🔷شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران🔷
1.24K subscribers
386 photos
63 videos
184 files
201 links
🔷شبکه بیوانفورماتیک و بیولوژی محاسباتی ایران🔷

✔️لینک گروه: https://t.me/computational_science_group
✔️لینک کانال: @Computational_sceince

@ammar_mohseni:ادمین✔️
✔️این شبکه وابسته به مرکز زیست محاسبات پویا می باشد
Download Telegram
یکی از کاربردهای روش های تئوری در طراحی داروها می باشد که به دو روش طراحی بر پایه ساختار (structure-based) و طراحی بر پایه لیگاند (ligand-based) تقسیم بندی می شود. در روش اول ساختار سوم پروتئین هدف موجود می باشد و بر اساس محل اتصال لیگاند مورد نظر طراحی میگردد و این در حالی است که در روش دوم ساختاری از پروتئین موجود نیست و تنها بر اساس لیگاندی که به پروتئین متصل میگردد (ساختار لیگاندی که متصل می شود معلوم می باشد) به جستجوی ساختارهای مشابه لیگاند پرداخته می شود.
برنده مسابقه طراحی تی شرت سال 2011 زیست شناسی محاسباتی نشریه پلاس!
یه مقدار از سختی کار هم بنالیم!
امروزه فناوری های نوئی همچون آرایه های DNA (یا دنا)، پروتئومیکس، متابولومیکس، و نسل بعدی توالی یابی DNA و تعداد بسیار زیادی از دیگر فناوری ها به طرز عجیبی مسیر تحقیق در حوزه های مختلفی علمی را متحول کرده اند. هر چه فناوری ها به بلوغ بیشتر می رسیدند، توانایی ما نیز در تولید داده ها افزایش می یافت و مهمترین سوال در این میان این بود که چگونه می توان از این حجم اطلاعات برای درک بیشتردنیای زیست شناسی استفاده نمود. در اینجاست که نقش بیوانفورماتیک و زیست شناسی محاسباتی نمایان می شود. با رشد بیشتر این فناوری ها، علوم زیست شناسی الزاما می بایستی به صورت فزاینده با فناوری های اطلاعات در آمیخته می شد تا بتواند مجموعه های اطلاعاتی بسیار بزرگ و شدیدا پیچیده را مدیریت کند. و البته این مدیریت لازمه تحقیقات و پژوهش های بعدی بود. برای این مدیریت، رشد علوم محاسباتی نیاز بود. به همین دلیل علوم محاسباتی همسو با تئوری ها و آزمایشات رشد کرد تا آنجا که یکی از سه ستون ضروری برای انجام تحقیقات در حوزه های تحقیقی مدرن گردید.
Channel name was changed to «Bioinformatic & Computational_Biology»
با سلام و عرض ادب به همه دوستان،
به دلیل نزدیکی حوزه های بیوانفورماتیک و زیست شناسی محاسباتی،
نام کانال به بیوانفورماتیک و زیست شناسی محاسباتی تغییر نمود.
هر روز با ما در کانال بیوانفورماتیک و زیست شناسی محاسباتی همراه باشید.
https://telegram.me/computational_science
با سلام و احترام
دوستانی که سوال یا هر مشکلی در زمینه های تئوری دارن میتونن تو گروه زیر عضو بشن و سوالاتشونو بپرسن.با تشکر
https://telegram.me/joinchat/BP7D2wMpgBMa-vyZ7mwALw
شبیه سازی دینامیک مولکولی یا Molecular Dynamics Simulation (به اختصار MD) یک روش شبیه سازی به وسیله کامپیوتر است که به مطالعه ی حرکات اتم ها و مولکول ها می پردازد. در این روش به مولکول ها و اتم ها اجازه داده می شود که طی یک مدت زمان مشخصی با یکدیگر میانکنش دهند تا درکی از دینامیک سیستم به دست بیاید. در واقع با استفاده از معادلات حرکتی نیوتن، می توان مسیر (Trajectory) حرکت اتم ها و مولکول ها را در فضا طی یک بازه زمانی مشخص، تعیین نمود. برای این منظور انرژی های پتانسیل بین ذرات تشکیل دهنده سیستم با استفاده از میدان های نیروی مکانیک مولکولی محاسبه می شود.
این روش در ابتدا (اواخر دهه ی 1950) در حوزه ی فیزیک نظری به کار گرفته شد، اما امروزه در زمینه های متنوعی مثل شبیه سازی بیومولکول ها، علوم مواد، شیمی- فیزیک و ... به شدت رواج یافته است.
از کاربردهای این روش می توان به موارد زیر اشاره کرد:
1- بررسی رفتار ماکرومولکول های زیستی در شرایط مختلف
2- بررسی پایداری مولکولها
3- بررسی میانکنش مولکول های مختلف با یکدیگر
4- بررسی حالت های مختلف غشایی دارای فسفولیپیدهای مختلف
5- محاسبه انرژی آزاد و آنتروپی
6- بررسی فولدینگ پروتئین ها
7- طراحی دارو
8- بررسی و مطالعه نانولوله ها، گرافن
و ...
دو مطالعه ی جالب که در سال 2006 با استفاده از این متد صورت گرفت:
1- شبیه سازی کامل ویروس (satellite tobacco mosaic virus): سایز سیستم مورد مطالعه: یک میلیون اتم، زمان شبیه سازی: 50 نانوثانیه، برنامه مورد استفاده : NAMD
این ویروس آلوده کننده گیاهان از 60 کپی یکسان از یک پروتئین (که کپسید را می سازد) و یکRNA تک رشته ای به طول 1063 نوکلئوتید تشکیل شده است. نکته ی اساسی این ویروس این است که کپسید در عدم حضور RNA بسیار ناپایدار است. هدف از انجام این شبیه سازی، بررسی مکانیسم های اسمبل شدن این ویروس بود. نکته ی جالب این که اگر قرار بود این مطالعه به وسیله ی یک کامپیوتر معمولی (که در سال 2006 رایج بود) انجام شود حدود 35 سال زمان می برد!
منبع:
Freddolino P, Arkhipov A, Larson SB, McPherson A, Schulten K. “Molecular dynamics simulation of the Satellite Tobacco Mosaic Virus (STMV)”. Theoretical and Computational Biophysics Group. University of Illinois at Urbana Champaign.

2- شبیه سازی فولد شدن Villin Headpiece: سایز سیستم مورد مطالعه: بیست هزار اتم، زمان شبیه سازی: 500 میکروثانیه یا 500 هزار نانوثانیه! برنامه مورد استفاده : Folding@home
آقای ویجای پاندی از دانشگاه استنفورد برای مطالعه خصوصیات کینتیکی Villin Headpiece برنامه ای ریخت که طی آن 200 هزار کامپیوتر خانگی از سراسر جهان در انجام آن شرکت داشتند. او طی این پروژه به مطالعه مسیر فولدینگ و ساختارهای گذار این پروتئین پرداخت.
منبع:
The Folding@Home Project and recent papers published using trajectories from it. Vijay Pande Group. Stanford University
مطالعه تاخوردگی گرافن با استفاده از شبیه سازی دینامیک مولکولی در ویدئو زیر نشان داده شده است:
و همینطور مطالعه ورود دارو به محل اتصال روی پروتئین در ویدئو زیر:
تعیین ساختمان سه بعدی بیومولکول ها:
تعیین ساختمان سه بعدی بیومولکول ها به دو روش آزمایشگاهی و تئوری انجام می‌گيرد. در روش آزمایشگاهی با توجه به الگوی پراش پرتوی‌ ایکس تابیده ‌شده به بلور، به موقعيت اتم‌ها در ساختار کریستال پی‌برد‌ه ‌می‌شود که به آن روش بلورنگاری با پرتوی ایکس (X-ray crystallography) گفته می‌شود، یا اینکه طی روش NMR پروتئین تعیین ساختار می‌شود که به آن طیف‌ سنجی رزونانس مغناطیسی هسته (Nuclear Magnetic Resonance spectroscopy) گفته می‌شود. تعیین ساختار با این روش‌های آزمایشگاهی وقت‌گیر، پرهزینه و در مواردی غیرممکن است. به شکل بلور درآوردن بسیاری از بیومولکول ها امکان‌پذیر نیست. تعیین ساختار‌سوم به روش NMR نیز تنها در مورد بیومولکول ‌های کوچک تا وزن مولکولی سی کیلودالتون که در غلظت‌های بالا محلول می‌باشند امکان‌پذیر است. بنا به دلايل ذکر شده و افزايش نامتوازن تعداد توالی‌های پروتئینی نسبت به ساختمان های‌ سه بعدی تعيين شده پروتئین‌ها، برای پیشگویی ساختار پروتئین‌ها روشهای تئوری متعددی مطرح شده اند.
بنابراين روش های تقريبی فراوانی در حال شکل گيری و رشد هستند. در حال حاضر ابزارهای محاسباتی زيادی برای پيشگويی ساختار سه بعدی پروتئين ها و نوکلئیک اسیدها وجود دارند که ازسهم عمده ای در پيشرفت علوم زيستی برخوردارند. هريک از اين ابزارها محدوديت های خاص خود را دارد و همين نکته است که کاربرد مدل ساخته شده با روش‌های مذکور را تعيين می‌کند. پيش از استفاده از هريک از روش‌ها بايد به خوبی دانست که برای پاسخ به کدام سوال زيست شناسی قرار است مدلی ساخته شود و اينکه آيا ابزاری که در نظر داريم برای پاسخ به سوال ما از دقت کافی برخوردار است يا خير.
https://telegram.me/computational_science
مبدان نیرو (forcefield)
مجموعه ای از پارامترهای انرژی و توابع می باشد که جهت محاسبه انرژی پتانسیل اتم های یک سیستم و یا بین ذرات coarse-grained در شبیه سازی دینامیک مولکولی استفاده می شود. این پارامترها را می توان از طریق روش های آزمایشگاهی و همچنین مطالعات کوانتوم مکانیک بدست آورد.
میدان های نیرو شامل سه دسته می باشند که عبارتند از:
1- میدان های نیروی all-atom: انرژی پتانسیل بین همه اتم ها (حتی اتم های هیدروژن غیرقطبی را نیز شامل می شود) محاسبه می شود.
2- میدان نیرو united-atom، اتم های هیدروژنی که به اتم سنگین کربن متصل شده اند در مجموع به صورت یک ذره در نظر گرفته می شود و انرژی پتانسیل مربوط به این گروه ها به صورت یکجا محاسبه می شود.
3 - میدان نیرو دانه درشت (Coarse-grained)، چهار اتم سنگین به صورت یک دانه درشت در نظر گرفته می شوند و انرژی پتانسل بین این دانه های درشت محاسبه می شود.
https://telegram.me/computational_science
انرژی های پیوندی و غیرپیوندی در میدان های نیرو
چرا از اشعه ایکس برای تعیین ساختار بیومولکول ها استفاده می کنیم؟