Peptide Bond Isomerization in High-Temperature Simulations
Notice bibliographique
Résumé
Force fields for molecular simulation are generally optimized to model macromolecules such as proteins at ambient temperature and pressure. Nevertheless, elevated temperatures are frequently used to enhance conformational sampling, either during system setup or as a component of an advanced sampling technique such as temperature replica exchange. Because macromolecular force fields are now put upon to simulate temperatures and time scales that greatly exceed their original design specifications, it is appropriate to re-evaluate whether these force fields are up to the task. Here, we quantify the rates of peptide bond isomerization in high-temperature simulations of three octameric peptides and a small fast-folding protein. We show that peptide octamers with and without proline residues undergo cis/trans isomerization every 1-5 ns at 800 K with three classical atomistic force fields (AMBER99SB-ILDN, CHARMM22/CMAP, and OPLS-AA/L). On the low microsecond time scale, these force fields permit isomerization of nonprolyl peptide bonds at temperatures ≥500 K, and the CHARMM22/CMAP force field permits isomerization of prolyl peptide bonds ≥400 K. Moreover, the OPLS-AA/L force field allows chiral inversion about the Cα atom at 800 K. Finally, we show that temperature replica exchange permits cis peptide bonds developed at 540 K to subsequently migrate back to the 300 K ensemble, where cis peptide bonds are present in 2 ± 1% of the population of Trp-cage TC5b, including up to 4% of its folded state. Further work is required to assess the accuracy of cis/trans isomerization in the current generation of protein force fields.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».