Статьи

В МФТИ научились моделировать поведение клеточных мембран для предсказания влияния лекарств и ядов

26 апреля 2016 Рубрика: Исследования и разработки Ключевые слова: МФТИ, клеточные мембраны, моделирование, наука, медицина

Ученые из МФТИ создали метод моделирования, способный с высокой точностью и относительно быстро описывать «ответные реакции» клеточных мембран на молекулы лекарств и токсинов, что позволит заранее, без всяких экспериментов просчитывать влияние препаратов на клетки. Исследование опубликовано в Journal of Chemical Theory and Information.

  • Объем данных для анализа поведения молекул клеточных мембран сократился в 10 раз, а точность снизилась лишь на 10%
  • Метод упростит создание новых лекарств и поможет в борьбе со старением

«Особенность нашего метода в том, что он обеспечивает полное численное описание изменений в молекуле. Мы можем отслеживать положение сразу всех атомов, при этом каждому варианту структуры присваивается значение, которое можно использовать для статистического анализа», — говорит Иван Гущин, ведущий автор исследования, заведующий лаборатории структурного анализа и инжиниринга мембранных систем, созданной в Центре исследований молекулярных механизмов старения и возрастных заболеваний МФТИ в рамках проекта 5топ100.

Моделировать поведение биологических молекул крайне затруднительно, поскольку нужно описывать движение каждого ее атома — даже для небольшой молекулы из 54 атомов получится 156 наборов чисел. Огромные массивы информации, полученные в результате моделирования, сложно и долго обрабатывать и интерпретировать.

Группа под руководством Ивана Гущина нашла способ значительно упростить анализ результатов моделирования, при этом почти не потеряв в точности описания движения. Авторы исследования использовали для обработки исходящих данных метод главных компонент — способ обработки, который выделяет из данных наиболее существенные. Это в 10 раз сократило объем данных, а точность снизилась лишь на 10%.

Метод был проверен на липидной молекуле DOPC (диолеоилфосфатидилхолин), хорошо изученной экспериментально. Для моделирования было выбрано восемь разных силовых полей — наборов параметров для описания взаимодействия всех атомов. Одни силовые поля описывают взаимодействия между атомами очень подробно, другие — грубо и приближённо. После этого к полученным данным авторы применяли метод главных компонент.

Оказалось, что для описания движения молекулы из 54 атомов достаточно всего 14 «компонент», то есть совместных движений какой-то группы атомов в молекуле. Одна из компонент, к примеру, отвечает за движение двух «хвостов» у молекулы DOPC в разные стороны, наподобие ножниц.

Из молекул липидов строится клеточная мембрана, а любые молекулы, чтобы подействовать на клетку, должны преодолеть её. Поэтому изучение поведения липидов с точностью до отдельных атомов поможет «не вставая из-за компьютера» предсказывать влияние лекарств, токсинов на клетки и организм в целом, а следовательно значительно ускорить поиск новых лекарственных веществ и испытания препаратов. Помимо этого моделирование может помочь в исследовании механизмов старения, механизм которого, по некоторым предположениям, связан с изменением структуры мембран клеток.

Два варианта главных компонент движения молекулы. “Компактная” и “развернутая” структуры показаны красным и синим соответственно, промежуточные структуры — оттенками фиолетового. Изображение предоставлено авторами исследования

Два варианта главных компонент движения молекулы. “Компактная” и “развернутая” структуры показаны красным и синим соответственно, промежуточные структуры — оттенками фиолетового. Изображение предоставлено авторами исследования

Структура молекулы DOPC, изучаемой авторами. Слева — химическая структура молекулы, справа — возможные положения молекулы в пространстве. Изображение предоставлено авторами исследования

Структура молекулы DOPC, изучаемой авторами. Слева — химическая структура молекулы, справа — возможные положения молекулы в пространстве. Изображение предоставлено авторами исследования

Добавить комментарий

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 1
  • 2
  • 3
  • 4