Name: 在仿真研究中使用复杂脂质混合物进行真实膜建模 (视频) | JoVE Journal
Uploaded: 2023-09-01T14:10:00.000+00:00
Duration: 7 min 31 s
Description: 了解如何使用分子动力学模拟构建和分析复杂脂质膜系统。本研究利用CHARMM-GUI建立真实膜模型，揭示脂质多样性对细胞膜生物物理学特性和生物分子相互作用的重要影响。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

作者感谢Jinhui Li和Ricardo X. Ramirez在撰写本文期间提供的模拟轨迹和讨论。O.C. 受到布法罗大学校长奖学金以及由Margarita L. Dubocovich（项目负责人）获得的美国国立卫生研究院学生发展最大化计划培训资助1T32GM144920-01的支持。

1. 构建系统坐标
<ol>
	<li>使用网络浏览器访问 CHARMM-GUI.org (C-GUI)。在顶部菜单中，依次选择 输入发生器，然后选择 膜构建器 从屏幕左侧的垂直选项中。</li>
	<li>构建双层膜时，选择 双层膜构建器. 
	注意：首次使用的用户必须在创建第一组坐标之前激活其免费账户。</li>
	<li>选择 膜限定系统保存生成的 JOB ID，以便在需要时检索系统并从中断处继续操作。
	<ol>
		<li>在构建过程的每一步中，通过点击来可视化系统 观察结构 在页面顶部的框内查看，或通过下载生成的 PDB 文件进行检查。注意是否存在缺失的组分、所选输入脂质种类或补丁尺寸的错误。</li>
	</ol>
	</li>
	<li>选择系统的组件。
	<ol>
		<li>选择 异质性脂质 选项，即使构建单组分双层膜；然后选择一个 矩形盒 类型。</li>
		<li>每个脂质选择45个水分子进行水合；这足以确保双分子层完全水合。</li>
		<li>根据脂质组分的数量设置 XY 的长度. 然后，选择预先确定的每种脂质在模型中包含的数量。在下一节讨论的案例研究中，构建了一个包含600个脂质并均匀分布在两个单层中的膜模型。为模拟真核细胞内质网，PI模型使用了由336个DOPC、132个DPPE、60个CHOL和72个POPI脂质组成的混合物；PI-PS模型则使用了由330个DOPC、126个DPPE、54个CHOL、66个POPI和24个DOPS脂质组成的混合物。 
		注意：C-GUI 提供了可供选择的脂质结构库；点击物种名称旁边的图像可查看其化学结构。</li>
		<li>在脂质名称旁边的两个框中分别输入上叶和下叶所需的分子数量。对于本案例研究，需要对称的膜组成——请确保上叶和下叶的脂质数量匹配，避免出现数量不匹配的错误。如果需要非对称结构，请确保每层叶中的脂质总数正确。有关构建非对称双分子层的详细信息，请参考 Park 等人的研究。52,53.</li>
		<li>转到脂质物种列表顶部并点击 显示系统信息&#160;按钮。组装组件并完成系统。</li>
		<li>选择使用基于距离的算法添加中和离子，以实现更快的收敛54.</li>
		<li>保持 KCl 的默认溶液浓度为 0.15 mM。这是&#160;使膜双层模拟体系电中性所需的典型盐浓度。 
		注意：如果要使用不同的浓度，请务必点击 计算溶剂组成 编辑后点击按钮。</li>
	</ol>
	</li>
	<li>选择模拟条件和设置。
	<ol>
		<li>选择 CHARMM36m 作为FF选项；它常用于脂质和蛋白质模拟，但用户也可选择引言中讨论的其他选项。</li>
		<li>选择 GROMACS 作为分子动力学引擎，以获取相应格式的样本输入文件。 
		注意：推荐新用户使用 GROMACS，因为它拥有丰富的在线资源、教程和论坛支持。用户可从多种分子动力学（MD）引擎中进行选择，以比较模拟性能和代码语法等方面的差异。</li>
		<li>选择 恒定粒子数-压强-温度（NPT） 系综，迄今为止在脂质双分子层模拟中应用最广泛的动态系综。</li>
		<li>将温度和压力分别设置为 303 K 和 1 bar。在研究生物过程时，通常将温度设定在 298 K 至 310 K 之间，以确保双分子层处于液态无序状态。 
		注意：温度取决于所要模拟的过程条件，可根据需要进行调整。根据模型中脂质的种类，在运行模拟前，应将温度设定为高于纯脂质组分的相变温度。</li>
	</ol>
	</li>
	<li>下载生成的文件并传输至计算机集群。
	<ol>
		<li>使用 VMD 或 PyMol 等软件可视化最终体系，并检查设置是否正确。 
		&#8203;注意：建议检查例如膜周围是否有足够的水，以确保在模拟过程中脂质不会与像原子相互作用，同时确认叶层设置正确（即形成无间隙或夹层水的双层结构）。</li>
	</ol>
	</li>
</ol>
2. 运行分子动力学模拟
<ol>
	<li>将 C-GUI 中的文件上传并解压至您的计算集群。进入 Gromacs 目录，创建一个弛豫阶段提交脚本。</li>
	<li>根据计算集群的要求编写提交脚本的格式。
	<ol>
		<li>将 README 文件中位于“# Production”注释上方的所有命令复制到提交脚本中。 
		注意：C-GUI 提供的默认设置是一个对体系进行六步弛豫的循环。如果需要采用其他成熟可靠的协议，可对其进行修改，以读取刚由 C-GUI 构建并下载的坐标文件。</li>
	</ol>
	</li>
	<li>提交弛豫脚本，并在进入生产运行前确认所有步骤的输出文件均已成功下载。完成之后，检查 GROMACS 在六步运行过程中生成的以下输出文件：*.log、*.tpr、*.gro、*.edr、*.trr / *.xtc</li>
	<li>创建生产运行脚本。
	<ol>
		<li>从任意一个弛豫步骤中选取一个 gmx grompp 和 gmx mdrun 命令示例作为模板。</li>
		<li>在使用脚本之前，需创建一个 *.mdp 文件，其中包含与提供的 step7_production.mdp 文件类似的模拟参数。 
		注意：所提供的默认参数适用于膜体系的标准模拟；距离单位为 nm，时间单位为皮秒或步数（皮秒 / 积分时间步长）。请将 nsteps 设置为所需模拟时长（等于 dt * nsteps），并将 nst[x,v,f]out 设置为所需的数据保存频率（以积分步数为单位）。在本案例研究中，将 nsteps 设为 250,000,000，以实现 500 ns 的模拟时长（模拟时间 / 积分步长 = 500,000 ps / 0.002 ps），并将 nst[x,v,f]out 设为 50,000，以每 100 ps 保存一次数据。</li>
	</ol>
	</li>
	<li>在正式运行模拟之前，先进行基准测试以确定资源的最佳配置。
	<ol>
		<li>使用不同数量的计算节点对体系运行 1–2 ns 的测试模拟。 
		注意：本研究中的 ER 案例在纽约州立大学布法罗分校计算研究中心（UB Center for Computational Research, CCR）的高性能计算集群55上提交了 2 ns 的任务，并测试了 1 至 10 个节点的性能表现。</li>
		<li>比较每种配置下的模拟速度（ns/天），以确定最优的资源分配。通常选择能达到最大性能 75%–80% 的节点数量。</li>
	</ol>
	</li>
	<li>执行生产运行。
	<ol>
		<li>每个体系应运行三个重复样本，以确保结果的可重复性，并对数据进行统计分析。</li>
		<li>若计算集群的队列允许运行时间耗尽，可根据基准测试结果扩展轨迹。使用 gmx convert-tpr 和 gmx mdrun 命令继续收集轨迹数据。 
		&#8203;注意：相关选项说明详见 GROMACS 在线文档（https://manual.gromacs.org/）。</li>
		<li>对于仅含膜的体系，可通过计算每个脂质所占面积随时间的变化来判断体系是否已达到平衡。若未达到平衡，则需延长模拟轨迹。</li>
	</ol>
	</li>
</ol>
3. 分析轨迹
<ol>
	<li>在运行分析之前，先对体系进行可视化，以确定感兴趣的分子以及用于表征的轨迹片段。</li>
	<li>通过将原始轨迹文件（*.trr）转换为 *.xtc 格式和/或跳过部分帧来压缩文件，以减小文件大小，便于更高效地传输至本地工作站进行可视化和分析。 
	注意：对于较大的膜体系，可选择从轨迹中去除水分子以进一步减小文件大小。此操作可通过 GROMACS 中的索引文件、VMD 中的 TCL 脚本，或使用 Python 库（如 MDAnalysis 和 MDTraj）实现。</li>
	<li>根据单位脂质面积的时间序列确定体系达到平衡后的轨迹段，并在此区间内执行所选分析。 
	注意：有关典型膜分析的更多细节及操作方法，请参见讨论部分。</li>
</ol>

Simulating and Analyzing Lipid Bilayers Using Molecular Dynamics

作者无任何竞争利益需要披露。

实验技术可利用冷冻电子显微镜（cryo-EM）58、荧光技术以及原子力显微镜（AFM）59在高分辨率下对生物大分子进行可视化。然而，在原子或氨基酸水平上捕捉分子相互作用之间的协同效应及其动态过程，以揭示生物通路、疾病发病机制以及治疗递送机制，仍具有挑战性。本文讨论了分子动力学（MD）模拟在研究脂质膜方面的功能，以及设计、构建、运行和分析这些系统的几个主要步骤。该计算方法的优势在于其原子级细节和用于模拟分子相互作用的基本方程，可用来提出并表征膜界面处的分子机制。
模拟细胞膜时的一个关键步骤是对所研究的生物系统有充分的理解。所包含的脂质种类取决于生物体、细胞区室，以及最重要的是所研究的过程。对于初学者而言，使用对称膜进行模拟是一个良好的起点。尽管不对称性是质膜等膜结构的已知特征，但它可能带来额外的困难，因为需要更长的模拟时间来充分采样脂质双层之间甾醇的侧向扩散和交换。这种不对称性还会导致两个单层的单位面积脂质数（APL）不匹配，在模拟中必须谨慎处理52</...

脂质是细胞膜的主要组成成分，可为细胞提供边界并实现细胞内区室化1,2,3。脂质具有两亲性，包含一个极性头部基团和两条疏水性脂肪酸链；这些分子可自组装形成双分子层，以最大限度减少疏水链与水的接触3,4。亲水性头部基团与疏水性尾部的不同组合，导致生物膜中存在多种类型的脂质，例如甘油磷脂、鞘脂和固醇类脂质（图1）1,5,6。甘油磷脂是真核细胞膜的主要结构单元，由甘油磷酸、长链脂肪酸以及低分子量的头部基团组成7。脂质的命名基于其头部基团的差异，常见的例子包括磷脂酰胆碱（PC）、磷脂酰乙醇胺（PE）、磷脂酰丝氨酸（PS）、磷脂酰甘油（PG）、磷脂酰肌醇（PI）以及未修饰的磷脂酸（PA）5,6。至于疏水性尾部，其长度、饱和度以及骨架结构均存在差异。这些变化带来了大量可能的组合，使得哺乳动物细胞中存在数千种不同的脂质分子6。细胞膜脂质组成的改变会导致膜的力学和结构特性发生变化，从而影响整合膜蛋白和外周蛋白的功能活性2,6。
<img alt="脂质分类示意图：甘油磷脂、鞘脂、固醇结构比较。" class="xfigimg" src="/files/ftp_upload/65712/65712fig01.jpg" data-altupdatedat="1788304762000" data-alt="图1"> 
图1. 典型脂质结构。 脂肪酸链以蓝色框表示，常见的脂质头部基团为橙色，骨架示例为紫色。 <a href="https://www.jove.com/files/ftp_upload/65712/65712fig01large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
脂质在细胞过程、信号级联中的蛋白质激活以及健康细胞稳态中发挥着重要作用8,9脂质代谢异常是感染所致的结果，也可能是疾病发病机制的标志10,11,12,13,14,15作为细胞的屏障，膜脂质及其在小分子渗透中作用的研究对于药物递送系统和膜破坏机制具有重要意义16,17不同细胞器、组织和生物体中脂质种类的化学多样性和比例差异导致了复杂的膜动力学2因此，在脂质双分子层的建模研究中保留这些特性尤为重要，特别是当研究目的是考察其他生物分子与膜之间的相互作用时。模型中所考虑的脂质种类取决于目标生物体及细胞区室。例如，磷脂酰甘油（PG）脂质在光合细菌的电子传递过程中具有重要作用。18而磷酸化肌醇脂质（PIPs）在哺乳动物细胞质膜（PM）动态变化和信号转导级联中起着关键作用19,20细胞内，质膜（PM）、内质网（ER）、高尔基体和线粒体膜含有独特的脂质丰度，这些脂质影响其功能。例如，内质网是脂质生物合成的中心，负责将胆固醇转运至质膜和高尔基体；其脂质种类多样，富含磷脂酰胆碱（PC）和磷脂酰乙醇胺（PE），但固醇含量较低，有利于维持膜的流动性21,22,23,24相比之下，质膜包含数百甚至数千种脂质分子，具体种类数量取决于生物体25，其含有高水平的鞘脂和胆固醇，与其他细胞膜相比具有特征性的刚性24应考虑膜的不对称性，例如质膜（PM），其外层小叶富含鞘磷脂、PC 和胆固醇，而内层小叶富含 PE、PI 和 PS，这些成分在信号转导级联中具有重要作用。24最后，脂质的多样性还会促进形成在排列和内部有序性上不同的微区，即所谓的脂质筏24,26；这些结构表现出侧向不对称性，被认为在细胞信号传导中发挥重要作用26，且由于其瞬态特性而难以研究。
荧光透视、光谱学以及巨型单层囊泡（GUVs）等模型膜系统等实验技术已被用于研究生物分子与膜之间的相互作用。然而，仅依靠实验方法难以全面捕捉所涉及组分的复杂性和动态特性。例如，在成像蛋白质跨膜区域、研究所用膜系统的复杂性以及识别目标过程中的中间态或瞬时态等方面均存在局限性27,28,29。自20世纪80年代分子模拟技术被应用于脂质单层和双层体系以来29，现已能够在分子水平上量化脂质-蛋白质系统及其相互作用。分子动力学（MD）模拟是一种常见的计算技术，可根据粒子间的分子间作用力预测其运动行为。加和性相互作用势能用于描述系统中粒子之间的键合与非键合相互作用30。用于模拟这些相互作用的一组参数称为模拟力场（FF）。这些参数来源于从头计算（ab initio）、半经验方法和量子力学计算，并经过优化以重现X射线和电子衍射实验、核磁共振（NMR）、红外光谱、拉曼光谱以及中子散射等多种实验方法所得的数据31。
分子动力学（MD）模拟可用于在不同分辨率水平上研究体系32,33,34。旨在表征特定生物分子相互作用、氢键及其他高分辨率细节的体系通常采用全原子（AA）模拟进行研究。相比之下，粗粒化（CG）模拟将原子归并为较大的功能基团，以降低计算成本并研究更大尺度的动力学行为33。介于两者之间的是联合原子（UA）模拟，其中氢原子与其相应的重原子合并，以加快计算速度33,35。分子动力学模拟是研究脂质膜动力学及其与其他分子相互作用的有力工具，可为膜界面感兴趣过程提供分子层面的机制解释。此外，分子动力学模拟还可用于缩小实验研究目标范围，并基于微观相互作用预测特定体系的大分子性质。
简而言之，给定一组初始坐标、速度以及恒定温度和压力等条件后，通过数值积分相互作用势能和牛顿运动定律，可计算每个粒子的位置和速度。该过程被反复迭代，从而生成模拟轨迹30。这些计算由分子动力学（MD）引擎执行；在多个开源软件包中，GROMACS36 是最常用的引擎之一，也是本文所描述的引擎。GROMACS 还包含用于分析及构建待模拟系统初始坐标的工具37。其他分子动力学引擎包括 NAMD38、CHARMM39 和 AMBER40，用户可根据特定系统的计算性能自行选择。在模拟过程中以及对结果进行分析和解释时，可视化轨迹至关重要。目前有多种可用工具；本文讨论的是可视分子动力学（VMD）软件，其提供广泛的功能，包括采用多种绘图和着色方法进行三维（3-D）可视化、体数据可视化、构建、准备和分析分子动力学模拟系统的轨迹，以及在内存允许的情况下对任意规模系统生成轨迹动画41,42,43。
系统组分间预测动力学的准确性直接受所选力场（FF）对轨迹传播的影响。目前仅有少数研究团队致力于经验力场的参数化工作。分子动力学（MD）中最成熟且常用的力场包括 CHARMM39、AMBER40、Martini44、OPLS45 和 SIRAH46。全原子加和型 CHARMM36（C36）力场47 因其能准确再现实验结构数据，被广泛应用于膜系统的全原子（AA）分子动力学模拟。该力场最初由 CHARMM 团队开发，可与多种分子动力学引擎（如 GROMACS 和 NAMD）兼容。尽管常见力场已不断改进，但研究者仍持续优化参数集，以期实现更接近实验可观测量的预测结果，这一进展主要由对特定研究系统的兴趣所推动48,49。
模拟脂质膜时面临的一个挑战是确定模拟轨迹的时长。这在很大程度上取决于待分析的指标以及希望表征的过程。通常，复杂的脂质混合物需要更长时间才能达到平衡，因为更多的组分必须有足够的时间在膜平面内扩散并形成稳定的侧向结构。当感兴趣的性质达到平台期并在恒定值附近波动时，可认为模拟已达到平衡状态。通常建议获得至少100–200 ns的平衡后轨迹，以便对感兴趣的性质和相互作用进行适当的统计分析。仅含膜的模拟通常运行200–500 ns，具体时长取决于脂质混合物的复杂程度和研究问题。蛋白质-脂质相互作用通常需要更长的模拟时间，为500–2000 ns。一些用于加速膜系统采样和可观测动力学的方法包括：（i）高流动性膜模拟物（HMMM）模型，该模型通过用有机溶剂替代膜中脂质的末端碳原子以加速采样50；（ii）氢原子质量重分配（HMR），该方法将系统中重原子的部分质量与氢原子质量合并，从而允许使用更大的模拟时间步长51。
以下方案介绍了一种适合初学者的方法，用于使用AA MD构建、运行和分析真实的膜模型。鉴于分子动力学（MD）模拟的特性，必须运行多个轨迹，以确保结果的可重复性并进行适当的统计分析。目前通常的做法是对每个感兴趣体系至少运行三个重复。在为特定生物体和研究过程选定脂质种类后，构建、运行和分析纯膜体系模拟轨迹的基本步骤已在图2中概述并总结。
<img alt="显示系统构建、模拟运行、使用PC、HPCC和脚本进行轨迹分析的工作流程图" class="xfigimg" src="/files/ftp_upload/65712/65712fig02.jpg" data-altupdatedat="1788304762000" data-alt="图 2"> 
图 2．运行分子动力学模拟的示意图。橙色方框对应本方案中描述的三个主要步骤。下方为模拟过程的工作流程。在系统设置阶段，使用如 CHARMM-GUI Membrane Builder 等系统输入生成器构建包含溶剂化膜系统初始坐标的体系。将输入文件传输至高性能计算集群后，使用 GROMACS 等分子动力学引擎推进模拟轨迹。轨迹分析可在计算集群或本地工作站上进行，并结合可视化操作。分析可使用内置分析代码的软件包（如 GROMACS 和 VMD），也可通过 Bash 脚本或多种 Python 库实现。<a href="https://www.jove.com/files/ftp_upload/65712/65712fig02large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>

<table><tbody><tr><td>Anaconda3</td><td>Anaconda 公司（Python &amp;以及相关文库</td><td>N/A</td><td></td></tr><tr><td>CHARMM-GUI.org</td><td>利哈伊大学实验室</td><td>N/A</td><td></td></tr><tr><td>GROMACS</td><td>GROMACS 开发团队</td><td>N/A</td><td></td></tr><tr><td>Linux 高性能计算集群</td><td>UB CCR</td><td>N/A</td><td></td></tr><tr><td>MATLAB</td><td>MathWorks</td><td>N/A</td><td></td></tr><tr><td>VMD</td><td>理论与计算生物物理学研究组</td><td>N/A</td><td></td></tr></tbody></table>

使用复杂脂质混合物在模拟研究中实现逼真的膜建模

Realistic Membrane Modeling Using Complex Lipid Mixtures in Simulation Studies

脂质是细胞膜的结构基本组成单元；不同细胞器及不同生物体中的脂质种类各不相同。这种多样性导致膜具有不同的力学和结构特性，直接影响发生在该界面上的分子及其相关过程。脂质组成具有动态性，可调节细胞信号传导过程。计算方法正被越来越多地用于预测生物分子间的相互作用，并为实验观测结果提供分子层面的解释。分子动力学（MD）是一种基于统计力学的技术，可根据作用在原子上的力来预测其运动轨迹。MD模拟可用于表征生物分子之间的相互作用。本文简要介绍该技术，为希望开展脂质双分子层模拟的初学者概述实际操作步骤，使用易于上手的软件演示具体操作流程，并讨论该过程中的可选方案、挑战及重要注意事项。特别地，我们强调在模拟中使用复杂脂质混合物的重要性，以准确再现目标细胞膜所需的疏水环境和力学环境。此外，我们还讨论了一些实例，说明膜的组成和性质如何调控双分子层与其他生物分子之间的相互作用。

为了说明本方案的使用方法及可获得的结果，本文讨论了一项关于内质网（ER）膜模型的比较研究。该研究中包含两种模型：（i）PI 模型，含有内质网中含量最高的四种脂质组分；（ii）PI-PS 模型，在前者基础上添加了阴离子型磷脂酰丝氨酸（PS）组分。这些模型随后被用于研究一种病毒蛋白及其与膜的相互作用，其中PS被认为对病毒蛋白的膜通透化活性具有重要作用23。为了引入脂质尾部结构的多样性，膜的组成设定为 DOPC:DPPE:CHOL:POPI (56:22:10:12 mol%) 和 DOPC:DPPE:CHOL:POPI:DOPS (55:21:11:9:4 mol%)。
膜结构使用 CHARMM-GUI 膜构建器生成。为了容纳4种不同的脂质种类以及后续的蛋白质，对称膜被设定为每层包含600个脂质分子。采用本方案推荐的参数设置，温度设定为303 K。为确保独立的重复实验，每种膜模型的构建过程重复三次，每次生成不同的脂质随机混合物。系统构建完成后，将输入文件转移至布法罗大学计算研究中心（CCR）的高性能计算集群<sup class="xref...

膜脂质在结构和组成上的多样性对细胞过程具有重要影响，并可作为疾病的标志物。分子动力学模拟使我们能够在原子分辨率水平上研究膜及其与生物分子的相互作用。本文提供了一种构建、运行和分析复杂膜系统的实验方案。

脂质是细胞膜的结构组成单元；不同细胞器及不同生物体中的脂质种类各不相同。这种多样性导致了……

生物物理学领域正在迅速发展。常见的实验方法包括荧光显微镜、中子和X射线散射、质谱分析以及原子力显微镜。计算方法则包括语音学模型以及基于统计热力学的模型，这些模型有助于我们理解发生在膜界面及疏水核心内部的原子或分子水平相互作用的细节。在使用分子动力学模拟时，面临的挑战包括对感兴趣事件的采样、设定模拟时长、确保结果收敛并重现物理值，以及获取足够的计算资源。这些挑战在膜界面的瞬态事件中尤为突出，例如外周蛋白与膜的相互作用，或脂质与蛋白质的聚集过程，这些过程往往涉及显著的构象变化。本方案提供了一份适合初学者的分步指南，用于启动复杂脂质膜的分子动力学模拟。有许多软件可用于进行此类模拟，部分软件包还提供了教程或使用手册。我们希望本方案能为构建真实细胞膜模型提供简明的基础，并就影响此类建模研究结果质量的关键因素提供实用建议。本方案使我们能够捕捉到在纯脂质或二元脂质混合物中未观察到的膜脂与其他生物分子之间的相互作用。膜表面的许多相互作用依赖于膜上脂质的多样性。我们的模型表明，引入适当的脂质种类对于准确探究生物分子在膜内的功能至关重要。首先，使用网页浏览器访问 CHARMM-GUI。org 网站。在创建您的第一组文件之前，请先创建并激活您的免费账户。转到顶部菜单，导航至输入生成器，然后从屏幕左侧的可用选项中选择膜构建器（Membrane Builder）。选择双层构建器（Bilayer Builder）以构建脂质双层，然后选择仅有膜系统（Membrane Only System），并保存生成的作业 ID 以便后续访问。在构建过程的每一步中，通过点击页面顶部的“查看结构”（View Structure）来可视化系统。持续检查是否存在缺失组分或片段尺寸错误。无论是否构建单组分双分子层，均选择“异质脂质”选项，然后选择矩形盒类型。水合过程选择每个脂质分子对应45个水分子，这足以形成完全水合的脂质双分子层。现在根据脂质组分的数量设置XY方向的长度。根据预先设计的模型确定每种脂质所需的数量。在PI模型中，为模拟真核细胞的内质网，使用了336个DOPC、132个DPPE、60个胆固醇和72个POPI脂质；而在PIPS模型中，则使用了330个DOPC、126个DPPE、54个胆固醇、66个POPI和24个DOPS脂质。在脂质名称旁边的两个输入框中分别输入上层和下层脂质双分子层所需的分子数量，以构建对称的膜组成。然后导航至脂质种类列表的顶部，点击“显示系统信息”按钮以启动操作。利用CHARMM-GUI，验证对称双层膜中每个单层脂质的总数。继续点击后续界面，根据所选的分子动力学引擎，设置模拟所需的温度和压力值，以及模拟文件的语法格式。例如 GROMACS。下载生成的文件并将其传输至计算机集群。使用选定的软件，例如 Visual Molecular Dynamics 或 PyMOL，以可视化最终系统。在构建分子动力学模拟的系统坐标后，创建一个提交脚本以对所构建的坐标系统进行能量最小化和弛豫。将CHARMM-GUI输出结果中README文件里“Production”注释之前列出的所有命令复制到提交脚本中。提交弛豫脚本，并确保其各个步骤的输出文件均已生成，然后方可进入生产运行阶段。完成之后，验证在 GROMACS 六步弛豫运行过程中生成的具有不同扩展名的输出文件是否存在。为进行性能测试，生成 1-2 纳秒的短轨迹，并通过使用不同数量的计算节点来估算计算成本。比较不同计算节点数量下的每日纳秒数性能，以确定运行所需的最优资源。选择节点数量，使性能水平达到最大值的75-80%。通过将GROMACS中的压缩原始轨迹文件（标记为TRR文件）转换为XTC文件格式，或跳过部分帧以减小文件大小，从而便于高效传输至本地工作站进行可视化和分析。在运行任何分析之前，先可视化完整轨迹，以识别感兴趣的分子或原子，并确定用于表征的轨迹片段。然后确定仅含膜的模拟中每个脂质所占面积的时间序列，并识别轨迹中达到平衡的部分。对膜结构的分析显示，两种内质网模型在膜厚度上存在显著差异，表明每个脂质所占面积与膜厚度之间呈负相关关系。各脂质种类的氘核序参数表明，除DPPE外，不同模型间脂质尾链的有序性几乎没有差异；对于DPPE，PI模型中其SN1尾链的有序性略有增加。脂质组成和膜模型调控着与其他分子的相互作用。例如，使用不同比例的磷脂酰胆碱（PC）和磷脂酰丝氨酸（PS）脂质进行的模拟表明，静电相互作用驱动去定位脂溶性阳离子D112与阴离子脂质的初始结合，而疏水相互作用则促使该分子进入膜内部核心。

realistic-membrane-modeling-using-complex-lipid-mixtures-simulation

Research

科研

JoVE Journal

Biology

生物学

在仿真研究中使用复杂脂质混合物进行真实膜建模

我们展示了一种可储存、可运输的脂双层形成系统。当冷冻的膜前体恢复至室温后，可在1小时内形成脂双层膜，成功率超过80%。该系统将减少与离子通道研究相关的繁琐操作和对专业技术的依赖。...

使用聚二甲基硅氧烷薄膜自动形成脂双层膜

线粒体融合是线粒体动力学中重要的稳态反应。本文描述了一种 体外 用于研究线粒体内膜融合的重建系统，可解析膜拴系、对接、半融合及孔道...

重建线粒体膜动力学的模型膜平台

本方案描述了模拟细胞的单脂质和多脂质囊泡、支撑脂双层以及悬浮脂双层的制备方法。这些 体外 模型可进行调整以包含多种脂质类型，并可用于研究各种分子和大分子间的相互作用。...

用于研究分子相互作用的模拟细胞支撑及悬浮脂双层模型的构建

本文描述了Caffrey膜结构与功能生物学研究组采用的手动设置膜蛋白在脂质介相中结晶实验的步骤。...

利用脂质介相结晶膜蛋白以进行结构测定

在此，我们提出一种系统性方法，用于开发具有生理相关性、高灵敏度和高特异性的 体内...

体内 建模：利用Danio rerio模拟人类疾病基因组

本文描述了将一种原型电压门控钾通道完全重建到脂质膜中的操作步骤。重建后的通道适用于生化分析、电生理记录、配体筛选以及电子晶体学研究。这些方法可能普遍适用于其他膜蛋白的结构与功能研究。...

将Kv通道重构至脂质膜中用于结构与功能研究

介绍了一种基于绿色荧光蛋白融合技术，用于在大肠杆菌（Escherichia...

基于绿色荧光蛋白的膜蛋白表达筛选 大肠杆菌

改良的Landis技术能够利用微灌注技术，在对照和实验条件下，对正常大鼠和基因修饰大鼠肠系膜中单个微血管的水力电导率进行配对测量。该方法为评估在生理条件下调控微血管通透性和跨血管交换的机制提供了一种便捷的手段。...

微灌流技术用于研究大鼠肠系膜微血管通透性的调控机制

细胞中有许多蛋白质能够感知并诱导膜曲率。本文介绍一种从脂质囊泡中拉取膜纳米管的方法，用于研究蛋白质或任何具有曲率活性的分子与弯曲膜之间的相互作用 体外.

从巨大单层囊泡中拉取膜纳米管

本文概述了一种利用基态耗尽（GSD）超分辨率显微技术在哺乳动物细胞中检测一种或多种血浆和/或细胞内膜蛋白的实验方案。本文讨论了采用此类方法在细胞蛋白可视化与定量分析中的优势及注意事项。...

基态耗尽超分辨率成像在哺乳动物细胞中的应用

了解如何使用分子动力学模拟构建和分析复杂脂质膜系统。本研究利用CHARMM-GUI建立真实膜模型，揭示脂质多样性对细胞膜生物物理学特性和生物分子相互作用的重要影响。

使用复杂脂质混合物在模拟研究中实现逼真的膜建模

探索更多视频