Geri Dön

Stochastic roadmap simulation: An efficient representation and algorithm for analyzing molecular motion

Stokastik yol haritasi simulasyonu: Molekuler hareket analizi icin verimli bir temsil ve algoritma

  1. Tez No: 821996
  2. Yazar: MEHMET SERKAN APAYDIN
  3. Danışmanlar: PROF. DR. JEAN-CLAUDE LATOMBE
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: İngilizce
  9. Üniversite: Stanford University
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: Mühendislik ve Doğa Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 110

Özet

Moleküler dinamik (MD) veya Monte Carlo (MC) simülasyonu gibi moleküler hareketi simüle etmek için klasik teknikler, bireysel yollar oluşturur ve zamanlarının çoğunu moleküler bir konformasyon alanı üzerinde tanımlanan enerji manzarasının yerel minimumlarında geçirir. Yüksek hesaplama maliyetleri nedeniyle, topluluk özelliklerini, yani bu tür teknikler kullanarak birçok moleküler yolun analizini gerektiren özellikleri hesaplamak pratik değildir. Bu tezde, birçok yolu aynı anda inceleyerek moleküler hareket kinetiğini keşfetmek için yeni bir hesaplama çerçevesi olarak Stokastik Yol Haritası Simülasyonunu (SRS) tanıtıyoruz. Bu yollar, rastgele bir moleküler konformasyon uzayını örnekleyerek oluşturulan bir grafikte kompakt bir şekilde kodlanır. Grafikteki her yay, molekülün potansiyel bir geçişini temsil eder ve bu geçişin olasılığını gösteren bir olasılıkla ilişkilendirilir. Grafiği bir Markov zinciri olarak görüntüleyerek topluluk özelliklerini verimli bir şekilde hesaplarız. Bu hesaplama, herhangi bir özel yolu açıkça izlemez ve yerel minimum problemini ortadan kaldırır. Ayrıca, resmi olarak SRS'nin şuna yakınsadığını gösteriyoruz: MC simülasyonu ile aynı durağan dağılım. Hem protein katlanmasını hem de ligand-protein bağlanmasını incelemek için SRS kullanıyoruz. Önceki uygulamada, katlanma olasılığı (Pfold) adı verilen önemli bir parametreyi kullanarak, bir proteinin konformasyonunun doğal durumundan katlanmamış durumuna göre“kinetik mesafesini”ölçüyoruz. Pfold hesaplamalarımızı, iki boyutlu hayali bir enerji manzarası üzerindeki MC simülasyonunun yanı sıra farklı temsillere ve enerji fonksiyonlarına sahip üç protein için karşılaştırıyoruz. SRS'nin hesaplama süresini birkaç kat azaltırken doğru sonuçlar ürettiğini bulduk. Daha sonra Garbuzynskiy, Finkelstein ve Galzitskaya'daki (2004) geçiş durumu hesaplamasını değiştiriyoruz. Pfold kullanan biriyle. Yeni geçiş durumunu kullanarak, Garbuzynskiy ve ark. SRS'nin ikinci uygulamasında, bir ligand için bir protein bağlama bölgesinden kaçması için beklenen süreyi tahmin ediyoruz. Pfold'a benzer şekilde, MD veya MC simülasyonları ile bir bağlanma bölgesinden kaçış zamanını hesaplamak pratik olmayacaktır. Amino asitlerin rolünü niteliksel olarak analiz etmek için kaçış zamanı kullanıyoruz Hesaplamalı mutajenez yoluyla bir enzimin katalitik bölgesinde ve yedi ligand-protein kompleksi için katalitik bölgeyi diğer potansiyel bağlanma bölgelerinden ayırt etmek. Bu uygulamalar, SRS'yi moleküler hareketin topluluk özelliklerini verimli ve doğru bir şekilde hesaplamak için yeni bir yaklaşım olarak kurar. Bu uygulamalarda, konformasyon uzayını düzgün bir şekilde örnekliyoruz. SRS'nin gelecekteki daha karmaşık biyolojik sistemlere (örneğin, büyük proteinler, protein-protein bağlanması) uygulanmasını kolaylaştırmak için tekdüze olmayan örnekleme tekniklerini araştırıyoruz. Bazı umut verici örnekleme şemaları sunuyoruz. Moleküler dinamik (MD) veya Monte Carlo gibi moleküler hareketi simüle etmek için klasik teknikler (MC) simülasyon, bireysel yollar oluşturmak ve zamanlarının çoğunu yerel minimumda geçirmek moleküler konformasyon uzayı üzerinde tanımlanan enerji manzarası. Yüksek hesaplamalarından dolayı maliyet, topluluk özelliklerini, yani analiz gerektiren özellikleri hesaplamak pratik değildir bu tür teknikleri kullanan birçok moleküler yol. Bu tezimizde Stokastik Yol Haritasını tanıtıyoruz Moleküler mo kinetiğini keşfetmek için yeni bir hesaplama çerçevesi olarak simülasyon (SRS)- aynı anda birçok yolu inceleyerek. Bu yollar kompakt bir şekilde kodlanmıştır. rastgele bir moleküler konformasyon uzayının örneklenmesiyle oluşturulan grafik. Her yay grafik, molekülün potansiyel bir geçişini temsil eder ve bir olasılık ile ilişkilidir.- bu geçişin olasılığını belirlemek. Grafiği bir Markov zinciri olarak görerek hesaplıyoruz özellikleri verimli bir şekilde birleştirin. Bu hesaplama, belirli bir yolu açıkça izlemez ve yerel minimum sorunu aşar. Ayrıca, srs'nin aşağıdakilere yakınsadığını resmi olarak gösteriyoruz: MC simülasyonu ile aynı durağan dağılım. Hem protein katlanmasını hem de ligand-protein bağlanmasını incelemek için SRS kullanıyoruz. Eski uygulamada, bir proteinin konformasyonunun doğal durumundan“kinetik mesafesini”kendi durumuna göre ölçüyoruz. katlanmamış durum, katlama olasılığı (Pfold) adı verilen önemli bir parametre kullanarak. Karşılaştırıyoruz İki boyutlu hayali bir enerji manzarasında MC simülasyonundakilere pfold hesaplamaları, farklı temsillere ve enerji işlevlerine sahip üç proteinin yanı sıra. Bunu SRS olarak görüyoruz hesaplama süresini birkaç büyüklük sırasına göre azaltırken doğru sonuçlar üretir. Biz ardından Garbuzynskiy, Finkelstein ve Galzitskaya'daki geçiş durumu hesaplamasını değiştirin (2004) pfold kullanan biriyle. Yeni geçiş durumunu kullanarak, genel olarak daha yüksek bir korelasyon elde ederiz. Garbuzynskiy tarafından incelenen beş küçük protein için katlanma hızı ve Φ değer tahminlerinde deney yapın ve diğ. Srs'nin ikinci uygulamasında, bir protein bağlanmasından kaçmak için beklenen süreyi tahmin ediyoruz bir ligand için site. Pfold'a benzer şekilde, MD veya MC simülasyonları ile bir bağlanma bölgesinden kaçış süresini hesaplamak pratik olmayacaktır. Amino asitlerin rolünü niteliksel olarak analiz etmek için kaçış zamanı kullanıyoruz bir enzimin katalitik bölgesinde hesaplamalı mutajenez ile ve katalitik bölgeyi ayırt etmek için yedi ligand-protein kompleksi için diğer potansiyel bağlanma bölgelerinden. Bu uygulamalar şunları oluşturur Moleküler özelliklerin topluluk özelliklerini verimli ve doğru bir şekilde hesaplamak için yeni bir yaklaşım olarak SRS hareket. Bu uygulamalarda konformasyon uzayını muntazam bir şekilde örnekliyoruz. Tekdüze olmayanları araştırıyoruz srs'nin gelecekte daha karmaşık biyolojik sistemlere uygulanmasını kolaylaştırmak için örnekleme teknikleri (örn., büyük proteinler, protein-protein bağlanması). Bazı umut verici örnekleme şemaları sunuyoruz.

Özet (Çeviri)

Classic techniques to simulate molecular motion, such as molecular dynamics (MD) or Monte Carlo (MC) simulation, generate individual pathways and spend most of their time in the local minima of the energy landscape defined over a molecular conformation space. Due to their high computational cost, it is impractical to compute ensemble properties, that is, properties requiring the analysis of many molecular pathways, using such techniques. In this thesis, we introduce Stochastic Roadmap Simulation (SRS) as a new computational framework for exploring the kinetics of molecular motion by simultaneously examining many pathways. These pathways are compactly encoded in a graph, which is constructed by sampling a molecular conformation space at random. Each arc in the graph represents a potential transition of the molecule and is associated with a probability indicating the likelihood of this transition. By viewing the graph as a Markov chain, we compute ensemble properties efficiently. This computation does not trace any particular pathway explicitly and circumvents the local minima problem. Furthermore, we formally show that SRS converges to the same stationary distribution as MC simulation. We use SRS to study both protein folding and ligand-protein binding. In the former application, we measure the“kinetic distance”of a protein's conformation from its native state with respect to its unfolded state, using an important parameter, called probability of folding (Pfold). We compare our Pfold computations to those from MC simulation on a two-dimensional fictitious energy landscape, as well as for three proteins with different representations and energy functions. We find that SRS produces accurate results, while reducing the computation time by several orders of magnitude. We then replace the transition state computation in Garbuzynskiy, Finkelstein and Galzitskaya (2004) with one that uses Pfold. Using the new transition state, we obtain a generally higher correlation with experiment in folding rate and Φ value predictions, for five small proteins studied by Garbuzynskiy et al. In the latter application of SRS, we estimate the expected time to escape from a protein binding site for a ligand. Similar to Pfold, it would be impractical to compute the escape time from a binding site with MD or MC simulations. We use escape time to qualitatively analyze the role of amino acids in the catalytic site of an enzyme by computational mutagenesis, and to distinguish the catalytic site from other potential binding sites for seven ligand-protein complexes. These applications establish SRS as a new approach to efficiently and accurately compute ensemble properties of molecular motion. In these applications, we sample the conformation space uniformly. We investigate non-uniform sampling techniques to facilitate future application of SRS to more complex biological systems (e.g., large proteins, protein-protein binding). We present some promising sampling schemes.

Benzer Tezler

  1. Afetlerde yaralı taşıma sistemi tasarımı için benzetimle analiz ve stokastik programlama modeli: istanbul depremi için pilot uygulama

    Simulation analysis and a stochastic programming model for casualty transportation in disasters: a pilot application for the istanbul earthquake

    NADİDE ÇAĞLAYAN

    Doktora

    Türkçe

    Türkçe

    2021

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE ITIR SATOĞLU

  2. Yatırım kararlarının değerlemesinde reel opsiyonları bilişim teknolojileri yatırım uygulaması

    Valuation of investment decisions with real options: Information technologies investment practice

    SELÇUK ALTAN ÖZOĞUL

    Doktora

    Türkçe

    Türkçe

    2006

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. BURÇ ÜLENGİN

  3. Hızlıca keşfeden rastgele ağaç yöntemi ile insansı robot kolu yörünge planlaması

    Trajectory planning of a humanoid robot arm by using rapidly-exploring randomized tree method

    BURAK BOYACIOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞENİZ ERTUĞRUL

  4. Elektrikli araç şarj yüklerinin raslantısal benzetimi ve alçak gerilim dağıtım şebekesine etkisi

    Stochastic modelling of electric vehicle charging load and its impacts on low voltage distribution networks

    ÖNDER POLAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖMER GÜL

  5. Stochastic modeling of rainfalls for Ankara

    Ankara yağmurlarının stokastik modellenmesi

    FADEN MÜGE MERSİN

    Yüksek Lisans

    İngilizce

    İngilizce

    1998

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. UYGUR ŞENDİL