Effect of simulation time on molecular dynamics simulations of food proteins: A study of the Ara h 6 peanut protein
Bibliographic record
Abstract
Les simulations GROMACS de dynamique moléculaire, utilisées pour modéliser l'action de protéines alimentaires sur de longues échelles temporelles, nécessitent une puissance informatique considérable.Grâce à l'accroissement de l'accès aux systèmes de calcul haute performance, il est maintenant possible de réaliser et d'analyser des simulations d'une telle ampleur.Une revue de la littérature a été effectuée pour préciser comment la dynamique moléculaire a déjà été appliquée pour élucider l'effet que les techniques de transformation ont sur la structure et la fonction des protéines alimentaires.Les protéines allergènes, en raison de leur capacité à déclencher une réponse IgE et, par la suite, une anaphylaxie, représentent un risque majeur pour la santé humaine.Par conséquent, les allergènes alimentaires sont des candidats importants pour des études de dynamique moléculaire à longue échelle temporelle.L'objectif de cette étude était de poursuivre les travaux antérieurs de dynamique moléculaire GROMACS sur la protéine Ara h 6, un allergène important présent dans les arachides (Arachis hypogaea).Le but principal était de développer notre compréhension de l'impact des traitements thermiques sur la structure et la fonction de l'allergène Ara h 6 à l'échelle atomique.Pour ce faire, des simulations GROMACS à longue échelle temporelle (200 ns) de l'allergène Ara h 6 soumis à des traitements thermiques à 300 K, 350 K, 400 K et 450 K ont été réalisées et subséquemment analysées à l'aide des outils d'analyse GROMACS et VMD.Les caractéristiques géométriques de l'allergène Ara h 6 explorées au cours des simulations comprennent l'écart quadratique moyen, la fluctuation quadratique moyenne, le rayon de giration, les liaisons hydrogène et la surface accessible au solvant.« TIMELINE », un outil d'analyse de VMD, a également été utilisé pour mettre en évidence les changements de structure secondaire de la protéine pendant les simulations.Dans l'ensemble, cette analyse a démontré que la structure de l'allergène Ara h 6 est hautement v résistante à la chaleur.À des températures de traitement élevées, des changements plus marqués dans la structure secondaire, l'écart quadratique moyen et la fluctuation quadratique moyenne de l'allergène Ara h 6 ont été observés.Cependant, des diminutions simultanées du rayon de giration et de la surface accessible au solvant suggèrent que ces changements ne sont peut-être pas liés au dépliement de la protéine, mais plutôt à une compaction de la protéine.L'objectif de ce travail était également de décrire de manière plus précise la relation entre la longueur de la simulation GROMACS de dynamique moléculaire et les conclusions qui en découlent.Des simulations GROMACS de l'allergène Ara h 6 soumis à des traitements thermiques à 300 K, 350 K, 400 K et 450 K ont été réalisées avec des longueurs de simulation de 2 ns, 20 ns et 200 ns.Pour chaque combinaison temps-température, la simulation GROMACS a été réalisée en triplicata et analysée à l'aide des mêmes outils d'analyse GROMACS et VMD décrits précédemment.Pour étudier les relations entre les éléments d'analyse, la longueur de la simulation et la température de traitement, des analyses de la variance à un facteur et à deux facteurs ont été réalisées.Les résultats suggèrent qu'en fonction de la longueur de la simulation GROMACS, des conclusions finales différentes peuvent être tirées concernant l'effet de la température de traitement thermique sur la structure de l'allergène Ara h 6. Ceci souligne l'importance de faire le lien entre les simulations GROMACS à courte échelle temporelle et les simulations GROMACS à longue échelle temporelle.Ceci souligne également l'importance de valider expérimentalement les observations faites dans toute simulation GROMACS, quelle que soit leur longueur.vi
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".