Анализ результатов моделирование перехода А-формы ДНК в В-форму в воде.

Так как во время запуска подсчет на суперкомпьютере был невозможен, то весь последующий анализ результатов выполялся с предоставленными нам файлами прошлых лет.

Параметры моделирования:

  • Силовое поле : amber99sb
  • Заряд системы : -10, из-за фосфотов на ДНК, впоследствие нейтрализовали.
  • Размер и форма ячейки: 5.09200 4.90600 5.46200 - параллелипипед.
  • Минимизация энергии:
  • Алгоритм минимизации энергии: (l-bfgs) Алгоритм Бройден-Флетчер-Голдфарб-Шано
  • Алгоритм расчёта электростатики и Ван-дер-Ваальсовых взаимодействий: cut-off ("двойное обрезание").
  • Модель, которой описывался растворитель: implicit_solvent = No - явный
  • Утряска растворителя:
  • Число шагов: nsteps = 10000
  • Длина шага: delta_t = 0.001 (ps)
  • Алгоритм расчёта электростатики и Ван-дер-Ваальсовых взаимодействий: pme (суммирование по Эвальду)
  • Алгоритмы термостата и баростата: температура Berendsen, контроля давления не проиходило
  • Основной расчёт МД:
  • Время моделирования, количество процессоров, эффективность маштабирования.
  • Число шагов: 5000000
  • Длина шага: 0.002 ps
  • Алгоритм интегратора: md
  • Алгоритм расчёта электростатики и Ван-дер-Ваальсовых взаимодействий: pme и cutt-off
  • Алгоритмы термостата и баростата: Berendsen

1. Визуализируем движение молекул ДНК (группа 1).

In []: 
%%bash
trjconv -f dna_md.xtc -s dna_md.tpr -o dna_pbc_1.pdb -skip 20 -pbc mol

В полученной файле молекула достаточно хаотично движется, однако можно заметить, что уже на 5 состоянии системы ДНК похожа на B-форму, соотвествующему времени моделирования 0.8 нс.

2. Определим средне-квадратичное отколнение в ходе моделирования. Так как у нас происходит конформационный переход сначала расчитаем отклонение в ходе все симуляции относительно стартовой структуры.

In []: 
%%bash
g_rms -f dna_md.xtc -s dna_md.tpr -o rms_1

И относительно каждой предидущей структуры на растоянии 400 кадров. Если ближе к концу закончился конформационный переход, то отколнение должно уменьшаться.

In []: 
%%bash
g_rms -f dna_md.xtc -s dna_md.tpr -o rms_2 -prev 400

Как и в предыдущих практикумах полученные rms_1.xvg и rms_2.xvg в .csv и построили графики зависимости средне-квадратичного отколнения от времени моделирования.

In [2]: 
%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import pylab
from pylab import *
In [5]: 
fig, axes = plt.subplots(1, 3,figsize=(30,6))
a=np.genfromtxt('rms_1.csv',skiprows=1,delimiter=',')
x1 = a[:,0]
y1 = a[:,1]
b =np.genfromtxt('rms_2.csv',skiprows=1,delimiter=',')
x2 = b[:,0]
y2 = b[:,1]
axes[0].plot(x1,y1, ls='*',marker='.', color="red")
axes[0].set_xlabel('RMSD, nm')
axes[0].set_ylabel('Time, ps')
axes[1].plot(x2,y2, ls='*',marker='.',color="green")
axes[1].set_xlabel('RMSD, nm')
axes[1].set_ylabel('Time, ps')
axes[2].plot(x1,y1, ls='*',marker='.', color="red")
axes[2].plot(x2,y2, ls='*',marker='.',color="green")
axes[2].set_xlabel('RMSD, nm')
axes[2].set_ylabel('Time, ps')
axes[0].set_title("rms_1")
axes[1].set_title("rms_2")
axes[2].set_title("Combination of rms_1 and rms_2")
Out[5]:
<matplotlib.text.Text at 0x7fe867f4eb90>

На графиках видно, что результаты двух методов похожи, однако с увеличением времени квадратичное отклонение уменьшается в случае во втором случае расчетов относительно каждой предидущей структуры на растоянии 400 кадров, как и предполагалось.

3. Определим изменение гидрофобной и гидрофильной поверхности в ходе конформационного перехода.

In []: 
%%bash
g_sas -f dna_md.xtc -s dna_md.tpr -o sas_dna.xvg

По полученному sas_dna.xvg, предварительно также конфертированному в .csv, построили график зависимости изменения гидрофобной гидрофильной поверхностей доступных растворителю от времени.

In [9]: 
data = genfromtxt('sas_dna.csv',skiprows=1, delimiter=',')
x = data[:,0]
y1 = data[:,1]
y2 = data[:,2]

plt.plot(x,y1,x,y2)
plt.xlabel("Time, ps")
plt.xlabel("Area")
Out[9]:
<matplotlib.text.Text at 0x7fe86609d690>

На графике зеленым точкам соответствует гидрофобная поверхность, синим - гидрофильная. В течение времени гидрофобная поверхность слегка снижается, что, возможно, способствует конформационному переходу.

4. Традиционным анализом для ДНК является расчёт колчества образуемых водородных связей. Если мы будем исследовать связи между ДНК и ДНК, то это будут водородные связи между цепями ДНК. Для конца траектории:

In []: 
%%bash
g_hbond  -f dna_md.xtc -s dna_md.tpr -num hbond_dna
In [3]: 
a=np.genfromtxt('hbond_dna.csv',skiprows=1,delimiter=',')
x1 = a[:,0]
y1 = a[:,1]
plt.plot(x1,y1,ls='*', marker='1')
plt.xlabel("Time, ps")
plt.xlabel("Number")
Out[3]:
<matplotlib.text.Text at 0x7fe1c4675f50>

Как видно по графику количество водородных связей колеблется в отрезке от 11 до 17, а основные значения сконцетрированы в районе 13-15. Также можно сделать вывод, что среднее количество водороных связей ДНК-ДНК не поменялось и было равно примерно 14.

Не менее интересно будет изучить количество вдородных связей ДНК-Вода

In []: 
%%bash
g_hbond  -f dna_md.xtc -s dna_md.tpr -num hbond_dna_sol
In [6]: 
a=np.genfromtxt('hbond_dna_sol.csv',skiprows=1,delimiter=',')
x1 = a[:,0]
y1 = a[:,1]
plt.plot(x1,y1,ls='*', marker='.')
plt.xlabel("Time, ps")
plt.xlabel("Number")
Out[6]:
<matplotlib.text.Text at 0x7fe1c43cad50>

Также, как и в случае с водородными связями между ДНК и ДНК, зависимость не имеет пиков или "впадин" не наблюдается. Все значения не менее 95 и не более 126, а среднее значение примерно равно 110. Таким образом, незначительное изменение в количестве водородных связей никак не влияет на конформационный перед из A- в B- форму ДНК.

Файлы: