جعبه ابزار جدید شبیه سازی دینامیک مولکولی را در دسترس تر می کند

شبیه‌سازی‌های دینامیک مولکولی (MD) به ابزاری قدرتمند در زمینه‌های در حال گسترش زیست‌شناسی مولکولی و توسعه دارو تبدیل شده‌اند. اگرچه بسیاری از تکنیک‌های شبیه‌سازی MD وجود دارد، انتخاب آبشار موازی MD (PaCS-MD) به‌ویژه در هنگام مطالعه برهم‌کنش‌های پروتئین-لیگاند تاخوردگی (یا “ترکیب”) پروتئین مفید است.

ماهیت این روش این است که چندین شبیه سازی MD را به صورت موازی اجرا کنید، بنابراین ترکیبات مختلف ممکن را به طور همزمان بررسی کنید. با استفاده از معیارهای انتخاب با دقت طراحی شده، می توان انطباق های امیدوارکننده را به طور خودکار در “عکس های لحظه ای” شناسایی کرد و بیشتر مورد بررسی قرار داد. این استراتژی کشف فعل و انفعالات مولکولی کلیدی و فرآیندهای دینامیکی را که به دانشمندان در درک حرکات عملکردی پروتئین ها کمک می کند، تسریع می کند.

با این حال، یکی از موانع PaCS-MD این است که کاربران باید اسکریپت های سفارشی بنویسند تا شبیه سازی های MD را اجرا کنند. در این اسکریپت ها، آنها باید شرایط اولیه و توابع هدف را مشخص کنند، نرم افزار MD را برای استفاده انتخاب کنند، رویه رتبه بندی عکس فوری را پیاده سازی کنند و ساختارهای اولیه را برای بعدی آماده کنند. شبیه سازی چرخه این فرآیند، که می‌تواند کاملاً پیچیده و مستعد خطا باشد، مانع بزرگی برای ورود دانشمندان علاقه‌مند به استفاده از PaCS-MD ایجاد می‌کند.

خوشبختانه، تیمی از محققان دانشکده علوم و فناوری زندگی در مؤسسه فناوری توکیو، ژاپن، اخیراً برای مقابله با این مشکل اقدام کردند. در آخرین مطالعه آنها که بود منتشر شده که در مجله شیمی فیزیک ب و به رهبری پروفسور آکیو کیتائو، این تیم یک بسته نرم افزاری PaCS-Toolkit نامیده می شود تا PaCS-MD را در دسترس تر و کاربر پسندتر کند.

یکی از مزایای قابل توجه PaCS-Toolkit این است که کل فرآیند شبیه سازی از طریق یک فایل پیکربندی واحد تنظیم می شود. در این فایل، کاربران پارامترهای مهمی را برای شبیه‌سازی‌ها، از جمله نوع PaCS-MD، تعداد شبیه‌سازی‌های MD برای اجرای موازی و باقی‌مانده‌ها یا اتم‌های پروتئینی برای نظارت به عنوان معیار انتخاب شاخه‌های موازی مشخص می‌کنند.

PaCS-Toolkit این فایل پیکربندی را همراه با فایل های ورودی استاندارد MD می گیرد و شبیه سازی های PaCS-MD را طبق نرم افزار MD مشخص شده اجرا می کند. شایان ذکر است که از آنجایی که این بسته نرم‌افزار متن‌باز است که با زبان برنامه‌نویسی محبوب Python نوشته شده است، کاربران می‌توانند به بهبود PaCS-Toolkit و گسترش قابلیت‌های آن کمک کنند.

جعبه ابزار ما از انعطاف پذیری پشتیبانی می کند تا با معرفی کلاس های مسئول در پایتون، توابع، کتابخانه ها و نرم افزارهای MD جدید اضافه شوند. کاربرانی که می‌توانند به این زبان برنامه‌نویسی کنند، باید بتوانند کد PaCS-Toolkit را تغییر دهند و روش‌های جدیدی را در صورت نیاز پیاده‌سازی کنند.»

مزیت مهم دیگر PaCS-Toolkit در بهینه سازی و سازگاری آن با محیط های محاسباتی مختلف است، خواه مجموعه ای از ابررایانه ها با رابط ارسال پیام (MPI)، سرورهای مجهز به چند کارت گرافیک (GPU) یا رایانه های شخصی مانند لپ تاپ ها باشد.

پروفسور کیتائو توضیح می‌دهد: «PaCS-Toolkit تا حد زیادی شامل موازی‌سازی با استفاده از MPI، GPU و بسته چند پردازنده پایتون است که امکان بهینه‌سازی زمان محاسبات را بسته به منابع محاسباتی موجود فراهم می‌کند».

محققان برای نشان دادن پتانسیل جعبه ابزار خود، شبیه‌سازی‌های PaCS-MD را برای سه کاربرد مختلف اجرا کردند. اینها شامل تا شدن مینی پروتئین کینولین، حرکت دامنه های پروتئینی در آنزیم SARS-CoV-2 و جدا شدن لیگاند از یک گیرنده مهم آدنوزین است.

پروفسور کیتائو نتیجه گیری می کند: “در مجموع، نتایج ما نشان می دهد که PaCS-Toolkit می تواند به راحتی برای شبیه سازی طیف گسترده ای از دینامیک برای انواع مختلف سیستم های مولکولی استفاده شود.”

این جعبه ابزار می‌تواند به باز کردن پتانسیل واقعی شبیه‌سازی‌های PaCS-MD در زمینه‌های مختلف کمک کند و به محققان علاقه‌مند اجازه دهد تا فرآیندهای مولکولی پیچیده را روشن کنند و کشف دارو را تسریع کنند.