Protocolo de Modelado de Grano Grueso del Ácido Araquidónico en GROMACS basado en SIRAH
Resumen
La dinámica molecular es una metodología numérica que se ha empleado con gran éxito para modelar y simular una gran variedad de sistemas biomoleculares. El auge de esta metodología se debe en gran parte al uso de software especializado que facilita la preparación y simulación del sistema de interés y además proporciona herramientas para el análisis de las trayectorias dinámicas. Un inconveniente que presenta este tipo de software es que por construcción únicamente es posible modelar aquellas biomoléculas que están definidas en los denominados campos de fuerza. Si la molécula de interés no está presente en el campo de fuerza a emplear, entonces, el usuario podría construir dicha molécula a partir de la información preexistente en el campo de fuerza. En este trabajo se presenta el protocolo para modelar mediante grano grueso el ácido araquidónico empleando el software de uso libre GROMACS en conjunto con el campo de fuerza SIRAH. Se presentan resultados del montaje de un sistema monocomponente en presencia de solvente explícito, así como el análisis de la función de distribución radial. La estructura del ácido araquidónico se mantiene estable y se observa la formación espontánea de aglomerados en la suspensión. Este protocolo permitirá a otros usuarios utilizar el ácido araquidónico en sus propias simulaciones o bien, seguir un proceso similar para definir sus propias moléculas de interés.
Descargas
Citas
Alder, B. J., & Wainwright, T. E. (1959). Studies in molecular dynamics. I. General method. The Journal of Chemical Physics, 31(2), 459–466. https://doi.org/10.1063/1.173037
Barrera, E. E., Machado, M. R., & Pantano, S. (2019). Fat SIRAH: Coarse-grained phospholipids to explore membrane–protein dynamics. Journal of Chemical Theory and Computation, 15(10), 5674–5688. https://doi.org/10.1021/acs.jctc.9b00435
Darré, L., Machado, M. R., Brandner, A. F., González, H. C., Ferreira, S., & Pantano, S. (2015). SIRAH: A structurally unbiased coarse-grained force field for proteins with aqueous solvation and long-range electrostatics. Journal of Chemical Theory and Computation, 11(2), 723–739.
https://doi.org/10.1021/ct500747c
GROMACS Development Team. (2024). GROMACS: High-performance molecular dynamics.
Hanna, V. S., & Hafez, E. A. A. (2018). Synopsis of arachidonic acid metabolism: A review. Journal of Advanced Research, 11, 23–32. https://doi.org/10.1016/j.jare.2018.03.005
Humphrey, W., Dalke, A., & Schulten, K. (1996). VMD: Visual Molecular Dynamics (versión 1.9.3) [Software]. University of Illinois at Urbana-Champaign.
https://www.ks.uiuc.edu/Research/vmd/
Ingólfsson, H. I., Lopez, C. A., Uusitalo, J. J., de Jong, D. H., Gopal, S. M., Periole, X., & Marrink, S. J. (2014). The power of coarse graining in biomolecular simulations. WIREs Computational Molecular Science, 4(3), 225–248. https://doi.org/10.1002/wcms.1169
Karplus, M., & Lavery, R. (2014). Significance of molecular dynamics simulations for life sciences. Israel Journal of Chemistry, 54(8–9), 1042–1051. https://doi.org/10.1002/ijch.201400074
Machado, M. R., & Pantano, S. (2016). SIRAH tools: Mapping, backmapping, and visualization of coarse-grained models. Bioinformatics, 32(10), 1568–1570.
https://doi.org/10.1093/bioinformatics/btw020
McCammon, J. A., Gelin, B. R., & Karplus, M. (1977). Dynamics of folded proteins. Nature, 267, 585–590. https://doi.org/10.1038/267585a0
Monticelli, L., & Tieleman, D. P. (2013). Force fields for classical molecular dynamics. En L. Monticelli & E. Salonen (Eds.), Biomolecular simulations: Methods and protocols (pp. 197–213). Springer.
https://doi.org/10.1007/978-1-62703-017-5_8
Páll, S., Zhmurov, A., Bauer, P., Abraham, M., Lundborg, M., Gray, A., Hess, B., & Lindahl, E. (2020). Heterogeneous parallelization and acceleration of molecular dynamics simulations in GROMACS. The Journal of Chemical Physics, 153(13), 134110.
https://doi.org/10.1063/5.0023010
Rahman, A. (1964). Correlations in the motion of atoms in liquid argon. Physical Review, 136(3A), A405–A411. https://doi.org/10.1103/PhysRev.136.A405
Robert-Jiménez, L. (2023). Modelamiento y simulación molecular de grano grueso del mecanismo de auto agregación de la proteína Tau (Tesis de Maestría, Instituto Tecnológico Superior de Xalapa).
Sammalkorpi, M., Karttunen, M., & Haataja, M. (2007). Structural properties of ionic detergent aggregates: A large-scale molecular dynamics study of sodium dodecyl sulfate. The Journal of Physical Chemistry B, 111(40), 11722–11733. https://doi.org/10.1021/jp072587a
University of Queensland. (n.d.). Automated Topology Builder and Repository (ATB). Recuperado el 18 de marzo de 2025 de https://atb.uq.edu.au/
Wong-ekkabut, J., & Karttunen, M. (2016). The good, the bad and the user in soft matter simulations. Biochimica et Biophysica Acta (BBA) - Biomembranes, 1858(10), 2529–2538.
Derechos de autor 2026 Luciano Robert-Jiménez , Elian San Martín Cruz, Susana Figueroa-Gerstenmaier, Salvador Herrera-Velarde
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.png)
.png)
1.png)
