Analiza trajektorii
Transkrypt
Analiza trajektorii
Zagadnienia omawiane na wykładzie: 2. Podsumowanie metody modelowania molekularnego 3. Analiza wyników symulacji dynamiki molekularneji weryfikacja modelu 4. Zastosowanie modelowania molekularnego w badaniach błon lipidowych 5. Zastosowanie modelowania molekularnego do badania mechanizmu działania i specyficzności peptydów antybakteryjnych 6. Zastosowanie modelowania molekularnego w badaniach białek błonowych 7. Zastosowanie modelowania molekularnego w badaniach białek rozpuszczalnych 8. Analiza konformacyjna polipeptydów 1 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Wykład II Analiza wyników symulacji dynamiki molekularnej i weryfikacja modelu 4. Trajektoria układu molekularnego a. poglądowe spojrzenie na symulacje dynamiki molekularnej 6. Eksperyment a analiza trajektorii 7. Weryfikacja modelu komputerowego 8. Analiza trajektorii a. równowaga układu b. obliczanie wartości średnich c. zasada ergodyczności d. aspekty „porządkowo-strukturalne” – funkcja rozkładu radialnego e. aspekty dynamiczne – funkcja autokorelacji f. aspekty dynamiczne – średnie przesunięcie kwadratowe 2 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Symulacja Dynamiki Molekularnej Symulacja dynamiki molekularnej służy do generowania ruchów w układzie molekularnym poprzez iteracyjnie (zgodnie z wybranym algorytmem) rozwiązanie, co krok czasowy Δt, równania Newtona dla każdego atomu w układzie N oddziałujących atomów. W wyniku otrzymujemy trajektorię układu, tj., zbiór położeń atomów w funkcji czasu. Otrzymujemy też zbiór prędkości atomów. 3 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Trajektoria układu Krok czasowy, co jaki obliczamy położenia atomów wynosi: ∆t ~ 0.5 – 2.0×10-15 s (0.5 – 2.0 fs) Trajektoria jest więc wielkim zbiorem liczb i zawiera niezwykle bogatą informację mikroskopową o układzie molekularnym : w którym miejscu przestrzeni znajduje się w danej chwili każdy atom cząsteczki 4 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Główne ograniczenia metody symulacji dynamiki molekularnej 4. Ponieważ czas obliczeń rośnie z liczbą atomów w układzie t~N2 : bez przybliżeń, t~N : cut-off, t~NlnN : sumowanie Ewalda – wielkość układu symulacyjnego musi być ograniczona 5 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Główne ograniczenia metody symulacji dynamiki molekularnej 4. Ponieważ krok czasowy wynosi 1-2 fs (1-2×10-15 s) – czas „pokryty” w symulacji jest ograniczony Największe układy symulacyjne zbudowane są z około 500 000 atomów, a najdłuższe czasy symulacji są rzędu 100 ns (100×10-9 s) (rozdzielczość atomowa) (Te liczby stale rosną) !!Kompromis między wielkością układu a czasem jego symulacji!! 6 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Poglądowe spojrzenie na symulację dynamiki molekularnej Przy pomocy komputera generujemy „mikro-świat” – pewną niewielką (pseudo-) rzeczywistość o wymiarach rzędu ~200 × 200 × 200 Å3 wypełnioną przez ok. 100 000+ atomów, którą możemy obserwować przez czas rzędu kilkudziesięciu (100+) nanosekund 200 Å 200 Å 200 Å M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ 7 Poglądowe spojrzenie na symulację dynamiki molekularnej Obecna „technologia” (hardware i software) pozwala na dość wierne odtworzenie w komputerze zachowania takiego układu (na poziomie atomu). Rozwój „technologii” umożliwia symulacje coraz większych układów przez coraz dłuższy czas w coraz krótszym czasie rzeczywistym 8 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Po 2. zdefiniowaniu struktury i oddziaływań w układzie, 3. wyborze metody iteracyjnego rozwiązania równań Newtona dla każdego atomu w układzie i warunków symulacji, my nie ingerujemy w układ, który podlega symulacji dynamiki molekularnej Wybrane warunki i algorytmy są całkowicie „odpowiedzialne” za ewolucję czasową układu (tak jak podstawowe prawa przyrody determinują zachowanie układów rzeczywistych) 9 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Wykład II Analiza wyników symulacji dynamiki molekularnej i weryfikacja modelu 4. Trajektoria układu molekularnego a. poglądowe spojrzenie na symulacje dynamiki molekularnej 6. Eksperyment a analiza trajektorii 7. Weryfikacja modelu komputerowego 8. Analiza trajektorii a. równowaga układu b. obliczanie wartości średnich c. zasada ergodyczności d. aspekty „porządkowo-strukturalne” – funkcja rozkładu radialnego e. aspekty dynamiczne – funkcja autokorelacji f. aspekty dynamiczne – średnie przesunięcie kwadratowe M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ 10 Trajektoria układu Sama symulacja nie daje jednak bezpośredniej informacji ilościowej (makroskopowej) o układzie – tylko umożliwia otrzymanie tej informacji generując „mikroskopowa” informację (położenia i prędkości atomów) 11 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Trajektoria układu Nas interesują jednak informacje „makroskopowe” Musimy więc dokonać przejścia od „mikro-świata” do „makro‑świata”, czyli statystycznie opracować informacje zawarte w trajektorii (z położeń i prędkości atomów wydobyć interesujące nas makroskopowe informacje o układzie) 12 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Trajektoria układu (zbiór położeń atomów w funkcji czasu) 6*6*2 LAYER made of POPC A, built of 6 residues; united atom 31949 0.9466000E+03 23.6689567 64.7803866 41.0944437 24.2084846 64.1276521 42.3503141 23.3005781 64.3412346 43.4894241 21.9890438 63.5834207 43.3622669 21.0339638 63.8854831 44.5671746 19.7936690 63.2203522 44.1329786 18.5972271 63.2837801 45.1084069 18.9041160 62.4152601 46.3808788 17.8836478 62.6568132 47.4873951 18.1484763 62.4949013 48.7911322 19.4947570 61.9605219 49.3301369 19.8400878 62.4858792 50.7388486 18.7550477 62.4269931 51.7337683 19.1719719 63.0012332 53.0614203 18.1688185 62.8697911 54.0943868 18.5051257 63.7985092 55.2943021 17.6161882 63.5432961 56.5497843 18.0276000 64.4250195 57.7689137 17.8397159 65.6610175 57.6811261 19.0840960 63.8578614 58.4151114 19.8536217 64.8544128 59.0933408 20.1222681 64.3236762 60.4909903 18.9117605 64.0633365 61.1380845 18.9059599 63.1863742 62.4971722 20.1417722 63.3965449 63.2436460 17.6672145 63.7205446 63.1361581 18.7986175 61.5997432 62.2252364 17.9526703 61.1540734 61.1771877 18.0700027 59.6519669 60.8471474 17.6959929 59.2458115 59.4893770 18.0945944 57.8648251 59.1086975 16.2484431 59.2799871 59.4928062 18.1389489 60.0887036 58.3423607 21.1512760 65.2581816 58.4208670 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ 13 Wykład II Analiza wyników symulacji dynamiki molekularnej i weryfikacja modelu 4. Trajektoria układu molekularnego a. poglądowe spojrzenie na symulacje dynamiki molekularnej 6. Eksperyment a analiza trajektorii 7. Weryfikacja modelu komputerowego 8. Analiza trajektorii a. równowaga układu b. obliczanie wartości średnich c. zasada ergodyczności d. aspekty „porządkowo-strukturalne” – funkcja rozkładu radialnego e. aspekty dynamiczne – funkcja autokorelacji f. aspekty dynamiczne – średnie przesunięcie kwadratowe 14 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Eksperyment a analiza trajektorii • W celu poznania własności rzeczywistego układu molekularnego przeprowadzamy eksperyment • W celu poznania własności układu symulowanego przeprowadzamy analizę statystyczną trajektorii układu (Symulacja dynamiki molekularnej generuje tylko(? AŻ) „pseudorzeczywistość” i nie jest równoważna eksperymentowi) 15 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Eksperyment a analiza trajektorii Analiza trajektorii dostarczająca informacji o różnych aspektach zachowania układu odpowiada różnym eksperymentom analiza trajektorii ≡ przeprowadzenie eksperymentu 16 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Eksperyment a analiza trajektorii Wybór metody pomiarowej i projektowanie eksperymentu jest równoważne stworzeniu algorytmu i napisaniu programu komputerowego do analizy wyników mikroskopowych Jaki eksperyment takie wyniki ≡ Jaki program takie wyniki 17 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Na przykład: • odległość między dwiema grupami w cząsteczce białka możemy wyznaczyć stosując 2-wymiarowy NMR • czas korelacji rotacyjnej danej grupy możemy wyznaczyć metodą EPR • liczbę cząsteczek wody związanych przez białko możemy wyznaczyć metodą spektroskopii IR lub NMR • itp. Te wszystkie wielkości (i inne) możemy wyznaczyć przeprowadzając odpowiednie analizy trajektorii (dla każdej wyznaczanej wielkości inna analiza) 18 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Wykład II Analiza wyników symulacji dynamiki molekularnej i weryfikacja modelu 4. Trajektoria układu molekularnego a. poglądowe spojrzenie na symulacje dynamiki molekularnej 6. Eksperyment a analiza trajektorii 7. Weryfikacja modelu komputerowego 8. Analiza trajektorii a. równowaga układu b. obliczanie wartości średnich c. zasada ergodyczności d. aspekty „porządkowo-strukturalne” – funkcja rozkładu radialnego e. aspekty dynamiczne – funkcja autokorelacji f. aspekty dynamiczne – średnie przesunięcie kwadratowe 19 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Weryfikacja modelu komputerowego Przeprowadzając statystyczną analizę trajektorii wygenerowanej w symulacjach dynamiki molekularnej układu molekularnego (przejście od mikro-świata do makro-świata) otrzymujemy wartości szeregu wielkości (zbiór wyników analiz trajektorii wygenerowanej w symulacji dynamiki molekularnej) Zbiór wyników analiz SDM 20 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Weryfikacja modelu komputerowego Dla tego lub zbliżonego układu molekularnego są też wyniki badań eksperymentalnych Zbiór wyników badań eksperymentalnych układu molekularnego 21 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Weryfikacja modelu komputerowego Część wyników otrzymanych z analizy trajektorii może być również wyznaczona eksperymentalnie Przecięcie obu zbiorów Zbiór wyników badań eksperymentalnych układu molekularnego Zbiór wyników analiz SDM 22 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Weryfikacja modelu komputerowego Ze względu na ograniczoną rozdzielczość przestrzenno-czasową metod eksperymentalnych, wyznaczenie wartości pozostałych wielkości jest na obecnym poziomie techniki poza zasięgiem metod eksperymentalnych Ograniczenia metod komputerowych istotnie zawężają problematykę możliwą do badań tymi metodami Przecięcie obu zbiorów Zbiór wyników badań eksperymentalnych układu molekularnego Zbiór wyników analiz SDM 23 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Weryfikacja modelu komputerowego Dla badanego układu molekularnego wyniki, które można otrzymać zarówno metodami eksperymentalnymi jak i symulacyjnymi (podzbiór obu zbiorów) służą do weryfikacji modelu komputerowego Przecięcie obu zbiorów Zbiór wyników eksperymentalnych układu molekularnego Zbiór wyników analiz SDM 24 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Weryfikacja modelu komputerowego Jeśli wartości „mierzalnych parametrów” z przecięcia obu zbiorów otrzymane metodami eksperymentalnymi i modelowania molekularnego pokrywają się w rozsądnych granicach, to model komputerowy przyjmujemy i zakładamy, że również „niemierzalne parametry” poprawnie opisują zachowanie układu. Przy tym założeniu uzyskujemy bardzo szczegółową informację o układzie Jeśli wartości różnią się istotnie, to model odrzucamy Zbiór wyników eksperymentalnych układu molekularnego Zbiór wyników analiz SDM 25 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Weryfikacja modelu komputerowego 26 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Jak należy używać metod modelowania molekularnego do badania układów molekularnych? Nawet w przypadku, gdy modelowanie molekularne stosujemy jako niezależną metodę badawczą, nie należy jej używać w oderwaniu od badań eksperymentalnych – własnych, czy opisanych w literaturze Im więcej mamy informacji o układzie, tym bardziej celowe staje się używanie metod modelowania molekularnego 27 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Co daje stosowanie metod modelowania molekularnego? Głównym atutem metod modelowania molekularnego jest umożliwienie wskazania podstawowych mechanizmów odpowiedzialnych za obserwowane eksperymentalnie zjawiska (zrozumienie!!) Niebezpieczne jest „przewidywanie zjawisk” metodami modelowania molekularnego dla układów, o których nic lub niewiele wiemy 28 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Wykład II Analiza wyników symulacji dynamiki molekularnej i weryfikacja modelu 4. Trajektoria układu molekularnego a. poglądowe spojrzenie na symulacje dynamiki molekularnej 6. Eksperyment a analiza trajektorii 7. Weryfikacja modelu komputerowego 8. Analiza trajektorii a. równowaga układu b. obliczanie wartości średnich c. zasada ergodyczności d. aspekty „porządkowo-strukturalne” – funkcja rozkładu radialnego e. aspekty dynamiczne – funkcja autokorelacji f. aspekty dynamiczne – średnie przesunięcie kwadratowe 29 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Analiza trajektorii Przeprowadzenie podstawowych analiz statystycznych układu ma sens wtedy, gdy układ jest w równowadze Zakładamy, że układ symulacyjny doszedł do stanu równowagi termicznej kiedy średnie wartości interesujących nas parametrów (opisujących układ) przestają zależeć od czasu podlegają jedynie fluktuacjom 30 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Analiza trajektorii – układ w równowadze 31 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Analiza trajektorii – układ w równowadze 32 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Etapy symulacji dynamiki molekularnej: 3. Budowa i „inicjowanie” układu molekularnego (wizualizacja, mechanika molekularna) 5. Równoważenie układu – symulacja dynamiki molekularnej, w czasie której układ dochodzi do równowagi (termicznej, nie termodynamicznej); tego fragmentu trajektorii nie analizujemy – a priori nie wiadomo jak długo trwa równoważenie układu 7. Symulacja „robocza” – symulacja dynamiki molekularnej generująca trajektorię, którą można poddać analizom 33 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Wykład II Analiza wyników symulacji dynamiki molekularnej i weryfikacja modelu 4. Trajektoria układu molekularnego a. poglądowe spojrzenie na symulacje dynamiki molekularnej 6. Eksperyment a analiza trajektorii 7. Weryfikacja modelu komputerowego 8. Analiza trajektorii a. równowaga układu b. obliczanie wartości średnich c. zasada ergodyczności d. aspekty „porządkowo-strukturalne” – funkcja rozkładu radialnego e. aspekty dynamiczne – funkcja autokorelacji f. aspekty dynamiczne – średnie przesunięcie kwadratowe 34 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Analiza trajektorii – obliczanie wartości średnich Układ molekularny zbudowany jest z N elementów i jest symulowany przez czas t. Wartość średnią danej wielkości fizycznej możemy obliczać po zbiorze (N elementach) lub po czasie t (redukcja danych) Brak takiej możliwości w badaniach eksperymentalnych 35 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Analiza trajektorii – obliczanie wartości średnich Duża liczba elementów N, średnią po zbiorze obliczamy dla danej chwili t0 (time resolved Długi czas obserwacji T, średnią po czasie obliczamy dla pojedynczego elementu ze zbioru X-ray) Np. Obliczanie rozkładu i średniej orientacji cząsteczki (prędkości) 36 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Średniowanie po zbiorze (zespole) Wartość średnia (obserwowana) wielkości A (np. orientacji) po zbiorze N cząstek (<A>z ) : 1 Aobs = Az = N N ∑ A i i=1 N jest liczbą cząstek, po których średniujemy A(i) jest wartością wielkości A dla i-tej cząstki N musi być duże !! 37 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Średniowanie po czasie Wartość średnia (obserwowana) wielkości A po czasie t (<A>t ) : tobs = ∆t × τobs czas dyskretny: ∆t jest krokiem czasowym τobs jest liczbą kroków czasowych (wartość skończona!) 1 Aobs = At = τobs A(τ) τ obs ∑ A τ τ=1 jest wartością wielkości A cząsteczki w kroku czasowym τ×∆t τobs musi być duże !! 38 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Wykład II Analiza wyników symulacji dynamiki molekularnej i weryfikacja modelu 4. Trajektoria układu molekularnego a. poglądowe spojrzenie na symulacje dynamiki molekularnej 6. Eksperyment a analiza trajektorii 7. Weryfikacja modelu komputerowego 8. Analiza trajektorii a. równowaga układu b. obliczanie wartości średnich c. zasada ergodyczności d. aspekty „porządkowo-strukturalne” – funkcja rozkładu radialnego e. aspekty dynamiczne – funkcja autokorelacji f. aspekty dynamiczne – średnie przesunięcie kwadratowe 39 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Analiza trajektorii – zasada ergodyczności Hipoteza ergodyczności Postawiona po raz pierwszy przez Boltzmanna, mówi: średnia po czasie wielkości makroskopowej w warunkach równowagi jest równa średniej po zespole (zbiorze) < A >t = < A >z 40 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Analiza trajektorii – zasada ergodyczności Czas, po którym średniujemy musi być długi w porównaniu z czasami charakterystycznymi obserwowanych procesów Dla różnych zjawisk ten czas jest różny. PRZYKŁAD: dla wiązań wodorowych między cząsteczkami wody charakterystyczny czas jest inny niż dla wiązań wodorowych między biocząsteczką i wodą Średnia czasowa NH2O musi być liczona po różnych czasach dla przypadku pierwszego i drugiego 41 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Zarówno czas jak i liczba cząsteczek muszą być reprezentatywne! 42 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Analiza trajektorii – zasada ergodyczności Bez przyjęcia zasady ergodyczności, większość badań eksperymentalnych oraz symulacyjnych nie miałyby większego sensu, ponieważ: zarówno w praktyce eksperymentalnej jak i symulacyjnej średniujemy zarówno po czasie jak i po zespole 43 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Analiza trajektorii – zasada ergodyczności W eksperymencie musimy średniować równocześnie po czasie i zespole bo nie można inaczej, ze względu na ograniczoną rozdzielczość czasową i przestrzenną metod eksperymentalnych W symulacjach średniujemy po czasie i zespole by polepszyć statystykę. Liczba cząsteczek w układzie symulacyjnym N jest ograniczona, dlatego średniowanie po zespole nie daje miarodajnego wyniku W symulacjach średniowanie po czasie jest niezależne od średniowania po zespole 44 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Wykład II Analiza wyników symulacji dynamiki molekularnej i weryfikacja modelu 4. Trajektoria układu molekularnego a. poglądowe spojrzenie na symulacje dynamiki molekularnej 6. Eksperyment a analiza trajektorii 7. Weryfikacja modelu komputerowego 8. Analiza trajektorii a. równowaga układu b. obliczanie wartości średnich c. zasada ergodyczności d. aspekty „porządkowo-strukturalne” – funkcja rozkładu radialnego e. aspekty dynamiczne – funkcja autokorelacji f. aspekty dynamiczne – średnie przesunięcie kwadratowe 45 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Analiza statystyczna Analiza trajektorii ma na celu „wyciągnięcie” z nadmiaru danych jakie mamy o układzie (położenie przestrzenne i prędkość każdego atomu w układzie co krok czasowy Δt lub jego wielokrotność) informacji, które nas interesują Dane zawarte w trajektorii podlegają redukcji przez średniowanie i filtrowanie do niewielkiej liczby użytecznych informacji Również w eksperymencie najczęściej mamy nadmiar danych, z których „wyciągamy” interesujące nas informacje 46 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Analiza statystyczna Mechanika statystyczna pozwala na wyznaczenie wartości średnich wielkości związanych ze strukturą i organizacją przestrzenną układu symulacyjnego – redukcja danych przestrzennych nie jest natomiast odpowiednim narzędziem do „opracowania” zmian czasowych wielkości związanych z ruchem atomów, czyli procesów zachodzących w czasie Do analizy procesów czasowych zachodzących w układzie molekularnym służą funkcje korelacji 47 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Korelacja Korelacja jest miarą podobieństwa lub wzajemnej zależności dwóch wielkości Przykłady zjawisk skorelowanych: zarobki i wydatki pora roku i długość dnia kierunek ruchu na każdym odcinku prostej Przykłady zjawisk słabo- lub nie-skorelowanych: wykształcenie i zarobki prędkość cząsteczki i jej położenie kierunek ruchu cząsteczki wody 48 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Czasowa funkcja korelacji (time correlation function) Korelacja jest miarą podobieństwa lub wzajemnej zależności dwóch wielkości Czasowa funkcja korelacji mówi jak długo trwa podobieństwo lub wzajemna zależność między stanami wielkości zmiennej w czasie Przykłady zjawisk słabo- lub nie-skorelowanych: kierunek ruchu cząsteczki wody Korelacja czasowa kierunku ruchu cząsteczki wody zanika bardzo szybko 49 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Czasowa funkcja korelacji (time correlation function) Jednym z zastosowań czasowej funkcji korelacji jest badanie zjawisk czasowych w układzie zbudowanym z dużej liczby „cząstek” podlegających przypadkowym ruchom termicznym (zderzeniom) np. w symulacyjnym układzie molekularnym 50 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Czasowa funkcja autokorelacji (time self- autocorrelation function) Czasowa funkcja autokorelacji zmiennej dynamicznej A charakteryzującej „cząstkę” α: F A αα t =〈 Aα 0 ⋅Aα t 〉 < > oznacza średniowanie po zbiorze (wszystkich „cząstkach” α) nie możemy średniować po czasie, bo nas interesuje proces czasowy! Faαβ(t) jest z definicji funkcją czasu 51 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Czasowa funkcja autokorelacji (time self- autocorrelation function) Czasowa funkcja autokorelacji wyznacza korelację między wartością zmiennej A w czasie początkowym t = 0 i w czasie późniejszym o t 52 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Czasowa funkcja autokorelacji Czasowa funkcja autokorelacji określa na ile układ po czasie t zachował „pamięć” o swoim stanie początkowym lub, po jakim czasie „zapomina” o swoim stanie początkowym Eksponencjalny zanik autokorelacji 53 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Czas korelacji Znormalizowana funkcja korelacji FA(t) gdy t = 0, FA(t) = 1, Czas, po którym FA(t) = 0 Czas, po którym FA(t) = 1/e, jest czasem zaniku korelacji. (e jest podstawą logarytmu naturalnego) nosi nazwę czasu korelacji (correlation time) lub czasu relaksacji (relaxation time) UWAGA!! (w spektroskopii nie są to pojęcia zamienne) 54 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Wykład II Analiza wyników symulacji dynamiki molekularnej i weryfikacja modelu 4. Trajektoria układu molekularnego a. poglądowe spojrzenie na symulacje dynamiki molekularnej 6. Eksperyment a analiza trajektorii 7. Weryfikacja modelu komputerowego 8. Analiza trajektorii a. równowaga układu b. obliczanie wartości średnich c. zasada ergodyczności d. aspekty „porządkowo-strukturalne” – funkcja rozkładu radialnego e. aspekty dynamiczne – funkcja autokorelacji f. aspekty dynamiczne – średnie przesunięcie kwadratowe 55 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Średnie przesunięcie kwadratowe Mean square displacement (MSD) Błądzenie przypadkowe – ruch będący sekwencją niewielkich kroków w nieustannie zmieniającym się kierunku, najczęściej na skutek zderzeń z innymi cząsteczkami w ośrodku o niezerowej gęstości Festiwal Nauki 2004, Roman Werpachowski Tuszyński i Kurzyński, CRC Press, 2003 56 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Średnie przesunięcie kwadratowe Mean square displacement (MSD) Średnie przesunięcie kwadratowe określa odległość, na jaką przesunie się z punktu wyjścia „błądząca przypadkowo” cząstka w czasie t. Z definicji: MSD(t) = < |r(t) – r(0)|2 > r(0) jest położeniem wyjściowym cząstki r(t) jest położeniem cząstki po czasie t < > oznacza średniowanie po zbiorze (wszystkich błądzących cząstkach) http://primus.okwf.edu.pl/erka/ droga, po której porusza się cząstka nie jest istotna 57 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Średnie przesunięcie kwadratowe z teorii błądzenia przypadkowego 2 2 〈r 〉=v l t ν l t jest średnią liczbą zderzeń na jednostkę czasu (zależy od temperatury) jest średnią drogą swobodną (zależy od gęstości ρ układu lub jego lepkości) jest czasem błądzenia przypadkowego 58 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Średnie przesunięcie kwadratowe – stała dyfuzji własnej Relacja Einstein określa związek między średnim przesunięciem kwadratowym, a stałą dyfuzji własnej (self-diffusion coefficient), D D= lim t¥ MSD 2Nf t MSD jest średnim przesunięciem kwadratowym Nf jest liczbą stopni swobody w ruchu translacyjnym cząsteczki t jest czasem dyfuzji 59 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Średnie przesunięcie kwadratowe – stała dyfuzji własnej Stała dyfuzji w trzech wymiarach (x, y, z): D=lim MSD xyz 6t tµ Stała dyfuzji w dwóch wymiarach, dyfuzja lateralna (x, y): D=lim MSD xy tµ 4t Stała dyfuzji w jednym wymiarze, dyfuzja wertykalna (z): D=lim tµ MSD z 2t 60 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Trajektoria cząsteczki w błądzeniu przypadkowym mała cząsteczka w błonie duża cząsteczka w błonie 61 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Wykres średniego przesunięcia kwadratowego – stała dyfuzji MSD(t) = < |r(t) – r(0)| > 2 2 2 〈r 〉=v l t D=lim tµ MSD xyz 6t ~50km/godz stała dyfuzji jest współczynnikiem nachylenia prostoliniowego odcinka funkcji MSD (<r2>) od czasu t 62 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ Zagadnienia omawiane na wykładzie: 2. Podsumowanie metody modelowania molekularnego 3. Analiza wyników symulacji dynamiki molekularneji weryfikacja modelu 4. Optymalizacja struktury na przykładziebiałka rozpuszczalnego 5. Zastosowanie modelowania molekularnego w badaniach błon lipidowych 6. Zastosowanie modelowania molekularnego do badania mechanizmu działania i specyficzności peptydów antybakteryjnych 7. Zastosowanie modelowania molekularnego w badaniach białek błonowych 8. Analiza konformacyjna polipeptydów 63 M. Pasenkiewicz-Gierula, IVR BT, 2007/08 WBBiB UJ