Компьютерные симуляции помогают учёным изучать движение макромолекул 🧬, ускоряя создание новых лекарств и экоматериалов. Но даже суперкомпьютерам 💻 такие расчёты даются с трудом!
Студент Университета Орегона разработал новое математическое уравнение 🚀, которое повышает точность моделей для анализа крупных молекул: белков, нуклеиновых кислот и полимеров (например, пластика).
Прорыв, описанный в журнале Physical Review Letters 🔍, позволяет детальнее изучать процессы вроде репликации ДНК 🧬. Это может раскрыть причины болезней, связанных с ошибками копирования генома, и помочь в разработке терапии 💊.
«Нам важно понять, как молекулы двигаются, скручиваются и функционируют, — говорит Джесси Холл, соавтор исследования. — Новая модель позволит симулировать крупные белковые комплексы и глубже изучить их роль в организме» 💡.
Его работа решает задачу, над которой бились 50 лет ⏳: как точно рассчитать силу трения, действующую на биомолекулы в вязкой среде.
Белки и другие биомолекулы окружены тысячами молекул воды 💧, другими белками и нуклеиновыми кислотами. В этой «суматохе» они постоянно движутся: сворачиваются, раскручиваются и взаимодействуют 🔄.
«Их механика критически важна для понимания репликации ДНК или создания targeted-лекарств», — поясняет Холл 🧪.
Учёные используют упрощённые (грубые) модели, чтобы избежать симуляции каждого атома ⚖️. Это ускоряет расчёты, но до сих пор не удавалось точно определить трение — ключевой параметр для прогнозирования движения молекул.
«Чтобы описать движение белка, нужно учесть вязкость среды, случайные столкновения и внутренние силы, удерживающие молекулу», — говорит профессор Марина Генца, соавтор работы 🔬.
Предыдущие решения, основанные на уравнении Эйнштейна 📜, имели ограничения. Команда предложила обобщённую версию этой формулы 🆕, которая гибко адаптируется к разным системам.
«Это блестящее решение, — отмечает Генца. — Оно ускоряет симуляции и повышает их точность для сложных молекулярных систем» 👏.
Исследователи надеются, что их метод поможет в создании новых материалов и изучении рака 🩺, вызванного ошибками репликации ДНК.
«Пока работа теоретическая, но мы создаём инструменты для будущих прорывов, — говорит Холл. — Надеюсь, наша формула откроет возможности, о которых мы даже не думали» 🔮.
Источник: Университет Орегона.