Using Markov models to simulate electron spin resonance spectra from molecular dynamics trajectories.
Using Markov models to simulate electron spin resonance spectra from molecular dynamics trajectories.
复制标题
DOI：
10.1021/jp801608v
复制
发表时间：
2008-09-04
影响因子：
3.3
通讯作者：
Roux, Benoit
中科院分区：
文献类型：
--
作者：
Sezer, Deniz;Freed, Jack H.;Roux, Benoit
直接从自旋标记蛋白质的分子动力学模拟来模拟电子自旋共振（ESR）谱需要大量（数百或数千）相对长（数百ns）的轨迹。为了迎接这一挑战，我们探索的可能性，构建精确的随机模型的自旋标签动力学的原子轨道。一个系统的，两个步骤的过程，基于隐马尔可夫模型的概率框架，建立一个离散时间马尔可夫链过程，忠实地捕捉内部自旋标签动态的时间尺度上长于约150 ps。所构建的马尔可夫模型是用来洞察到的自旋标签的长寿命的构象，并产生随机轨迹所需的ESR谱的模拟。该方法是说明与应用程序的情况下，自旋标记的聚丙氨酸α螺旋在明确的溶剂。
Simulating electron spin resonance (ESR) spectra directly from molecular dynamics simulations of a spin labeled protein necessitates a large number (hundreds or thousands) of relatively long (hundreds of ns) trajectories. To meet this challenge, we explore the possibility of constructing accurate stochastic models of the spin label dynamics from atomistic trajectories. A systematic, two-step procedure, based on the probabilistic framework of hidden Markov models, is developed to build a discrete-time Markov chain process that faithfully captures the internal spin label dynamics on time scales longer than about 150 ps. The constructed Markov model is used both to gain insight into the long-lived conformations of the spin label and to generate the stochastic trajectories required for the simulation of ESR spectra. The methodology is illustrated with an application to the case of a spin labeled poly-alanine alpha helix in explicit solvent.
登录
查看更多内容
影响因子：
4.4
作者：
Elmer, SP;Park, S;Pande, VS
通讯作者：
Pande, VS
影响因子：
--
作者：
Horenko, Illia;Dittmer, Evelyn;Schuette, Christof
通讯作者：
Schuette, Christof
影响因子：
3
作者：
BROOKS, BR;BRUCCOLERI, RE;KARPLUS, M
通讯作者：
KARPLUS, M
影响因子：
4.4
作者：
ESSMANN, U;PERERA, L;PEDERSEN, LG
通讯作者：
PEDERSEN, LG
影响因子：
2.9
作者：
Budil, DE;Sale, KL;Fajer, PG
通讯作者：
Fajer, PG