蛋白质聚集的分子动力学模拟

文章来源：“分子动力学”公众号

链接：https://mp.weixin.qq.com/s/3Dxo5t3TW5jAmbdSH6bTJQ

蛋白质聚集的分子动力学模拟（ Molecular dynamics simulations of protein aggregation）

蛋白质紊乱和聚集在许多神经退行性疾病（如阿尔茨海默病和帕金森病）的发病机制中起着重要作用。这些疾病中聚集过程的最终产物是高度结构化的淀粉样纤维。因此，合理设计靶向淀粉样蛋白寡聚体形成的药物，就需要全面了解驱动蛋白质聚集的物理化学力。原子级的分子动力学 (MD) 模拟提供了该过程最高的时间和空间分辨率，可以捕捉淀粉样蛋白寡聚体形成过程中的关键步骤。

1．MD 模拟和基本分析

以 Aβ16-22 为例，其两端都带有封端基团，序列为 ACE-KLVFFAE-NME。由于蛋白质数据库 (PDB) 不包含该肽的结构，因此可以从 Aβ42 的 PDB 结构的残基 16-21 的坐标中检索以下模拟的起始结构，例如 PDB ID 1Z0Q。在 PyMOL 的蛋白质模式下使用 Builder 工具，ACE 和 NME 封端组可以分别添加到 N 和 C 端。

1.1 六肽模拟体系建立

1. 第一步是为 Aβ16-22 单体产生一个松弛的构象。对于 Aβ16-22，建议模拟长度为 1 μs 或更长，使用构象聚类确定最稳定的单体结构（本文省略这步）。2. 使用 PACKMOL将六个单体随机放置到一个模拟盒子中。下面的示例脚本将六个 Aβ16-22 肽放置在一个大小为 ~10 nm × 10 nm × 10 nm 的模拟框中，它们之间的距离至少为 1.2 nm（或脚本中的 12 Å）。

packmol.inp#Six monomers of abeta16-22 peptide #minimum distance between two monomers tolerance 12.0 seed -1 #The file type of input and output files is PDB filetype pdb #The name of the output file output abeta16-22_hexamer.pdb #add TER to after each monomer chain add_amber_ter #distance from the edges of box add_box_sides 1.0 #path to input structure file #units for distance is measured in Angstrom #box size is 100 Å structure abeta16-22.pdb number 6 inside box 0. 0. 0. 100. 100. 100. end structure

运行packmol

packmol < packmol.inp

或者使用gmx insert-molecules命令

gmx insert-molecules -ci abeta16-22.pdb -nmol 6 -box 10 10 10 -o abeta16-22_hexamer.pdb

1.2 不同的模拟步骤创建目录

创建五个主要步骤的目录：拓扑文件构建、能量最小化、NVT 平衡、NPT 平衡和 MD 生产运行。每一步都需要一个 .mdp 文件。mdp 文件类型扩展名代表分子动力学参数，这些文件包含使用 GROMACS 设置 MD 模拟的所有关键参数。

mkdir 1-topol 2-em 3-nvt 4-npt 5-md mdp

1.3 拓扑构建

拓扑文件包含有关将被模拟的分子类型和分子数量的信息。上一步的 .pdb 文件作为输入，除了拓扑文件之外，还会生成一个 .gro 文件，该文件与 .pdb 文件一样，也包含模拟系统的坐标。它们之间的主要区别在于它们的格式。

(1)从http://macerell.umaryland.edu/download.php?filename=CHARMM_ff_params_files/charmm36-mar2019.ff.tgz下载Charmm36m力场，复制到1-topol目录下。切换到该目录：

cd 1-topol/

（2）运行GROMACS pdb2gmx 命令处理输入的结构文件并创建扩展名为.top 的拓扑文件、扩展名为.itp 的拓扑包含文件和扩展名为.itp 的位置约束文件。

gmx pdb2gmx -f …/abeta16-22_hexamer.pdb -o protein.gro -p topol.top -ignh -ter <

1

1

3

4

3

4

3

4

3

4

3

4

3

4

EOF

选项说明:

-f: 读取输入结构文件 abeta16-22_hexamer.pdb

-o and -p: 写入输出结构文件 protein.gro 和系统拓扑文件 topol.top

-ignh: 忽略输入文件中的氢原子，这是可取的，因为输入文件和力场中氢原子的命名约定不同。GROMACS 将使用所选力场的 H 原子名称添加新的氢原子。

-ter: N 端和 C 端的质子化状态可以-ter 标志交互选择

Option 1: choosing protein force field (charmm36-mar2019)

Option 1: choosing water force field (TIP3P)

Option 3: choosing N-terminus (None, as we use ACE capping)

Option 4: choosing C-terminus (None, as we use NME capping)

Options 3 and 4 are repeated for each peptide in the system, in this example six.

成功执行 GROMACS pdb2gmx 命令后，该目录还将包含六个拓扑包含文件和六个位置约束文件，每个肽一个：topol_Protein_chain_KaTeX parse error: Expected group after '_' at position 32: …e_Protein_chain_̲chain.itp，其中 $chain = A、B、C、D、E 或 F。后面的文件包含肽的所有非氢原子的位置限制条目，这是平衡 MD 步骤期间需要的。

（3） 接下来，创建一个模拟框。请注意，上面定义的框仅用于放置肽。和以前一样，选择了一个 10 × 10 × 10 nm3 的立方体盒子：

gmx editconf -f protein.gro -o box.gro -bt cubic -box 10 10 10

（4）在模拟盒里装入水分子

gmx solvate -cp box.gro -cs spc216.gro -o protein-solvated.gro -p topol.top溶剂分子的添加反映在 topol.top 文件中，除了 6 个肽段外，该文件现在还包括 32,323 个水分子。（5）为了使用周期性边界条件进行 MD 模拟，我们需要根据需要通过添加正 (Na+) 或负 (Cl-) 离子来中和系统的电荷。此外，我们可以为系统指定一个特定的离子浓度，通常约为 150 mM 以模拟生理条件：

gmx grompp -f …/mdp/ions.mdp -c protein-solvated.gro -p topol.top -o protein-ions.tpr

echo 13 | gmx genion -s protein-ions.tpr -o protein-ions.gro -p topol -neutral -conc 0.15

Explanation of flags and options: -neutral: 通过添加 Na+ 或 Cl- 离子将系统中和至零电荷 -conc: 将浓度更改为 150 mM NaClecho 13: 用离子替换溶剂分子，其中选项 13 代表 SOL（溶剂分子）。

在第一个命令中，grompp 模块，读取坐标文件、系统拓扑文件、ions.mdp 文件并将它们处理成 GROMACS 二进制格式生成 .tpr 文件。该文件包含模拟的起始结构、单个肽和水分子的拓扑信息以及所有模拟参数。第二个命令读取二进制输入文件 protein-ions.tpr 并中和净电荷，添加了 90 个 Na+ 和 90 个 Cl- 离子，相应地更新 topol.top 文件。

上面我们准备了模拟的拓扑文件和坐标文件，接下来运行MD模拟。

1. 能量最小化

（1）对于能量最小化 (EM) 步骤，切换到目录 2-em：

cd …/2-em

（2）如 em.mdp 文件所示，我们采用最速下降法来最小化系统，直到最大力为达到 100 kJ/mol/nm 或 2,000 个最小化步骤。grompp 用于将结构、拓扑和仿真参数组合成二进制输入文件 protein-em.tpr，然后将其传递给 GROMACS mdrun 命令。

gmx grompp -f …/mdp/em.mdp -c …/1-topol/protein-ions.gro -p …/1-topol/topol.top -o protein-em.tpr

gmx mdrun -v -deffnm protein-em

Explanation of flags: -v: 将 EM 步骤的进度打印到屏幕上 -deffnm: 定义输入和输出文件

成功执行 mdrun 命令后，会生成以下文件：

protein-em.gro: 最终能量.最小化结构文件 protein-em.edr: 二进制格式的能量文件 protein-em.trr: 轨迹文件，包括所有坐标、速度、力和能量的二进制格式 protein-em.log : ASCII 格式的 EM 步骤的文本日志文件

2. NVT 平衡

在 EM 步骤之后，执行两个平衡步骤。第一个平衡步骤在等温和等容条件下进行，称为 NVT 系综，因为 N（粒子数）、V（体积）和 T（温度）保持恒定。此外，在此步骤中，只有溶剂分子和离子在肽周围达到平衡，使它们达到所需的温度（在我们的例子中为 300 K），而肽原子的位置受到限制。为此，使用包含在拓扑构建期间生成的位置约束的 .itp 文件。类似于 EM 步骤，在 NVT 和以下 MD 步骤 grompp 和 mdrun 被调用：

cd …/3-nvt

gmx grompp -f …/mdp/nvt.mdp -c …/1-topol/protein-em.gro -p …/1-topol/topol.top -o protein-nvt.tpr -r …/2-em/protein-em.gro

gmx mdrun -v -deffnm protein-nvt

通常，NVT 平衡步骤是 100 ps 长的 MD 模拟，足以在所需温度下平衡蛋白质或肽周围的水。以下是 nvt.mdp 文件中设置的重要参数的说明：

gen_seed = -1: takes as random number seed the process ID.

gen_vel = yes: generates random initial velocities. For this, the random number seed is used. tcoupl = V-rescale: defines the thermostat. pcoupl = no: pressure coupling is not applied.

如果 grompp 根据其进程 ID 分配随机数种子，则每次重新运行 grompp 时，它将分配不同的种子，因为该 grompp 执行的相应进程 ID 也不同。这保证了种子总是随机的，因此每次重复模拟时，都会生成不同的随机数，从而导致不同的初始速度分布。当模拟重复多次以收集系统统计数据时，这一点很重要。温度耦合是使用速velocity rescaling热浴，这是一种改进的 Berendsen 弱耦合方法。成功执行 mdrun 命令后，将生成具有与 EM 步骤中生成的文件类型扩展名相同的文件。

3. NPT 平衡

在第二个平衡阶段，系统的压力和密度使用等温等压系综进行调整，也称为 NpT 系综，因为 N、p（压力）和 T 保持不变持续的。

cd …/4-npt

gmx grompp -f …/mdp/npt.mdp -c …/1-topol/protein-nvt.gro -p …/1-topol/topol.top -o protein-npt.tpr -r …/3-nvt/protein-nvt.gro

gmx mdrun -v -deffnm protein-npt

与 NVT 平衡运行相比，npt.mdp 文件中的一项更改是增加了压力耦合部分，使用 Parrinello-Rahman压浴。其他值得注意的变化是：

continuation = yes: continuation of the simulation from the NVT EQ step. gen_vel = no: velocities will be read from the trajectory files generated from the NVT equilibration step and not newly initiated.

平衡阶段成功执行后，整个系统的温度和压力都将得到调整，以便我们可以继续执行生产运行。

4. MD 生产运行

在生产运行中，去除蛋白质的位置限制；然而，所有键长都将使用LINCS 方法限制在其平衡值，使用 2 fs 的时间步长对运动方程进行积分。为了对构象空间进行充分采样，我们需要以微秒的数量级运行生产运行。

要执行本例中的MD 生产模拟，切换到相应目录

cd …/5-md

gmx grompp -f …/mdp/md.mdp -c …/1-topol/protein-npt.gro -p …/1-topol/topol.top -o protein-md.tpr -r …/4-npt/protein-npt.gro

gmx mdrun -v -deffnm protein-md

在 MD 生产运行之后，将生成与前面步骤相比的另一种文件类型，一个 .xtc 轨迹文件。

在成功完成 MD 生产运行后，可以开始对 MD 轨迹进行分析。protein_md.xtc 文件包含由生产模拟采样的系统的所有坐标，用于分析。各种 GROMACS 分析工具可以读取 .xtc 文件的二进制格式。但是，在下文中，我们将使用基于 Python 的 MDAnalysis 和 MDTraj 之类的工具，这些工具也可以处理 .xtc 文件。接下来主要分析寡聚体大小和聚集体中的接触。

1. Anaconda创建环境

conda create -n conda-python3.6 python=3.6

conda activate conda-python3.6

安装MDanalysis 和MDtraj

conda install -c conda-forge mdanalysis

conda install -c omnia mdtraj

2. 为分析创建一个新目录

cd …/

mkdir analysis

cd analysis/

MD轨迹处理

（1）将轨迹文件 protein_md.xtc 和运行输入文件 protein_md.tpr 从生产 MD 目录复制到分析目录。

cp …/5-md/ protein_md.xtc ./

cp …/5-md/ protein_md.tpr ./

（2）对于分析，我们只需要蛋白质的坐标，而不需要溶剂和离子的坐标。使用 GROMACS trjconv 命令执行提取和重新保存：

gmx trjconv -s protein_md.tpr -f protein_md.xtc -o protein_only.xtc

On the command prompt: select option “1” for centering “protein”, option “1” for output “protein” The output .xtc file will include only coordinates of the peptide chain.

（3）我们还需要以 .gro 或 .pdb 格式提取参考结构文件。在当前示例中，我们创建了一个 .pdb 文件。

gmx trjconv -s protein_md.tpr -f protein_md.xtc -o protein_only.pdb -dump 0

On the command prompt: select

option “1” for output “protein”

Explanation: -dump 0: 储轨迹文件的第一帧。

（4）需要在分析之前解决的蛋白质聚集模拟的一个特殊问题是 MD 模拟过程中的 PBC，它可能导致蛋白质似乎被破坏。许多分析脚本无法处理此类破碎的蛋白质，这会导致分析中出现假象。在 VMD 中读入新创建protein_only.pdb 和 protein_only.xtc 文件并可视化轨迹。然后在“Extensions”选项卡上打开 Tk 控制台，并通过输入命令可视化蛋白质系统周围的 PBC 框：

pbc box

[atomselect top all] set chain 0

pbc join fragment -all

另存为：protein-nopbc.trr

或者使用trjconv处理PBC

gmx trjconv -s protein_only.pdb -f protein_only.xtc -pbc nojump -o protein_nopbc.trr

4. 计算低聚状态和残基间接触频率

conda activate conda-python3.6

python oligos-cmap.py protein_only.pdb protein_nopbc.trr 4

python plot-cmap.py protein_only.pdb protein_nopbc.trr contact-map.dat

python plot-oligostate.py protein_only.pdb protein_nopbc.trr oligo-highest-size.dat 100

分析的结果如图 2 所示。图 2A 中显示六个肽在约 80 ns 开始形成五聚体。对组成寡聚体的肽之间的残基-残基接触进行计数，形成图 2B 中的概率图。它显示肽更喜欢以反平行方向组装，这通过带相反电荷的 N 端 Lys16 和 C 端 Glu22 残基之间的静电相互作用稳定。此外，还形成了一些强疏水性接触，尤其是 Fi19-Fj19和Fi19-Fj20，其中 i 和 j 指的是寡聚体中的两个不同肽链。