分子动力学
Parent: ai_keywords
分子动力学 (Molecular Dynamics, MD)
核心定义
分子动力学是一种基于经典牛顿力学（牛顿第二定律）的计算模拟方法。通过数值积分原子间的相互作用力（由力场描述），生成体系中所有原子随时间演化的运动轨迹，从而在原子/分子尺度上定量揭示生物大分子（蛋白质、核酸、脂质双分子层等）的结构-动力学-功能关系。MD 不仅给出热力学平均量，更能捕获构象状态之间的过渡路径、自由能面与动态异构过程，成为连接微观结构与宏观药理学/病理生理学的中枢桥梁。
关键技术点
- 力场 (Force Field)：决定模拟真实性的核心。常用力场包括 AMBER、CHARMM、OPLS 及面向神经递质系统的参数化版本。力场包含键伸缩、键角弯曲、二面角扭转、van der Waals 非键作用与静电相互作用项。
- 积分算法与时间步长：使用 Verlet 类算法（如 velocity-Verlet）以固定时间步长（通常 1-2 fs）积分运动方程。对涉及氢原子振动的体系需引入 SHAKE/RATTLE 约束算法以允许更大步长。
- 系综控制与边界条件：采用 NVT (恒温恒容) 或 NPT (恒温恒压) 系综模拟，配合周期性边界条件消除有限尺寸效应。温度耦合使用 Nosé-Hoover 或 Langevin 恒温器，压力耦合通过 Parrinello-Rahman 方法实现。
- 长程静电处理：采用 Particle Mesh Ewald (PME) 或基于截断的快速多重极子方法精确处理静电长程相互作用（如离子通道中的电荷分布），避免截断导致的伪象。
- 增强采样与自由能计算：克服常规 MD 时间尺度限制，常用副本交换 (REMD)、拉伸动力学、伞形采样 (Umbrella Sampling) 或 Metadynamics 等算法，用于计算配体-受体结合自由能、构象转变路径等。
医学/神经科学应用场景：帕金森病中 α-突触核蛋白聚集的 MD 模拟
以首都医科大学神经病学研究所关注的核心疾病——帕金森病 (Parkinson’s Disease, PD) 为例。α-突触核蛋白 (α-Syn) 的错误折叠与淀粉样纤维化是 PD 的关键病理。利用分子动力学模拟（例如 CHARMM36 力场 + PME + REMD 增强采样），可在显式水环境下模拟 α-Syn 的 N 端与非淀粉样组分 (NAC) 区域从单体到寡聚体（二聚体/四聚体）的初始聚集步骤，捕捉 β-片层构象的形成动力学；进一步通过自由能面分析鉴定导致毒性寡聚体的关键残基（如 KTKEGV 重复区）。还可模拟小分子抑制剂（如原花青素或新设计的针对 NAC 区的肽模拟物）与 α-Syn 单体的结合模式，计算结合自由能（MM/PBSA 或 FEP），为理性设计预防纤维化的先导化合物提供原子级理论依据。结合首都医科大学在 PD 队列的基因突变数据（如 A53T、E46K），可通过突变型 α-Syn 的 MD 轨迹分析其聚集热力学与动力学改变，直接指导临床前药物筛选。
