Động học là gì? Các công bố khoa học về Động học

Một phương pháp đã được đưa ra để chuyển giao điện di protein từ gel polyacrylamide sang tấm nitrocellulose. Phương pháp này cho phép chuyển giao định lượng protein ribosome từ gel có chứa ure. Đối với gel natri dodecyl sulfate, mô hình ban đầu của dải vẫn giữ nguyên mà không mất độ phân giải, nhưng việc chuyển giao không hoàn toàn định lượng. Phương pháp này cho phép phát hiện protein bằng phương pháp tự động chụp ảnh phóng xạ và dễ dàng hơn so với các quy trình thông thường. Các protein cố định có thể được phát hiện bằng các quy trình miễn dịch học. Tất cả dung lượng liên kết bổ sung trên nitrocellulose được chặn bằng protein dư thừa, sau đó một kháng thể đặc hiệu được liên kết và cuối cùng, kháng thể thứ hai chống lại kháng thể thứ nhất được liên kết tiếp. Kháng thể thứ hai được đánh dấu phóng xạ hoặc liên hợp với fluorescein hoặc với peroxidase. Protein đặc hiệu sau đó được phát hiện bằng cách chụp ảnh phóng xạ tự động, dưới ánh sáng UV, hoặc bằng sản phẩm phản ứng với peroxidase, tương ứng. Trong trường hợp sau, chỉ cần 100 pg protein có thể được phát hiện rõ ràng. Dự kiến phương pháp này sẽ có thể áp dụng để phân tích nhiều loại protein khác nhau với các phản ứng hoặc liên kết đặc hiệu.

Nghiên cứu sự phân hủy lipid trong cá đông lạnh đã dẫn đến việc phát triển một phương pháp đơn giản và nhanh chóng để chiết xuất và tinh chế lipid từ các vật liệu sinh học. Toàn bộ quy trình có thể được thực hiện trong khoảng 10 phút; nó hiệu quả, có thể tái lập và không có sự thao tác gây hại. Mô ướt được đồng nhất hóa với hỗn hợp chloroform và methanol theo tỷ lệ sao cho hệ thống tan được hình thành với nước trong mô. Sau khi pha loãng với chloroform và nước, dịch đồng nhất được phân tách thành hai lớp, lớp chloroform chứa toàn bộ lipid và lớp methanol chứa tất cả các hợp chất không phải là lipid. Một chiết xuất lipid tinh khiết được thu nhận chỉ đơn giản bằng cách tách lớp chloroform. Phương pháp này đã được áp dụng cho cơ cá và có thể dễ dàng thích nghi để sử dụng với các mô khác.

Trong các mô phỏng động lực học phân tử (MD), cần thiết thường xuyên để duy trì các tham số như nhiệt độ hoặc áp suất thay vì năng lượng và thể tích, hoặc để đặt các gradient nhằm nghiên cứu các tính chất vận chuyển trong MD không cân bằng. Một phương pháp được mô tả để thực hiện việc ghép nối với một bể bên ngoài có nhiệt độ hoặc áp suất không đổi với các hằng số thời gian ghép nối có thể điều chỉnh. Phương pháp này dễ dàng mở rộng cho các biến số khác và cho các gradient, và cũng có thể áp dụng cho các phân tử polyatomic liên quan đến các ràng buộc nội tại. Ảnh hưởng của các hằng số thời gian ghép nối lên các biến động lực được đánh giá. Một thuật toán nhảy cóc được trình bày cho trường hợp tổng quát liên quan đến các ràng buộc với ghép nối tới cả bể nhiệt độ không đổi và bể áp suất không đổi.

Coot là một ứng dụng đồ họa phân tử chuyên dùng cho việc xây dựng và thẩm định mô hình phân tử sinh học vĩ mô. Chương trình hiển thị các bản đồ mật độ điện tử và các mô hình nguyên tử, đồng thời cho phép thực hiện các thao tác mô hình như chuẩn hóa, tinh chỉnh không gian thực, xoay/chuyển tay chân, hiệu chỉnh khối cố định, tìm kiếm phối tử, hydrat hóa, đột biến, phối hợp và chuẩn hóa Ramachandran. Hơn nữa, các công cụ cũng được cung cấp để thẩm định mô hình cũng như giao diện với các chương trình bên ngoài để tinh chỉnh, thẩm định và đồ họa. Phần mềm được thiết kế để dễ dàng học hỏi cho người dùng mới, nhờ vào việc đảm bảo rằng các công cụ cho những tác vụ thông thường có thể được phát hiện thông qua các thành phần giao diện người dùng quen thuộc (menu và thanh công cụ) hoặc bởi hành vi trực quan (điều khiển bằng chuột). Những phát triển gần đây đã tập trung vào việc cung cấp các công cụ cho người dùng chuyên nghiệp, với các phím tắt có thể tùy chỉnh, mở rộng và một giao diện kịch bản phong phú. Phần mềm đang trong giai đoạn phát triển nhanh chóng, nhưng đã đã đạt được sự phổ biến rộng rãi trong cộng đồng tinh thể học. Tình trạng hiện tại của phần mềm được trình bày, cùng với mô tả các tiện ích có sẵn và một số phương pháp cơ bản được sử dụng.

Các nghiên cứu về phân hủy lipid trong cá đông lạnh đã dẫn đến việc phát triển một phương pháp đơn giản và nhanh chóng để chiết xuất và tinh lọc lipid từ các vật liệu sinh học. Toàn bộ quy trình có thể được thực hiện trong khoảng 10 phút; nó hiệu quả, có thể tái sản xuất và không gây ra các thao tác gây hại. Mô ướt được đồng hóa với hỗn hợp chloroform và methanol theo tỷ lệ đảm bảo hệ thống tạo thành hòa tan với nước trong mô. Việc pha loãng với chloroform và nước tách đồng hóa thành hai lớp, lớp chloroform chứa tất cả các lipid và lớp methanolic chứa tất cả các phi lipid. Một chiết xuất lipid tinh khiết được thu được chỉ bằng cách cô lập lớp chloroform. Phương pháp này đã được áp dụng cho cơ cá và có thể dễ dàng điều chỉnh để sử dụng với các mô khác.

Một dạng thức Lagrangian mới được giới thiệu. Nó có thể được sử dụng để thực hiện các phép tính động lực học phân tử (MD) trên các hệ thống dưới các điều kiện ứng suất bên ngoài tổng quát nhất. Trong dạng thức này, hình dạng và kích thước của ô MD có thể thay đổi theo các phương trình động lực học do Lagrangian này cung cấp. Kỹ thuật MD mới này rất phù hợp để nghiên cứu những biến đổi cấu trúc trong chất rắn dưới ứng suất bên ngoài và ở nhiệt độ hữu hạn. Như một ví dụ cho việc sử dụng kỹ thuật này, chúng tôi cho thấy cách mà một tinh thể đơn của Ni cư xử dưới tải trọng nén và kéo đồng nhất. Công trình này xác nhận một số kết quả của các phép tính tĩnh (tức là, nhiệt độ bằng không) đã được báo cáo trong tài liệu. Chúng tôi cũng chỉ ra rằng một số kết quả liên quan đến mối quan hệ ứng suất-biến dạng thu được từ các phép tính tĩnh là không hợp lệ ở nhiệt độ hữu hạn. Chúng tôi nhận thấy rằng, dưới tải trọng nén, mô hình của chúng tôi đối với Ni cho thấy một điểm phân nhánh trong mối quan hệ ứng suất-biến dạng; điểm phân nhánh này cung cấp một liên kết trong không gian cấu hình giữa sự đóng gói lập phương và đóng gói gần hình lục giác. Chúng tôi gợi ý rằng một sự chuyển biến như vậy có thể được quan sát thực nghiệm dưới các điều kiện sốc cực đoan.

NAMD là một mã động lực học phân tử song song được thiết kế cho mô phỏng hiệu suất cao của các hệ thống sinh phân tử lớn. NAMD có khả năng mở rộng đến hàng trăm bộ xử lý trên các nền tảng song song hiệu năng cao, cũng như hàng chục bộ xử lý trên các cụm giá rẻ, và cũng có thể chạy trên máy tính để bàn và máy tính xách tay cá nhân. NAMD hoạt động với các hàm tiềm năng AMBER và CHARMM, các thông số và định dạng tệp. Bài viết này, dành cho cả người mới bắt đầu lẫn các chuyên gia, trước tiên giới thiệu các khái niệm và phương pháp được sử dụng trong chương trình NAMD, mô tả trường lực động lực học phân tử cổ điển, các phương trình chuyển động, và các phương pháp tích hợp cùng các thuật toán đánh giá điện động lực học hiệu quả được áp dụng và các biện pháp kiểm soát nhiệt độ và áp suất. Các tính năng để điều khiển mô phỏng vượt qua các rào cản và để tính toán các chênh lệch năng lượng tự do hóa học và hình thái được trình bày. Động lực cho và một lộ trình thiết kế nội bộ của NAMD, được triển khai bằng C++ và dựa trên các đối tượng song song Charm++, được tóm tắt. Các yếu tố ảnh hưởng đến hiệu suất tuần tự và song song của một mô phỏng được thảo luận. Cuối cùng, việc sử dụng NAMD điển hình được minh họa với các ứng dụng tiêu biểu cho một hệ thống sinh phân tử nhỏ, trung bình, và lớn, làm nổi bật các tính năng đặc biệt của NAMD, ví dụ, ngôn ngữ lập trình kịch bản Tcl. Bài viết cũng cung cấp danh sách các tính năng chính của NAMD và thảo luận về lợi ích của việc kết hợp NAMD với phần mềm đồ họa phân tử/phân tích chuỗi VMD và phần mềm điện toán lưới/collaboratory BioCoRE. NAMD được phân phối miễn phí kèm theo mã nguồn tại www.ks.uiuc.edu. © 2005 Wiley Periodicals, Inc. J Comput Chem 26: 1781–1802, 2005

Bài báo phân tích ba phương pháp động lực học phân tử ở nhiệt độ không đổi được đề xuất gần đây bao gồm: (i) Nosé (Mol. Phys., sẽ được công bố); (ii) Hoover và cộng sự [Phys. Rev. Lett. 48, 1818 (1982)], và Evans cùng Morriss [Chem. Phys. 77, 63 (1983)]; và (iii) Haile và Gupta [J. Chem. Phys. 79, 3067 (1983)]. Chúng tôi đã phân tích các phương pháp này một cách lý thuyết bằng cách tính toán các hàm phân phối cân bằng và so sánh chúng với hàm của tập hợp canonical. Ngoại trừ các hiệu ứng do bảo toàn động lượng và động lượng góc, phương pháp (1) cho ra phân phối canonical chính xác trong cả không gian động lượng và không gian tọa độ. Phương pháp (2) có thể được điều chỉnh để trở nên chính xác trong không gian tọa độ, và có thể được phát triển từ phương pháp (1) bằng cách áp dụng một ràng buộc cụ thể. Phương pháp (3) không chính xác và cho giá trị lệch tỉ lệ N−1/2 so với phân phối canonical (N là số lượng hạt). Các kết quả cho tập hợp ở nhiệt độ không đổi – áp suất không đổi tương tự với trường hợp của tập hợp canonical.

CHARMM (Hóa học tại Harvard Macromolecular Mechanics) là một chương trình máy tính linh hoạt cao sử dụng các hàm năng lượng thực nghiệm để mô phỏng các hệ thống vĩ mô. Chương trình có thể đọc hoặc tạo mô hình cấu trúc, tối ưu hóa năng lượng cho chúng bằng kỹ thuật đạo hàm bậc nhất hoặc bậc hai, thực hiện mô phỏng chế độ bình thường hoặc động lực học phân tử, và phân tích các tính chất cấu trúc, cân bằng và động lực học được xác định trong các phép tính này. Các hoạt động mà CHARMM có thể thực hiện được mô tả, và một số chi tiết triển khai được nêu ra. Một tập hợp các tham số cho hàm năng lượng thực nghiệm và một ví dụ chạy mẫu được bao gồm.

Một số nghiên cứu gần đây đã tập trung vào các thuộc tính thống kê của các hệ thống mạng như mạng xã hội và Mạng toàn cầu. Các nhà nghiên cứu đặc biệt chú ý đến một vài thuộc tính dường như phổ biến ở nhiều mạng: thuộc tính thế giới nhỏ, phân phối bậc theo luật công suất, và tính chuyển tiếp của mạng. Trong bài báo này, chúng tôi làm nổi bật một thuộc tính khác được tìm thấy trong nhiều mạng, đó là thuộc tính cấu trúc cộng đồng, trong đó các nút mạng được kết nối với nhau thành các nhóm chặt chẽ, giữa các nhóm đó có chỉ những kết nối lỏng lẻo hơn. Chúng tôi đề xuất một phương pháp để phát hiện các cộng đồng như vậy, được xây dựng dựa trên ý tưởng sử dụng các chỉ số trung tâm để tìm ranh giới cộng đồng. Chúng tôi thử nghiệm phương pháp của mình trên các đồ thị do máy tính tạo ra và các đồ thị trong thế giới thực, có cấu trúc cộng đồng đã biết và phát hiện rằng phương pháp này phát hiện cấu trúc đã biết này với độ nhạy và độ tin cậy cao. Chúng tôi cũng áp dụng phương pháp này cho hai mạng có cấu trúc cộng đồng chưa được biết rõ—mạng hợp tác và mạng thức ăn—và thấy rằng nó phát hiện các phân chia cộng đồng quan trọng và có thông tin ở cả hai trường hợp.