分子动力学模拟（Molecular Dynamics, MD）是一种通过计算机模拟研究分子体系动态行为的技术，基于经典力学原理，通过牛顿运动方程描述原子在特定环境中的运动，揭示分子间的相互作用、构象变化及热力学特性。在医药领域，MD模拟广泛应用于药物研发和分子机制研究，如探索小分子与靶标蛋白的结合模式、评估突变对蛋白功能的影响、预测药物分子结合自由能及稳定性等。Neorabio专注于为客户提供高精度的分子动力学计算服务，通过专业技术支持新药开发、分子优化及疾病机制解析，助力科研突破。
服务流程
[提交结构] → [结构预处理] → [参数设置] → [对接运行] → [结果分析] → [报告交付]
应用场景
用于研究蛋白质结构动态变化和稳定性分析
解析蛋白-配体相互作用的详细机制
辅助药物设计中的结合模式优化
探索蛋白质构象转变及功能调控
模拟膜蛋白和多组分体系的行为
验证突变体对结构和功能的影响
支持材料科学及生物大分子相关研究
技术优势
我们拥有高性能计算平台，支持长时间尺度和大体系模拟
采用多种主流分子动力学软件，如GROMACS、AMBER和CHARMM，满足不同需求
具备完善的体系构建和预处理流程，确保模拟体系的真实性和稳定性
支持多种模拟类型，包括经典MD、加速MD和结合自由能计算
专业团队拥有计算化学和结构生物学背景，能够深入解读模拟结果
提供定制化模拟方案，满足不同科研项目的个性化需求
结合实验数据辅助验证，提升模拟的生物学相关性和预测准确性
经典案例
粗粒化动力学模拟
隐形溶剂动力学模拟与拉伸分子动力学模拟
自由能计算（MM-PBSA/FEP）
为了探索M237I/R249S突变对p53C相分离行为的影响，研究者通过Martini 3（粗粒化模拟中的一种力场）粗粒化模型模拟了p53C野生型（WT）及两个突变体（M237I和R249S）的自发LLPS过程，模拟的时间为10微秒（μs）。
结果表明，M237I和R249S突变通过增强这些多价的蛋白质间相互作用，加速了p53C的LLPS过程。
图1 p53C相分离的粗粒化动力学模拟 图2 M237I/R249S突变对p53C细胞LLPS行为的影响
Yu Y, Liu Q, Zeng J, Tan Y, Tang Y, Wei G. Multiscale simulations reveal the driving forces of p53C phase separation accelerated by oncogenic mutations. Chem Sci. 2024 Jul 15;15(32):12806-12818. doi: 10.1039/d4sc03645j. PMID: 39148776; PMCID: PMC11323318.
每一研究体系通过40个50ns动力学模拟，探究Aβ物种（单体、寡聚体和种子）与VE-cadherin二聚体的结合方式。Aβ寡聚体（Aβo）优先结合到VE-cadherin二聚体的转折区；Aβ种子（Aβs）主要与二聚体的C端结合；Aβ单体（Aβm）则在二聚体的整个区域都有较均匀的结合。每一研究体系通过70个100ns的拉伸分子动力学（拉力精度和范围分别为10pN和(0, 60)pN），揭示Aβ如何通过不同的结合行为，影响VE-cadherin二聚体的结构和稳定性。结果表明Aβo和Aβs在模拟中引起了较早的二聚体解离，且Aβ寡聚体对VE-cadherin的稳定性破坏最为显著。图3 j为Aβo的结构变化图，图3 k为Aβs的结构变化图。
图1 分子动力学和拉伸分子动力学结果
Li Y, Ni N, Lee M, Wei W, Andrikopoulos N, Kakinen A, Davis TP, Song Y, Ding F, Leong DT, Ke PC. Endothelial leakiness elicited by amyloid protein aggregation. Nat Commun. 2024 Jan 19;15(1):613. doi: 10.1038/s41467-024-44814-1. PMID: 38242873; PMCID: PMC10798980.
计算WT野生型、R346K突变体和K417N突变体对BD-812、BD-836、BD-821和BD-771抗体结合自由能的影响
图1 R346K突变体与BD-812抗体的相互作用
图2 K417N突变体与BD-836抗体的相互作用
图3 MM/PBSA计算结果图
【1】Fratev F. R346K Mutation in the Mu Variant of SARS-CoV-2 Alters the Interactions with Monoclonal Antibodies from Class 2: A Free Energy Perturbation Study. J Chem Inf Model. 2022 Feb 14;62(3):627-631. doi: 10.1021/acs.jcim.1c01243. Epub 2022 Jan 24. PMID: 35072475.
【2】Kushwaha PP, Singh AK, Bansal T, Yadav A, Prajapati KS, Shuaib M, Kumar S. Identification of Natural Inhibitors Against SARS-CoV-2 Drugable Targets Using Molecular Docking, Molecular Dynamics Simulation, and MM-PBSA Approach. Front Cell Infect Microbiol. 2021 Aug 12;11:730288. doi: 10.3389/fcimb.2021.730288. PMID: 34458164; PMCID: PMC8387699.
交付内容
RMSD/RMSF/Rg/SASA等基础分析及构象变化分析
交付内容