Биологический метод Монте-Карло

Биологические методы Монте-Карло (BioMOCA) были разработаны в Университете Иллинойса в Урбана-Шампейн для моделирования транспорта ионов в среде электролита через ионные каналы или нанопоры, встроенные в мембраны. Это трехмерный симулятор Монте-Карло на основе частиц для анализа и изучения проблемы транспорта ионов в системах ионных каналов или аналогичных нанопорах во влажных/биологических средах. Моделируемая система состоит из белка, образующего ионный канал (или искусственные нанопоры, такие как углеродная нанотрубка, УНТ), с мембраной (т.е. липидным бислоем), которая разделяет две ионные ванны с каждой стороны. BioMOCA основана на двух методологиях, а именно Больцмановском транспорте Монте-Карло (BTMC). и частица-частица-частица-сетка (P ³ М). Первый использует метод Монте-Карло для решения уравнения Больцмана, а второй разделяет электростатические силы на короткодействующие и дальнодействующие компоненты.

Фоны

При полноатомном молекулярно-динамическом моделировании ионных каналов большая часть вычислительных затрат приходится на отслеживание траектории молекул воды в системе. Однако в BioMOCA вода рассматривается как сплошная диэлектрическая фоновая среда. Кроме того, атомы белка ионного канала также моделируются как статические точечные заряды, заключенные в конечном объеме с заданным диэлектрическим коэффициентом. То же самое относится и к липидной мембране , которую рассматривают как статическую диэлектрическую область, недоступную для ионов. Фактически единственными нестатическими частицами в системе являются ионы. Их движение предполагается классическим, взаимодействующим с другими ионами посредством электростатических взаимодействий и парного потенциала Леннарда-Джонса . Они также взаимодействуют с водной фоновой средой, что моделируется с помощью механизма рассеяния.

Ансамбль ионов в области моделирования распространяется синхронно во времени и трехмерном пространстве путем интегрирования уравнений движения с использованием схемы чехарды второго порядка точности. Положения ионов r и силы F определяются на временных шагах t и t + dt . Скорости ионов определяются при t – dt /2, t + dt /2. Основные конечно-разностные уравнения движения:

${\vec {v}}(t+{\frac {dt}{2}})={\vec {v}}(t-{\frac {dt}{2}})+{\vec {F}}(t)\,dt$

${\vec {r}}(t+dt)={\vec {r}}(t-dt)+{\vec {v}}(t+{\frac {dt}{2}})\,dt$

где F – сумма сил электростатического и парного ион-ионного взаимодействия.

Решение для электростатического поля

Электростатический потенциал вычисляется через регулярные промежутки времени путем решения уравнения Пуассона.

$\nabla (\varepsilon (r)\nabla \phi (r,t))=-(\rho _{\text{ions}}(r,t)+\rho _{\text{perm}}(r))$

где $\rho _{\text{ions}}(r,t)$ и $\rho _{\text{perm}}(r)$ – плотность заряда ионов и постоянные заряды белка соответственно. $\epsilon (r)$ - локальная диэлектрическая проницаемость или диэлектрическая проницаемость , и $\phi (r,t)$ – локальный электростатический потенциал. Решение этого уравнения обеспечивает самосогласованный способ учета приложенного смещения и эффектов зарядов изображения, индуцированных на границах диэлектрика.

Ионы и парциальные заряды белковых остатков приписываются конечной прямоугольной сетке с использованием схемы «облако в ячейке» (CIC). Решение уравнения Пуассона на сетке учитывает компонент сетки частиц P ³ Схема М. Однако эта дискретизация приводит к неизбежному усечению короткодействующей составляющей электростатической силы, что можно исправить путем расчета короткодействующих заряд-зарядовых кулоновских взаимодействий .

Диэлектрический коэффициент

Большое значение имеет присвоение соответствующих значений диэлектрической проницаемости белка, мембраны и водных областей. Диэлектрический коэффициент определяет силу взаимодействия между заряженными частицами, а также диэлектрические граничные силы (DBF) на ионах, приближающихся к границе между двумя областями с различной диэлектрической проницаемостью. Однако в наномасштабах задача определения удельной диэлектрической проницаемости проблематична и непроста.

Белковая или мембранная среда может реагировать на внешнее поле разными способами. Диполи, индуцированные полем, переориентация постоянных диполей, протонирование и депротонирование белковых остатков, крупномасштабная реорганизация ионизированных боковых цепей и молекул воды как внутри, так и на поверхности белка — все это примеры того, насколько сложно определить диэлектрическую проницаемость. является. В МД-моделировании, где все заряды, диполи и атомные диполи, индуцированные полем, рассматриваются явно, предполагается, что диэлектрическое значение равно 1. Однако в программах моделирования ионов с пониженным содержанием частиц, таких как наша, где белок, мембрана и вода представляют собой непрерывный фон и рассматриваются неявно, и, кроме того, движение ионов происходит в том же временном масштабе, что и реакция белка. его наличию очень сложно определить диэлектрические коэффициенты. Фактически, изменение диэлектрических коэффициентов может легко изменить характеристики каналов, такие как ионная проницаемость и селективность. Определение диэлектрического коэффициента для воды является еще одним ключевым вопросом. Молекулы воды внутри ионных каналов могут быть очень упорядоченными из-за сужающегося размера пор, которые часто выстланы высокозаряженными остатками, или образования водородных связей между молекулами воды и белком. В результате диэлектрическая проницаемость воды внутри ионного канала может сильно отличаться от значения в объемных условиях. Еще больше усложняет дело то, что диэлектрические коэффициенты воды внутри нанопор не обязательно представляют собой изотропную скалярную величину, а являются анизотропным тензором, имеющим разные значения в разных направлениях.

Анизотропная диэлектрическая проницаемость

Стало очевидным, что макроскопические свойства системы не обязательно распространяются на масштабы молекулярных длин. В недавнем исследовании, проведенном Резой Тограи, Р. Джеем Машлом и Эриком Якобссоном в Университете Иллинойса, Урбана-Шампейн, они использовали моделирование молекулярной динамики для изучения свойств воды в безликих гидрофобных цилиндрах диаметром от 1 до 12 нм. Это исследование показало, что вода претерпевает отчетливые изменения в структуре, диэлектрических свойствах и подвижности при изменении диаметра трубки. В частности, они обнаружили, что диэлектрические свойства в диапазоне от 1 до 10 нм сильно отличаются от обычной воды и фактически анизотропны по своей природе.Хотя такие безликие гидрофобные каналы не представляют собой настоящие ионные каналы, и необходимо провести дополнительные исследования в этой области, прежде чем можно будет использовать такие данные для ионных каналов, очевидно, что свойства воды, такие как диэлектрическая проницаемость внутри ионного канала или нанопоры, могут быть изучены. гораздо большесложнее, чем считалось раньше. В то время как высокая аксиальная диэлектрическая проницаемость экранирует электростатические заряды ионов в осевом направлении (вдоль канала), низкая радиальная диэлектрическая проницаемость увеличивает взаимодействие между подвижным ионом и частичными зарядами или изображения диэлектрических зарядов на канале, обеспечивая более сильную селективность ионов. каналы.

Решение уравнения Пуассона на основе анизотропной диэлектрической проницаемости было включено в BioMOCA с использованием метода дискретизации коробочного интегрирования: который был кратко описан ниже.

Расчеты

Дискретность интеграции коробок

Чтобы использовать блочное интегрирование для дискретизации D-мерного уравнения Пуассона

$\nabla (\varepsilon \nabla \varphi )=\rho$

с $\varepsilon$ Будучи диагональным тензором D × D , это дифференциальное уравнение переформулируется как интегральное уравнение. Интегрирование приведенного выше уравнения по D-мерной области $\Omega$, и используя теорему Гаусса, получаем интегральную формулировку

$\oint _{\partial \Omega }{\hat {n}}(\varepsilon \nabla \varphi )=-\int _{\Omega }\rho$

В этом приложении предполагается, что это двумерный случай. Переход на трехмерную систему был бы простым и законным, поскольку теорема Гаусса также справедлива для одного и трех измерений. $\epsilon$ предполагается заданным на прямоугольных участках между узлами, а $\varphi$ определяется в узлах сетки (как показано на рисунке справа).

Интеграция ящиков для двумерной тензорной сетки произведений. Область интегрирования обозначена пунктирным прямоугольником. Предполагается, что заряды задаются в тех же узлах, что и потенциальные.

Регионы интеграции $\Omega$ затем выбираются как прямоугольники с центром вокруг узла и простирающиеся до 4 ближайших соседних узлов. Градиент $\nabla \varphi$ затем аппроксимируется с использованием центральной разности, нормальной к границе области интегрирования $\Omega$и средний $\epsilon$ над поверхностью интегрирования $\partial \Omega$ . Этот подход позволяет нам аппроксимировать левую часть приведенного выше уравнения Пуассона в первом порядке как

$\oint _{\partial \Omega }{\hat {n}}(\varepsilon \nabla \varphi )={\frac {\varphi _{i+1,j}-\varphi _{i,j}}{h_{i}^{x}}}\left({\frac {h_{j}^{y}}{2}}\epsilon _{i,j}^{x}+{\frac {h_{j-1}^{y}}{2}}\varepsilon _{i,j-1}^{x}\right)$

${}-{\frac {\varphi _{i,j}-\varphi _{i-1,j}}{h_{i-1}^{x}}}\left({\frac {h_{j}^{y}}{2}}\epsilon _{i-1,j}^{x}+{\frac {h_{j-1}^{y}}{2}}\varepsilon _{i-1,j-1}^{x}\right)$

${}+{\frac {\varphi _{i,j+1}-\varphi _{i,j}}{h_{j}^{y}}}\left({\frac {h_{i}^{x}}{2}}\varepsilon _{i,j}^{y}+{\frac {h_{i-1}^{x}}{2}}\varepsilon _{i-1,j}^{y}\right)$

${}-{\frac {\varphi _{i,j}-\varphi _{i,j-1}}{h_{j-1}^{y}}}\left({\frac {h_{i}^{x}}{2}}\varepsilon _{i,j-1}^{y}+{\frac {h_{i-1}^{x}}{2}}\varepsilon _{i-1,j-1}^{y}\right)$

где $\varepsilon ^{x}$ и $\varepsilon ^{y}$ являются двумя компонентами диагонали тензора $\epsilon$.Дискретизировать правую часть уравнения Пуассона довольно просто. $\rho$ дискретизируется по тем же узлам сетки, что и для $\varphi$.

$\int _{\Omega _{i}}\rho ={\text{Volume}}(\Omega _{i})\rho _{i}$

Размер иона

Конечный размер ионов учитывается в BioMOCA с использованием парных сил отталкивания, полученных из потенциала Леннарда-Джонса 6–12 . Усеченно-сдвинутая форма потенциала Леннарда-Джонса используется в симуляторе для имитации отталкивания ионного ядра. Модифицированная форма парного потенциала Леннарда-Джонса, сохраняющая только отталкивающую компоненту, имеет вид

$U_{LJ}(r_{ij})={\begin{cases}4\epsilon _{LJ}\left(\left({\frac {\sigma _{ij}}{r_{ij}}}\right)^{12}-\left({\frac {\sigma _{ij}}{r_{ij}}}\right)^{6}\right)+\epsilon _{LJ}&r_{ij}<2^{1/6}\sigma _{ij}\\0&r_{ij}>2^{1/6}\sigma _{ij}\end{cases}}$

Здесь, $\epsilon _{LJ}$ – энергетический параметр Леннарда-Джонса и $\sigma _{ij}=(\sigma _{i}+\sigma _{j})/2$ — среднее значение отдельных параметров расстояния Леннарда-Джонса для частиц i и j . Использование усеченной формы потенциала эффективно в вычислительном отношении, но при этом предотвращает перекрытие или слияние ионов, что было бы явно нефизическим.

Ионно-белковое взаимодействие

Доступность рентгеновских кристаллографических измерений с высоким разрешением полных молекулярных структур дает информацию о типе и расположении всех атомов, образующих белок. В BioMOCA атомы белка моделируются как статические точечные заряды, заключенные в конечном объеме, недоступном для ионов, и связаны с определяемым пользователем диэлектрическим коэффициентом. Более того, доступен ряд параметров силового поля, которые предоставляют информацию о заряде и радиусах атомов в различных группах аминокислот. Соединение молекулярной структуры и силовых полей определяет координаты, радиусы и заряд каждого атома в белковом канале. BioMOCA использует такую ​​информацию в стандартном формате PQR (Положение-Заряд-Радиус) для отображения белковой системы на прямоугольной сетке.

В идеале стерические взаимодействия между атомами белка и ионами в водной среде должны использовать отталкивающий потенциал типа Леннарда-Джонса, чтобы предотвратить проникновение ионов в белок. Поскольку этот подход может значительно увеличить объем вычислений, выбран более простой подход, который рассматривает поверхности белков как заранее определенные границы твердых стенок. Многие последние пакеты молекулярной биологии с открытым исходным кодом имеют встроенные средства, которые определяют объем, доступный ионам в белковой системе. Схема адаптивного решателя Пуассона-Больцмана (APBS). был включен в BioMOCA для получения доступной области объема и, следовательно, разделения области моделирования на непрерывные области.

Считается, что ионы имеют доступ к белковым и липидным областям, и если какая-либо точка внутри ионной сферы конечного размера пересекает границу белка или мембраны, предполагается столкновение, и ион отражается диффузно.

Взаимодействие ионов с водой

В качестве подхода с уменьшенным количеством частиц BioMOCA заменяет явные молекулы воды непрерывным фоном и обрабатывает взаимодействия ионов с водой с использованием метода BTMC, в котором должны быть выбраны соответствующие скорости рассеяния. ионов Другими словами, траектории ионов случайным образом прерываются событиями рассеяния, которые объясняют диффузионное движение в воде. В промежутках между этими событиями рассеяния ионы подчиняются силам Ньютона. Время свободного полета T _f генерируется статистически из общей скорости рассеяния в соответствии с

$-\ln(r)=\int _{0}^{T_{f}}\lambda ({\vec {p}}(t))\,dt$

где r — случайное число, равномерно распределенное на единичном интервале. $\lambda$, функция импульса , представляет собой полную скорость рассеяния для всех столкновения механизмов . В конце каждого свободного полета скорость иона случайным образом выбирается из распределения Максвелла. Поскольку правильный механизм рассеяния для взаимодействий ионов с водой в растворах необъемных электролитов еще не разработан, в нашей модели используется зависящая от положения скорость рассеяния, связанная с локальной диффузией. Эта зависимость от положения обусловлена ​​тем, что молекулы воды могут иметь разный порядок организации в разных областях, что влияет на скорость рассеяния .

Коэффициент диффузии, зависящий от положения

Широко признано, что ионы и молекулы воды не обладают такой же подвижностью или коэффициентом диффузии в ограниченных областях, как в объеме. Фактически, более вероятно снижение эффективной подвижности ионов в ионных каналах. В методах уменьшенных частиц, где вода в канале предполагается как неявный фон континуума, необходима средняя подвижность ионов, чтобы выявить, как ионы могут диффундировать из-за локальных электростатических сил и случайных событий. В моделировании транспорта Монте-Карло полная скорость рассеяния ( $\lambda$), предполагается, возникает только в результате взаимодействия ионов с водой; это связано с диффузией ионов выражением

$\lambda ={\frac {kT}{mD}}$

где m — масса иона, а D — его константа диффузии. Как показывает уравнение, снижение коэффициента диффузии ионов внутри просвета канала приводит к увеличению частоты случаев рассеяния.

Гидратационные оболочки

Помимо диффузионного влияния на транспорт ионов , молекулы воды также образуют гидратные оболочки вокруг отдельных ионов из-за своей полярной природы. Гидратная оболочка не только экранирует заряд ионов от других ионов, но и модулирует функцию радиального распределения ионов, вызывая образование пиков и впадин. Среднее минимальное расстояние между двумя ионами увеличивается, поскольку между ними всегда присутствует по крайней мере один слой молекул воды, действующий как физический сдерживающий фактор, предотвращающий приближение двух ионов слишком близко друг к другу, аналогично короткому иону. дальноотталкивающая составляющая потенциала Леннарда-Джонса.

Теория гидратных оболочек хорошо разработана в литературе по физико-химии, однако требуется простая модель, которая отражает основные эффекты с как можно меньшими вычислительными затратами. Для этого используется тот же парный потенциал, который обсуждали Им и Ру. реализован для включения эффекта гидратных оболочек.

$U_{hy}=c_{0}\exp \left({\frac {c_{1}-r}{c_{2}}}\right)cos(c_{3}(c_{1}-r)\pi )+c_{4}\left({\frac {c_{1}}{r}}\right)^{6}$

Коэффициенты c _i были определены эмпирически для 1 М раствора KCl с использованием МД-моделирования для сравнения функций радиального распределения ионов с равновесным моделированием Монте-Карло . Было обнаружено, что эффект гидратных оболочек важен при моделировании при более высоких концентрациях соли, когда наблюдается насыщение проводимости многих ионных каналов, в том числе пориновых, по мере дальнейшего увеличения концентрации соли в электролитных ваннах. Более ранние симуляции, которые не включали модель гидратных оболочек, не воспроизводили поведение насыщения проводимости. Это предполагает наличие дополнительного отталкивающего потенциала, предотвращающего скопление ионов и, следовательно, ограничивающего концентрацию ионов и плотность тока в замкнутом пространстве поры даже при высокой концентрации соли для ванны. При включении отталкивающего потенциала умеренная проводимость наблюдалась канала.

Условия и методы

Граничные условия

Электрические и физиологические свойства ионных каналов экспериментально измеряются путем помещения канала в липидную мембрану, разделяющую две ванны, содержащие растворы определенных концентраций. Постоянное электростатическое смещение прикладывается к каналу путем погружения электродов в две ванны. Формулирование граничных условий , которые точно отражают эти области контакта, может потребовать чрезвычайно больших областей ванны и является сложной задачей. За пределами дебаевской длины от мембраны электростатический потенциал и плотности ионов существенно не изменяются. Это предположение было подтверждено результатами непрерывного исследования, представленными ранее. Для типичных концентраций соли, используемых при моделировании ионных каналов, дебаевская длина составляет порядка 10 Å. Используя это предположение, граничные условия Дирихле накладываются на потенциал в двух плоскостях границы домена, поперечных каналу, при этом учитывается, что эти плоскости расположены достаточно далеко от мембраны.

Другой проблемой при дублировании условий эксперимента является проблема поддержания фиксированной плотности заряда в двух ваннах. Эта проблема решается путем поддержания заданной плотности в двух буферных областях, простирающихся от граничной плоскости в сторону мембраны. Количество ионов, необходимых для поддержания плотности в двух буферных областях, рассчитывается в начале моделирования. Количество ионов в этих буферах измеряется на протяжении всего моделирования, и ион вводится всякий раз, когда наблюдается дефицит. Начальная скорость инжектируемой частицы определяется в соответствии с распределением Максвелла. Ионы могут покинуть систему, только выйдя через две граничные плоскости Дирихле, и ион не удаляется искусственно из этих буферных областей. Отражения от граничных плоскостей Неймана рассматриваются как упругие отражения .

Мультисетки и метод фокусировки по сетке

Во всех методах моделирования ионных каналов основные вычислительные затраты связаны с расчетом электростатических сил, действующих на ионы. Например, в моделях континуума, где существует ионная плотность, а не явные ионы, электростатический потенциал рассчитывается самосогласованным образом путем решения уравнения Пуассона. С другой стороны, в МД-моделировании электростатические силы, действующие на частицы, рассчитываются путем явной оценки члена кулоновской силы, часто разделяя электростатические силы ближнего и дальнего действия, чтобы их можно было вычислить различными методами. В такой модели, как метод уменьшенных частиц, электростатические силы дальнего действия оцениваются путем решения уравнения Пуассона и дополнения полученных таким образом сил короткодействующей составляющей. Решая уравнение Пуассона, можно самосогласованно учесть силы, возникающие из-за смещения системы, хотя это сложная проблема, которую необходимо решить при моделировании МД.

В настоящее время в BioMOCA реализованы два решателя Пуассона, основанные на методе конечных разностей . Один использует предварительно обусловленную схему сопряженного градиента (pCG) и используется по умолчанию. Последний заимствован из решателя APBS, который использует V-многосеточную схему. Помимо численного подхода к решению уравнения Пуассона, основное различие между двумя решателями заключается в том, как они учитывают диэлектрическую проницаемость в системе. В первом решателе каждой ячейке сетки присваивается значение диэлектрической проницаемости, а в решателе APBS диэлектрические коэффициенты определяются в узлах сетки. Как обсуждалось ранее, в решателе pCG используется метод коробочного интегрирования, который наиболее точно обрабатывает уравнение Пуассона. Несмотря на то, что полноценный многосеточный решатель, основанный на методе коробчатого интегрирования, находится в стадии разработки, существует изящный способ повторно использовать уже существующий код и обработать системы ионных каналов.

Моделирование ионных каналов требует наличия больших ванн для точной обработки скрининга. Наличие таких областей ванны увеличивает размер области сетки уравнения Пуассона и приводит либо к большому количеству точек сетки с мелким разрешением сетки, либо к небольшому количеству точек сетки с очень грубой дискретизацией. При объемном моделировании достаточно грубой сетки для описания ванн с использованием P ³ Схема М. Однако в области канала требуется высокое разрешение из-за сильно заряженной природы этих областей и присутствия пространственно изменяющихся диэлектрических областей. Кроме того, конечным интересом является изучение поведения канала с точки зрения ионной проницаемости , селективности, пропускной способности, плотности и т. д. Другими словами, лучше поместить больше вычислительных ресурсов в область канала и минимум в область канала. ванны, чтобы снизить общие вычислительные затраты и ускорить моделирование с недель, а возможно, и дней.Разработана схема, основанная на методе сеточной фокусировки, которая позволяет одновременно с вычислительной точки зрения удовлетворить требованиям большой области ванны и мелкого разрешения сетки в канале. Эта методология способна иметь несколько доменов с мелкой сеткой, что может потребоваться для описания нескольких каналов пор, таких как порин OmpF, или массива ионных каналов, совместно использующих одни и те же области ванны, или даже с еще более мелкими ячейками внутри мелкой сетки для относительно больших каналов с узкие ионные проходы, такие как Канал никотиновых рецепторов .

Первая сетка представляет собой грубую сетку, охватывающую всю проблемную область, включая области ванны и область канала. Вторая сетка (и так далее для любых других сеток, 3-й, 4-й и т. д.) представляет собой относительно более мелкую сетку, охватывающую подобласть системы, содержащую область, требующую высокого разрешения, такую ​​​​как пора канала. Уравнение Пуассона сначала решается на грубой сетке со всеми граничными условиями Дирихле и Неймана с учетом приложенного смещения. Затем граничные условия для вторичных сеток получаются путем интерполяции первого или предыдущих решений уравнения Пуассона. Уравнение Пуассона снова решается для более мелкой сетки с использованием новых граничных условий. Таким образом, можно генерировать электростатические поля с разной дискретностью сетки для разных регионов.

ЭДС и DBF

Электродвижущая сила (ЭДС) — это измерение энергии, необходимой заряженной частице, такой как ион, для пересечения ионного канала, встроенного в мембрану. Частично этот потенциальный энергетический барьер обусловлен взаимодействием между пересекающим ионом и постоянными/частичными зарядами белковых остатков. Другая часть возникает из-за индуцированных диполей в диэлектрической среде белок/мембрана и называется диэлектрической граничной силой (DBF). Чтобы вычислить только DBF, можно отключить все статические заряды на белковых остатках, протащить ион через пору и вычислить энергетический барьер, используя

$P_{DBF}=\int -d{\hat {z}}.{\vec {E}}$

Важно отметить, что измерения ЭДС или DBF являются лишь качественными измерениями, поскольку ион не обязательно пересекает канал через центр его просвета по прямой линии и часто сопровождается другими ионами, движущимися в том же или противоположном направлении. что кардинально меняет динамику системы. Более того, в отличие от управляемых расчетов МД, где белковые остатки динамически перемещаются по мере того, как ион или ионы прыгают через канал, в наших расчетах ЭДС или DBF белок моделируется как статический континуум, что дополнительно влияет на расчеты энергии более количественным образом. Еще одной проблемой, которая дополнительно влияет на измерения, является отсутствие молекул гидратации воды, которые движутся вместе с ионом и экранируют часть его заряда. Несмотря на все вышесказанное, вычисление EMF или DBF по-прежнему полезно для решения проблемы избирательности канала или стробирования. Вычисление любого из этих двух энергетических барьеров доступно в BioMOCA в качестве опции.

Визуализация с использованием VMD

Визуализация VMD молекулы грамицидина 1MAG вместе со структурой, созданной BioMOCA, где зеленый цвет представляет собой белок, красный - мембрану (т.е. липид), а фиолетовый - канал, а также левую и правую ванны.

ВМД был оснащен возможностью загрузки структур BioMOCA. Это очень полезная функция, поскольку для сравнения можно загрузить как структуру белка (т. е. файл PDB или PQR), так и структуры, сгенерированные BioMOCA. На рисунке справа показано, как BioMOCA создала структуру грамицидинового канала с обернутой вокруг него мембраной. Кроме того, BioMOCA также сохраняет траектории ионов в стандартных форматах, чтобы их можно было позже загрузить в инструменты молекулярной визуализации, такие как VMD, и просмотреть кадр за кадром в формате фильма.

Запись траекторий в двоичном формате

Помимо подсчета количества ионов, пересекающих канал, иногда желательно изучить их поведение в различных участках канала. Такими примерами могут быть средняя заселенность ионов или их средняя скорость движения внутри канала или нанопоры. BioMOCA оснащена возможностью сохранения положения каждого иона, средней и мгновенной скорости, потенциальной и кинетической энергии , среднего и мгновенного смещения и другой информации на каждом этапе (или нескольких шагах) моделирования в формате ASCII, поэтому такая информация о траектории может будут изучены позже для сбора дополнительной статистики. Однако с технической точки зрения сброс такой информации для десятков ионов даже через каждые несколько сотен временных шагов может замедлить моделирование и в конечном итоге привести к созданию огромных файлов размером в десятки гигабайт. Последующая загрузка таких файлов из дискового хранилища также является очень трудоемкой и вычислительно неэффективной процедурой. Кроме того, перекодирование числовой информации в Формат ASCII не сохраняет машинную точность и теряет точность.

Решение таких проблем на самом деле является простой задачей, и нужно просто избегать использования формата ASCII и использовать вместо него двоичный формат. Это не только сохраняет точность машины, но и запись и чтение в файловую систему происходит намного быстрее. Вычислительные затраты на сброс траекторий становятся незначительными, а файлы траекторий становятся примерно на два порядка меньше по размеру. Обратной стороной может быть то, что программирование и декодирование данных могут стать очень сложными, но если все сделано правильно и осторожно, преимущества использования двоичного формата стоят дополнительных усилий. BioMOCA теперь оснащена инструментами для записи информации о траектории в двоичном формате .

См. также

• Метод Монте-Карло
• Биология
• Вычислительная биология