29/08

Nos habíamos quedado en usar algoritmos genéticos junto con otros diferentes para llegar a extender el problema
de búsqueda conformacional junto con el problema del docking. Esto es algo simple para lo que es el algoritmo
genético, solo faltan sumar los ángulos eulerianos. Dentro de la practica tenemos que definir una búsqueda
conformacional donde se muestran tantos grados de L que dependen de la molécula. Además, se suman tantas
torsiones como diedros rotables tenga la molécula. Para evaluar la energía (recordar que la misma no es una de
interacción, sino una energía total) es la energía del complejo menos la de ambas partes por separado. Podemos
resolver cualquier problema guest host. Los cálculos que se muestran en un solvente continuo no discreto, el modelo
empleado se llama “SASA”, es un modelo con varios parámetros ajustables. En el vacio se calcula la energía de
binding con campos de fuerza. Es la energía de la enzima y el inhiidor menos la de la energía + el inhibidor. Se utiliza
el mismo modelo en solvatación y desolvatacion de ambas situaciones.

El deltaG binding tiene componentes de varias interacciones, va der Waals, puentes de H, interacciones hidrofóbicas,
entre otras. Tenes que recordar las formas matemáticas de todas estas interacciones, por ejemplo lo de 6/12 par
avan der Waals. Recordar bien cada una. A todos estos términos energéticos se les suman los términos del deltaG de
solvente y el de deltaG de torsion interna propia de la molécula. Para esta sección existen muchas rotaciones rígidas.
Las evaluaciones numéricas que se hacen son muchas.

Cada individuo se diferencia en otro… si dejamos la proteina se deja fiaja y solo se mueve el sustrato va a pasar que
para dos individuos no voy a saber que deltaG de solvatación tengo ni tampoco la tosion. Ahora, hay cosas que
depende solo dela macromolécula, en esto hay un truco. Puedo ecerrar a la proteína en una ccaja y dividir la caja en
10000 cubitos. Esta serie de grillas dan las series de energias que “siente” cada átomo dentro de cada cubo. No
importa cual átomo sea el que esa en cada cubo, sino… Se hacen varias grillas, una para cada tipo de átomo y otra
para lacarga indistinta de la identidad de cada átomo. La idea es que la proteína actúa como si se comportara de un
campo constante. Se ahorra mucho tiempo de CPU si se hacen grillas que están pre calculadas.

Como son los potenciales que se calculan en las grillas? El autodock tiene una seria de potenciales diferentes, esta en
la presentación. Si bien la búsqueda es estocástica, existen métodos estocásticos que se en mas adelante. Casi
siempre se trabaja con algoritmos genpeticos.la aplicación en la vida practica consiste en que se hacen muchas
cuentas, simple

Cada individuo es una posición del ligando en un sitio especifico de la macromolécula. Al final de la simulación tengo
los 50 mas aptos de todos. Químicamente estos mas aptos son individuos tales que lograron la energía de
ineracionmas negativa y favorable con la molécula. Cuando tengo proteínas ocn espacios estrechos no me suelofijar
en otros miembros que no sean los últimos del estudio. Ahora, cuando tengo proteínas mas grandes y flexibles lo
que se debe hacer es analizar diferentes resultados pues al tener mas espacio hay ma posibilidades de que el ligando
ingrese en muchos lados. Como se ahce esto? Se hace un análisis por clusters de racimos de individuos similares y
solo mostrar el mejor individuo de ese cluster.

Ventajas, desventajas y perpectivas de las simulciones

Positivo, geometría de complejos plausibles con costos computacionales bastante bajos. Se pueden evaluar miles de
ligandos para una proteina o viceversa.

Problema, el receptor tiene una estructura rígida, estamos resolviendo un problema de llave cerradura. Es un
problema grave para sistemas que son my flexible, donde el docking no seri sino una primera aproximación de
siguientes cálculos que van a llevarse a cabo.

Algunos programas son energía dan resultados que no tienen sentido fijo. Solo se utilizan con sentido comparativos.

Programas

Diferentes programas tienen diferentes aplicaciones. Algunos funcionan bien para algunas cosas y otros para otras.
Arana Agustín
Autodock vina. Podes tirarle 1000 moléculas en una p de 300 aa. En media hora con un i7. Es rápido, pero no es
confiable, a veces da bien y otras veces terriblemente mal. Se utiliza como una primera aproximación

Glide, privado, muy caro

Glod. Caro, usa sobretodo algoritmos genéticos

MOE: no es gratuito, pero se puede obtener un cnvenio

PLANTS: Otro algoritmo comercial. No le vamos a dar mayor atención, es pago y no anda muy bien

Rdock, versión académica

Algunos ejemplos exitososy problemáticos con docking

Vemos una proteina metálica. El sitio activo tiene un átomo de zinc. Resula que al haber un sitio metálico hay
problemas. RMS es la sumatoria de las diferencias entre las posiciones de la estructura problema y la referencia
entre… el autodock tiene resultados y resultados, cuando se hacen cosas, las mismas se deben validar

Criterios de validación

Importante, la cuántica se aplca cuando aparecen metales y el autodock no es capaz de realizar cálculos cuánticos.
primero, si probas compuesto sactivos vas a tener algunos muy activos, otros menos y otros muy malos. Lo que se
hace es probar a la simulación con inhibidores. Se pueden estudiar también sustratos, pero la estructura obtenida de
la proteína siempre se obtiene con un inhibidor. Tooodo el problema de la validación te sirve para justificar que la
simulación realmente este haciendo bien las cosas.

Perspectivas

Se encuentran métodos desarrollados para considerar algo de la flexibilidad del sustrato. Estos métodos de
“ablandamiento” son 3. Están los 3 en la filmina.

Arana Agustín
Simulaciones de dinámica molecular

Antes, introducimos el proble de encontrar un numero contable de minimos poblados a t ambiente. En el caso de
docking, un solo mínimo d eenergia. La pregunta es, que pasa cuando tenemos MILLONES de conformaciones que
son pobladas a temperatura ambiente. Esto es para moleculas grandes y flexibles verdaderas.

Lo que necesitamos es predeccirr propiedades macroscópicas de estructuras grandes. Si el sistema cambia en el

tiempo, resulta que el valor de expectación es la misma integral pero tiene una dependencia temporal.

Concepto de ensamble

Macroscopicamente, todos los sistemitas son iguales, pero microscópicamente no lo son. Por ejemplo… ver la teoría.
Cualquier propiedad depende del conjunto de sus posiciones y momentos. Recorda que los sistemitas son infinitos y
todos tienen la misma nergia MACRO pero no la misma distribución MICRO. Recorda que había ensambles y
colectivos diferentes.

Vamos a ampliar la superficie de energía potencial, la cual era un campo esccalar donde las variables eran las
posiciones de los nucleos. En el espacio de fases vemos como cambian las coasas y le ponemos posición y tiempo.
Tenemos una parte dependiente del tiempo (velocidad) y otra independiente del tiempo (posición).

Hipóteisis ergódica: existe una forma mas intuitiva. En vez de ver infinitos sistemas y los promedias, ves uno solo a
tiempo infinito. La dinámica molecular se basa en esto, basado en el miembro derecho y monte carlo está basado en
el término izquierdo. Por cuestiones tecnológicas es mucho mas común estar en el lado dereche de dinámica
molecular, que de monte carlo.

La dinámica molecular se basa en estudiar sistemas en equilibrio, pero no se restringe a esto, la dinámica molcular es
mas amplia que

Mnte carlo, se crea una seria de sistemas con q cambiadas al azar. Luego de cambiar las coordenadas al azar, lo que
hace es ver si la energía es mayor o menor que el sistema anterior. Si el nuevo miembro del colectivo tiene mayor
energía, entonces se rechaza PERO se hace una comparación con un número al azar. Esto es… lo que está en la
filmina

La dinámica molecular permite seguir a las partículas en el tiempo. El problema de monte carlo son los cambios,
Montecarlo no puede tener cambios grandes, es computacional y teóricamente difícil.

Simulacion de dinámica

Hacer la simulación no es mas que moverse a través del espacio de fases, integrar conocienco posiciones y
velocidades el movimiento de los n átomos que siguen la simulación. Próxima clase, vemos aspectos prácticos de
todo esto.

Arana Agustín