Реферат - Холестерин - строение, биологическое значение, контроль содержания. Компьютерное моделирование полимеров

Подождите немного. Документ загружается.

Некоторые результаты

Одним из наиболее важных результатов компьютерного

моделирования полимеров стало понимание того факта, что для

макромолекул с сильными объемными взаимодействиями

крупномасштабные равновесные и динамические характеристики,

наблюдаемые в растворах, являются универсальными степенными функ-

циями длины цепи N концентрации полимера С вне зависимости от каких-

либо структурных деталей рассматриваемой модели. Примерами могут

служить универсальные соотношения для среднеквадратичных размеров

полимерного клубка: [R

] ≈ N

(в сильно разбавленном растворе) и [R

]≈NC

(2v-

1)/(1-dv)

(при умеренных концентрациях). В этих формулах фигурирует так

называемый критический индекс v ≈ 3/(2 + d), который определяется только

евклидовой размерностью пространства d, а символ ~ означает

пропорциональную связь. Такое же универсальное поведение характерно для

многих других систем (например, для магнетиков) вблизи точек фазового

перехода, когда имеются крупномасштабные флуктуации. В случае длинных

цепей сильные флуктуации испытывает плотность звеньев внутри

полимерного клубка, что обусловлено конформационными изменениями

макромолекулы. В развернутых конформациях, подобных представленной на

рис. 2, а, средняя плотность звеньев в клубке очень мала, однако она

способна достигать высоких значений в случайно возникших сжатых

конформациях (рис. 2, б). Осознанию глубокой аналогии между свойствами

полимерных растворов и систем, флуктуирующих вблизи точек фазового

перехода, в немалой степени способствовали именно компьютерные

эксперименты с простыми моделями, а соответствующие выводы легли

впоследствии в основу некоторых современных теоретических построений

[4, 5].

Важные результаты получаются при использовании численных

имитационных методов для описания более сложных объектов и явлений:

адсорбции полимеров на поверхности, эффектов структурообразования в

концентрированных растворах и расплавах (включая эффекты

жидкокристаллического упорядочения жесткоцепных полимеров), механизма

упругой деформации полимерных сеток, реологического поведения рас-

творов и расплавов, влияния полимерных добавок на агрегативную

устойчивость дисперсий и т.д. Наряду с линейными полимерами проводится

моделирование циклических и заузленных макромолекул, гребнеобразных

полимеров и других объектов со сложной архитектурой, например

сверхразветвленных древовидных полимеров, называемых дендримерами.

Примеры структур двух последних типов показаны па рис. 3.

В последние годы большое внимание уделяется вопросам, связанным с

пониманием механизмов самоорганизации полимеров. Такое явление весьма

характерно для многих сополимеров, в состав которых входят участки

(блоки), построенные из звеньев различной химической природы, например

из звеньев, обладающих гидрофильными и гидрофобными свойствами. За

счет несовместимости (взаимного отталкивания) разных блоков происходит

их сегрегация, результатом которой может быть микрофазное разделение,

сопровождающееся формированием мицеллярных или иных (часто довольно

экзотических) типов организованных супрамолекулярных структур.

Варьируя природу и распределение функциональных групп, а также строение

макромолекул, синтезируемых в лаборатории или моделируемых на

компьютере, удается гибко управлять процессом молекулярной самосборки и

наблюдать возникновение сложных регулярных наноструктур с

уникальными свойствами.

Значительные успехи были достигнуты при компьютерном

моделировании биополимерных систем. В настоящее время бесспорным

фактом считается то. что функционирование биомакромолекул так или иначе

связано с их конформационными изменениями. Понимание такой связи па

детальном — атомном уровне составляет задачу моделирования в данной

области. Обычно с этой целью используется метод МД. Основная часть

расчетов выполнена для глобулярных белков в нативном состоянии и

олигонуклеотидов (или фрагментов ДНК). Моделируемый объект

помещается в ячейку, содержащую молекулы воды. Для ДНК, которая

является полиэлектролитом, учитывается также наличие противоположно

заряженных ионов Na

. Примеры таких систем, моделировавшихся па

компьютере, показаны па рис. 4 и 5.

В сложной иерархии динамических процессов, наблюдаемых в

расчетах для белков, можно выделить три основных типа движений: 1) быс-

трые тепловые флуктуации атомов и небольших групп возле положений

равновесия с амплитудами до 0,1 нм и характерным временем до 10 пс (1 пс

= 10

-12

с); 2) быстрые, но редкие перемещения фрагментов макромолекулы; 3)

коллективные конформационные перестройки, затрагивающие участки

вторичной структуры, домены, субъединицы белковой глобулы. Еще сравни-

тельно недавно было принято рассматривать белок как жесткую статичную

конструкцию. Однако па основе экспериментальных наблюдений и

численного моделирования постепенно сформировалась новая - дина-

мическая концепция структуры белка. Согласно этой концепции, на

потенциальной поверхности глобулярного белка (вблизи наиболее

устойчивого нативного состояния) имеется множество областей, отвечающих

локальным минимумам потенциальной энергии. В каждой из этих областей

атомы совершают быстрые колебания, которые близки к гармоническим.

Поскольку в таких состояниях глобула пребывает большую часть всего

времени, ее поведение подобно классическому твердому телу с

апериодической структурой. Через временные интервалы порядка 10

нс

система может спонтанно "перепрыгивать" в ближайшую соседнюю область

па потенциальной поверхности. Подобные прыжки осуществляются очень

быстро (в течение нескольких пикосекунд), являются обратимыми и

вызывают довольно значительные кооперативные перестройки структуры

(которые сопряжены, например, с разрывом одной части внутриглобулярных

водородных связей и образованием их в других местах глобулы). Удается

наблюдать низкочастотные скоррелированные движения вдоль α-спиралей

наподобие мехов аккордеона. Конечно, не все типы движений имеют

биологический смысл. Однако не исключено, что гетерогенная структура

белка, сформировавшаяся в ходе эволюции, предрасположена именно к тем

типам движений, которые соответствуют заложенным природой функциям.

Иными словами, устройство вторичной структуры белка таково, что оно

преобразует па первый взгляд хаотичные движения в "осмысленные", то есть

необходимые для выполнения белком в активном состоянии, например

каталитических функций. В этом состоит суть так называемой гипотезы

направленных флуктуации. Частичным ее подтверждением может служить

объяснение того, каким образом проникают к активному центру (гему)

миоглобина или гемоглобина и удаляются наружу низкомолекулярные

лиганды типа СО

и O

. Как следует из молекулярно-динамического расчета,

именно скоординированные перемещения фрагментов макромолекулы

открывают и закрывают каналы доступа к активному центру белка.

На пути компьютерной имитации реалистичных моделей биосистем

сделаны пока лишь первые шаги, однако несомненно, что объем

информации, приближающей нас к пониманию молекулярных основ важ-

нейших биохимических процессов, будет в ближайшее время стремительно

нарастать.

Заключение

Если рассматривать математическое моделирование в широком

смысле, можно сказать, что этот подход применяется в естественных пауках

уже более двухсот лет (начиная, по-видимому, с работ Эйлера). Однако лишь

после появления ЭВМ и накопления экспериментальных и теоретических

данных о взаимодействии атомов методы численного моделирования стали

использовать для изучения молекулярных систем. Прежде всего это

коснулось простых жидкостей, для которых были получены важные

сведения, сыгравшие существенную роль в формировании современных

представлений о структуре и динамике конденсированных систем. Вслед за

этим началось активное моделирование более сложных молекул и

полимеров, а впоследствии и объектов живой природы.

Компьютерное моделирование произвело своего рода революцию в

науке, сгладив исторически сложившееся деление естественнонаучных

дисциплин на экспериментальное и теоретическое направления. Несомненно,

что по мере совершенствования вычислительной техники роль этого подхода

будет все более возрастать.

Используемая литература:

1. Марри Р., Греннер Д., Майес П., Родуэлл В. Биохимия человека, тт. 1–2

М., 1993

2. http://www.ditrix.ru

3. http://holesterin.info/

4. http://humbio.ru/

5. Волькенштейн М.В. Конфигурационная статистика поли¬мерных цепей.

М.;Л.: Изд-во АН СССР, 1959.

6. Бырштейн Т.М., Птицын О.Б. Конформации макромоле¬кул. VI.: Наука,

1964.

7. Флоры /7. Статистическая механика цепных молекул. VI.: Мир, 1971.

8. Жен Я. де. Идеи скейлинга в физике полимеров. VI.: Мир. 1982.

9. Гросберг А. Ю., Хохлов А. Р Статистическая физика макромо¬лекул. VI.:

Наука, 1989.

10. Берлин АЛ.АЛ., Балабаев И. К. Имитация свойств твердых тел и

жидкостей методами компьютерного моделирования // Соросовский

Образовательный Журнал. 1997. № 11. С. 85—92.

11. Немухин А. В. Компьютерное моделирование в химии // Там же. 1998.

№6. С. 48-52.

12. Khalatur P.O. Computer Simulations of Polymer Systems // Mathematical

Methods in Contemporary Chemistry. N.Y.: Gor¬don and Breach Publ., 1996.