Artikel 8. Pemodelan Dan Simulasi Interaksi Protein Permukaan Capaian Dan Tantangan
Artikel 8. Pemodelan Dan Simulasi Interaksi Protein Permukaan Capaian Dan Tantangan
Kuliah Protein
Mata Kuliah Biologi Molekuler
Disusun oleh
M Iqbal Ali Rabbani 04042782125004
Agam Anggoro 04042782125005
Elzan Zulqad Maulana 04042782125012
Eddy Yuristo NS 04042782125014
Risfandi Ahmad Taskura 04042782125017
Program Studi
Sp-1 Ilmu Penyakit Dalam
PEMBIMBING
dr. Subandrate, M.Biomed
Abstract
Understanding protein–inorganic surface interactions is central to the rational
design of new tools in biomaterial sciences, nanobiotechnology and
nanomedicine. Although a significant amount of experimental research on protein
adsorption onto solid substrates has been reported, many aspects of the
recognition and interaction mechanisms of biomolecules and inorganic surfaces
are still unclear. Theoretical modeling and simulations provide complementary
approaches for experimental studies, and they have been applied for exploring
protein–surface binding mechanisms, the determinants of binding specificity
towards different surfaces, as well as the thermodynamics and kinetics of
adsorption. Although the general computational approaches employed to study the
dynamics of proteins and materials are similar, the models and force-fields (FFs)
used for describing the physical properties and interactions of material surfaces
and biological molecules
differ. In particular, FF and water models designed for use in biomolecular
simulations are often not directly transferable to surface simulations and vice
versa. The adsorption events span a wide range of time- and length-scales that
vary from nanoseconds to days, and from nanometers to micrometers,
respectively, rendering the use of multi-scale approaches unavoidable. Further,
changes in the atomic structure of material surfaces that can lead to surface
reconstruction, and in the structure of proteins that can result in complete
denaturation of the adsorbed molecules, can create many intermediate structural
and energetic states that complicate sampling. In this review, we address the
challenges posed to theoretical and computational methods in achieving accurate
descriptions of the physical, chemical and mechanical properties of protein-
surface systems. In this context, we discuss the applicability of different modeling
and simulation techniques ranging from quantum mechanics through all-atom
molecular mechanics to coarse-grained approaches. We examine uses of different
sampling methods, as well as free energy calculations. Furthermore, we review
computational studies of protein–surface interactions and discuss the successes
and limitations of current approaches.
1
Pemodelan dan simulasi proteininteraksi permukaan: Capaian dan
tantangan
Abstrak
Pengertian protein-interaksi permukaan anorganik merupakan pusat desain
rasional alat baru dalam ilmu biomaterial, nanobioteknologi dan nano Meskipun
sejumlah besar penelitian eksperimental tentang adsorpsi protein ke substrat padat
telah dilaporkan banyak aspek mekanisme pengenalan dan interaksi biomolekul
dan permukaan anorganik masih belum jelas. Pemodelan dan simulasi Theoretical
memberikan pendekatan pelengkap untuk studi eksperimental, dan mereka telah
diterapkan untuk mengeksplorasi mekanisme pengikatan protein-permukaan,
penentu kekhususan pengikatan terhadap permukaan yang berbeda, serta
termodinamika dan kinetika adrbsorbsi. Meskipun pendekatan komputasi umum
yang digunakan untuk mempelajari dinamika protein dan bahan serupa, model
dan force-fields (FFs) yang digunakan untuk menggambarkan sifat fisik dan
interaksi permukaan material dan molekul biologis berbeda. Secara khusus,
model FF dan air yang dirancang untuk digunakan dalam simulasi
biomolekuler seringkali tidak dapat langsung ditransfer ke simulasi
permukaan dan sebaliknya. Peristiwa arbsorbsi mencakup rentang waktu dan
skala panjang yang bervariasi dari nanodetik hingga hari, dan dari nanometer
hingga mikrometer, masing-masing, menjadikan penggunaan pendekatan
multiskala tidak dapat dihindari. Selanjutnya, perubahan dalam struktur atom
permukaan material yang dapat menyebabkan rekonstruksi permukaan,
dan dalam struktur protein yang dapat mengakibatkan denaturasi lengkap
dari molekul yang terarbsorbsi, dapat menciptakan banyak keadaan
struktural dan energi menengah yang memperumit pengambilan sampel.
Dalam ulasan ini, kami membahas tantangan yang ditimbulkan oleh metode
teoretis dan komputasional dalam mencapai deskripsi yang akurat tentang
fisik, sifat kimia dan mekanik dari sistem protein-permukaan. Dalam konteks
ini, kita membahas perbedaan penerapan pemodelan dan teknik simulasi
yang baru mulai dari mekanika kuantum melalui mekanika molekuler semua
atom hingga pendekatan berbutir kasar. Kami memeriksa perbedaan
2
penggunaan metode pengambilan sampel yang baru, serta perhitungan energi
bebas. Selanjutnya, kami meninjau studi komputasi protein-interaksi
permukaan dan mendiskusikan keberhasilan dan keterbatasan pendekatan
saat ini.
1. Pendahuluan
Protein-interaksi permukaan anorganik telah mendapatkan perhatian yang
meningkat karena kemunculannya yang tersebar luas di alam, dan berbagai
aplikasi mereka dalam nanobioteknologi (Choi dkk. 2009; Bukitdkk. 2007;
Hudkk. 2005; Jacksondkk. 2000; Laeradkk. 2011; Maneckadkk. 2014;
milodkk. 2009; Tamandkk. 2008; Qindkk. 2007a, b; Slocikdkk. 2011; Xudkk.
2010). Adhesi protein pada substrat padat digunakan oleh banyak organisme,
misalnya bulu babi menggunakan arbsorbsi protein matriks untuk
menentukan patch kristal pada permukaan kalsit endoskeletal (Layu, 1999),
dan bahkan telah diadaptasi secara evolusioner untuk memungkinkan
beberapa organisme hidup secara spesifik habitat, misalnya untuk adhesi
kerang ke batuan mineral (Yu dkk. 2011). Manusia telah lama menggunakan
bahan anorganik yang melakukan interaksi langsung dengan protein.
Misalnya, mahkota emas sebagai prostetik gigi berasal dari peradaban
Etruscan kuno (Demanndkk. 2005), dan nano partikel buatan digunakan
sebagai pigmen dalam salep oleh orang Romawi kuno (Casals dkk. 2008).
Namun, baru-baru ini kemajuan ilmu pengetahuan dan teknologi telah
memungkinkan produksi permukaan yang benar-benar baru atau rekayasa dan
karenanya memungkinkan aplikasi baru. Misalnya, sifat struktural dan
mekanik graphene yang luar biasa, diisolasi pada tahun 2004 (Novoselovdkk.
2004), telah menarik perhatian yang meningkat pada alotrop karbon dan
mengkatalisasi penelitian lebih lanjut tentang interaksinya dengan protein,
yang dimotivasi oleh berbagai aplikasi bioteknologi, termasuk termasuk
biosensor yang efisien (Alava dkk. 2013).
3
diukur secara langsung dalam eksperimen. Sejak pengembangan pemodelan
pertama dan metode simulasi untuk molekul kompleks, penelitian
komputasi dilapangan telah telah berkembang pesat. Pentingnya mereka
ditunjukkan oleh Hadiah Nobel dalam Kimia yang diberikan pada tahun 2013
kepada Martin Karplus, Michael Levitt dan Arieh Warshel “untuk
pengembangan model multiskala untuk sistem kimia yang kompleks”.
Protein, asam nukleat, lipid dan interaksinya dalam lingkungan berair telah
dipelajari secara luas secara komputasi dengan cara mekanika molekuler
(MM) force-fields (FFs) (Brooks dkk. 1983; Cornelldkk. 1995;
Oostenbrinkdkk. 2004) dikembangkan dan disesuaikan khusus untuk jenis
molekul ini. Namun, banyak dari FF ini gagal dalam mereproduksi sifat-sifat
sistem permukaan protein-anorganik. Untuk mengatasi masalah ini, banyak
model yang berguna (Heinzdkk. 2011; Iori & Corni,2008; Kokhodkk. 2010)
dan parameter FF (De la Torre dkk. 2009; Heinzdkk. 2013; Ioridkk. 2009;
Schneider & Colombi Ciacchi,2010; Wrightdkk. 2013a) untuk permukaan
material telah diperkenalkan yang telah dirancang agar kompatibel dengan FF
untuk sistem biomolekuler. FF ini masih agak muda dan peningkatannya
merupakan bidang penelitian aktif.
4
salat,2004; Saptarshidkk. 2013; Shemetovdkk. 2012). Berbagai aspek metode
komputasi yang digunakan dalam pemodelan dan simulasi protein-interaksi
permukaan dibahas dalam ulasan lain, termasuk masalah dalam pemodelan
komputasi peptida-interaksi permukaan (Di Felice & Corni, 2011), masalah
dengan teknik simulasi ini (Latour, 2008) dan pendekatan untuk pemodelan
multiskala materi lunak yang dapat ditransfer ke sistem permukaan protein
(Praprotnik dkk. 2008).
Ulasan ini memberikan diskusi tentang model komputasi dan teknik simulasi
yang telah digunakan dalam studi interaksi protein-permukaan. Karena
berbagai model yang digunakan dalam penelitian ini, hanya model protein-
interaksi permukaan berdasarkan struktur kimia dibahas dalam ulasan ini
dan, oleh karena itu, model yang lebih abstrak untuk menggambarkan
interaksi ini, seperti yang dikembangkan oleh Oberle dkk. (2015) untuk
deskripsi kompetitif absorpsi protein ke nanopartikel, tidak dibahas lebih
lanjut. Pengantar singkat untuk berbagai jenis permukaan material disediakan
dan beberapa sifat yang perlu diperhatikan dari sudut pandang pemodelan
dibahas. Kami selanjutnya memberikan gambaran tentang perbedaan
pemodelan, pengambilan sampel dan teknik perhitungan energi bebas yang
digunakan dalam studi terbaru. Kami membahas properti yang dapat
dihitung dengan metode ini dan bagaimana mereka dapat membantu dan
melengkapi eksperimen. Beberapa temuan penting dari aplikasi metode ini
ditinjau, dan kelemahan dan kekurangan dari teknik yang tersedia dibahas.
Makalah ini diakhiri dengan diskusi tentang batasan umum dan dan arah
lapangan di masa depan.
Interaksi protein dengan bahan anorganik ditentukan tidak hanya oleh sifat
protein, tetapi juga oleh komposisi kimia, struktur molekul, ukuran dan
bentuk bahan. Permukaan anorganik memiliki sifat fisikokimia yang
berbeda, seperti reaktivitas terhadap senyawa aktif, stabilitas material dan
spesifik karakteristik absorpsi untuk perbedaan adsorben aktif. Properti ini
memungkinkan perbedaan jenis permukaan yang akan digunakan untuk
5
perbedaan aplikasi tertentu, misalnya implantasi atau kromatografi.
Memahami dasar sifat fisiko-kimia ini biasanya memerlukan penyelidikan
tingkat atom dari permukaan. Jenis permukaan material yang dimodelkan
secara umum dalam studi komputasi protein-interaksi permukaan adalah
logam dan paduan unsur, oksida logam dan mineral, lapisan tunggal rakitan
(SAM), polimer dan permukaan alotrop karbon, lihat Gambar 1
6
Gambar 1. Simulasi protein dengan diffjenis permukaan yang berbeda: (Sebuah) lisozim
pada permukaan polietilen (dicetak ulang dengan izin dari (Wei dkk. 2011). Hak Cipta (2011)
American Chemical Society), (b) peptida MRKDV pada permukaan perak kosong (diadaptasi
dengan izin dari (Aliaga dkk. 2011). Hak Cipta (2011) American Chemical Society), (c)
RAD16II pada permukaan rutil (dicetak ulang dengan izin dari (Monti, 2007). Hak Cipta
(2007) American Chemical Society), dan (d) NiFe hidrogenase pada permukaan SAM
(dicetak ulang dengan izin dari (Utesch dkk. 2013). Hak Cipta (2013) American Chemical
Society).
Permukaan logam (tidak termasuk logam mulia seperti emas, platinum dan
paladium) teroksidasi saat terkena air atau udara, membentuk oksida logam
yang sangat umum di Kerak Bumi. Karena stabilitas mekanik yang baik,
sifat katalitik dan biokompatibilitas (Andreescudkk. 2012), oksida logam dan
mineral digunakan dalam berbagai aplikasi yang mencakup fabrikasi
biomaterial (Whaley dkk. 2000), pengiriman seluler obat dan biomolekul
(Kievit & Zhang, 2011; Xudkk. 2006), rekayasa jaringan (Shin dkk. 2003)
dan proteomik (Sugiyama dkk. 2007). Studi komputasi untuk menyelidiki
interaksi oksida dan permukaan mineral dengan protein atau peptida
sebagian besar telah dilakukan untuk diffbentuk lain dari titanium dioksida,
7
seperti rutil dan anatase (Carravetta dkk. 2009; Kangdkk. 2010; Köppendkk.
2008; Monti,2007; Montidkk. 2008; Mataharidkk. 2014a; Wudkk. 2013),
silikon dioksida (Chen dkk. 2009a; Nonella & Seeger,2008; Patwardhandkk.
2012; Rimoladkk. 2009; Tosakadkk. 2010), kalsit (Wierzbicki dkk. 1994) dan
mika (Kang dkk. 2013).
8
2012) dan peptida-Interaksi SAM telah dimodelkan oleh Nowinski dkk.
(2012).
2.4 Polimer
Misel ini sangat penting karena konsentrasi misel kritis (CMC) yang lebih
rendah, stabilitas yang lebih tinggi dan laju disosiasi yang lebih lambat
daripada misel surfaktan. Sifat-sifat ini telah memungkinkan misel polimer
untuk bertindak sebagai effalat pengobatan kanker yang efektif dengan
deposisi obat yang tinggi di lokasi target (Otsuka dkk. 2003). Permukaan
polimer dan aplikasinya telah ditinjau oleh (Barbeydkk. 2009; Kimdkk. 2008;
Niedkk. 2010; Otsukadkk. 2003; Senaratne dkk. 2005; Stuartdkk. 2010).
Jumlah terbatas studi komputasi permukaan protein-polimer sampai saat
ini telah dilakukan untuk jenis polimer termasuk polistirena, polietilen dan
polidimetilsiloxane (Boughtondkk. 2010; Jeyachandrandkk. 2009; Liudkk.
2012; Ludkk. 1992; HAI'Brien dkk. 2008; Raffaini & Ganazzoli, 2007;
Zhangdkk. 2009a; Weidkk. 2011).
9
2.5 Alotrop karbon
10
seperti protonasi, oksidasi, atau hidroksilasi, karena adanya air dan kondisi
lingkungan, seperti kehadiran surfaktan, semua dll interaksi biomolekul dan
substrat padat. Oleh karena itu, sangat penting untuk memilih tingkat
detail mikroskopis untuk dimasukkan ke dalam model komputasi dengan
hati-hati saat memodelkan protein-interaksi permukaan, yang harus cukup
menggambarkan sifat fisik dan kimia dari sistem yang dipelajari di bawah
kondisi eksperimental.
Beberapa karakteristik penting dari permukaan yang harus dipertimbangkan
dalam pemodelan arborpsi protein dibahas pada bagian berikutnya: ionisasi
dan hidrasi, polarisasi, rekonstruksi permukaan setelah pengikatan, serta
topografi dan morfologi permukaan dan nanopartikel.
11
Seperti halnya SAM, SiO2 dan TiO2 permukaan memilik perbedaan tingkat
ionisasi yang berbeda dari kelompok permukaan tergantung pada pH
lingkungan, dan ini telah ditunjukkan untuk menentukan selektivitas adsorpsi
protein (Patwardhan dkk. 2012). Studi telah menunjukkan bahwa konsentrasi
gugus silanol (Si-OH) dan derajat penurunan ionisasi hidrofobisitas
permukaan silikon dioksida (silika) dan mengatur sifat arborpsinya dan
dengan demikian juga, perilaku bahan berbasis silika dalam proses seperti
adhesi biomolekuler dan biomineralisasi (Sumper & Brunner, 2008;
Voskericiandkk. 2003). Dalam studi komputasi protein-interaksi permukaan
oksida, ionisasi dapat diwakili secara eksplisit (Friedrichs dkk. 2013; Köppen
& Langel,2010; Patwardhandkk. 2012; Tosakadkk. 2010), atau dengan
menetapkan muatan parsial seragam untuk atom permukaan yang dipilih
(Kubiak-Ossowska & Mulheran, 2012). Köppen & Langel (2010)
menunjukkan bahwa energi adhesi peptida pada permukaan titanium
dioksida sensitif terhadap nilai muatan parsial gugus hidroksil permukaan.
Oleh karena itu, perhatian harus diberikan untuk memastikan
parameterisasi muatan ionisasi yang andal.
Simulasi konvensional protein biasanya mengabaikan perubahan keadaan
protonasi dari kelompok terionisasi sebagai fungsi waktu. Namun, simulasi
akurat dari sistem permukaan protein mungkin memerlukan pendekatan yang
lebih canggih, seperti simulasi pH konstan, untuk menangani variasi status
protonasi residu di wilayah antarmuka, serta situs interaksi permukaan.
Meskipun teknik simulasi pH konstan telah diterapkan pada berbagai sistem
molekuler, termasuk molekul obat kemoterapi kecil yang mengikat
nanodiamonds (Adnandkk. 2011), sejauh yang kami ketahui, mereka belum
diterapkan pada simulasi peptida/protein-interaksi permukaan.
12
mempengaruhi sifat mengikat molekul biologis, Kangdkk. (2010) menyelidiki
peran air dalam proses arbsorpsi pada permukaan rutil dan mengamati bahwa
albumin serum manusia (HSA) teradsorpsi pada modi permukaan rutilfied
dengan gugus -OH lebih kuat dari pada yang tidak dimodifikasi permukaan
rutil. Analisis ikatan hidrogen dalam studi yang sama menunjukkan bahwa
obligasi terbentuk di antara kelompok hidroksil terstruktur pada
permukaan yang dimodifikasi mengurangi kemungkinan pembentukan
ikatan hydrogen antara permukaan dan molekul air, sehingga
memudahkan protein untuk adsorb ke permukaan yang dimodifikasi.
Perlu dicatat bahwa disosiasi air adalah reversibel pada semua oksida
(Henderson, 2002). Oleh karena itu, konsentrasi dan posisi gugus hidroksil
dapat berubah seiring waktu. Meskipun mengandalkan distribusi rata-rata
gugus hidroksil pada permukaan tertentu mungkin cukupFFIefisien,
mungkin tidak selalu memberikan hasil yang akurat, terutama jika kinetika
adsorpsi protein ditentukan oleh kinetika hidrasi permukaan. Ini
menimbulkan masalah bagi teknik pemodelan konvensional untuk
biomolekul, yang idealnya harus menangkap dinamika adsorpsi disosiatif dan
desorpsi asosiatif molekul air pada permukaan oksida.
3.2 Polarisasi
13
menunjukkan bahwa, untuk sistem permukaan air-logam, energi akibat
polarisasi kurang dari 10% dari total energi ikat (Feng dkk. 2011;
Nevesdkk. 2007; Siepmann & Sprik,1995; Vila Verdedkk. 2009, 2011), untuk
protein, khususnya, pada Au (111) permukaan, kontribusi dari polarisasi
diperkirakan sekitar 10-20% dari total energi ikat (Heinz dkk. 2011).
Selanjutnya, pada permukaan seperti Au(100), di mana daya tarik van der
Waals lebih lemah, polarisasi ditemukan untuk menyesuaikan adsorpsi protein
(Heinzdkk. 2009) dan bertindak sebagai kontributor utama adsorpsi peptida
bermuatan tinggi (Heinz dkk. 2011). Untuk simulasi adsorpsi asam amino
pada Au(111), efek polarisasi juga ditemukan penting untuk mereproduksi
kecenderungan mengikat eksperimental (Hoefling et al. 2011).
Polarisasi permukaan jenis lain juga dapat memainkan peran penting dalam
interaksi permukaan dengan lingkungannya. Schyman & Jorgensen (2013)
menunjukkan bahwa sementara FF non-terpolarisasi cukup untuk deskripsi
interaksi antara air dan hidrokarbon kecil, seperti benzena (C6H6) dan
coronene (C24H12), FF terpolarisasi diperlukan untuk CNT dan fullerene
untuk mereproduksi nilai energi interaksi yang diperoleh dari perhitungan
teori fungsi densitas (DFT). Oleh karena itu, effEfek polarisasi harus
dipertimbangkan secara hati-hati dalam simulasi komputer biomolekul,
khususnya, protein bermuatan, dengan permukaan logam dan karbon.
3.3 Rekonstruksi
14
2008; Raffaini & Ganazzoli, 2012; Wrightdkk. 2013a). Namun, studi
eksperimental dan komputasi lainnya menunjukkan bahwa rekonstruksi
permukaan skala besar dapat terjadi setelah adsorpsi molekul kecil (Eralpdkk.
2011; Gibbsdkk. 1990; Laladkk. 2004, 2006). Oleh karena itu, kehati-hatian
harus diberikan dalam pemodelan jika rekonstruksi besar permukaan terjadi
pada arbsorpsi.
3.4 Topografi
15
sisi lain, Rechendorff dkk. (2006) menemukan bahwa adsorpsi protein yang
lebih globular, albumin serum sapi, ke tantalum yang disebabkan oleh
kekasaran permukaan serupa dengan peningkatan luas permukaan, dengan
demikian menunjukkan efek selektif dari struktur material pada proses
adsorpsi protein yang berbeda.. Akhirnya, menggunakan dinamika molekul
molecular (MD) simulasi, Nada (2014) menyelidiki interaksi asam aspartat
dengan tepi langkah dan kekusutan, serta daerah permukaan kristal kalsit.
Mereka menunjukkan bahwa asam aspartat mengikat secara istimewa ke
tepi langkah akut dan tidak ketumpul, karena struktur air yang teratur di
dekat tepi anak tangga tumpul yang mencegah asam aspartat untuk
mengikat kuat (Nada, 2014). Singkatnya, studi ini menunjukkan bahwa
topografi permukaan dapat menentukan karakteristik pengikatannya dengan
protein dan peptida. Meskipun, banyak fitur topografi dapat diabaikan dalam
studi pemodelan ketika membandingkan dengan eksperimen dengan
permukaan yang dikarakterisasi dengan baik, karakteristik topografi
permukaan harus diperhitungkan untuk secara realistis memodelkan dan
mensimulasikan interaksi protein dengan bahan yang digunakan dalam
aplikasi kehidupan nyata.
3.5 Morfologi
16
dengan menurunnya ukuran partikel (Lacerda dkk. 2010), tetapi juga
tergantung pada adsorbat. Selain itu, di yang kuat dalam mengikat
nanopartikel bola dan akar nano sering diamati (Gagner dkk. 2011).
Adaptasi struktural terhadap kelengkungan permukaan nanopartikel pada
adsorpsi dapat menyebabkan hilangnya aktivitas enzimatik dari beberapa
protein (Wu & Narsimhan,2008), atau dapat menyebabkan tidak dapat
mengubah struktur sekunder atau tersier dari peptida yang merakit sendiri
(Shaw dkk. 2012) atau protein (Tavanti dkk. 2015; Yangdkk. 2013) menyerap
ke permukaan. Telah ditunjukkan bahwa sementara kelengkungan
permukaan dapat membantu mempertahankan struktur tersier dari beberapa
protein dengan struktur globular yang terarbsorpsi pada nanopartikel kecil
(Vertegeldkk. 2004; Lundqvistdkk. 2004), juga dapat menyebabkan
signifikan tidak dapat kehilangan struktur sekunder protein saat arbsorpsi
(Gagner dkk. 2011).
17
Alzheimer's -fragmen peptida amiloid (A) ke dua different fullerene sistem
nanopartikel, C180 dan tiga C60 (3C60). Mereka menemukan pengikatan peptida
yang lebih erat pada C . yang lebih besar180.
18
Bagian 10.2), para penulis menunjukkan bahwa ada korelasi positif antara
ukuran partikel ZnO yang diperoleh dalam percobaan dengan adanya peptida
dan a yang dihitungFFInities dari peptida untuk permukaan ZnO. Hasil
penelitian mereka menunjukkan bahwa arbsorpsi selektif peptida dapat
berdampak pada pertumbuhan nanokristal tertentu. Oleh karena itu,
seseorang harus mempertimbangkan pemodelan, tidak hanya ukuran dan
kelengkungan material, tetapi juga sifat lain yang bergantung pada
morfologi, khususnya untuk partikel nano.
Banyak proses fisik pada antarmuka permukaan padat protein didorong oleh
fisisorpsi, yaitu berlangsung tanpa pembentukan ikatan kimia antara adsorbat
dan permukaan padat. Berbeda dengan chemisorption yang relatif dipahami
dengan baik, sifat dan perilaku adsorpsi non-kovalen sering tidak jelas karena
banyak faktor, yang sangat bergantung pada jenis permukaan, dalam
mempengaruhi interaksi yang mengatur proses adsorpsi. Bahkan jika
pengikatan kimia terjadi, arbsorpsi fisik mendorong tahap pertama
pengenalan molekul dan menginduksi adaptasi struktural skala panjang
dari protein ke permukaan padat. Proses pengikatan non-kovalen dapat
dijelaskan dalam kerangka MM, yang secara drastis mengurangi biaya
komputasi dibandingkan dengan QM, dan dengan demikian memungkinkan
simulasi dinamika sistem yang terdiri dari jutaan atom hingga mikrodetik
19
dengan molekul pelarut yang dimodelkan secara eksplisit. Simulasi MM
semua atom penting, khususnya, untuk penyelidikan sifat dinamis dan
termodinamika adsorpsi protein (Mahmoudidkk. 2011; Uteschdkk. 2011).
Skala panjang nano biasanya sesuai untuk mempelajari protein-interaksi
permukaan pada tingkat molekuler, dan karenanya, simulasi semua atom
adalah metode pilihan umum (Gagner dkk. 2012).
20
perhitungan bebas parameter yang sangat akurat tetapi juga sangat mahal,
seperti kluster berpasangan. Metode QM yang telah diterapkan paling luas
sejauh ini untuk mempelajari biomolekul di permukaan adalah DFT, karena
merupakan kompromi terbaik antara akurasi dan kelayakan komputasi.
Ide dasar di balik DFT (Martin, 2004), berdasarkan teorema Hohenberg dan
Kohn (Hohenberg, 1964), adalah bahwa, untuk sistem non-degenerasi,
kerapatan elektron keadaan dasar, n(r), sendiri menentukan seluruh perilaku
sistem, dan bahwa n(r) meminimalkan energi sistem. Pendekatan yang paling
berguna dari energi seperti fungsi dari (r) telah diusulkan oleh Kohn & Sham
(1965). Ini menerjemahkan masalah minimalisasi ke pendekatan partikel
independen non-linier yang mirip dengan Hartree-Persetan satu. Kuantitas
sentral dalam pendekatan ini disebut fungsi korelasi pertukaran(fxc), yaitu
n(r)-kontribusi energi dependen karena deviasi mekanika kuantum dan
banyak benda darifideskripsi awal elektron. Sejauh ini, tidak ada ekspresi
yang tepat untukfxc maupun satu-fits-semua pendekatan. Oleh karena itu,
pilihan penting dan seringkali tidak jelas dibuat untuk perhitungan DFT apa
pun adalah yang fxc adalah yang terbaik untuk sistem yang diteliti.
Gambar 2. Skala waktu dan panjang khas diffteknik simulasi yang ada: mekanika kuantum
(QM), termasuk metode cluster berpasangan (CC) dan DFT (inset diadaptasi dengan izin dari
(Iori dkk. 2008). Hak Cipta (2008) American Chemical Society); mekanika molekul (MM)
termasuk simulasi dinamika molekul semua-atom (AA-MD), pelarut implisit dan MD
berbutir kasar (IS-MD dan CG-MD), dan teknik dinamika Brown (BD); dan mekanika
kontinum (CM). Rentang waktu dan skala panjang adalah perkiraan.
21
22
Mengingat geometri inti di ruang angkasa, DFT memungkinkan gaya yang
bekerja pada mereka untuk dihitung. Relasi ini dapat digunakan untuk fidan
geometri inti yang menyediakan energi sistem minimum lokal dan global
(yaitu geometri optimal atau geometri santai). Ini jelas merupakan struktur
yang paling penting, karena mereka adalah struktur yang lingkungannya
system berubah-ubah. Berikut ini, kita akan mengacu pada perhitungan DFT
semacam ini sebagai:statis. Faktanya, gaya juga dapat digunakan untuk
mensimulasikan dinamika inti, dan oleh karena itu, pada prinsipnya,
termodinamika juga, melalui perbedaan algoritma propagasi aktif, seperti
Born-Oppenheimer dan Car- Parrinello (Marx & Hutter, 2000). DFTab initio
dinamika molekuler (AIMD) sering digunakan untuk secara kolektif merujuk
pada simulasi semacam ini. Beberapa paket perangkat lunak tersedia dan
dipelihara untuk melakukan perhitungan DFT dan/atau AIMD statis. Mereka
melakukanffer dalam pendekatan numerik yang diterapkan untuk
menyelesaikan Kohn-Persamaan palsu (menggunakan gelombang-pesawat
atau fungsi terpusat atom yang dilokalkan), di tempat yang tersedia fxc, di
tingkat paralelisme (yaitu cocok untuk komputer yang sangat paralel atau
untuk beberapa-inti, stasiun kerja memori tinggi), di alat pra dan pasca-
pemprosesan, dan akhirnya masuk kebijakan distribusi (misalnya sumber
terbuka versus kepemilikan, bebas versus komersial). Mengingat protein
pada permukaan, perhitungan DFT statis asam amino tunggal atau bahkan di-
dan tri-peptida, (Lee dkk. 2014; muir dkk. 2014) berinteraksi dengan
permukaan, tanpa hadir pelarut, sekarang affdapat dipesan dan digunakan
secara luas (Arrouvel dkk. 2007; Di Felicedkk. 2003; Di Felice &
Selloni,2004; Ghiringhellidkk. 2006; Ioridkk. 2008; Rimoladkk. 2009).
Mereka mungkin tampak agak jauh dari sistem yang relevan secara biofisik,
tetapi mereka sebenarnya dapat memberikan informasi penting sendiri, atau
menjadi awal untuk pendekatan lain (misalnya memberikan dasar untuk
parameterisasi FF klasik). Di antara perhitungan DFT yang secara langsung
memberikan informasi yang berguna, kami menyebutkan yang bertujuan
untuk memahami apakah ikatan kovalen terbentuk antara asam amino dan
permukaan anorganik. Faktanya, ketika ada ikatan kovalen (kemisorpsi), kecil
23
kemungkinannya bahwa protein dan lingkungan pelarut yang hilang dalam
perhitungan secara dramatis mengubah sifatnya, meskipun mereka mengubah
detailnya. Contoh penting dari perhitungan semacam ini adalah bekerja pada
Cys-Au (111) interaksi (Buimaga-Iarinca & Calborean, 2012; Di Felicedkk.
2003 ; Di Felice & Selloni,2004; Fajíndkk. 2013; Nazmutdinovdkk. 2007),
sering digunakan untuk imobilisasi protein (Vigmond dkk. 1994). Perhitungan
DFT statis pada asam amino atau molekul sederhana yang mewakili gugus
kimia dalam asam amino alami pada logam (Hongdkk. 2009; Ioridkk. 2008,
2009) juga telah menyoroti sifat khas dari asam amino-interaksi logam.
Tergantung pada pasangannya, interaksi semacam itu berkisar dari non-ikatan
yang jelas (misalnya rantai samping alkil pada Au(111)) hingga kemisorpsi
yang jelas (Cys pada Au(111)). Ini juga mencakup kasus garis batas di mana
interaksi memiliki beberapa karakteristik ikatan kovalen yang khas, seperti
pembagian elektron dan arah, namun hanya sedikit lebih kuat daripada
interaksi non-ikatan (misalnya imidazol pada Au(111), lihat Gambar 3).
Perhitungan DFT juga telah digunakan untuk menjelaskan adsorpsi asam
amino pada silika (Rimola dkk. 2013), hidroksiapatit (Jimenez-Izal dkk.
2012), alumina (Arrouvel dkk. 2007) dan titania (Carravetta dkk. 2009;
Kochdkk. 2011) permukaan di mana interaksi elektrostatik dan ikatan
hidrogen penting, dan di mana pembentukan ikatan kimia sering
menyiratkan mekanisme reaksi yang kompleks. Interaksi struktur kuarsa dan
aluminosilikat dengan fosfolipid juga dipelajari oleh DFT untuk memahami
mengapa enzim fosfolipase A2 mencerna fosfolipid lebih cepat dengan
adanya kuarsa daripada aluminosilikat (Snyder & Madura, 2008). Interaksi
asam amino dengan graphene juga telah menjadi subjek studi DFT baru-baru ini
(Akdimdkk. 2013; Wangdkk. 2014).
Simulasi DFT statis telah dilakukan untuk membuat parameter FF klasik untuk
interaksi permukaan protein dalam air (Bellucci dkk. 2012; Carravetta &
Monti,2006; Carravetta dkk. 2009; Di Felice & Corni,2011; Ghiringhelli
dkk.2006; Iori dkk. 2009; Schneider & Colombi Ciacchi,2010; Wright dkk.
2013a, 2013b). Strategi umum di sini adalah untuk melakukan perhitungan energi
pada geometri yang dioptimalkan dan/atau sepanjang koordinat spesifik, baik
untuk seluruh asam amino atau analog asam amino yang lebih sederhana, pada
permukaan target, dan untuk menggunakan hasilnya sebagai set uji coba. Dengan
demikian parameter klasik disesuaikan untuk mereproduksi sedekat mungkin
energi interaksi QM dan geometri dalam perhitungan klasik. Perhitungan DFT
24
juga telah digunakan untuk menghasilkan muatan atom parsial untuk atom
permukaan yang akan digunakan untuk interaksi Coulomb dalam model klasik.
AIMD secara intrinsik jauh lebih mahal daripada simulasi DFT statis dan,
untuk alasan ini, penerapannya di lapangan permukaan protein lama kurang
populer. Baru-baru ini, Motta dkk. (2012) menyelidiki adsorpsi glisin pada
permukaan boehmite (AlO(OH)) bertahap dalam air, mengidentifikasi adsorpsi
lingkaran dalam, yaitu perpindahan gugus hidroksil permukaan oleh molekul
glisin, sebagai yang paling disukai. Pada penelitian Wright & Walsh (2012)
difokuskan pada ion amonium dan asetat, yang merupakan analog dari gugus
kimia umum dalam asam amino, pada antarmuka air/kuarsa. Colombi Ciacchi dan
rekan menggunakan AIMD untuk membangun model permukaan silikon oksida
asli (Colombi Ciacchi & Payne,2005; Cole dkk. 2007) yang kemudian digunakan
untuk mempelajari interaksi antara peptide dan silika (Schneider & Colombi
Ciacchi, 2012).
Batas perhitungan DFT statis dan AIMD saat ini di lapangan interaksi
permukaan protein diilustrasikan dengan baik oleh beberapa contoh terbaru yang
ditunjukkan pada Gambar 4. (Rimoladkk. 2012) memanfaatkan DFT statis untuk
mempelajari adsorpsi seluruh dodekapeptida pada permukaan hidroksiapatit,
termasuk beberapa molekul air utama (sistem ini terdiri dari sekitar 500 atom).
Mereka membahas kekuatan pendorong untuk adsorpsi dan peran permukaan
dalam menentukan pelipatan peptida. Sebuah sistem dengan ukuran yang sama
(sebuah dodecapeptide pada lembaran graphene) juga telah diselidiki oleh Akdim
dkk. (2013) untuk dikonfirmasi oleh DFT geometri peptida teradsorpsi diperoleh
dengan lapang gaya klasik.
Calzolari dkk. (2010) menganggap suatu model poliserin β-sheet,
direplikasi secara berkala, disimulasikan oleh AIMD pada Au (111) dalam air
cair. Sistem ini terdiri dari sekitar 500 atom dan evolusi waktunya dapat
disimulasikan selama 20 ps. Waktu simulasi dan komposisi sistem seperti itu
memungkinkan penyelidikan beberapa- pertanyaan spesifik, seperti sifat lokal -
interaksi B-sheet/Au, kompetisi antara air dan rantai samping serin untuk
mendapatkan emas, serta sifat interaksi B-sheet/air. Namun, jelas bahwa beberapa
pertanyaan penting lainnya tidak dapat diakses dengan pendekatan semacam ini.
Saat ini, sistem yang lebih besar dan simulasi AIMD yang lebih lama, bisa
didapatkantetapi simulasi AIMD yang paling mahal masih terbatas ke beberapa
ribu atom dan beberapa ratus ps.
Selain keterbatasan saat ini terkait dengan biaya komputasi simulasi DFT,
satu kelemahan terkenal dari fungsi fxc yang digunakan sejauh ini layak
didiskusikan di sini. Ini adalah ketidakmampuan untuk menjelaskan interaksi
dispersi jarak jauh (London), kadang-kadang disebut sebagai interaksi van der
Waals', yang menghasilkan kekuatan interaksi yang diremehkan, dan bahkan tidak
ada ikatan permukaan zat terlarut ketika interaksi tersebut adalah satu-satunya
interaksi yang relevan (misalnya untuk permukaan logam lemah dan molekul non-
polar jenuh). Berbagai koreksi telah diusulkan untuk memecahkan masalah ini
(Tkatchenko dkk. 2010), dan beberapa di antaranya juga telah diuji dalam rangka
interaksi permukaan protein dengan hasil yang menggembirakan. Secara khusus,
metode DFT-Dn (Grimme,2004; Grimme dkk.2010; Wudkk. 2001) (yang
menambah energi DFT, atom-atom empiris d-6 istilah, di mana d adalah jarak
25
inter-atomik berpasangan, redaman yang sesuai untuk d kecil) telah digunakan
untuk adsorpsi asam amino dan peptida pada permukaan minera0l (Folliet dkk.
2013; Rimoladkk. 2009, 2012) dan pada graphene (Akdim dkk. 2013). Fxc
fungsional, vdW-DF, yang tidak mengandung istilah empiris (Dion dkk. 2004),
telah diuji terhadap energi desorpsi eksperimental data untuk beberapa molekul
kecil pada Au (111) (Wright dkk. 2013a). Itu digunakan untuk menyediakan data
utama (geometri stabil dan energi terkait untuk analog asam amino pada Au (111)
dan Au (100)) yang diperlukan untuk parameterisasi GolP-CHARMM FF (Rosa
dkk. 2014b; Wright dkk. 2013a). Hasil tes mengkonfirmasi reabilitas energi
adsorpsi vdW-DF, dalam beberapa kJ/mol dari nilai eksperimen (Gambar 5), dan
menunjukkan kecenderungan vdW-DF yang sudah didokumentasikan untuk
memberikan jarak kontak dan parameter kisi Au yang sedikit terlalu besar sebesar
0·1-0·2 (Lee dkk. 2010). Fungsi lain yang mirip dengan vdW-DF telah diusulkan
untuk memperbaiki de inificiency (Lee dkk. 2010; klimeš dkk. 2010, 2011), dan
sedang menunggu pengujian dan validasi di dibidang adsorpsi molekuler, dan
spesifikasifipanggilan untuk interaksi permukaan protein. komputasi dalam
menggunakan fungsi-fungsi ini sederhana, dan mereka juga telah diterapkan pada
biomolekul lain yang teradsorpsi pada emas, seperti asam nukleat (Rosa dkk.
2012, 2014a,b). AIMD juga dimungkinkan dengan fungsi-fungsi ini, dicontohkan
oleh studi terbaru dari antarmuka cairan air/emas (Nadler & Sanz, 2012). Dalam
hal ini, interaksi dispersi tidak mengubah gambaran yang diberikan oleh fungsi
konvensional (Cicero dkk. 2011). Singkatnya, keterbatasan DFT terkait dengan
kurangnya interaksi dispersi saat ini sedang diatasi oleh perkembangan
metodologi baru-baru ini.
Gambar 3. Plot permukaan iso untuk teori fungsi densitas (DFT) menyatakan
elektron tunggal pada antarmuka imidazol/Au(111). (A) Orbital ikatan dengan -
seperti bentuk; (B) orbital anti ikatan dengan -seperti bentuk. Karakter atom
seperti p dari orbital pada imidazol N terlihat di kedua panel sebagai kerapatan di
dalam cincin (lingkaran merah). Skema warna: isosurface kerapatan orbit
diwakili dalam magenta; Au: oranye, N: abu- abu; C: kuning; H: sian. Diadaptasi
dengan izin dari (Ioridkk. 2008). Hak Cipta (2008) American Chemical Society.
26
superkomputer modern yang terus berkembang, menjadikannya aplikasi untuk ini
fitua kemungkinan di tahun-tahun mendatang.
Untuk menyimpulkan, terlepas dari keterbatasan ukuran dan skala waktu,
pendekatan berbasis DFT memainkan peran penting dalam mengungkap dasar
fisiko-kimia protein.-interaksi permukaan. Mereka digunakan baik untuk
memberikan gambaran rinci tentang asam amino lokal-interaksi permukaan atau
sebagai dasar untuk mengembangkan model atomistik klasik, yaitu sebagai
sumber data benchmark untuk melatih FF klasik atau struktur model untuk
material kompleks seperti silika amorf.
6. Tantangan dalam menerapkan gaya mekanika molekul biomolekuler
filadang untuk protein-interaksi permukaan
Pemodelan dan simulasi protein-interaksi permukaan membawa tantangan
yang terkait tidak hanya dengan pemodelan permukaan dan protein secara
terpisah, tetapi juga dengan pemodelan sistem secara keseluruhan (lihat Gambar 6
untuk penggambaran protein-interaksi permukaan dalam pelarut berair). FF yang
secara rutin digunakan dalam pemodelan dan studi simulasi protein
diparameterisasi untuk interaksi antara fragmen biomolekuler atau senyawa kimia
kecil dalam larutan berair. Meskipun FF yang dikembangkan untuk simulasi
protein dapat memberikan perkiraan yang baik untuk memodelkan interaksi antara
protein dan permukaan dalam beberapa kasus, secara umum, gayafiparameter
lapangan yang akan digunakan harus diturunkan dan dikalibrasi untuk sistem yang
diinginkan untuk mendapatkan hasil berkualitas tinggi.
6.1 Potensi interaksi
Fungsi energi potensial klasik yang digunakan dalam gaya mekanika
molekul semua atomatom fields (MM FFs) untuk biomolekul, seperti AMBER
(Cornell dkk. 1995), CHARMM (Brooks dkk. 1983), GROMOS (Oostenbrink
dkk. 2004), dan OPLS-AA (Jorgensen dkk. 1996), banyak digunakan dan
dievaluasi secara menyeluruh untuk simulasi biomolekul dalam larutan berair. FF
biomolekuler yang paling umum digunakan dinyatakan sebagai jumlah dari
istilah interaksi berpasangan yang mewakili perubahan (i) panjang ikatan kimia
dan sudut ikatan molekul sebagai fungsi pegas harmonik; dan (ii) torsi sebagai
fungsi periodik (sudut dihedral, atau rotasi puntir atom di sekitar ikatan pusat);
dan (iii) elektrostatik tak-terikat dan interaksi intra dan antar molekul van der
Waals:
27
Gambar 4. Contoh sistem yang dipelajari dalam perhitungan teori fungsional
kepadatan statis (DFT) skala besar dan ab initio simulasi dinamika molekul
(AIMD). (Sebuah) DFT statis: dodecapeptides teradsorpsi pada permukaan
hidroksiapatit (0001), setelah optimasi geometri DFT, skema warna: O peptida:
merah, O air: cyan, N: biru, C: kuning tua, H: abu-abu muda, Ca: hijau; P:
kuning. Diadaptasi dengan izin dari (Rimola dkk. 2012). Hak Cipta (2012)
American Chemical Society; (b) AIMD: Tampilan samping poliserin -lembaran
pada lempengan Au (111) dalam air cair. Skema warna: O: merah, N: biru, C:
abu-abu, H: putih, Au: kuning. Diadaptasi dengan izin dari (Calzolari dkk. 2010).
Hak Cipta (2010) American Chemical Society. Garis putus-putus menunjukkan
sel yang berulang secara berkala.
28
besar atau permukaan bahan dalam ruang hampa dan sering memiliki bentuk
fungsional yang berbeda. FF berbeda dari gaya biomolekuler lapang
konvensional. Biasanya, sistem monoatomik dengan struktur padat dapat
dijelaskan dengan cukup baik oleh potensi interaksi dua benda, sedangkan potensi
tiga benda harus digunakan untuk semikonduktor (Vashishta dkk. 1990). Istilah
tergantung sudut tambahan dapat digunakan untuk mempertahankan arah ikatan,
misalnya dalam susunan pengemasan kristal dari padatan curah (Cruz-Chu dkk.
2006). Selanjutnya, potensi Buckingham dari bentuk ae-Br(C/r6), dimana A, B
dan C adalah kekuatan lapang parameter, sering digunakan sebagai pengganti
Lennard-Jones berpotensi untuk lebih menggambarkan tolakan antara ion dalam
bahan anorganik (lihat, misalnya, Van Beest & Kramer, 1990). Selain itu,
parameterisasi seimbang dari model energi interaksi berpasangan sederhana yang
biasa digunakan dalam FF biomolekuler standar tidak langsung dan tidak selalu
memungkinkan untuk antarmuka bahan-air. Misalnya, kombinasi potensial tak
terikat dua benda dan tiga benda digunakan dalam gaya silika-fibidang untuk
melestarikan struktur tetrahedral dari kaca silika dan untuk mereproduksi secara
akurat permukaan silika, pori-pori dan keterbasahan permukaan (Cruz-Chu dkk.
2006). Keterbatasan lain dari fungsi berpasangan sederhana adalah bahwa ia
didasarkan pada perkiraan muatan titik tetap untuk interaksi Coulomb, yang
menghilangkan interaksi antara multipol orde tinggi dan polarisasi yang timbul
dari efek elektrostatik dibidang lingkungan (gaya non-terpolarisasi) Muatan atom
parsial biasanya ditetapkan untuk molekul dalam lingkungan berair dan, dengan
demikian, efek polarisasi dari lingkungan berair secara implisit diperhitungkan.
FF yang tidak dapat dipolarisasi telah divalidasi secara ekstensif selama beberapa
dekade terakhir dan saat ini tidak tersedia penjelasan yang kuat dari sifat
keseimbangan biomolekul dalam larutan berair. Namun, polarisasi pengaruh
permukaan (seperti permukaan logam atau karbon, seperti yang dibahas
sebelumnya) dapat berkontribusi terutama pada energi ikat suatu adsorbat, serta
struktur permukaan itu sendiri.
29
protein-pelarut, pelarut-permukaan dan protein-pelarut-permukaan. Antarmuka
protein-permukaan (digambarkan di lingkaran kiri) mencakup interaksi langsung.
Interaksi bisa non-spesifik seperti van der Waals dan interaksi elektrostatik
(diwakili dengan garis putus-putus di gambar), atau spesifik seperti histidin kuat-
interaksi emas (ditunjukkan dengan garis kontinu) dan interaksi kemisorpsi yang
lebih kuat. Pada antarmuka protein-pelarut (digambarkan di lingkaran atas), sifat
struktural dan fisik protein dan pelarut masing-masing menyimpang dari yang
ada di dalam protein dan dalam pelarut curah. Secara khusus, air membentuk
lapisan di sekitar kutub dan residu bermuatan seperti yang digambarkan oleh dua
bola difigambar. Pada antarmuka, permitivitas dielektrik relatif air dan protein
lebih rendah daripada rekan-rekan massal mereka. Pada antarmuka permukaan
pelarut (digambarkan dalam lingkaran kanan), pelarut dapat membentuk lapisan
terstruktur atau benar-benar tidak teratur. Pada permukaan emas, misalnya, air
membentuk dua lapisan teratur yang dipisahkan oleh penghalang energi tinggi dan
memiliki permitivitas dielektrik relatif yang lebih rendah dalam arah normal ke
permukaan. Pada antarmuka permukaan protein-pelarut (digambarkan di
lingkaran bawah), interaksi melibatkan interaksi kompleks antara konstituen.
Protein dapat membuat interaksi tidak langsung yang kuat dengan permukaan
melalui jaringan ikatan hidrogen yang stabil (diwakili oleh garis putus-putus) di
daerah adsorpsi.
FF terpolarisasi untuk molekul biologis saat ini sedang dalam
pengembangan dan validasi aktif (Halgren & Damm, 2001). Namun, terlepas dari
biaya komputasinya yang lebih tinggi, FF yang dapat dipolarisasi untuk
biomolekul tidak dirancang untuk mereproduksi sifat polarisasi permukaan
anorganik. Pada Bagian 7, kita akan mempertimbangkan beberapa model yang
diadaptasi untuk simulasi polarisasi permukaan effdll.
Terlepas dari semua keterbatasan yang disebutkan di atas, simulasi awal
protein dan peptida pada permukaan padat biasanya dilakukan menggunakan FF
biomolekuler standar. Namun, dalam dekade terakhir, banyak effort telah
diinvestasikan untuk mengevaluasi dan mengadaptasi FF biomolekuler ke
simulasi antarmuka antara biomolekul dalam air dan spesiesfic bahan anorganik,
dan beberapa pendekatan baru untuk mengembangkan FF bio-anorganik umum
telah dilaporkan. Misalnya, FF skala ganda yang mencakup dua set muatan atom
parsial, dioptimalkan untuk setiap fase secara terpisah, telah dikembangkan
(Biswasdkk. 2012). Dalam INTERFACE FF yang baru-baru ini dilaporkan
(Heinzdkk. 2013), muatan atom parsial dan parameter van der Waals telah
dioptimalkan menggunakan model tidak terpolarisasi bermuatan-x untuk sejumlah
besar bahan yang berbeda berdasarkan sifat-sifat permukaan padat, contohnya,
parameter unit kristal, tegangan permukaan, sudut kontak air dan tegangan
antarmuka, dan energi adsorpsi peptide terpilih. Beberapa aplikasi model baru ini
untuk permukaan spesifik ini akan dibahas dalam Bagian 7.
30
untuk molekul air biasanya diparameterisasi untuk keadaan air curah dan dengan
demikian tidak memperhitungkan fitur permukaan khusus atau cangkang hidrasi
protein. Selain itu, sifat-sifat cangkang hidrasi permukaan padat berbeda dari zat
terlarut kecil dan biomolekul yang umumnya lebih banyak air-ikatan hidrogen air
terputus dan air dipaksa untuk membangun lapisan permukaan yang diperpanjang.
Secara umum, masih ada ketidakpastian apakah model air eksplisit standar
mampu mereproduksi fenomena adsorpsi untuk protein dan permukaan secara
memadai. Studi sifat air pada berbagai permukaan telah ditinjau oleh Henderson
(2002).
Sifat mikroskopis molekul air pada permukaan dapat diparameterisasi
menggunakan DFT ab initio komputasi, yang telah banyak digunakan untuk
memprediksi energi adsorpsi molekul air serta sifat disosiasi air pada permukaan
yang berbeda. Teknik AIMD yang disebutkan sebelumnya adalah alat yang
ampuh untuk mengeksplorasi sifat air dalam lapisan tunggal atau bahkan dalam
beberapa lapisan (misalnya pada emas, lihat (Velasco-Velez dkk. 2014)). Namun,
ditunjukkan bahwa keterbatasan spasial dan temporal simulasi DFT dapat
mencegah pemodelan akurat transisi struktural air dari cangkang hidrasi ke curah,
yang penting untuk pemodelan adsorpsi protein (Große Holthaus dkk. 2012).
Dengan demikian, representasi MM semua atom air harus digunakan untuk
mengeksplorasi proses adsorpsi molekul dalam larutan, yang biasanya terjadi pada
skala waktu yang jauh lebih lama. Demikian juga, model pelarut MM semua atom
dapat diganti dengan model pelarut kontinum untuk memungkinkan simulasi yang
lebih lama dari protein besar atau larutan protein untuk menyelidiki sifat
adsorpsinya.
Solvasi implisit adalah cara umum untuk mengurangi biaya komputasi
simulasi yang muncul sebagian besar dari penghitungan interaksi antara molekul
air eksplisit. Dalam pendekatan ini, kontribusi pelarut terhadap energi ikat antara
zat terlarut diwakili dengan lapang model rerata lama, dan biasanya
didekomposisi menjadi dua kontribusi utama: kontribusi elektrostatik karena
interaksi muatan dan perubahan polarisasi dielektrik di sekitarnya, dan kontribusi
nonpolar karena perubahan entropi dan energi dispersi saat menghilangkan air
dari permukaan zat terlarut. Energi desolvasi non-polar umumnya diperkirakan
sebagai fungsi linier dari luas permukaan yang dapat diakses pelarut. Pendekatan
yang paling umum untuk menghitung kontribusi elektrostatik kontinum terhadap
energi bebas ikat adalah dengan menyelesaikan Persamaan Poisson-Boltzmann
(PB) atau model Generalized Born (GB), yang menyediakan pendekatan untuk
metode PB. Metode PB sering digunakan dengan pendekatan molekul kaku
karena secara komputasi relatif mahal untuk menyelesaikan persamaan PB untuk
setiap konfigurasi makromolekul.figurasi selama simulasi. Untuk penerapan
metode ini untuk perhitungan energi bebas dari sistem permukaan protein, lihat
Bagian 10.
Model pelarut implisit yang secara tradisional digunakan untuk molekul
dalam larutan tidak, sendiri, menjelaskan sifat unik cangkang hidrasi dan
interaksi air yang bersentuhan langsung dengan permukaan anorganik. Namun,
mereka dapat diparameterisasi untuk memperhitungkan karakteristik cangkang
hidrasi dari masing-masing bahan. Contoh model pelarut kontinum tersebut
adalah ProMetCS, yang diturunkan untuk antarmuka protein-emas (111)
(Kokhdkk. 2010). Di ProMetCS, pengaruh dari distorsi cangkang hidrasi pada
31
antarmuka permukaan protein diperhitungkan dengan penambahan fungsi analitik
yang diparameterisasi untuk mereproduksi potensi gaya rata-rata (PMF) dari
ion/atom probe pada permukaan emas yang diperoleh dari simulasi MD pada air
eksplisit. Pengaruh yang timbul dari penggantian sebagian cangkang hidrasi
logam oleh situs adsorpsi protein dijelaskan oleh penalti energi bebas, sebanding
dengan area kontak permukaan protein, mengkompensasi Lennard-Daya tarik
Jones sebagian besar. PMF atom pada permukaan emas yang dihitung
menggunakan ProMetCS FF mereproduksi profile dari fungsi PMF yang
diperoleh dalam simulasi MD pelarut eksplisit ( Gambar 7).
32
putus: perbedaan mereka, terkait dengan energi desolvasi; garis putus-putus: PMF
dihitung menggunakan model ProMetCS pelarut kontinum protein-logam (yang
mencakup energi desolvasi hidrofobik LJ dan logam, lihat teks). Dicetak ulang
dengan izin dari (Kokh dkk. 2010). Hak Cipta (2010) American Chemical
Society.
33
(2008) dan Vila Verde dkk. (2009) untuk mereproduksi hidrofilisitas Au (111).
Dalam GolP FF (Iori dkk. 2009), yang didasarkan pada OPLS FF, parameter
tambahan yang menggambarkan interaksi gugus biomolekuler dengan permukaan
emas diparameterisasi dari perhitungan QM dan studi eksperimental energi
adsorpsi. Untuk mereproduksi energi ikat dan orientasi fragmen molekul kecil,
penulis menyertakan dan mengoptimalkan serangkaian parameter tambahan yang
menggambarkan interaksi van der Waals dengan emas serta ikatan mirip kimia
yang lebih kuat antara gugus aromatik dan atom emas dalam bentuk Fungsi
Lennard-Jones.
34
kecenderungan peningkatan molekul air antarmuka untuk menyumbangkan ikatan
hidrogen ke molekul air lain dibandingkan dengan yang ada di air curah dan
mereproduksi energi molekul air pada permukaan emas.
Heinz dkk. (2008) mengembangkan Parameter Lennard-Jones untuk
logam kubik berpusat muka berdasarkan kepadatan dan tegangan permukaan
yang ditentukan secara eksperimental pada 298 K di bawah tekanan atmosfer
untuk digunakan dalam pemodelan antarmuka campuran. Mereka menyediakan
dua set parameter untuk atom logam (Ag, Al, Au, Cu, Ni, Pb, Pd, Pt); satu set
cocok untuk 12-6 Lennard-Jones berfungsi untuk digunakan di AMBER,
CHARMM, CVFF dan OPLS-AA force-fields, dan satu lagi untuk 9-6 Lennard-
Jones berfungsi untuk digunakan di COMPASS (Sun, 1998) dan kekuatan PCFF-
filadang. pennadkk. (2014) menggunakan model permukaan dan Parameter
Lennard-Jones dari Heinz dkk. (2008) dengan CHARMM FF (MacKerell dkk.
1998) untuk menyelidiki interaksi peptida dengan permukaan Au dan Pt.
Selain polarisasi, muatan permukaan harus diperhitungkan saat
memodelkan permukaan. Aneh (2006) menyelidiki dinamika dan sifat transfer
elektron (ET) dari protein ET bakteri, azurin, yang ditambatkan ke permukaan
emas yang netral, bermuatan positif dan negatif menggunakan simulasi MD
klasik. Mereka menghitung laju ET antara atom tembaga azurin dan atom sulfur
dari jangkar permukaan sistein menggunakan teori Marcus klasik (Marcus &
Sutin,1985). Tingkat ET yang dihitung tertinggi pada permukaan bermuatan
positif dan terendah pada permukaan netral. Namun, tidak jelas sejauh mana
perubahan struktural yang relatif lebih besar yang diamati pada molekul yang
berlabuh pada permukaan bermuatan positif berperan dalam tren ini.
35
lebih lanjut tentang studi teoretis tentang titania-interaksi air dapat ditemukan di
ulasan oleh Sun dkk. (2010).
Seperti disebutkan sebelumnya, disosiasi air pada permukaan oksida
bersifat reversibel dan tidak dapat dijelaskan dengan sederhana oleh gaya MM
pada medan klasik. Bandura & Kubicki (2003) menunjukkan bahwa potensi
interaksi dua tubuh tidak cocok untuk menangkap yang benar arah gugus hidroksil
pada TiO2 permukaan dan bahwa masalah ini dapat diselesaikan dengan
menggunakan FF terpolarisasi atau dengan memperkenalkan istilah regangan
ikatan dan sudut lentur untuk Ti-OH. Mereka menggunakan Matsui & Akaogi
(1991) model yang menggabungkan-menambahkan istilah regangan ikatan dan
pembengkokan sudut tambahan untuk O-Ti-H ke dalam potensial Buckingham
untuk atom-atom dari (110) permukaan rutil. FF-nya nanti di-refidipimpin oleh
PRedota dkk. (2004) dan kemudian direvisi untuk anatase (101), (112) dan rutile
(110) permukaan. Dalam FF yang dikembangkan oleh Borodin dkk. (2003),
istilah eksponensial untuk memodelkan tolakan jarak pendek ditambahkan ke
standar Lennard-Jones berfungsi bersama dengan istilah polarisasi tambahan, dan
FF dioptimalkan terhadap hasil perhitungan QM untuk polietilenoksida pada
Cluster TiO5H9 kecil dan kemudian diterapkan ke permukaan TiO2.
Karena penggunaan AIMD dan FF reaktif terlalu memakan waktu untuk
simulasi sistem besar dan/atau skala waktu yang lama, TiOx parameter telah
dimasukkan ke dalam FF MM standar yang digunakan dalam simulasi
biomolekuler. FF klasik dengan potensi Finnis-Sinclairtype untuk permukaan
digabungkan ke potensi Buckingham untuk interaksi tolak-menolak jarak pendek
dikembangkan oleh Schneider dan Colombi Ciacchi dan diterapkan untuk
mensimulasikan interaksi peptida pada Ti/TiOx antarmuka (Schneider & Colombi
Ciacchi, 2010). Parameter AMBER FF dioptimalkan untuk TiO2 interaksi
dengan peptide kolagen dalam sebuah studi oleh Köppen & Langel (2010). Rasio
unit terprotonasi, terhidroksilasi dan stoikiometrik di permukaan disesuaikan
dengan nilai pH fisiologis dan dipertahankan selama simulasi MD. Biaya dalam
sebagian besar TiO2 adalah fisudah diperbaiki, tapi diffMuatan aktif pada
permukaan oksigen dan atom hidrogen diuji. Pengikatan Glu dan Lis ke TiO2
ditemukan dimediasi oleh gugus hidroksil di permukaan, dengan energi adsorpsi
sangat bergantung pada model muatan yang digunakan.
Friedrichs & Langel (2014) memparameterisasi ulang Matsui-Potensi
Akaogi untuk bentuk standar Lennard-Jones untuk deskripsi interaksi antara atom
permukaan rutil dan menggunakan model mereka untuk mensimulasikan adsorpsi
peptida pada permukaan rutil. Meskipun perangkat lunak MD standar ini
memungkinkan untuk digunakan, kesederhanaan bentuk potensi menimbulkan
beberapa penyimpangan sifat fisik, seperti parameter struktur kristal dan
permitivitas, dari yang diamati dalam eksperimen dan simulasi dengan potensi
asli. adsorpsi peptida yang berbeda ke permukaan rutil, TiO2(110), disimulasikan
dalam serangkaian studi oleh Monti dan rekan dipeptida Ala-Glu dan Ala-Lys
(Carravetta & Monti, 2006) dan (Monti dkk. 2008), dan konformasi B-Sheet
oligopeptida EAK16 dan RAD16 (Carravetta dkk. 2009). FF untuk biomolekul-
permukaan dan air-interaksi permukaan yang digunakan dalam studi ini
dioptimalkan terhadap data dari perhitungan QM untuk cluster titania kecil dan
data eksperimental (Carravetta & Monti, 2006). Model air TIP3P dan kombinasi
potensi Buckingham untuk interaksi antara atom permukaan dan air permukaan
36
dan Lennard-Potensi Jones untuk sebagian besar atom lainnya digunakan.
Pengikatan peptida ke permukaan ditemukan lebih disukai terjadi melalui atom
tulang punggung; khususnya oksigen karboksil dan gugus karboksi terminal-C
pada peptida yang berinteraksi dengan atom Ti yang terpapar. Molekul air juga
diamati untuk memediasi ikatan peptida- permukaan melalui ikatan hidrogen.
Karena disosiasi air tidak diperhitungkan, kontribusi gugus hidroksil pada
pengikatan peptida tidak dianalisis. Akhirnya, adsorpsi glisin (Li dkk. 2012), dan
sistein (Li dkk. 2014) ke TiO2 dieksplorasi menggunakan medan gaya reaktif,
Reax(Van Duin dkk. 2001), diperluas untuk menangani interaksi substrat
anorganik padat dengan biomolekul. Sangat menarik bahwa molekul penyerap ini,
terutama terutama glisin, cenderung membentuk kelompok yang dirakit sendiri
dan hanya adsorpsi lemah yang diamati. Selain itu, reaktivitas transfer proton dari
asam amino diamati ditingkatkan dengan adanya permukaan
Perlu dicatat bahwa simulasi MM protein pada permukaan reaktif seperti titanium
oksida harus dilakukan dengan hati-hati, karena adanya cacat dapat mengubah
sifat permukaan secara dramatis, dan dengan demikian mempengaruhi perilaku
adsorpsi. Di sebuah studi oleh Utesch dkk. (2011), protein BMP-2 secara tak
terduga berinteraksi secara lemah dengan permukaan TiO2, karena tidak mampu
menembus lapisan air yang sangat teratur yang terbentuk pada permukaan tanpa
cacat.
37
silanol dan siloksida bermuatan negatif dan gugus polar di Ser, Peptidanya dan
yang mengandung Asp. Pengikatan peptida hidrofobik diamati pada pH rendah
(Puddu & Perry,2012). FF untuk MD simulasi SiO bermuatan negatif yang
terdeprotonasi 2 permukaan dalam larutan pada pH netral dilaporkan oleh
Butenuth dkk. (2012).
Baru-baru ini, beberapa FF untuk silika yang kompatibel dengan FF
biomolekuler telah dikembangkan. FF berdasarkan CHARMM FF
diparameterisasi oleh Lopes dkk. (2006) untuk mendapatkan representasi
struktural dan dinamis air di sekitar permukaan kristal kuarsa netral menggunakan
simulasi MD. FF ini digunakan untuk satu set peptida yang dikenal sebagai
pengikat kuat dan lemah pada permukaan kuarsa (100) dan menunjukkan bahwa
Pro, Trp dan Leu adalah residu utama yang membentuk kontak dekat dengan
permukaan (Orendkk. 2010). GLASSFF_2·01 FF kompatibel dengan CHARMM
dan dengan parameter air TIP3P dan dikembangkan oleh Cruz-Chu dkk. (2006)
untuk simulasi permukaan silika amorf dan pori-pori nano. FF ini menggunakan
dua tubuh standar potensial Lennard-Jones dan Coulomb serta istilah arah tiga
benda untuk memodelkan susunan volume silica tetrahedral. Untuk membangun
silika amorf, penulis menerapkan siklus anil dalam simulasi MD, yang memulai
rekonstruksi permukaan dari kristal ke silika amorf disertai dengan pembentukan
atom yang menjuntai (oksigen dengan kurang dari dua ikatan dan silikon dengan
kurang dari empat ikatan) yang diperlukan untuk pemodelan sifat pembasahan
silika dengan benar.
Perbandingan FF untuk prediksi sifat fisik dan kimia silika curah dan
antarmuka berairnya seperti muatan atom, panjang dan sudut ikatan, kerapatan
gugus silanol pada permukaan dan derajat ionisasi gugus silanol dapat ditemukan
di makalah oleh Skelton dkk. (2011) dan oleh Emami dkk. (2014a). Dalam studi
terakhir, kumpulan data dengan lebih dari 20 model permukaan silika terbaru
yang mencakup jenis kimia permukaan silika yang paling penting di
berbagaikeadaan ionisasi permukaan yang berbeda dan dikumpulkan. Kemudian,
parameter atom berbeda untuk kelompok kimia tertentu dalam silika diturunkan
untuk mereproduksi sekumpulan besar sifat kimia dan volume fisik silika dan
permukaan serta sudut kontak air, panas perendaman air, dan isoterm adsorpsi air
yang diamati dalam percobaan. Parameter diintegrasikan ke dalam beberapa FF
(AMBER, CHARMM, COMPASS, INTERFACE (Heinzdkk. 2013)) kompatibel
dengan model air TIP3P dan SPC. Secara khusus, FF CHARMM-INTERFACE
(Heinzdkk. 2013) diterapkan pada simulasi adsorpsi peptida pada nanopartikel
silika ukuran berbeda di nilai pH berbeda. (Emami dkk. 2014b), menunjukkan
kesepakatan yang baik dari cakupan nanopartikel dengan data eksperimen (Puddu
& Perry, 2012).
Dual-FF (Biswas dkk. 2012), (dibahas secara lebih rinci di Sec.7·5)
dioptimalkan untuk mereproduksi energi ikat eksperimental peptida TGTG-X-
GTGT, dengan X =N, D, G, K, F,T, W dan V, pada kuarsa terhidroksilasi (100)
dan permukaan kaca dalam simulasi MD (Snyder dkk. 2012). Dalam Dual-FF,
parameter CHARMM digunakan untuk biomolekul, sementara antarmuka
parameter, seperti muatan parsial dan Parameter Lennard-Jones untuk silika-
peptida dan interaksi silika-air, diprogram untuk mendapatkan interaksi terbaik
dengan energi adsorpsi peptida.
38
Gambar 9. Pro kepadatan lateralfisedikit dari filapisan pertama air terstruktur
pada (101-0), (0001) dan (011-1) permukaan silika. Dicetak ulang dengan izin
dari (Notman & Walsh,2009). Hak Cipta (2009) American Chemical Society.
Posisi molekul air didominasi oleh posisi gugus hidroksil silanol dan pada tingkat
lebih rendah oleh struktur kristal yang mendasarinya.
39
pemodelan mineral tanah liat (NaSi16(Al6FeMg)O40(oh)8) di FF CHARMM (Katti
dkk. 2005b) dan adsorpsi asam amino pada mineral tanah liat ini (Katti
dkk.2005A).
Hidroksiapatit (HAP, Ca10(PO4)6(OH)2) adalah komponen mineral utama
tulang dan gigi dan dengan demikian merupakan bahan yang menjanjikan untuk
aplikasi dalam penggantian tulang. FF untuk HAP telah dikembangkan dengan
Potensi Born-Mayer-Huggins dengan istilah tolakan eksponensial mirip dengan
potensi Buckingham bukan standar Lennard-Jones ditambah ekspresi Coulomb
untuk interaksi non-ikatan. Parameter FF diturunkan dengan menyesuaikan
elektrostatik QM di lingkungan kristal 3D dan parameter kristal eksperimental
(Hauptmann dkk. 2003). FF ini selanjutnya diparameterisasi ulang untuk
hidroksiapatit monoklinik menggunakan fungsi energi yang konsisten dengan FF
biomolekuler umum (Bhowmik dkk. 2007). Dong dkk. (2007) mengadaptasi
parameter HAP ini untuk FF biomolekul standar untuk memodelkan dinamika
adsorpsi protein BMP-2 pada permukaan HAP (001). Dalam studi lain, Parameter
Lennard- Jones dan Coulomb diusulkan oleh Hauptmann dkk. (2003)
dikombinasikan dengan parameter CHARMM untuk protein menggunakan aturan
pencampuran standar untuk mempelajari adsorpsi fibronektin pada HAP (001)
(Shen dkk. 2008) dan dengan parameter OPLS-AA untuk mensimulasikan
antarmuka HAP- air (Zahn & Hochrein, 2003)
Penerapan beberapa biomolekuler dari FFs yang sering digunakan untuk simulasi
adsorpsi peptida pada SAMs hidrofobik dan hidrofilik telah dievaluasi secara
sistematis oleh Latour dan rekan selama CHARMM19 (Sun & Latour, 2006;
Matahari dkk. 2007; Velloredkk. 2010), dan CHARMM22, OPLS-AA, dan
AMBER94 (Collier dkk. 2012) FFs. Dalam studi terakhir oleh Collier dkk.
(2012), parameter FFs dan muatan parsial SAMs (-OH dan -COOH) ditetapkan
dengan analogi asam amino dengan gugus fungsi serupa. Para penulis
membandingkan temuan eksperimental antara energi bebas adsorpsi dan perilaku
kualitatif peptida yang dihitung pada permukaan SAMs yang berbeda seperti
perubahan konformasi pada adsorpsi dan orientasi dipermukaannya. Studi ini
(Collierdkk. 2012) menunjukkan bahwa meskipun beberapa FFs berkinerja cukup
baik (kecocokan terbaik untuk eksperimen diperoleh dalam simulasi
menggunakan CHARMM22 dan AMBER94 (Cornell dkk. 1995)), tidak ada FFs
yang menangkap spesifikasi sifat interaksi antarmuka SAMs-air. Secara khusus,
perkiraan berlebihan yang sistematis dari kekuatan pengikatan peptida hidrofobik
dan perkiraan yang terlalu rendah untuk peptida bermuatan negatif diamati. Di sisi
lain, Collierdkk. (2012) juga mencatat bahwa mengubah parameter FFs untuk
mereproduksi sifat-sifat peptida yang teradsorpsi tidak dapat dihindari
menyebabkan perubahan perilaku peptida dalam larutan. Hasil ini menunjukkan
bahwa untuk simulasi akurat adsorpsi peptida, diperlukan strategi FF baru.
40
Pendekatan baru, dual-FF, diusulkan oleh Biswas dkk. (2012). Di FF ini,
sepasang perbedaan parameter non-ikatan, yaitu muatan parsial atom dan
parameter Lennard-Potensi Jones, digunakan untuk mewakili intra-fase (yaitu
antara peptida atau antara molekul air) dan antar-fase (peptida-SAM) interaksi
secara bersamaan dalam simulasi. Selanjutnya, TIP3P yang tidak terpolarisasi
(Jorgensen. 1983) model air diparameterisasi ulang untuk antarmuka air-SAM
berdasarkan sifat elektrostatik molekul air di antarmuka yang dihitung
menggunakan TIP4P-FQ (Rick dkk. 1994) FF. Selain itu, tolok ukur
eksperimental yang diperluas untuk mengikat energi bebas peptida dengan
perbedaan sequensi yang ada pada berbagai antarmuka permukaan SAM yang
difungsikan oleh Wei & Latour (2009, 2010) digunakan untuk optimasi
parameter asam amino.
Utesch dkk. (2012) mempelajari adsorpsi sulfite oksidase (SO) pada permukaan
SAM yang difungsikan di bawah perbedaan kondisi kekuatan ion yang berbeda
menggunakan CHARMM32 FF (MacKerell dkk. 1998) untuk parameter protein
dan permukaan SAM. Aktivitas katalitik SO sebelumnya secara eksperimental
diamati bergantung pada fleksibilitas tether yang menghubungkan domain
molibdenum kofaktor (Moco) dan domain sitokrom b5 dari SO. Sejalan dengan
temuan eksperimental mereka, hasil mereka menunjukkan bahwa adsorpsi
enzim's sitokrom b5 domain dihambat pada kekuatan ion tinggi (750 mM),
sedangkan di bawah kondisi kekuatan ionik yang jauh lebih rendah (100 mM),
interaksi yang stabil dengan permukaan berlangsung, menyebabkan hilangnya
fleksibilitas tambatan.
Efek air pada adsorpsi pada SAM telah dilaporkan dalam beberapa penelitian.
Waktu tinggal (τF) dan self-diffusion coefficient (DF) dari permukaaan molekul
air pada beberapa perbedaan permukaan SAM yang difungsikan dari tipe
S(CH .)2)-F diperiksa oleh Wang dkk. (2010a, b) dan ditemukan dalam urutan:
τCOOH > τNH2 > τOH > τCH3 > τjumlah besar dan DCOOH < DOH < DNH2 <
DCH3 <
41
permukaan air secara signifikan dibandingkan dengan debit air murni (DSBT <
Djumlah besar/20). Profil Jarak gaya rata-rata menunjukkan bahwa afinitas dari
permukaan SBT-SAM terhadap neuromedin-B peptida lebih kecil daripada untuk
dua permukaan SAM lainnya (CH3, OH-SAM). Pengamatan mendukung hasil
eksperimen yang menunjukkan sifat antifouling permukaan SBT-SAM (Xiedkk.
2012).
42
digunakan oleh Hughesdkk. (2014) untuk menghitung energi bebas adsorpsi asam
amino tunggal pada permukaan graphene berair.
43
dimana γ berdiri untuk sebuah besaran sembarang yang berkurang terhadap waktu
(t), t0 dan untuk1 adalah waktu relaksasi, dan A, B, C dan δ adalah fiting
parameter. Dalam satu simulasi, mereka menemukan bahwa, setelah adsorpsi,
lisozim mengalami penyebaran seperti cairan di permukaan ditunjukkan oleh
penurunan awal yang sangat cepat dari jarak antara pusat massa protein dan
permukaan dengan untuk 0 = 28 ps dan dengan hilangnya sebagian besar struktur
sekunder. Langkah kinetik awal diikuti oleh tahap yang lebih panjang dengan
untuk1 ~ 1 ns di mana semua struktur sekunder hilang. Para penulis menunjukkan
bahwa kinetika penyebaran yang cepat, yang diamati dalam penelitian ini
mungkin disebabkan oleh model pelarut implisit yang digunakan dalam simulasi.
44
B (dengan sifat hidrofobik), telah diperkenalkan dan diterapkan untuk
mempelajari adsorpsi (Liu & Chakrabarti, 1999).
Studi model CG dengan deskripsi sistem yang ditingkatkan telah dilaporkan untuk
adsorpsi protein pada permukaan dan pada nano partikel. Pengikatan protein
saliva kaya prolin bermuatan negatif, PRP-1, ke permukaan bermuatan negatif
dipelajari dengan simulasi MC menggunakan model di mana setiap residu
dijelaskan oleh satu manik yang bermuatan positif atau negatif, atau tidak
bermuatan (Skepödkk. 2006). Protein mengubah konformasi tergantung pada
konsentrasi garam, dan oleh karena itu, model pelarut implisit digunakan di mana
ion diperlakukan secara eksplisit. Efek garam pada konformasi protein dan
akibatnya pada sifat adsorpsi diselidiki dalam simulasi. Model residu bersatu
serupa untuk rantai peptida digunakan di beberapa makalah lain (Eversdkk. 2012;
Knottsdkk. 2005, 2008; Skep,2008; Xiedkk. 2010). Dalam dua studi ini, potensi
tarik-menarik jarak pendek ditambahkan untuk memodelkan pengikatan protein
statherin pada permukaan hidrofobik, bermuatan, dan campuran murni
(Skepö,2008), dan ikatan -kasein pada permukaan hidrofobik dan bermuatan
(Evers dkk. 2012). Selanjutnya, simulasi MC albumin serum sapi (BSA) dan
HSA pada nanopartikel perak menggunakan model CG menjelaskan perubahan
konformasi protein pada adsorpsi, yang ditemukan sesuai dengan spektrum
adsorpsi triptofan terukur (Voicescudkk. 2012).
45
pelarut dengan menerapkan model jaringan elastis untuk menjaga protein tetap
dekat dengan struktur protein asli.
Ravichandran & Talbot (2000) menyelidiki kinetika adsorpsi dan struktur lapisan
teradsorpsi lisozim putih telur ayam (HEWL) pada permukaan padat. Molekul
HEWL direpresentasikan sebagai bola dengan distribusi muatan seragam pada
masing-masing molekul. Para penulis menunjukkan bahwa penyederhanaan dari
deskripsi molekul tidak akan bekerja dengan protein yang non globular, atau yang
memiliki distribusi muatan anisotropik. Dalam studi terpisah, Ravichandran dkk.
(2001) menyelidiki tahap awal proses adsorpsi dan orientasi pengikatan HEWL
46
pada permukaan bermuatan positif dengan representasi detail atom penuh dari
protein. Meskipun HEWL memiliki muatan positif secara keseluruhan, HEWL
dapat mengikat permukaan bermuatan karena distribusi muatan yang tidak
seragam pada protein. Hasil mereka menunjukkan perlunya lebih sedikit
representasi CG dalam sistem tertentu.
47
(SERS) yang ditingkatkan permukaan (Chendkk. 2012). Meniru kondisi
eksperimental membantu untuk memahami bagaimana eksperimen bekerja dan
bagaimana hasilnya harus ditafsirkan.
48
masing peptida dari simulasi dan percobaan berada dalam kesepakatan yang baik,
waktu yang dihabiskan di permukaan oleh masing- masing peptida gagal untuk
sepenuhnya mereproduksi perbedaan tingkat adsorpsi relatif antara peptida
bermuatan negatif dan peptida netral keseluruhan diukur secara eksperimental.
49
disesuaikan sedemikian rupa sehingga Eww istilah dihilangkan dari probabilitas
penerimaan.
Metode REMD dan REST mengambil sampel ruang fase dengan distribusi
kanonik (jumlah atom, volume, dan suhu tetap) dan karena itu gagal dalam
menjelajahi keadaan probabilitas yang sangat rendah. Meskipun menyelidiki
dinamika suatu sistem tidak selalu memerlukan eksplorasi ekstensif dari keadaan
ini, hal itu dapat menyebabkan hasil yang salah, terutama ketika menghitung
energi bebas. Masalah ini bisa lebih besar untuk sistem dengan peptida yang
berinteraksi kuat dengan permukaan (Wright & Walsh,2013). Untuk mendapatkan
pengambilan sampel yang lebih lengkap dari ruang fase, metode pertukaran
replika dapat digunakan bersama dengan metode yang menggunakan potensi bias
seperti metadinamika (Bussidkk. 2006a).
Gambar 10. Adsorpsi tiga perbedaan peptida aktif (bermuatan positif, netral dan negatif) pada nanopartikel silika sebagai fungsi pH.
(Sebuah) Jumlah peptida teradsorpsi diukur dalam percobaan (Puddu & Perry, 2012). (b) Waktu yang dihabiskan oleh peptida di
permukaan dihitung dari simulasi MD. Dicetak ulang dengan izin dari (Emamidkk. 2014b). Hak Cipta (2014) American Chemical
Society
50
Metode MC adalah teknik stokastik yang digunakan untuk menyelesaikan
masalah yang memenuhi fungsi probabilitas tertentu. Metode MC telah lama
digunakan dalam simulasi molekuler sebagai alternatif untuk MD, karena efisiensi
dalam pengambilan sampel konformasi bersama dengan distribusi Boltzmann.
Dari kesesuaian ini, rata-rata geometrik dan sifat termodinamika suatu sistem
dapat diperkirakan (Schlick,2002). Metode MC yang diterapkan pada sistem
biomolekuler telah ditinjau (lihat Hansmann & Okamoto,1999; Taylordkk. 2002),
dan informasi tentang metode MC dapat ditemukan di tempat lain (Landau &
Binder, 2009).
51
konfigurasi dipertukarkan antara replika dan replika tetangganya yang memiliki
nilai suhu terdekat. Operasi pertukaran diatur oleh distribusi Boltzmann dan
dilakukan dengan probabilitas penerimaan Metropolis. Metode PTMC telah
diterapkan pada protein-interaksi permukaan dalam beberapa penelitian, termasuk
prediksi orientasi pengikatan protein (Xie dkk. 2010), dan penyelidikan sifat
termal dan mekanik protein yang ditambatkan pada permukaan menggunakan
metode PTMC hybrid dengan MD (Knotts dkk. 2005).
Xie dkk. (2010) membandingkan kinerja metode PTMC dengan simulasi lisozim
serial Metropolis MC konvensional pada permukaan bermuatan menggunakan
parameter yang sama. Gambar 11Sebuah menunjukkan distribusi orientasi lisozim
pada permukaan bermuatan negatif yang diperoleh dari perbedaan metode MC
yang baru. Perbandingan distribusi ini dengan lanskap energi adsorpsi (Gambar
11b) menunjukkan bahwa dengan metode PTMC, ditemukan dua energi minimum
terendah. Dalam empat simulasi MC serial, di sisi lain, setiap simulasi
mengungkapkan perbedaanffenergi minimum: dua minimum energi lokal di
samping dua minimum yang lebih rendah ditemukan dengan PTMC
Gambar 11. (Sebuah) Distribusi orientasi lisozim pada permukaan bermuatan negatif yang diperoleh oleh
MC temper paralel tunggal (berlabel sebagai p0) simulasi dan oleh empat simulasi MC serial konvensional
(diberi label sebagai s1-s4). Orientasi diwakili oleh kosinus sudut, sudut antara vektor satuan sepanjang
momen dipol lisozim dan vektor satuan normal terhadap permukaan. (b) Energi lanskap interaksi lisozim
dengan permukaan. Energi minima yang sesuai dengan orientasi yang paling banyak dikunjungi dalam
simulasi MC ditunjukkan dengan panah. Dicetak ulang dengan izin dari (Xiedkk. 2010). Hak Cipta (2010),
AIP Publishing LLC.
52
BD telah digunakan dalam banyak studi adsorpsi protein pada permukaan dengan
CG (Ravichandran & Talbot, 2000) dan semua atom (Ravichandran dkk. 2001)
representasi protein. Sederhanakan modifikasi metode simulasi BD yang
dirancang untuk model CG telah diusulkan (De la Torre dkk. 2009; Gorba &
Helm,2003) dan satu (Gorba & Helms, 2003) diuji untuk perbedaan dinamika
penggunaan sitokrom c pada permukaan bermuatan. Sebagai alternatif untuk
model CG, beberapa studi BD tentang adsorpsi protein untukffpermukaan yang
berbeda telah dilakukan dengan model detail atom yang kaku dari zat terlarut
(Brancolini dkk.2012; Mereghetti & Wade,2011; Kokhodkk. 2010). Mereghetti
dan Wade (Mereghetti & Wade,2011) menerapkan BD pada simulasi protein
hidrofobin pada permukaan grafit. Mereka menjelaskan a yang tinggi afinitas
protein untuk permukaan grafit dari kedekatan rata-rata dan orientasi hidrofobin
pada permukaan dengan wajah hidrofobik terhadap permukaan yang diperoleh
dari simulasi.
53
dalam simulasi molekuler (Swanson dkk. 2004). Sebagian besar metode ini
menggunakan teknik MD atau MC untuk pengambilan sampel ruang fase. Metode
perhitungan energi bebas dapat diklasifikasikan sebagai metode titik akhir dan
metode jalur. Dalam metode titik akhir, hanya referensi yang tidak terikat dan
keadaan terikat terakhir diambil sampelnya untuk mendapatkan perbedaan energi
bebas antara keadaan tersebut. Metode titik akhir yang umum digunakan adalah
MM Poisson-Metode Area Permukaan Boltzmann (MM-PBSA) (Kollman dkk.
2000; Srinivasandkk. 1998). Metode MM-PBSA telah diterapkan pada sistem
permukaan sitokrom c- COOH-SAM jantung kuda untuk menghitung energi
bebas adsorpsi (Alvarez-Paggidkk. 2010). Meskipun mudah diterapkan dan
dilakukan, metode ini terbukti memiliki rentang kesalahan yang relatif besar
(Singh & Warshel,2010) dan kinerja variabel (Hou dkk. 2011) untuk protein-
interaksi ligan, dan membutuhkan simulasi MD yang panjang dan perhitungan PB
yang ekstensif.
Sebuah komputasi yang lebih cepat, meskipun kurang akurat, alternatif untuk
MM-PBSA, adalah MM Generalized-Born Surface Area (MM-GBSA) (Kollman
dkk. 2000; Srinivasandkk. 1998). Metode ini didasarkan pada penyelesaian
persamaan GB, yang memberikan energi bebas solvasi dari setiap atom individu
dan, oleh karena itu, cocok untuk memodelkan interaksi dari larutan yang
fleksibel. Gua dkk. (2014) menghitung energi bebas ikat dari tiga perbedaab
protein baru pada permukaan graphene dari simulasi MD klasik menggunakan
MM-GBSA. Untuk masing-masing sistem protein-graphene, mereka melakukan
dua simulasi terpisah, masing-masing dengan difforientasi protein erent
sehubungan dengan permukaan. Hasil penelitian menunjukkan bahwa nilai energi
bebas yang dihitung untuk kedua simulasi dapat bervariasi hingga 65 kkal mol-1
dengan nilai kesalahan standar sekitar 11 kkal mol-1. Meskipun perhitungan ini
memberikan wawasan tentang kekuatan adsorpsi dari mode pengikatan dari
lintasan, pengambilan sampel yang lebih baik dari konfiruang fase gurasi
diperlukan untuk simulasi MD. Untuk mengurangi effdll dari
insuFFIpengambilan sampel yang efisien pada perhitungan energi, Xie dkk.
(2014) menggunakan metode REMD untuk pengambilan sampel adsorpsi Aβ
peptida menjadi fullerene. Setelah pengelompokan konformer, metode MM-
GBSA digunakan untuk mendapatkan energi bebas pengikatan untuk kluster
terbesar.
Metode titik akhir memberikan perkiraan yang baik untuk energi bebas
difference. Metode jalur secara formal tepat. Berdasarkan predefi Dengan
koordinat reaksi, metode jalur menggunakan zat antara non-fisik (alkimia) atau
fisik. Metode yang umum digunakan adalah gangguan energi bebas (FEP)
(Moridkk. 2013). Meskipun FEP telah diterapkan untuk mempelajari pengikatan
anion format (HCOO) ke permukaan rutil (Mori dkk. 2013), sejauh pengetahuan
kami, metode ini belum diterapkan untuk mempelajari protein-interaksi
54
permukaan. Metode jalur lain berdasarkan koordinat reaksi fisik dan diterapkan
pada protein-interaksi permukaan dibahas di bawah ini. Metode ini dapat
dikategorikan menjadi dua kelompok tergantung pada bagaimana sistem sampel:
metode simulasi kesetimbangan dan non-kesetimbangan.
Teknik sampling payung telah berhasil digunakan untuk perhitungan energi bebas
adsorpsi model surfaktan pada permukaan silika hidrofobik dan hidrofilik (Xu
dkk. 2008), nanopartikel pada membran fosfolipid (Li & Gu, 2010), ion pada
permukaan hidrofobik (Horinek dkk. 2008) dan asam amino pada permukaan
ZnO (Nawrocki & Cieplak, 2013). Pengambilan sampel payung yang
dikombinasikan dengan WHAM juga telah diterapkan pada peptida-interaksi
permukaan. Contohnya termasuk adsorpsi berbagai tripeptida ke CH3-SAM
(Minggu dkk. 2007), dan peptida RGD ke permukaan titanium oksida (Schneider
& Colombi Ciacchi, 2010). Meskipun, seperti dalam dua contoh ini, jarak peptida
dari permukaan adalah biasanya digunakan sebagai koordinat reaksi untuk
pengambilan sampel, definisi lainnyafinis juga dapat digunakan. Misalnya,
Boughton dkk. (2010) menggunakan orientasi sudut dari α-heliks dari majalah 2,
dan 2 -peptida amfifilik heliks, pada permukaan polistirena sebagai koordinat
reaksi untuk menghitung energi bebas adsorpsinya dengan sampling payung yang
dikombinasikan dengan WHAM.
55
masalah sampling konformasi. Wang dkk. (2008) oleh karena itu menggabungkan
sampling payung dengan teknik REMD yang bias. Dalam metode ini, sampling
payung awal dari sistem digunakan untuk mendapatkan perkiraan kasar dari pro
PMFfile dari sistem. Negatif dari PMF kemudian digunakan sebagai potensi
biasing untuk simulasi REMD. SEBUAHfiakhir PMF profile dibangun dari
analisis metode rasio probabilitas untuk simulasi REMD. Perbandingan estimasi
pro PMF file ion Na+ pada permukaan SAM fungsional asam karboksilat dengan
pro.teoritis file, menunjukkan bahwa REMD yang bias memberikan kesepakatan
yang jauh lebih baik dengan pro teoretisfile dibandingkan dengan yang diperoleh
dari REMD konvensional dan simulasi pengambilan sampel payung. Metode ini
diterapkan dalam studi terpisah untuk adsorpsi G4-KG4 peptida pada permukaan
asam polilaktat untuk penyelidikan pengikatan energi bebas profiles (O'Brien dkk.
2008), untuk penilaian protein Parameter FF yang akan digunakan dalam simulasi
permukaan protein (Vellore dkk. 2010), dan untuk penyelidikan effpengaruh
tekanan pada perhitungan energi bebas pengikatan permukaan protein dari
simulasi MD (Yancey dkk. 2010).
Schneider & Colombi Ciacchi (2012) telah berhasil menerapkan REST hibrida
dan metadinamika untuk mempelajari adsorpsi peptida kecil pada permukaan Si
56
dan Ti. Dengan hanya empat replika pada suhu 300, 350, 400 dan 450 K, mereka
dapat memperoleh persetujuan dengan energi bebas adsorpsi eksperimental
peptida RKLPDA pada permukaan Ti (percobaan: 38·0 ± 8 kJ mol-1,
dihitung:38·6 ± 3·9 kJ mol-1). Pendekatan yang sama digunakan baru-baru ini
oleh Meissner dkk. (2014) untuk memperkirakan spektrum dikroisme sirkular
(CD) peptida dalam keadaan bebas dan terikat pada permukaan silika.
Spektroskopi CD adalah teknik yang berguna untuk memantau konten struktur
sekunder dalam biomolekul, khususnya, kandungan heliks dalam struktur peptida.
Meissnerdkk. menghitung nilai eliptisitas CD konformasi dari snapshot simulasi
dan menggunakan nilai-nilai ini sebagai nilai kolektif eksternal dalam prosedur
pembobotan ulang mereka. Perkiraan nilai heliksitas fraksional dari peptida bebas
dan teradsorpsi yang diperoleh dari simulasi menunjukkan kesesuaian yang baik
dengan eksperimen. Meskipun hasil ini sangat menjanjikan, penerapan metode ini
pada adsorpsi protein memerlukan pemilihan parameter yang cermat, misalnya
jumlah replika yang memadai, pemilihan suhu yang tepat.
57
2011), yang merupakan teknik simulasi non-kesetimbangan yang paling umum
digunakan untuk sistem biomolekuler. Dalam simulasi SMD yang khas, protein
atau peptida ditarik dengan kekuatan eksternal non-fisik sepanjang predefireaksi
ned berkoordinasi dengan kecepatan konstan atau dengan gaya konstan, sehingga
mempercepat peristiwa adsorpsi atau desorpsi. Selanjutnya, SMD memungkinkan
simulasi sistem di bawah tekanan mekanis seperti peregangan, geser dan lentur,
dan karenanya dapat digunakan untuk memprediksi effefek gangguan eksternal
pada sistem permukaan protein (Hamdi dkk. 2008). Gangguan ini dapat
menyebabkan ketidakpastian dalam pengukuran eksperimental. Khususnya,
simulasi SMD dilakukan untuk menyelidiki efek dari ujung AFM menunjukkan
bahwa mendorong molekul menuju permukaan dengan ujung AFM akan
membiaskan hasil dengan meningkatkan adhesi, karena gaya yang diberikan pada
molekul menyebabkannya menyebar lebih banyak di permukaan (Horinek dkk.
2008; Mucksch & Urbassek,2011). Dengan simulasi SMD, mekanisme adsorpsi
peptida dan protein pada diffBeberapa jenis permukaan telah diselidiki (Alvarez-
Paggi dkk. 2010; Dongdkk. 2007; emami dkk. 2014b; Friedrichsdkk. 2013;
Hamdidkk. 2008; Shendkk. 2008; Uteschdkk. 2011; Yang & Zhao,2007) dan
dibandingkan dengan pengukuran eksperimental (Schneider & Colombi Ciacchi,
2010, 2012). Selain mempercepat pengambilan sampel kejadian tertentu, metode
SMD digunakan untuk menghitung di perbedaan energi bebas. Hal itu
ditunjukkan oleh Jarzynski (1997) bahwa energi bebas diff erence dapat diperoleh
dari proses non-ekuilibrium mengikuti persamaan:
58
penelitian untuk menghitung energi bebas adsorpsi peptida kationik pada
permukaan silika (Emamidkk. 2014b).
Studi pemodelan dan simulasi yang ditinjau dalam makalah ini menunjukkan
bahwa adsorpsi peptida berair dan/atau protein ke permukaan diatur oleh sejumlah
sifat yang menentukan kekuatan dan spesifikasi interaksi. Sifat-sifat ini dapat
diringkas sebagai: pH, jenis ion terlarut dan surfaktan, dan kekuatan ionik larutan;
tingkat ionisasi, karakter fisik (yaitu polar, non-polar, bermuatan, dll.), ukuran,
bentuk, ketebalan, homogenitas/heterogenitas struktural dan komposisi, modi
kimiafikation dan struktur molekul permukaan; dan keluwesan, karakter fisik dan
intra-interaksi peptida ditentukan oleh urutan dan afinitas kesatuan
peptida/protein. Untuk mendapatkan aturan desain untuk protein dan permukaan
dengan karakteristik pengikatan yang diinginkan, studi sering menyederhanakan
mekanisme adsorpsi, dengan fokus hanya pada satu atau beberapa sifat ini sebagai
determinan dari spesifikasi atau afnitas dari protein untuk permukaan.
Kemampuan transfer aturan desain sederhana yang diturunkan dalam studi ini ke
sistem dengan perbedaan jenis permukaan/protein tertentu di bawahffkondisi
solusi erent, karenanya, harus dipertimbangkan dengan hati-hati. Untuk dapat
menggambar gambaran lengkap dari interaksi ini dan dengan demikian
menggambar aturan desain universal, kita harus mempertimbangkan semua sifat
ini dan menyelidiki signifikansinya masing-masing dalam sistem bunga secara
menyeluruh.
59
lengkap dari ruang fase dan, oleh karena itu, dinamika adsorpsi tidak
dimungkinkan. Metode pengambilan sampel yang ditingkatkan (misalnya metode
pertukaran replika) adalah alat yang sangat berharga untuk menangkap keadaan
sistem yang kurang mungkin yang mungkin memerlukan lusinan simulasi MD
klasik. Meskipun simulasi peptida-interaksi permukaan melalui metode
pengambilan sampel yang ditingkatkan telah dilaporkan dalam sejumlah
penelitian (dibahas di bagian sebelumnya), simulasi protein-interaksi permukaan
dengan metode ini masih sering tidak layak karena ukuran besar dan kompleksitas
protein. Studi lebih lanjut diperlukan untuk mengembangkan protokol simulasi,
mengevaluasinya dan mengoptimalkan parameter yang sesuai.
Akhirnya, tidak ada teknik simulasi yang tercakup dalam ulasan ini yang mampu
memberikan gambaran akurat tentang peristiwa adsorpsi protein yang terjadi pada
rentang waktu dan skala panjang yang besar dengan sendirinya. Oleh karena itu,
pendekatan pemodelan dan simulasi multi- skala yang tepat harus dikembangkan
dan digunakan secara terpadu.
60