Tugas MKDU PPDS Juli 2021

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

Fakultas Kedokteran Universitas Sriwijaya

Rumah Sakit Mohammad Hoesin Palembang
2021
Modeling and simulation of protein–surface interactions: achievements and
challenges
Musa Ozboyaci, Daria B. Kokh, Stefano Corni and Rebecca C. Wade
Quarterly Reviews of Biophysics (2016), 49, e4, page 1 of 45
doi:10.1017/S0033583515000256

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).

Pemodelan komputasi dan simulasi biomolekul dapat membantu para

ilmuwan mengungkap mekanisme peristiwa tingkat molekuler dan
memprediksi perilaku sistem kompleks pada tingkat detail yang tidak dapat

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.

Sejumlah ulasan membahas perbedaan aspek penting dari studi interaksi

protein-permukaan telah diterbitkan sebelumnya. Beberapa di antaranya
memberikan gambaran umum tentang absorpsi protein pada permukaan padat
(Cohavidkk. 2010; Costadkk. 2013; Horbett & kurang ajar,1995; Rabedkk.
2011; Qudkk. 2013), sedangkan yang lain fokus pada yang lebih spesifik
aspek seperti penentuan kinetika adsorpsi protein-pengikatan permukaan
oleh keadaan prekursor seluler yang terikat lemah (Garland dkk. 2012), dan
absorpsi pada berbagai perbedaan jenis permukaan tertentu, seperti
permukaan logam (Tomba dkk. 2009; lembah dkk. 2010), permukaan polimer
(Hahm, 2014; Weidkk. 2014) dan permukaan penolak protein (Szott &
Horbett, 2011). Sifat fisikokimia nanomaterial, dan aplikasinya dalam
kedokteran, biologi dan bioteknologi, juga telah ditinjau dalam beberapa
makalah (lihat, misalnya Ansari & Husain,2012; Dufortdkk. 2012; Khlebtsov
& Dykman,2010; Mahmoudidkk. 2011; mahondkk. 2012; Mandaldkk. 2014;

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.

2. Jenis permukaan apa yang dapat dimodelkan?

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

2.1 Elemen logam dan paduannya

Protein-interaksi permukaan logam dapat dipelajari dengan teknik
eksperimental seperti mikroskop gaya atom (AFM) (Binnig dkk., 1986),
resonansi plasmon permukaan (SPR) (Jönsson dkk. 1991) dan SPR lokal
(Stuart dkk. 2005). Karena kelembapan kimia dan sifat optiknya yang unik
(Jaindkk. 2008), logam mulia, emas dan perak, adalah logam yang paling
umum digunakan sebagai probe atau sensor dalam teknik ini. Seiring dengan
aplikasi permukaan logam yang terkenal, seperti biosensor dan implan
(Liudkk. 2004), permukaan logam juga digunakan dalam bioelektronik
sebagai elektroda karena memungkinkan pertukaran elektron terkontrol
dengan metaloprotein yang diimobilisasi pada mereka (Alessandrini dkk.
2005; andolfi dkk. 2004). Interaksi protein dengan permukaan logam
telanjang telah menjadi subyek dari banyak studi komputasi, yang mencakup
berbagai macam perbedaan permukaan unsur dan paduan yang ada, seperti
Cu(100) (Chen & Wang, 2010), Au(111) (Bizzarri, 2006; Cangkulfling dkk.
2011; Siwko & Corni,2013; Venkatdkk. 2007; Zanetti-Polzidkk. 2014),
Au(100) (Hagiwara dkk. 2009), Aunanopartikel (Todorova dkk. 2014), Fe
(Zhang dkk. 2009b), Ni (Yang & Zhao, 2006), Pd (Coppage dkk. 2011), Pt
(Kantarci dkk. 2005), Ag (Aliaga dkk. 2011; Ghoshdkk. 2012) dan baja
(Imamura dkk. 2003).

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).

2.2 Oksida dan mineral

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).

2.3 Lapisan tunggal yang dirakit sendiri

SAMs itu sebuah film tipis yang melapisi permukaan dengan arbsorpsi
spontan molekul organik yang membentuk rakitan molekul teratur. Biasanya,
dalam SAM, molekul diserap secara kimia ke substrat permukaan melalui
kelompok kepala reaktifnya dan, oleh karena itu, sangat stabil. SAMs dapat
dikategorikan menjadi dua kelompok sesuai dengan jenis kelompok utama
mereka thiol-based and silatebased (Schreiber,2004). Kelompok kepala
melekat pada kelompok ekor yang, dengan mengikuti fase arbsorpsi cepat
(detik), mengalami reorganisasi lambat (jam), di mana interaksi dengan
kelompok ekor lainnya meningkat dan pengepakan ditingkatkan (Cinta dkk.
2005). Kelompok ekor dapat difungsikan dengan kelompok kimia kecil atau
molekul besar, seperti peptida. Ini, bersama dengan panjang kelompok ekor,
memungkinkan sifat antarmuka fisiko-kimia, khususnya, hidrofobisitas dan
ionisasi untuk disesuaikan sesuai dengan aplikasi yang diinginkan.
Alkanetiol adalah jenis SAM yang paling umum. Mereka memiliki rumus
kimia S-(CH2)n-R, dimana R singkatan dari gugus fungsi, seperti -CH3, -
COOH, -NH2 atau -OH. Logam kosong dan permukaan oksida rentan
terhadap non-spesifik arbsorpsi protein dan molekul organik lainnya. Proses
arbsorpsi ini dapat mengakibatkan aglomerasi yang tidak diinginkan dari
adsorbat pada permukaan. Perakitan sendiri molekul organik pada permukaan
logam dalam SAM menciptakan penghalang fisik antara permukaan dan
adsorbat, bertindak sebagai isolator listrik dan pasif atom permukaan
(Cintadkk. 2005). Properti SAM telah ditinjau di (Chaki & Vijayamohanan,
2002; Selamatdkk. 2003; Cintadkk. 2005; Senaratnedkk. 2005). Pemodelan
protein-Interaksi SAM telah dilaporkan, sebagian besar untuk SAM
alkanetiol, di (Alvarez-Paggi dkk. 2010; Hsudkk. 2008; HAI'mahoni dkk.
2013; Mataharidkk. 2005; Uteschdkk. 2013; Wangdkk. 2010a, b; Xiedkk.

8
2012) dan peptida-Interaksi SAM telah dimodelkan oleh Nowinski dkk.
(2012).
2.4 Polimer

Permukaan polimer telah menarik banyak perhatian dalam nanoteknologi

karena stabilitas mekanisnya, biaya rendah dan penerapannya yang luas (Nie
& Kumacheva, 2008). Khususnya biomaterial berbasis polimer sintetik,
karena sifat non-foulingnya, saat ini sedang diselidiki secara intensif untuk
aplikasi dalam penghantaran obat terkontrol (Hoffmanusia, 2008), dalam
biosensor yang sangat sensitif (Anker dkk. 2008), dan dalam bioelektronika
(Senaratne dkk. 2005). Bahan polimer berstruktur nano yang digunakan
untuk penelitian bio-terkait dan obat termasuk sikat polimer elektrostatik,
misel, deposisi lapis demi lapis dan tipisfilms (Stuart dkk. 2010). Kuas
polimer adalah modifikasi permukaanfi ers yang berbagi banyak properti
yang sama dengan SAM (Senaratne dkk. 2005). Mereka dibuat dengan
mencangkok polimer dari jenis yang sama atau berbeda pada permukaan
yang membentuk homopolimer dan sikat campuran, masing-masing. Misel
polimer dibentuk melalui perakitan sendiri kopolimer amfifilik dan biasanya
memiliki diameter ukuran 30-50 nm (Otsuka dkk. 2003; Stuartdkk. 2010).

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

Karbon murni mungkin ada di sejumlah perbedaan allotropes. Karena sifat

termal, listrik, kimia dan mekaniknya yang unik, bahan nano berbasis karbon
telah menjadi subjek dari banyak aplikasi dalam kimia analitik (Scidadkk.
2011). Aplikasi ini sebagian besar berfokus pada nanomaterial karbon dengan
sp2-ikatan karbon, seperti fullerene, karbon nanotube (CNT), graphene dan
grafit. Hal ini disebabkan oleh luas permukaan fullerene dan CNT yang sangat
tinggi dibandingkan dengan ukurannya, yang membuatnya cocok untuk disain
sebagai bahan yang sangat effien pembawa obat. Selanjutnya, sifat listrik
yang sangat baik dari graphene dan CNT membuatnya cocok untuk aplikasi
biosensor (Liu & Liang,2012). Dalam keempat bahan, atom karbon membuat
tiga ikatan kimia dengan karbon lain pada bidang permukaan dengan
delokalisasi awan elektron dalam arah tegak lurus permukaan (Scida dkk.
2011). kon inifigurasi membuat interaksi saling van der Waals antara CNT
sangat kuat dan karenanya menyebabkan mereka menjadi sangat hidrofobik
(Guldi dkk. 2006). Untuk mengubah hidrofobisitas, modifikasi permukaan
kation dengan cacat permukaan dan kelompok kutub telah disarankan, tetapi
ini affdll stabilitas bahan serta sifat mekanik dan listrik mereka (Scida dkk.
2011). Studi komputasi protein-interaksi permukaan karbon sebagian besar
berfokus pada graphene / graphite (Mereghetti & Wade, 2011; Mucksch &
Urbassek,2011; Raffaini & Ganazzoli, 2010; Kangdkk. 2013; Mataharidkk.
2014b; Yudkk. 2012b), CNT (Balamurugan dkk. 2010; Chendkk. 2009b;
Tallury & Pasquinelli, 2010; Wangdkk. 2003) dan fullerene (Durdagi dkk.
2008; Kraszewskidkk. 2010; Tengah haridkk. 2002).

3. Sifat permukaan mana yang perlu dipertimbangkan dalam

pemodelan?
Pemodelan permukaan protein-air-padat menimbulkan masalah karena
berbagai sifat fisik dan kimia yang berbeda dapat dikaitkan dengan
perbedaan jenis permukaan yang ada. Faktor-faktor seperti ukuran dan
bentuk nanopartikel, Kristal pengepakan permukaan, adanya cacat
permukaan, kepadatan molekul SAM, perubahan keadaan kimia permukaan,

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.

3.1 Ionisasi dan hidrasi

SAM dan permukaan oksida logam dapat terprotonasi dan/atau
terhidroksilasi pada derajat yang bervariasi tergantung pada kondisi
lingkungan dan bahan itu sendiri, misalnya pH, bentuk dan ukuran bahan.
Banyak studi teoritis tentang SAM tidak memperhitungkan keadaan ionisasi
gugus fungsi SAM. Namun, sebuah studi baru-baru ini (Uteschdkk. 2013)
melaporkan kurva titrasi dari alkanetiol SAM yang diakhiri amino
menunjukkan bahwa tingkat ionisasi sangat sensitif pada nilai pH sekitar 6
(dengan protonasi 16 ± 5% pada pH 7 dan 52 ± 9% pada pH 6). Korelasi
positif antara tingkat ionisasi SAM dan kekuatan adsorpsi protein bermuatan
ditemukan (Zhoudkk. 2004; Uteschdkk. 2013). Oleh karena itu, sangat
penting untuk menghitung dan memodelkan ionisasi permukaan untuk
mendapatkan hasil yang andal yang kompatibel dengan eksperimen. Status
protonasi SAM dalam studi pemodelan sebagian besar diwakili oleh
penetapan acak kelompok terprotonasi dan terdeprotonasi (Alvarez-Paggidkk.
2013; Uteschdkk. 2012; Zhoudkk. 2004). Dalam beberapa penelitian, mereka
diwakili baik oleh distribusi seragam muatan parsial kecil (Sundkk. 2005)
atau dengan muatan parsial besar yang ditugaskan ke gugus fungsi di
permukaan netral (Wang dkk. 2010b).

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.

Isu yang paling penting untuk pemodelan arborpsi biomolekul pada

permukaan oksida adalah perlakuan sifat-sifat cangkang hidrasi permukaan.
Karena disosiasi, gugus hidroksil dan atom hidrogen masing-masing
membentuk ikatan dengan logam permukaan tak jenuh (misalnya Ti) dan
atom O. Tingkat disosiasi air mendefinisikan sifat fisik permukaan dansangat

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

Potensi elektrostatik dari zat terlarut dan molekul pelarut menginduksi

polarisasi yang menarik dari permukaan logam. Polarisasi logam dapat
diabaikan untuk adsorbat netral yang tidak memiliki dipol besar dan,
karena protein biasanya memiliki muatan total yang relatif kecil, sering
diabaikan dalam simulasi (Braundkk. 2002). Studi awal permukaan logam
juga menunjukkan bahwa efisiensi efek fek air murni pada polarisasi logam
sering diabaikan (Barabino & Marchesi, 1984; Shelleydkk. 1997; Spohr,1995)
dan polarisasi yang diinduksi muatan tidak menyebabkan perubahan apapun
pada struktur air di permukaan (Feng dkk. 2011). Namun, untuk arborpsi
biomolekul dengan momen dipol yang cukup besar, termasuk beberapa
peptida dan protein, polarisasi permukaan berkontribusi pada energi ikat
dan dalamfl mempengaruhi mode pengikatan. Meskipun penelitian telah

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

Struktur atom permukaan suatu bahan umumnya berbeda dari interiornya

karena perbedaan gaya-gaya yang bekerja pada atom-atom di sekitar
permukaan. Jenis dan tingkat rekonstruksi permukaan ditentukan oleh
kondisi lingkungan, seperti suhu dan tekanan (Somorjai & Li,2011), serta
struktur bahandan dapat dipengaruhi oleh molekul adsorbing. Idealnya,
rekonstruksi permukaan harus diperhitungkan dalam simulasi arborpsi
(Ghiringhelli et al. 2008): tugas besar dalam banyak kasus. Di sisi lain, telah
dilaporkan dalam beberapa penelitian bahwa rekonstruksi beberapa
permukaan dalam kondisi tertentu dapat diabaikan (Fengdkk. 2011; Ioridkk.

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

Karakteristik topografi permukaan atau partikel nano pada skala mikro

hingga nanometer merupakan penentu penting dari sifat arbsorpsi protein,
seperti mengikat affinitas dan nilai saturasi permukaan (Fenoglio dkk. 2011;
Gagnerdkk. 2011,2012; Kecoakdkk. 2006). Topografi permukaan dapat
dicirikan oleh bidang kristal yang terbuka, kekasaran dan cacatnya (karena
komposisi kimia yang bervariasi secara lokal atau struktur kristal
permukaan), serta kekusutan, tepi, dan langkah yang terjadi selama
pertumbuhan suatu permukaan. kristal. Penelitian telah menunjukkan bahwa
jenis protein yang sama mungkin memiliki perbedaan energi adsorpsi yang
kuat, bervariasi dari sangat disukai hingga sangat tidak disukai, untuk
permukaan dengan diffstruktur kisi yang berbeda tetapi komposisi kimia
yang sama (Heinz dkk. 2009; Orendkk. 2005). Meskipun pemodelan struktur
kristal intrinsik sangat mudah, penting untuk mempertimbangkan bahwa di
perbedaan bidang kristal tertentu dari suatu bahan (yang dapat disukai secara
kinetik atau termodinamika) dapat tersingkap selama proses adsorpsi
permukaan. Misalnya, selama pertumbuhan nanopartikel, diffbidang
permukaan yang sama dari partikel yang sama dapat menunjukkan
perbedaan struktur yang berbeda pada saat yang sama, misalnya (100) dan
(111) (Korzeniewskidkk. 2011). Demikian pula, sifat pengikatan protein
tergantung pada struktur material. rechendorff dkk. (2006) menunjukkan
bahwa arbsorpsi fibrinogen pada permukaan tantalum dapat diinduksi hingga
70% dengan meningkatkan kekasaran permukaan (root mean squared) dari
2·0 menjadi 32·9 nm. Peningkatan tersebut jauh lebih besar daripada
peningkatan luas permukaan karena kekasaran permukaan sekitar 20%. Di

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

Ukuran nanopartikel, dan oleh karena itu kelengkungan permukaannya,

memiliki dampak yang kuat pada kedua karakteristik fisiko-kimia dari
nanopartikel itu sendiri, seperti polarisasi permukaan, muatan permukaan
(Chiu dkk. 2009) dan titik isoelektrik (Suttiponparnit dkk. 2010), dan sifat-
sifat lapisan molekul penyalut yang dapat menentukan keasamannya
(Wang dkk. 2011). Kelengkungan nanopartikel dapat mengubah sifat
cangkang hidrasinya juga. Energi bebas solvasi nanopartikel menjadi lebih
menguntungkan karena kelengkungan permukaan menurun (dan ukuran
partikel meningkat) karena peningkatan air.-energi interaksi partikel, yang
pada gilirannya menentukan polaritasnya (Chiu dkk. 2009). Pengaruh
kelengkungan permukaan pada sifat adsorpsi protein, yaitu kinetika,
termodinamika dan stabilitas struktural protein teradsorpsi, meningkat

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).

Efek dari kelengkungan permukaan nanopartikel dapat diabaikan dalam studi

komputasi ketika pengikatan protein yang relatif kecil ke nanopartikel besar
dipelajari. Namun, ukuran dan kelengkungan nanopartikel mungkin
memainkan peran utama dalam pola adsorpsi protein tidak hanya karena
adaptasi geometris protein ke nanopartikel dengan ukuran yang sama,
tetapi juga karena perubahan sifat fisiko-kimia nanopartikel. Perhitungan
DFT dari adsorpsi asam amino pada karbon nanotube berdinding tunggal
(SWCNT) menunjukkan bahwa glisin terarbsorpsi lebih kuat pada nanotube
(3,3) daripada pada aflpada permukaan grafit, sedangkan fenilalanin
mengarbsorbsi lebih kuat pada pada permukaan grafit, dan asam amino
sistein dan histidin, tidak menunjukkan tidak dapat mengubah energi
arbsorpsinya (Roman dkk. 2006). Mengikat perhitungan energi bebas apoC-II
amiloidogenik (60-70) peptida pada fullerene, CNT dan graphene
menggunakan simulasi MD menunjukkan bahwa ikatan asinitas terlemah
untuk fullerene dan terkuat untuk graphene karena berkurangnya effisien kota
dari -penumpukan interaksi antara rantai samping aromatik peptida dan
fullerene dan CNT yang timbul dari peningkatan kelengkungan permukaan
(Todorova dkk. 2013). Xie dkk. (2014) menghitung energi bebas arbsorpsi

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.

Raffaini & Ganazzoli (2013) menunjukkan bahwa kekuatan pengikatan

protein ke karbon nanotube tergantung pada morfologi dan bahwa energi
interaksi antara protein dan nanopartikel lebih besar untuk permukaan
interior cekung dari nanotube daripada permukaan luar cembung. Dalam
penelitian serupa, Chendkk. (2009b) menunjukkan bahwa panjang dan
diameter CNT affdll energi interaksi dengan obat peptida. Sementara CNT
yang lebih panjang memberikan lebih banyak ruang untuk menjebak peptida
di dalam tabung, diameter yang lebih kecil meningkatkan energi interaksi.

Morfologi permukaan tidak hanya mengubah karakteristik pengikatan

peptida atau protein ke permukaan tetapi juga interaksi antara biomolekul
di dekat permukaan atau nanopartikel, sehingga menyebabkan perubahan
struktural antarmolekul. Lidkk. ( 2011) melakukan 3 set simulasi terpisah dari
A separate(16-22) peptida yang secara tidak normal berkumpul sendiri
menjadi - agregat kaya: peptida amorf dalam larutan, peptida amorf dengan
SWCNT, dan prefipeptida brillar dengan SWCNT. Mereka mengamati bahwa
tanpa CNT, peptida amorf terbentuk-struktur lembaran. Di sisi lain, simulasi
dengan SWCNTs menunjukkan bahwa peptida amorf cenderung
membentuk kumparan tidak teratur, sedangkan-struktur lembaran yang
dibentuk oleh prafi peptida brillar tidak stabil karena interaksi peptida
dengan CNT. Terakhir, perlu dicatat bahwa perubahan morfologi
permukaan/partikel akan menyebabkan perubahan sifat fisikokimia. Dalam
sebuah studi oleh Emamidkk. (2014b), terlihat bahwa ukuran nanopartikel
silika menentukan tingkat ionisasi permukaannya. Nanopartikel yang lebih
besar memiliki ionisasi yang lebih tinggi dan oleh karena itu mengikat
lebih kuat ke peptida dengan muatan positif bersih yang tinggi.
Selanjutnya, Baierdkk. (2014) baru-baru ini menyelidiki ikatan energi bebas
profile peptida 12-mer pada permukaan ZnO polar (001) dan non-polar (100).
Mempekerjakan pendekatan pengambilan sampel yang disempurnakan (lihat

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.

4. Teknik pemodelan dan simulasi mana yang berlaku untuk protein–

surface interactions?

Pendekatan yang digunakan untuk memodelkan sistem permukaan protein-

anorganik mencakup berbagai skala dari mekanika kuantum sub-atom (QM)
melalui tingkat atom klasik hingga deskripsi mesoscopic dan selanjutnya ke
deskripsi kontinum pada skala makroskopik. Gambar 2 menunjukkan teknik
yang paling umum untuk model dan untuk mensimulasikan interaksi
molekuler. Simulasi pada tingkat QM diterapkan pada sistem dengan jumlah
paling banyak beberapa ratus atom dan tidak mencapai skala nanodetik, oleh
karena itu simulasi secara langsung hanya dapat diterapkan pada sistem
ligan nanopartikel kecil (Mahmoudidkk. 2011).

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).

Dalam eksperimen, peristiwa adsorpsi biasanya berlangsung selama periode

waktu dari milidetik hingga jam yang jauh dari skala waktu yang dapat
diakses dari simulasi semua atom (Mücksch & Urbassek, 2011). Tahap awal
arbsorpsi protein ke permukaan terjadi pada skala waktu sub-detik. Ini
mungkin diikuti oleh tahap lambat di mana terjadi perubahan struktural
sekunder yang besar, seperti transisi dari- heliks menuju -lembar lisozim
pada permukaan SAM (Sethuraman & Belfort, 2005), dan mungkin
memerlukan denaturasi selama periode yang berlangsung hingga beberapa
jam, atau bahkan berhari-hari (Abu-abu, 2004; Pancidkk. 2012). Menangkap
skala waktu dan panjang dari proses adsorpsi lengkap oleh karena itu
memerlukan menggunakan pendekatan mesoskopik, butiran kasar (CG) dan
multiskala (Abu-abu,2004; Weidkk. 2011). Selanjutnya, pendekatan hibrida
seperti QM/MM untuk menjembatani skala waktu dan panjang tipikal dari
pendekatan konvensional, dan teknik simulasi pengambilan sampel yang
ditingkatkan untuk mempercepat peristiwa adsorpsi dan desorpsi telah
diusulkan dan berhasil diterapkan untuk mempelajari protein.-interaksi
permukaan anorganik (Euston dkk. 2008; Uteschdkk. 2011; Zhang &
Sun,2010).

5. Studi mekanika kuantum protein-interaksi permukaan

Metode berbasis QM adalah metode di mana sifat kuantum elektron secara

eksplisit diperhitungkan sementara inti yang jauh lebih berat biasanya
dianggap sebagai partikel klasik yang bergerak di fimedan yang dihasilkan
oleh elektron dan inti lainnya. Beberapa pendekatan termasuk dalam kelas ini,
mulai dari yang relatif cepat tetapi kaya akan parameter yang dapat
disesuaikan, seperti metode pengikatan ketat dan semi-empiris, hingga

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.

Di masa depan, pendekatan selain DFT, seperti Quantum Monte Carlo

(QMC) (Austin dkk. 2012), mungkin juga menjadi populer untuk menyelidiki
biomolekul-interaksi permukaan. QMC didasarkan pada fungsi gelombang
polielektronik dan secara alami menyumbang panjang-interaksi dispersi
jangkauan. Fungsi gelombang tersebut ditentukan oleh algoritma Monte Carlo
(MC), yang sangat dapat diparalelkan. Sementara perhitungan QMC saat ini
terlalu mahal untuk mempelajari biomolekul secara rutin-interaksi permukaan,
paralelisme tinggi intrinsiknya yang dikombinasikan dengan ukuran

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:

EJumlah = Eikatan + Esudut ikatan + Etorsi + Eelektrostatik + EvdW

Interaksi elektrostatik antara atom-atom dalam sistem didekati dengan hukum

Coulomb dengan titik teap tetap diberikan ke setiap atom, dimana interaksi van
der Waals dapat dijelaskan oleh Lennard-Jones (12-6) potensi:

Dimana dua istilah masing-masing mewakili interaksi tolak-menolak dan

menarik, dan parameternya, dan σ dinyatakan sebagai kombinasi parameter atom
saya dan j. Jika bentuk FF ini cocok untuk permukaan padat yang akan dipelajari,
maka dapat juga diterapkan untuk simulasi adsorpsi protein.

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.

Gambar 5. Perbandingan antara vdW-DF dan energi adsorpsi eksperimental ke

permukaan Au (111) untuk satu set molekul adsorbat. Dicetak ulang dengan izin
dari (Wright dkk. 2013). Hak Cipta (2013) American Chemical Society.

FF diturunkan secara spesifik untuk simulasi bahan anorganik umumnya

ditujukan untuk mereproduksi sifat struktural dan fisiko-kimia dari sebagian

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.

Gambar 6. Ilustrasi skema protein-interaksi permukaan dalam pelarut berair.

Antarmuka interaksi utama dapat dikategorikan sebagai: protein- permukaan,

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.

6.2 Model penyelesaian

Sifat kulit hidrasi substrat padat, khususnya variasi sifat fisik, seperti densitas,
energi bebas dan konstanta dielektrik air dalam kulit hidrasi, dan sifat kimia,
seperti rekonstruksi permukaan dan ionisasi, sering mengatur proses adsorpsi.
Oleh karena itu, pengolahan air yang ketat, baik eksplisit maupun implisit,
diperlukan untuk memperhitungkan pengaruh air pada adsorpsi. Parameter FF

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).

7. Studi mekanika molekuler semua-atom dari protein-interaksi permukaan

Beberapa faktor yang sangat penting untuk dipertimbangkan ketika
mengembangkan atau menerapkan MM FF untuk simulasi adsorpsi permukaan
protein adalah: (i) kompatibilitas dengan MM FF standar untuk biomolekul; (ii)
kemampuan untuk memberikan sifat dinamis dan konformasi biomolekul dalam
larutan maupun di permukaan; (ii) kemampuan untuk memberikan sifat fisik dan
kimia permukaan seperti struktur dan polarisasi; (iii) reproduksi yang benar dari
sifat kulit hidrasi untuk permukaan tertentu; dan (iv) kemampuan untuk
memodelkan perubahan pada lapisan permukaan pada adsorpsi protein atau
rekonstruksi permukaan, misalnya, karena disosiasi air atau adsorpsi ion.

Di bagian ini, kami akan fokus pada FF yang dikembangkan untuk

mendeskripsikan permukaan-protein, protein-air dan permukaan-interaksi air
dalam detail atom. Selanjutnya, kami akan memperkenalkan teknik yang
digunakan secara jelas untuk mengatasi beberapa tantangan yang ditimbulkan oleh
di byffjenis permukaan yang ada. Pada sub-bagian berikut, jenis permukaan yang
paling umum dipelajari, yaitu logam unsur, titanium oksida, silikon oksida,
mineral, lapisan tunggal yang dirakit sendiri dan permukaan karbon-sp2, akan
kami tinjau.

Gambar 7. Pemodelan interaksi protein-Au (111) menggunakan model pelarut

kontinum yang diparameterisasi dengan perbandingan dengan simulasi MD
pelarut eksplisit. Garis padat: Potensi gaya rata-rata (PMF) untuk atom uji
sebagai fungsi jarak permukaan atom-emas, seperti yang diperoleh dari simulasi
MD dalam pelarut air eksplisit; kuadrat: potensial LJ yang sesuai; garis putus-

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.

7.1 Permukaan logam

Polarisasi logam dengan adanya muatan zat terlarut, seperti yang dibahas
sebelumnya, memiliki pengaruh signifikan pada adsorpsi dan, oleh karena itu,
upaya telah dimasukkan ke dalam mengintegrasikan efek polarisasi ke dalam
model FF. Cara paling sederhana untuk memperkenalkan polarisasi terinduksi
dari permukaan logam dalam model komputasi adalah menggunakan pendekatan
gambar-muatan klasik untuk muatan dan permukaan logam potensial-nol dalam
media dielektrik kontinum dengan energi interaksi yang dinyatakan oleh
Coulomb'hukum antara muatan dan bayangannya dari tanda yang berlawanan
(lihat Gambar 8A). Pendekatan ini ditunjukkan untuk memberikan deskripsi yang
akurat untuk energi interaksi permukaan Al (111) dengan muatan ketika jarak
pemisahan lebih dari 2·5 (Finnis & Finnis, 1991), sementara pada jarak yang
lebih dekat ke permukaan, model muatan gambar melebih-lebihkan potensi
interaksi (Finnis & Finnis, 1991; Smith dkk. 1989). Pilihan posisi bidang
gambar dibahas oleh Heinz et al. (2011) yang menyarankan bahwa bidang
gambar mungkin menyimpang dari tepi jeli (yang sesuai dengan bidang setengah
jarak kisi di atas fi lapisan pertama atom permukaan). Posisi bidang gambar ini
lebih jauh dari atom permukaan daripada tepi jeli dan penyimpangannya
diwakili oleh sistem yang bergantung pada offset yang ditentukan oleh respons
kerapatan elektron logam (Smith dkk. 1989). Heinz dkk. (2011) memanfaatkan
skema ini untuk memperkirakan polarisasi effdll sebuah posteriori dari simulasi
MD atomistik penuh yang tidak terpolarisasi dari permukaan air-Au, serta sistem
air-peptida-emas.
Meskipun implementasi perkiraan muatan gambar dalam simulasi MD
semua atom sangat mudah, ini tidak praktis untuk sistem besar karena
peningkatan beban komputasi yang diskalakan dengan jumlah partikel yang
berinteraksi. Dalam pendekatan alternatif, yang dapat dimasukkan ke dalam
fungsi energi MD yang umum digunakan, dipol atau batang virtual yang dapat
menyesuaikan posisinya sebagai respons terhadap medan elektrostatik eksternal
diperkenalkan pada semua atom permukaan. Setiap dipole virtual dibatasi pada
satu ujung ke atom permukaan nyata dan, tergantung pada modelnya, dapat
mengubah besarnya momen dipolnya (osilator Drude) atau orientasinya (batang
kaku, lihat Gambar 8b) dan, dengan ini menyaring medan elektrostatik eksternal.
Sebuah model dengan batang kaku virtual untuk simulasi polarisasi permukaan
logam diusulkan dan diimplementasikan oleh Iori & Corni (2008) dan digunakan
dalam keluarga GolP dari FF yang dioptimalkan untuk permukaan Au (Iori dkk.
2009; Wrightdkk. 2013a, b), serta untuk Ag dan Graphene.
Kumpulan pertama Parameter Jones-Lennard yang dioptimalkan untuk
memasukkan logam-air dan logam-interaksi asam amino dikembangkan oleh
Ghiringhelli dkk. (2008) berdasarkan perhitungan DFT, dan oleh Heinz dkk.

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.

Gambar 8. Model permukaan emas terpolarisasi. (a) Metode pengisian bayangan.

Biaya qi dan qj menginduksi muatan polarisasi di dalam logam ditampilkan
sebagai -qi dan -qj masing-masing. (b) Model polarisasi klasik. Setiap atom emas
permukaan diberi dipol dengan variabel (osilator Drude) (kiri) ataufixed (batang
kaku yang bebas berputar) momen (kanan). Direproduksi dengan izin dari (Iori
& Corni, 2008). Hak Cipta (2008) John Wiley and Sons.

Parameterisasi ini dapat langsung digunakan dalam gaya MM standar-

filadang. GolP FF telah diterapkan dalam simulasi MD dari adsorpsi asam amino,
serta beberapa protein, pada emas (Brancolini dkk. 2012; Cohavidkk. 2011;
Cangkulfling dkk. 2010a, b, 2011; Kokho dkk. 2010). Selanjutnya, ProMetCS
(Kokh dkk. 2010) model pelarut kontinum menggambarkan protein- interaksi
permukaan dalam detail atom menggunakan GolP interaksi Parameter Lennard-
Jones bersama dengan model muatan gambar untuk interaksi elektrostatik
permukaan protein-logam.
Mengikuti strategi yang sama, kekuatan baru-filapangan, GolP-CHARMM
(WrightW dkk. 2013a, 2013b), baru-baru ini dikembangkan berdasarkan
CHARMM FF untuk mempelajari interaksi protein dengan permukaan Au(111)
dan Au(100). Dalam GolP-CHARMM, perhatian khusus telah diberikan pada
deskripsi yang benar dari sifat-sifat molekul air yang teradsorpsi pada emas,
dengan sifat-sifat yang dibandingkan denganab initio Simulasi MD (Cicero dkk.
2011). FF baru meningkatkan kualitas simulasi cangkang hidrasi, mereproduksi

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.

7.2 Permukaan titanium oksida

Karena stabilitas dan ketahanannya yang tinggi terhadap korosi, titanium adalah
bahan pilihan untuk banyak medis dan teknis aplikasi dan, oleh karena itu, salah
satu bahan yang paling banyak digunakan dalam pemodelan komputasi. Kristal
TiO2 (titania) muncul dalam tiga bentuk: rutile, anatase dan brookite. Bentuk
rutil, khususnya interaksinya dengan air, adalah yang paling dipelajari dengan
pemodelan komputer. Lapisan oksida, terutama struktur amorf, terbentuk pada
antarmuka titanium-air (Schneider & Colombi Ciacchi,2010). Sifat-sifat lapisan
ini sangat bergantung pada kondisi fisiko- kimia dan rezim suhu adsorpsi.
Ada kontroversi antara teori dan eksperimen mengenai sejauh mana air
terdisosiasi pada TiOx; simulasi sering menunjukkan tingkat disosiasi yang lebih
besar daripada eksperimen (Diebold, 2003; Huang dkk. 2014; Mataharidkk.
2010). Dipercaya bahwa untuk rutil (110), disosiasi terjadi terutama pada cacat,
sementara air juga dapat terdisosiasi sampai batas tertentu pada permukaan bebas
cacat (100), dan terdisosiasi secara efektif pada permukaan (001). Dengan
demikian, distribusi densitas air sangat kuat bervariasi untuk different TiO2
permukaan dari dua maxima tajam pada permukaan rutil ke distribusi halus pada
titania hidrofobik (Huang dkk. 2014). Campuran gugus hidroksil dan air yang
teradsorpsi secara molekuler dapat membentuk solvasi terurut sebagian lapisan
yang diflmempengaruhi interaksi peptida dengan permukaan (Li dkk. 2012).
Perilaku air jenis-jenis permukaan TiO2 berbeda, termasuk disosiasi parsial air,
diselidiki menggunakan FF Reax FF reaktif (Huang dkk. 2014; Kim dkk. 2013)
dan AIMD (Carravetta dkk. 2009; Schneider & Colombi Ciacchi,2011). Detail

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.

7.3 Permukaan silikon oksida

Sejumlah FF telah dikembangkan untuk simulasi MD dari oksida silikon
curah dan antarmukanya dengan air karena berbagai aplikasi teknologi bahan
berbasis silika (lihat ulasan oleh Butenuth dkk. (2012) dan oleh Rimola dkk.
(2013)). Namun, ada beberapa tantangan dalam membangun FF untuk permukaan
silikon oksida. Secara khusus, untuk pemodelan struktur massal tetragonal SiO2
(silika), potensial benda banyak sering digunakan, yang umumnya tidak
kompatibel dengan kekuatan biomolekuler-filadang. Pada SiOx-antarmuka air,
molekul air berdisosiasi dan menjenuhkan gugus Si dan O yang menjuntai, yang
mengarah pada pembentukan diffbeberapa jenis kelompok fungsional yang
terpapar: silanol hidrofilik (Si-OH), dan siloxanes (dengan oksigen terkubur, Si-
O-Si) dan silan (dengan atom silika yang dijenuhkan oleh hidrogen). Gugus
silanol dapat membuat ikatan hidrogen satu sama lain atau dua gugus hidroksil
silanol dapat mengikat satu atom Si. Karena sifatnya hidrofilik, gugus ini
membentuk ikatan hidrogen dengan molekul air permukaan. Silika kristal
memiliki jaringan padat yang tersusun dari gugus silanol ikatan hidrogen geminal
yang mengarah ke lapisan air yang teratur (Notman & Walsh,2009) (Lihat
Gambar 9), sedangkan silika amorf telah mengisolasi gugus silanol geminal dan
ikatan hidrogen yang menghasilkan hanya daerah molekul air dan gugus hidroksil
yang dipesan secara lokal (Aarts dkk. 2005).
Silika memiliki titik isoelektrik sekitar 2-3 (Taman, 1965), dan, pada pH
netral, antara 5% dan 20% gugus silanol terdeprotonasi, menyebabkan muatan
permukaan negatif. Studi eksperimental adsorpsi peptida pada nanopartikel silika
dalam larutan berair (Patwardhan dkk. 2012; Pudu & Perry,2012) menunjukkan
bahwa pengikatan didominasi oleh interaksi elektrostatik antara gugus siloksida
bermuatan negatif dan gugus amonium di N-termini, dan Lys dan Arg yang
mengandung peptida dan, pada tingkat lebih rendah, ikatan hidrogen antara gugus

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.

7.4 Permukaan mineral

Hal yang sulit dalam mensimulasikan antarmuka mineral-biomolekul
dalam larutan air adalah bahwa, meskipun mineral dan biomolekul mungkin
memiliki tipe atom yang sama, misalnya oksigen, FF yang terikat, berbeda dalam
mineral dan biomolekul. Secara spesifik, mineral adalah sistem ionik dan paling
baik diwakili oleh ikatan ionik berdasarkan elektrostatik Coulomb dan istilah
tolakan Pauli (Hauptmann dkk. 2003). Sebaliknya, biomolekul terikat secara
kovalen. Sedangkan untuk permukaan oksida, air dapat terdisosiasi pada
permukaan mineral meninggalkan gugus hidroksil yang teradsorpsi pada situs
gugus bermuatan di permukaan dengan hunian parsial sekitar 50% dari situs
bermuatan (De Leeuw,2010). Proses ini tidak dapat dimodelkan dalam MM FF
standar, tetapi keberadaan gugus hidroksil/hidrogen pada permukaan dapat sangat
mempengaruhiffdll sifat adsorpsi biomolekul.
Sejumlah FF untuk pemodelan sifat, volume, dan permukaan mineral telah
dikembangkan (lihat (Mishra dkk. 2013) dan referensi di dalamnya), dan
beberapa FF non-reaktif untuk simulasi antarmuka air mineral telah dilaporkan.
FF umum, CLAYFF, untuk memodelkan antarmuka mineral multikomponen
terhidrasi dengan larutan berair diusulkan oleh Cygan dkk. (2004), di mana
muatan pada atom oksigen dan gugus hidroksil bervariasi sesuai dengan
lingkungan strukturalnya. FF ini termasukflmodel berbasis SPC yang fleksibel
untuk gugus air dan hidroksil dan memperlakukan sebagian besar interaksi
interatomik sebagai tidak terikat dengan Lennard-istilah Jones dan Coulomb.
Metodologi untuk menghasilkan FF bio-kompatibel umum untuk mineral
diusulkan oleh Freeman dkk. (2007). Dalam karya ini, FF dan model yang ada
digunakan untuk berbagai komponen sistem (termasuk model TIP3P untuk air),
sementara parameter baru diturunkan untuk istilah interaksi lintas spesies,
misalnya, untuk interaksi gugus hidroksil dengan a Ca2+ ion. Metodologi ini
digunakan untuk simulasi molekul organik kecil pada permukaan kalsit dan
magnesit (Freemandkk. 2009) dengan menggabungkan AMBER FF untuk
molekul organik dengan istilah antar spesies yang diusulkan oleh Freeman dkk.
(2007); dan untuk simulasi pengikatan protein ovocleidin-17 ke nanopartikel
kalsium karbonat (Freeman dkk. 2010) dan permukaan (Freeman dkk. 2011).
Selanjutnya, pada penelitian Katti dkk. parameter yang dilaporkan untuk

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)

7.5 Permukaan monolayer yang dirakit sendiri

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 <

D jumlah besar. Peringkat ini ditemukan berkorelasi langsung dengan jumlah

ikatan hidrogen yang terbentuk antara permukaan air dan modifikasi permukaan
SAM. Selanjutnya, ditunjukkan bahwa struktur dan dinamika air menentukan
perilaku adsorpsi amiloid-β peptida pada modifikasi permukaan SAM dan bahwa
penghalang energi untuk adsorpsi peptida lebih rendah pada CH3-SAM
hidrofobik daripada pada OH-SAM hidrofilik. Mobilitas air antarmuka pada
permukaan zwitterionic sulfobetaine (SBT)-SAM diselidiki dalam studi terpisah
oleh Xie dkk. (2012). Mereka menemukan bahwa kemasan dengan kepadatan
lebih rendah dan Fleksibilitas lebih tinggi dari SBT-SAM memungkinkan
molekul air untuk menembus ke permukaan, sehingga meningkatkan jumlah
interaksi SBT-SAM dengan molekul air dan mengurangi mobilitas molekul

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).

7.6 sp2-Permukaan karbon

Kemampuan FF biomolekuler untuk memprediksi sifat interaksi dari satu

molekul air yang dijelaskan oleh model TIP3P atau TIP4P standar, dan beberapa
ion pada permukaan CNT dan fullerene dieksplorasi oleh Schyman & Jorgensen
(2013). Energi adsorpsi, serta situs pengikatan pada permukaan dan orientasi
molekul air yang diperoleh dari simulasi menggunakan MM FF, dibandingkan
dengan perhitungan DFT. OPLS-AA FF yang tidak dapat dipolarisasi ternyata
memadai untuk deskripsi sifat air pada benzena (C6H6) dan coronene (C24H12).
Namun, dengan meningkatnya ukuran permukaan di atas (C54H18) dan terutama
untuk C60, simulasi menjadi tidak akurat, menunjukkan bahwa polarisasi
permukaan memainkan peran penting. Memang, FF biomolekuler terpolarisasi
dengan dipol terinduksi pada semua atom non-hidrogen (OPLS-AAP) terbukti
menghasilkan kesepakatan yang cukup baik dengan perhitungan QM untuk sifat
interaksi molekul air dan ion. FF terpolarisasi lainnya, AMOEBA (Ren & Ponder,
2002, 2003), telah diperluas untuk deskripsi interaksi non-ikatan antara peptida
dan CNT (De Miranda Tomasio & Walsh, 2007) dan grafit (Walsh, 2008), dan
dieksploitasi untuk simulasi pengikatan peptida pada CNT (Tomásio dkk. 2009).
Studi-studi ini menunjukkan bahwa polarisasi permukaan menyebabkan interaksi
yang kuat antara permukaan karbon dan cincin aromatik dari rantai samping
residu, terutama triptofan, yang ditempatkan pada bidang permukaan, yang
menyebabkan pengikatan kuat peptida yang kaya akan residu aromatik.
Pengikatan peptida pada CNT juga terbukti dipengaruhi oleh interaksi antara
kemampuan cincin aromatik untuk menyelaraskan pada permukaan non-flat dan
total area kontak peptida-permukaan yang meningkat karena kelengkungan
permukaan. Pentingny penumpukan-π antara rantai samping aromatik dan
permukaan karbon juga ditunjukkan dalam studi adsorpsi peptida pada substrat
graphene lapisan tunggal oleh Akdim dkk. (2013) menggunakan AMOEBABIO-
09 FF terpolarisasi yang diimplementasikan di TINKER 5·1. (Saint Louis,
Washington. Perangkat Lunak untuk Desain Molekuler.). Meskipun studi ini
menunjukkan bahwa FF MM yang dapat dipolarisasi mampu memberikan
deskripsi yang cukup akurat tentang sifat interaksi peptida pada substrat karbon,
simulasi semacam itu masih sangat menuntut secara komputasi untuk penggunaan
simulasi adsorpsi protein. Pendekatan yang layak adalah dimasukkannya
polarisabilitas dalam simulasi graphene melalui model batang kaku, yang

42
digunakan oleh Hughesdkk. (2014) untuk menghitung energi bebas adsorpsi asam
amino tunggal pada permukaan graphene berair.

Peran air dalam pengikatan peptida ke permukaan graphene dieksplorasi oleh

Camden dkk. (2013), yang mensimulasikan tripeptida GXG untuk 20 residu asam
amino (X) dengan model air eksplisit. Dalam TEAM FF yang digunakan dalam
simulasi ini, atom karbon dari permukaan graphene tidak dapat dipolarisasi, dan
dengan demikian interaksi penting yang didorong oleh polarisasi antara kelompok
aromatik dan permukaan hilang. Namun, penelitian ini menunjukkan bahwa
desolvasi mungkin memainkan peran yang sangat penting dalam pengikatan
peptida ke permukaan graphene. Dinamika air pada grafit hidrofilik-COOH
berbasis karbon dan grafit hidrofobik-CH3 permukaan dipelajari oleh Li dkk.
(2005) menggunakan standar OPLS-AA FF. Mereka mengamati bahwa diffuse
penggunaan air diperlambat secara dramatis di sekitar permukaan, dan efek ini
diperpanjang hingga 15 Å dari permukaan. Koefisien diffuse air dalam jarak 3 Å
dari permukaan hidrofilik (-COOH) adalah 4 kali lebih kecil dari permukaan
hidrofobik (-CH3).

Model pelarut implisit menerangkan cara alternatif untuk mengeksplorasi

antarmuka biomolekul-karbon dalam larutan berair. Dapat diharapkan bahwa
lapisan hidrasi pada permukaan karbon memiliki perbedaan yang jauh lebih
sedikit pada struktur yang didefinisikan daripada pada permukaan hidrofilik dan
dengan demikian, lebih cocok untuk model kontinum. Memang, tidak kuat dalam
mrmpengaruh structural sir pada konformasi peptida uji diamati dalam evaluasi
model air implisit dan eksplisit (Walther dkk. 2001). Dalam model pelarut
implisit, bagaimanapun, kita harus memperhitungkan efek desolvasi hidrofobik,
yang dapat mempromosikan pengikatan biomolekul ke permukaan karbon, secara
eksplisit. Hal ini ditunjukkan oleh Mereghetti & Wade (2011) dalam studi
adsorpsi hidrofobin pada grafit.

Raffaini dan Ganazzoli melaporkan simulasi adsorpsi protein pada permukaan

grafit dalam serangkaian penelitian menggunakan valensi FF (CVFF) yang
konsisten (Dauber-Osguthorpe dkk. 1988) dengan potensi Morse diterapkan pada
interaksi terikat (Raffaini & Ganazzoli, 2003, 2004a, b, 2006, 2007, 2010).
Dalam simulasi mereka, banyak protein yang diamati mengalami denaturasi
sebagian atau seluruhnya pada adsorpsi ke permukaan hidrofobik.

Raffaini & Ganazzoli (2010) juga melakukan perhitungan kinetik untuk

penyebaran lisozim pada permukaan grafit dengan graph menentukan evolusi
waktu dari energi interaksi, jarak massa pusat permukaan protein dan komponen
jari-jari girasi protein ke fungsi yang terdiri dari suku eksponensial dan suku
eksponensial teregang (fungsi Kohlrausch):

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.

8. Pemodelan mekanika molekuler berbutir kasar dari protein-interaksi

permukaan

Adhesi protein pada permukaan seringkali merupakan kombinasi dari proses

hierarkis yang terjadi pada berbagai macam perbedaan rentang waktu yang tepat.
Selain itu, pemahaman tentang proses adhesi dalam aplikasi kehidupan nyata
seringkali membutuhkan pertimbangan interaksi antara protein-interaksi protein
dan permukaan-protein. Dengan demikian, diperlukan peningkatan skala waktu
dan panjang simulasi di luar batas MD semua atom, sambil menjaga detail atom
dari antarmuka protein-air-permukaan dalam model simulasi. Metodologi kasar
menampilkan trade-off antara kecepatan komputasi dan akurasi (Tozzini, 2005).
Namun, terlepas dari keterbatasan model CG yang dikembangkan untuk molekul
biologis, ada masalah mendasar lainnya dalam mengembangkan dan menerapkan
CG FF untuk proses adsorpsi. Salah satunya adalah pemodelan kulit hidrasi yang
andal pada permukaan yang sangat bergantung pada kimia permukaan dan larutan
di sekitarnya. Mempertimbangkan bahwa bahkan FF semua atom standar
memiliki deficiency untuk pemodelan antarmuka air permukaan, mengembangkan
model air CG untuk memuaskan menggambarkan semua negara air dapat diakses,
namun mengurangi jumlah derajat kebebasan, menantang.

Simulasi CG sering digunakan dalam studi adsorpsi model rantai homopolimer

pada permukaan. Karena kompleksitas struktural dan dinamis peptida dan protein
yang lebih besar, karakteristik fisik yang diperoleh dari simulasi polimer ini tidak
dapat secara langsung diekstrapolasi ke adsorpsi dan penyebaran peptida pada
permukaan. Untuk membangun sebuah kesederhanaanfied deskripsi untuk
protein, model CG dari polimer AB seperti protein, di mana masing-masing
monomer diwakili dengan manik-manik tipe A (dengan sifat hidrofilik) atau tipe

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).

Tavanti dkk. menerapkan GHai-model tipe, yang hanya memperhitungkan

interaksi yang ada dalam molekul dalam struktur lipatan aslinya, untuk
mempelajari pembentukan korona oleh molekul ubiquitin pada nanopartikel emas
dengan berbagai ukuran (diameter 10,16, 20 dan 24 nm) di hadapan sitrat implisit
dan eksplisit (Tavanti dkk. 2015). Mereka menggunakan FF dan parameter yang
awalnya dikembangkan untuk pelipatan protein dan RNA yang dijelaskan oleh
(Clementidkk. 2000; Pinkusdkk. 2008) untuk ubiquitin, dan parameter yang
dijelaskan oleh Ding dkk. (2013) untuk sitrat. Dengan pengaturan ini, mereka
menunjukkan bahwa karakteristik agregasi protein bergantung pada ukuran
nanopartikel dan bahwa kehilangan struktur sekunder protein lebih menonjol
pada nanopartikel berukuran lebih kecil, yaitu diameter 10 dan 16 nm. Lebih
lanjut, mereka mengamati bahwa korona protein mulai terbentuk bersamaan
dengan fase lambat reorientasi protein pada permukaan nanopartikel untuk
mengoptimalkan interaksi pada permukaan nanopartikel.

Dalam beberapa penelitian, MARTINI FF (Marrink dkk. 2007; seodkk. 2012), di

mana setiap residu dijelaskan oleh beberapa manik-manik, digunakan untuk
menyelidiki adsorpsi protein ke permukaan (Griepernau dkk. 2008; Liangdkk.
2012) dan menjadi partikel nano (Hung dkk. 2011). MARTINI, yang awalnya
dikembangkan untuk lipid bilayer, telah diperluas untuk simulasi protein dalam

45
pelarut dengan menerapkan model jaringan elastis untuk menjaga protein tetap
dekat dengan struktur protein asli.

Sebagian besar penelitian yang disebutkan di atas menggunakan CG FF yang

dievaluasi untuk biomolekul atau permukaan saja, dan karenanya akurasinya
untuk memodelkan antarmuka permukaan-pelarut protein tidak dievaluasi. Selain
itu, tidak satu pun dari model CG ini mewakili semua efek dari cangkang hidrasi
permukaan yang dapat dieksplorasi dalam simulasi MD detail atom. Sebuah
langkah menuju efek masuknya pelarut tersebut dilakukan oleh Carrillo-Parramon
dkk. (2013), yang mengeksploitasi istilah desolvasi permukaan sebagai definisi
dimasukkan dalam FF pelarut implisit ProMetCS dalam model CG dinamika
esensial dari ubiquitin yang berinteraksi dengan permukaan emas. Model mereka
direproduksi karakteristik fluktuasi protein yang diperoleh dengan MD atomistik
klasik.

Model yang dikembangkan khusus terutama untuk struktur protein dekat

antarmuka telah diusulkan dalam beberapa penelitian. Bhirde dkk. (2014)
memodelkan agregasi nanopartikel emas dalam larutan albumin menggunakan
model CG benda tegar antar-nanopartikel, antar dan intra-protein dan
nanopartikel-interaksi protein yang terdiri dari istilah 12-6 Lennard-Jones untuk
ketiga jenis interaksi dan istilah elektrostatik untuk protein-interaksi protein
berdasarkan model pelarut implisit potensial Coulomb yang disaring (SCPISM)
(Cardone dkk. 2013; Hassan & Steinbach,2011). Mereka menyelidiki peran
ukuran nanopartikel dan pelapisan permukaannya dalam adsorpsi albumin dengan
melakukan sejumlah simulasi MC dengan perbedaan resolusi dari butiran kasar
dan perbedaan nilai dari parameter Lennard-jones (σ dan ε) dan konsentrasi
nanopartikel. Studi ini menunjukkan bahwa molekul albumin membentuk agregat
dengan nanopartikel, dan stabilitas agregat ini tergantung pada karakteristik
pelapisan permukaan dan konsentrasi nanopartikel. Wu dan Narsimhan
mengusulkan model CG pelarut implisit di mana 1-3 manik- manik digunakan per
residu protein, dan diterapkan pada pembukaan lisozim pada permukaan silika
netral, menyelidiki ketergantungan pada suhu dan kekuatan ion (Wu &
Narsimhan, 2009). Para penulis mengevaluasi pendekatan mereka dengan
membandingkan dengan simulasi MD semua-atom dari dinamika protein dalam
larutan.

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.

9. Penerapan metode pengambilan sampel pada protein-interaksi permukaan

Simulasi molekul biologis memberikan banyak wawasan tentang mekanisme

interaksi dan asosiasi molekuler, serta sifat termodinamika dan kinetikanya.
Untuk melakukan simulasi, deskripsi struktur yang ada dalam sistem (misalnya
satu set koordinat atom untuk model semua atom), FF yang andal dan metode
pengambilan sampel diperlukan. Teknik pengambilan sampel yang digunakan
dalam simulasi harus dipilih sesuai dengan sifat sistem yang akan diselidiki.
Pada bagian ini, kita akan membahas kelebihan dan kekurangan teknik
pengambilan sampel konvensional dan yang disempurnakan dalam konteks
penerapannya pada protein-interaksi permukaan.

9.1 Dinamika molekuler

Terdapat perbedaan metode pengambilan sampel yang tersedia, MD klasik sejauh

ini merupakan teknik yang paling banyak digunakan untuk menyelidiki
karakteristik protein-interaksi permukaan. Contohnya termasuk simulasi untuk
refleksi strukturalfi nement kompleks berlabuh (Aliaga dkk. 2011; Alvarez-
Paggidkk. 2013; Brancolinidkk. 2012, 2015; Imamuradkk. 2007), dan untuk
investigasi orientasi pengikatan protein pada permukaan (Alvarez-Paggi dkk.
2010; dibeli dkk. 2010; halaman dkk. 2013); mekanisme kinetik adsorpsi
(Raffaini & Ganazzoli, 2010); jalur ET dan sifat protein teradsorpsi (Bizzarri,
2006; Siwko & Corni,2013; Uteschdkk. 2012; Zanetti-Polzidkk. 2014; Zhoudkk.
2004); efek pH (Emami dkk.2014b; Imamuradkk. 2003; Tosakadkk. 2010;
Uteschdkk. 2013) dan kekuatan ion (Bizzarri, 2006) pada adsorpsi; peran ion
dalam memediasi adsorpsi (Wudkk. 2013); dan aspek struktural dan energik dari
adsorpsi protein pada permukaan (Apicelladkk. 2013; Jose & Sengupta,2013;
Cangkulfling dkk. 2011; Hung dkk. 2011; Kubiak-Ossowska & Mulheran,2010a,
b; O'mahoni dkk. 2013; Vila Verde dkk. 2009, 2011; Wang dkk. 2010a, b; Yudkk.
2012a; Steckbeckdkk. 2014; Sun dkk. 2014a; Sun dkk. 2014b). Selanjutnya, MD
konvensional dapat digunakan untuk mensimulasikan gangguan fisik, seperti gaya
mekanik atau listrik yang diberikan pada molekul dalam percobaan. Contohnya
termasuk simulasi MD dari peptida yang dibias tegangan pada permukaan emas
untuk memvalidasi sinyal yang dihasilkan dari eksperimen spektroskopi Raman

47
(SERS) yang ditingkatkan permukaan (Chendkk. 2012). Meniru kondisi
eksperimental membantu untuk memahami bagaimana eksperimen bekerja dan
bagaimana hasilnya harus ditafsirkan.

Simulasi MD klasik sangat membantu dalam memahami banyak fenomena

molekuler pada detail atom. Namun, kemampuan dan keterbatasan metode MD,
seperti metode pengambilan sampel lainnya, harus diketahui untuk membuat
simulasi dan menginterpretasikan hasil yang diperoleh dengan benar. Ketika
membandingkan hasil MD dengan sifat termodinamika dan kinetik dari sistem
yang sama yang diperoleh dari percobaan, harus diingat bahwa tren yang diamati
dalam simulasi MD mungkin tidak selalu sesuai dengan sifat rata-rata yang
diharapkan. Suatu sistem yang secara kinetik terperangkap dalam sumur energi,
mungkin tetap dalam keadaan metastabil selama sisa simulasi dan tampak seolah-
olah dalam keseimbangan (Weidkk. 2011). Faktanya, simulasi tunggal sesuai
dengan lintasan tunggal sistem, dan mungkin tidak selalu memastikan
pengambilan sampel yang memadai. Menarik kesimpulan dari pengambilan
sampel yang tidak memadai secara statistik akan sering menyebabkan interpretasi
yang salah. Untuk meningkatkan signifikansi statistic imembatalkan pengambilan
sampel mereka, Penna dkk. (2014) memilih pendekatan langsung dan melakukan
lebih dari 240 simulasi MD pelarut eksplisit untuk penyelidikan mekanisme
adsorpsi peptida pengikat platinum dan peptida pengikat emas pada Pt (111) dan
Au netral (111) permukaan, masing-masing. Dari simulasi ini, mereka
memperoleh statistik tentang banyak karakteristik yang mengikat, seperti:
peristiwa penahan antara masing-masing residu peptida dan permukaan dan
distribusi waktu transisi dari fase penahan ke fase penguncian awal.

Masalah pengambilan sampel penting lainnya adalah waktu simulasi yang

diperlukan untuk mereproduksi peristiwa adsorpsi pada skala molekuler.
Meskipun simulasi yang menangkap dinamika sistem selama beberapa nanodetik
sangat membantu untuk refleksi struktural pengaturan molekul atau untuk
memahami tahap awal suatu proses, banyak peristiwa molekuler terjadi dalam
skala waktu yang lebih lama. Dalam makalah mereka, Weidkk. (2011)
menekankan perlunya simulasi yang sangat panjang untuk dapat menyelidiki
proses adsorpsi lengkap pada permukaan secara detail. Untuk melewati hambatan
energi yang biasanya membutuhkan waktu simulasi yang lama untuk diatasi,
Emamidkk. (2014b) menggunakan simulasi sepanjang 1 ns pada 500 K sebelum
simulasi produksinya pada 298 K. Dari simulasi MD klasik ini, mereka
menyelidiki perbedaan adsorpsi tiga peptide dalam muatan bersih ke permukaan
silika di bawah empat perbedaan nilai pH tertentu (dengan perubahan tingkat
ionisasi permukaan silika tergantung pada nilai pH). Penulis menunjukkan bahwa
waktu yang dihabiskan oleh masing-masing peptida pada permukaan silika dalam
simulasi dapat digunakan sebagai ukuran relatif kekuatan adsorpsi sebagai fungsi
pH (lihatGambar 10). Meskipun tren tingkat adsorpsi dengan pH untuk masing-

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.

Untuk meningkatkan karakteristik pengambilan sampel dari simulasi MD

konvensional, pertukaran replika MD (REMD) (Sugita dkk. 1999) dikembangkan
berdasarkan metode simulasi MC yang disebut tempering paralel (Hansmann,
1997) (lihat bagian berikut). Dalam simulasi MD konvensional, struktur mungkin
terperangkap dalam energi minimum lokal pada lanskap energi potensial, oleh
karena itu, pengambilan sampel konfiruang fase gurasi terbatas. Untuk mengatasi
hambatan energi yang tinggi, metode REMD memanfaatkan pengambilan sampel
konfiruang gurasi dengan simulasi MD independen (yaitu replika) dari sistem
berbeda kondisi replika erent, misalnya pada perbedaan suhu tertentu atau dengan
perbedaan Hamiltonian erent. Dengan bertukar replika, konfigurasi yang
terperangkap dalam minima energi lokal dapat menjelajahi bagian lain dari
lanskap energi dan pengambilan sampel berbobot Boltzmann yang lebih baik
dapat dicapai. Metode REMD berguna untuk mengambil sampel sejumlah besar
configurasi diffsumur potensial yang dipisahkan oleh penghalang energi tinggi,
yang sebaliknya tidak mungkin dilakukan dalam simulasi MD klasik. Memang,
simulasi REMD (T-REMD) berbasis suhu digunakan dalam beberapa penelitian
untuk mempercepat pengambilan sampel peptida-interaksi permukaan (Corni dkk.
2013; Lidkk. 2011; Orendkk. 2010) dan interaksi dasar fifaktor pertumbuhan
broblast (bFGF), protein kecil, dengan permukaan hidroksiapatit (001) (Liao &
Zhou, 2014). Liao dan Zhou mengamati bahwa sementara protein menggantikan
cangkang hidrasi permukaan dan mengikat erat ke permukaan dalam simulasi T-
REMD (five replika dalam kisaran dari 310 K hingga 2500 K), bFGF tidak
menghubungi permukaan secara langsung dalam simulasi MD klasik pada 310 K
(Liao & Zhou, 2014). Namun, metode T-REMD biasanya tidak berlaku untuk
sistem besar, misalnya protein besar dan permukaan dengan pelarut eksplisit,
karena jumlah replika yang diperlukan yang berskala sebagaiDari 1/2), dengan f
menjadi sistem's jumlah derajat kebebasan (Fukunishi dkk. 2002; Wright &
Walsh,2013).

Biasanya, simulasi sistem protein-permukaan dalam detail atom membutuhkan

solvasi dalam puluhan ribu molekul air. Itu sejumlah besar molekul air menjadi
masalah karena air-istilah energi interaksi air (Eww) mendominasi istilah energi
karena interaksi antara molekul zat terlarut dan antara zat terlarut dan molekul air,
sehingga menuntut lebih banyak replika dalam simulasi REMD berbasis suhu
(Huang dkk. 2007). Untuk mengatasi skala yang buruk dari metode T-REMD
dengan ukuran sistem, pertukaran replika dengan tempering terlarut (REST)
diusulkan (Liudkk. 2005). Dalam aplikasi ini- pendekatan, fungsi energi potensial

49
disesuaikan sedemikian rupa sehingga Eww istilah dihilangkan dari probabilitas
penerimaan.

Hal ini meningkatkan kemungkinan penerimaan pertukaran antar replika

dibandingkan dengan simulasi TREMD biasa. Wright & Walsh (2013)
menyelidiki transferabilitas metode REST ke peptida-interaksi permukaan dengan
menggunakan protein pengikat kuarsa dan sepenuhnya terhidroksilasi -sistem
kuarsa sebagai benchmark untuk simulasi REST dan T-REMD. Hasil penelitian
menunjukkan bahwa pendekatan REST 50% lebih murah dalam hal waktu CPU
daripada metode T-REMD menggunakan parameter simulasi yang sama.
Selanjutnya, hingga sekitar 80% dari waktu CPU dapat dihemat dengan metode
REST, karena jumlah replika yang digunakan dalam simulasi lebih sedikit.
Menggunakan parameter REST yang dioptimalkan untuk peptida-simulasi
interaksi permukaan (Wright & Walsh,2013), Bau dkk. (2013) melakukan
simulasi REST untuk banyak peptida pengikat emas untuk mendapatkan ansambel
konformasi peptida yang akurat yang teradsorpsi pada permukaan emas.

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

9.2 Metode Monte Carlo

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).

Umumnya digunakan untuk simulasi atomistik dan CG dari sistem permukaan

protein, pengambilan sampel Metropolis (Metropolis dkk. 1953) adalah
sederhana namun sangat efisien skema rantai Markov Monte Carlo (MCMC).
Skema Metropolis digunakan untuk membuat random walk pada sekumpulan titik
dengan bobot kepentingan berdasarkan distribusi probabilitas (Frenkel & Smit,
2001). Simulasi MC dengan algoritma Metropolis telah digunakan untuk
mengeksplorasi konformasi adsorben dan denaturasi protein pada permukaan
(Ananddkk. 2009; Kastildkk. 2002; Euston & Naser,2005; Skep,2008; Skepödkk.
2006; Zhdanov & Kasemo,2000a), untuk menyelidiki pemesanan protein yang
teradsorpsi pada permukaan (Zhdanov & Kasemo, 2000b), dan untuk menghitung
energi bebas ikat adsorpsi (Lund dkk. 2005).

Al-Mekhnaqi dkk. (2009) menerapkan simulasi MC dengan skema minimisasi

energi untuk memprediksi konformasi subdomain HSA A pada permukaan grafit
dengan probabilitas transisi yang ditentukan menggunakan metode Metropolis.
Struktur protein dimodelkan dengan pendekatan atom bersatu, dan struktur yang
diperoleh selama simulasi MC diminimalkan menggunakan skema pencarian
langsung, yang merupakan teknik yang digunakan untuk menyelesaikan masalah
optimasi tanpa kendala. Simulasi dimulai dengan rantai peptida diperpanjang
sepenuhnya. Dalam setiap langkah, satu sudut dihedral dipilih secara acak dan
diberi nilai acak. Setelah langkah minimisasi energi, langkah baru dilakukan dan
konformasi ini diterima dengan kriteria Metropolis. Simulasi berakhir setelah
predefijumlah gangguan tercapai. Dengan menggunakan metode ini, mereka
mampu mereproduksi konformasi yang sangat mirip dari subdomain albumin
yang teradsorpsi ke permukaan grafit dengan yang diperoleh dengan simulasi
molekul semua atom (Raffaini & Ganazzoli, 2003).

Metode Metropolis MC bisa gagal dalam pengambilan sampel confiruang gurasi

suatu sistem jika sistem terperangkap dalam keadaan energi rendah pada suhu
rendah. Oleh karena itu, biasanya, banyak simulasi MC Metropolis independen
dari suatu sistem dilakukan. Atau, metode MC berbasis energi, tempering paralel
Monte Carlo (PTMC), (Swendsen & Wang,1986) dapat digunakan. Ini adalah
dasar untuk metode REMD. Setiap kali sejumlah gerakan MC telah dilakukan,

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.

9.3 Dinamika Brown

Perbedaan dinamika penggunaan partikel Brown yang tersuspensi dalam larutan

dapat dimodelkan dengan teknik BD. BD umumnya diterapkan untuk simulasi
diffproses pengikatan yang digerakkan oleh penggunaan yang mengarah pada
pembentukan 'diffkompleks pertemuan biasa'. Informasi lebih lanjut tentang detail
metode BD, dan aplikasinya dapat ditemukan di ulasan lain (Allison dkk. 1986;
Gabdoulline & Wade,2002; Maduradkk. 1994).

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.

Brancolini dan rekan kerja menggunakan simulasi BD untuk docking ubiquitin

(Brancolini dkk. 2012) dan manusia β2-mikroglobulin (Brancolini dkk. 2014,
2015; Brancolinidkk. 2015) pada nanopartikel emas telanjang, tertutup sitrat dan
dilindungi tiol menggunakan model ProMetCS (Kokh dkk. 2010). Orientasi
ubiquitin yang paling melimpah pada emas yang diperoleh dar simulasi BD
digunakan sebagai orientasi awal untuk sepenuhnyaflsimulasi MD yang fleksibel.
Dengan menggunakan kombinasi metode BD dan MD, mereka mampu
mengurangi jumlah kemungkinan orientasi awal untuk simulasi MD,
mengevaluasi stabilitas setiap orientasi dengan simulasi MD dan mengamati
dinamika adsorpsi secara detail.

Secara keseluruhan, BD adalah metode efektif untuk simulasi biomolekul serta

interaksi molekul dengan permukaan. Representasi implisit pelarut dan perlakuan
tubuh kaku dari molekul membantu mengurangi waktu yang diperlukan untuk
perhitungan, memungkinkan ribuan simulasi dilakukan dalam beberapa jam
dengan teknologi komputer saat ini. Namun, sementara model benda tegar
mungkin sesuai untuk protein globular, model ini kurang cocok untuk peptida dan
protein tidak terstruktur. Untuk ini, model CG yang fleksibel dari zat terlarut
dapat digunakan dalam simulasi BD.

10. Aplikasi metode perhitungan energi bebas untuk protein-interaksi

permukaan

Perhitungan energi bebas ikat digunakan untuk menentukan ikatan FF hubungan

antara protein dan permukaan, serta kinetika dan energi bebas transisi dari proses
adsorpsi. Perhitungan energi bebas, oleh karena itu, penting untuk menjembatani
antara studi teoritis dan eksperimental. Sampai saat ini, banyak metode telah
dikembangkan, yangffer dalam akurasi dan kompleksitasnya, untuk digunakan

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.

10.1 Metode keseimbangan

Teknik pengambilan sampel kesetimbangan yang umum digunakan untuk

mendapatkan energi bebas profile dari suatu sistem adalah sampling payung
(Torrie & Valleau, 1974, 1977). Dalam metode ini, koordinat reaksi
didefinisikanfined yang menghubungkan dua keadaan termodinamika yang energi
bebasnya berbedafference dihitung. Koordinat reaksi yang digunakan biasanya
dipilih berdasarkan entitas geometris, misalnya jarak, sudut, dll. Koordinat reaksi
kemudian dibagi ke dalam jendela yang berbeda di mana potensi bias (payung)
diterapkan untuk menjaga sistem tetap di dekat titik koordinat tersebut dengan
cara pembatasan. Untuk setiap jendela, simulasi sistem yang terpisah dilakukan
untuk pengambilan sampel di sekitar titik koordinat yang sesuai. Kemudian,
simulasi digabungkan dengan prosedur pembobotan ulang karena dilakukan
dalam ansambel yang bias. Dua prosedur pembobotan ulang adalah metode
analisis histogram tertimbang (WHAM) (Kumardkk. 1992; Souaille &
Roux,2001) dan integrasi payung (Kästner & Thiel, 2005). Menggunakan
distribusi probabilitas akhir dari configurasi, PMF dan karenanya, pro free energi
bebas file dari sistem, diperoleh.

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.

Pengambilan sampel payung, meskipun membatasi pengambilan sampel spasial

yang diperlukan untuk menghitung di energi bebas, masih dapat dikenakan

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).

Pendekatan umum lainnya yang digunakan dalam simulasi molekuler untuk

menghitung lanskap energi bebas serta menyelidiki jalur reaksi baru adalah
metadinamika (Bussi dkk. 2006b; Laio & Gervasio,2008; Laio &
Parrinello,2002). Dalam pendekatan ini, dinamika sistem dikendalikan oleh gaya
termodinamika dan dikompensasi oleh potensi bias yang bergantung pada sejarah
(Laio & Parrinello,2002). Karena potensi bias, frekuensi di mana suatu keadaan
dikunjungi selama simulasi biasanya menurun secara linier dengan energi
bebasnya (Bussidkk. 2006a). Pro energi gratis yang akurat file dapat diperoleh
dari metadinamika dengan skema pembobotan ulang yang sesuai (Bonomi dkk.
2009) untuk memulihkan distribusi probabilitas yang tidak bias (Meissner
dkk.2014). Sampai saat ini, metadinamika telah berhasil diterapkan untuk
perhitungan energi bebas ikatan anion format ke sebuah TiO2 permukaan (Mori
dkk. 2013) dan asam amino ke permukaan perak dan emas (Palafox-Hernandez
dkk. 2014), dan untuk perhitungan lanskap energi bebas alanin dipeptida dalam
keadaan terikat permukaan emas dan bebasnya dari 2μs-simulasi panjang-
(Bellucci & Corni, 2014).

Kombinasi metadinamika dengan teknik pengambilan sampel yang

disempurnakan lainnya memungkinkan eksplorasi yang lebih baik dari keadaan
probabilitas rendah, sehingga meningkatkan akurasi perhitungan energi bebas
(Bussi dkk. 2006a). Qin & Buehler (2014) menyelidiki energi bebas adsorpsi
protein adhesi kerang ke permukaan silika menggunakan metadinamika mulai dari
configurasi yang diperoleh dari simulasi REMD.

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.

Integrasi termodinamika adalah pendekatan lain yang digunakan dalam

perhitungan energi bebas protein-interaksi permukaan. Metode ini, seperti
pengambilan sampel payung, membutuhkan pendahuluanfijalur reaksi yang
ditentukan antara awal dan di negara bagian. juffeh dkk. (1996) menerapkan
integrasi termodinamika untuk menghitung energi bebas adsorpsi enzim cutinase
dan variannya ke permukaan bermuatan dengan adanya ion eksplisit.
Cangkulfling dkk. (2010a) menerapkan metode untuk mendapatkan pro PMF
sedikit asam amino yang teradsorpsi pada permukaan Au (111). Selanjutnya,
Schneider & Colombi Ciacchi (2010) menggunakan integrasi termodinamika,
bersama dengan metode sampling payung/WHAM, untuk membandingkan pro
energi bebas sedikit adsorpsi peptida RGD pada Ti teroksidasi yang diperoleh
dengan dua metode. Hasil mereka menunjukkan kesepakatan yang sempurna
antara hasil kedua metode tersebut. Akhirnya Friddledkk. (2011) menggunakan
metode simulasi gaya bias adaptif, yaitu suatu teknik yang didasarkan pada
integrasi termodinamika untuk memperoleh pro energi bebas menggunakan gaya
bias, untuk adsorpsi fragmen C-terminal 12-mer dari protein amelogenin pada
berbagaiffterminasi kristal erent dari dua perbedaan permukaan hidroksiapatit
yang baru ((100) dan (001)). Dengan melengkapi pengukuran AFM dengan
perhitungan energi bebas, Friddledkk. (2011) mampu memprediksi terminasi
kristal permukaan hidroksiapatit yang digunakan dalam percobaan dan
mengidentifikasi interaksi yang mengatur adsorpsi peptida amelogenin padanya.

10.2 Metode non-ekuilibrium

Mengamati peristiwa adsorpsi/desorpsi molekul besar menggunakan metode MD

konvensional membutuhkan waktu simulasi yang sangat lama. Keterbatasan ini
dapat diatasi dengan simulasi dinamika molekul terarah (SMD) (Uteschdkk.

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:

e-βΔF = <e-βW> dimana = 1/(kBT) (kB adalah konstanta Boltzmann dan T

adalah suhu mutlak) dan ΔF dan W berdiri untuk energi bebas perbedaan dan
kerja non-reversibel yang dilakukan di sepanjang koordinat reaksi, masing-
masing. Rata-rata adalah diambil pada semua (pada prinsipnya) realisasi dari
proses non-keseimbangan yang menghubungkan awal dan fikeadaan akhir yang
menarik. Berdasarkan persamaan ini, energi bebas perbedaan dapat diperoleh
dengan menggunakan populasi simulasi SMD yang dimulai dari ensemble
ekuilibrium. Mengikat energi bebas peptida dan protein ke berbagaiffpermukaan
yang dihitung menggunakan persamaan Jarzynski telah dilaporkan dalam
sejumlah makalah (Chen dkk. 2009b; Kangdkk. 2009; Mijajlovicdkk. 2013).
Baierdkk. (2014) menyelidiki energi bebas adsorpsi peptida pengikat ZnO pada
permukaan ZnO. Untuk tujuan ini, mereka menerapkan MD dikemudikan hibrida
dengan metode sampling payung. Dalam pendekatan ini, peptida diarahkan ke
permukaan dengan gaya konstan yang diterapkan pada peptida. Setelah periode
kesetimbangan tanpa gaya eksternal yang diterapkan pada adsorpsi, peptida
ditarik kembali dari permukaan ZnO. Konformer yang dipilih kemudian
disimulasikan selama 5 ns lainnya dengan potensi harmonik yang diterapkan ke
pusat massanya. Pro PMF file diperoleh dengan menggunakan metode WHAM.
Simulasi SMD gabungan dengan sampling payung juga digunakan dalam

58
penelitian untuk menghitung energi bebas adsorpsi peptida kationik pada
permukaan silika (Emamidkk. 2014b).

11. Pandangan dan arah masa depan

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.

FF saat ini yang digunakan untuk interaksi biomolekul dikembangkan dan

dioptimalkan secara spesifikfiuntuk interaksi mereka di lingkungan berair. FF
utama yang digunakan untuk simulasi biomolekul-interaksi permukaan anorganik,
di sisi lain, didasarkan pada pencampuran parameter FF biomolekuler dan
anorganik yang diparameterisasi secara terpisah. Meskipun penerapannya untuk
antarmuka anorganik telah diuji dan divalidasi sampai batas tertentu, lebih banyak
penelitian diperlukan untuk kalibrasi ekstensif dari set parameter. Jumlah studi
eksperimental yang memberikan informasi struktural tentang protein- interaksi
permukaan saat ini terbatas. Namun, kemajuan dalam kemampuan eksperimental
untuk aplikasi interaksi ini sangat menjanjikan, misalnya menyelidiki struktur 3D
peptida yang teradsorpsi pada oksida logam (Miraudkk. 2011) dan identitas
kation situs di ubiquitin terlibat dalam mengikat nanopartikel emas (Calzolai dkk.
2010) melalui teknik resonansi magnetic nuklir (NMR).

Sebuah hambatan dalam simulasi sistem protein-permukaan adalah pengambilan

sampel. Tidak diragukan lagi, metode simulasi yang paling umum digunakan saat
ini adalah MD klasik. Namun, dengan simulasi MD klasik, pengambilan sampel

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.

Kemajuan dalam simulasi protein-interaksi permukaan terkait dengan kemajuan

umum dalam metode simulasi. Sebagai contoh, kita membahas signifipembatalan
representasi perubahan keadaan ionisasi permukaan SAM dan oksida dan
karenanya kebutuhan untuk simulasi pH konstan sebelumnya dalam ulasan ini.
Namun, banyak simulasi pH konstan yang berbeda dari masalah konvergensi dan
menimbulkan lebih banyak masalah dengan solusi eksplisit (Mongan & Case,
2005). Oleh karena itu, metode simulasi yang lebih baik diperlukan untuk
pemodelan dan simulasi sistem permukaan protein-anorganik yang akurat.

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