మాలిక్యులర్ మోడలింగ్

మాలిక్యులర్ మోడలింగ్ (Molecular modelling) అనేది అణువుల (molecules) ప్రవర్తనను మోడల్ చేయడానికి లేదా అనుకరించడానికి ఉపయోగించే అన్ని సిద్ధాంతపరమైన మరియు గణన పద్ధతులను కలిగి ఉంటుంది.[1] ఈ పద్ధతులను కంప్యూటేషనల్ కెమిస్ట్రీ, డ్రగ్ డిజైన్, కంప్యూటేషనల్ బయాలజీ మరియు మెటీరియల్స్ సైన్స్ రంగాలలో చిన్న రసాయన వ్యవస్థల నుండి పెద్ద జీవ అణువులు మరియు పదార్థాల అమరికల వరకు అణు వ్యవస్థలను అధ్యయనం చేయడానికి ఉపయోగిస్తారు. అత్యంత సరళమైన లెక్కలను చేతితో చేయవచ్చు, కానీ ఏదైనా తగినంత పరిమాణంలో ఉన్న వ్యవస్థ యొక్క మాలిక్యులర్ మోడలింగ్ను నిర్వహించడానికి కంప్యూటర్లు తప్పనిసరిగా అవసరమవుతాయి. మాలిక్యులర్ మోడలింగ్ పద్ధతుల యొక్క సాధారణ లక్షణం అణు వ్యవస్థల యొక్క పరమాణు స్థాయి వివరణ. ఇందులో పరమాణువులను అతి చిన్న వ్యక్తిగత యూనిట్గా పరిగణించడం (మాలిక్యులర్ మెకానిక్స్ విధానం), లేదా ప్రోటాన్లు మరియు న్యూట్రాన్లను వాటి క్వార్క్లు, యాంటీ-క్వార్క్లు మరియు గ్లూవాన్లతో మరియు ఎలక్ట్రాన్లను వాటి ఫోటాన్లతో స్పష్టంగా మోడల్ చేయడం (క్వాంటం కెమిస్ట్రీ విధానం) ఉండవచ్చు.
మాలిక్యులర్ మెకానిక్స్

మాలిక్యులర్ మెకానిక్స్ అనేది మాలిక్యులర్ మోడలింగ్లో ఒక అంశం, ఎందుకంటే ఇది మోడళ్ల వెనుక ఉన్న భౌతిక ప్రాతిపదికను వివరించడానికి క్లాసికల్ మెకానిక్స్ (న్యూటోనియన్ మెకానిక్స్) వినియోగాన్ని కలిగి ఉంటుంది. మాలిక్యులర్ మోడళ్లు సాధారణంగా పరమాణువులను (కేంద్రకం మరియు ఎలక్ట్రాన్లు కలిపి) ద్రవ్యరాశితో కూడిన బిందు ఆవేశాలుగా (point charges) వివరిస్తాయి. పొరుగు పరమాణువుల మధ్య పరస్పర చర్యలు స్ప్రింగ్ వంటి పరస్పర చర్యల ద్వారా (రసాయన బంధాలను సూచిస్తాయి) మరియు వాన్ డెర్ వాల్స్ ఫోర్సెస్ ద్వారా వివరించబడతాయి. రెండో దానిని వివరించడానికి లెనార్డ్-జోన్స్ పొటెన్షియల్ సాధారణంగా ఉపయోగించబడుతుంది. ఎలెక్ట్రోస్టాటిక్ పరస్పర చర్యలు కూలుంబ్ నియమం ఆధారంగా లెక్కించబడతాయి. పరమాణువులకు కార్టీసియన్ స్పేస్లో లేదా ఇంటర్నల్ కోఆర్డినేట్స్లో కోఆర్డినేట్లు కేటాయించబడతాయి మరియు డైనమికల్ అనుకరణలలో వేగాలను కూడా కేటాయించవచ్చు. పరమాణు వేగాలు వ్యవస్థ యొక్క ఉష్ణోగ్రతకు, అంటే ఒక స్థూల పరిమాణానికి సంబంధించి ఉంటాయి. సామూహిక గణిత వ్యక్తీకరణను పొటెన్షియల్ ఫంక్షన్ అని పిలుస్తారు మరియు ఇది వ్యవస్థ యొక్క అంతర్గత శక్తి (U)కి సంబంధించినది, ఇది పొటెన్షియల్ మరియు గతిశక్తిల మొత్తానికి సమానమైన థర్మోడైనమిక్ పరిమాణం. పొటెన్షియల్ శక్తిని తగ్గించే పద్ధతులను ఎనర్జీ మినిమైజేషన్ పద్ధతులు (ఉదా., స్టీపెస్ట్ డిసెంట్ మరియు కాన్జుగేట్ గ్రేడియంట్) అని పిలుస్తారు, అయితే సమయ ప్రసారంతో వ్యవస్థ యొక్క ప్రవర్తనను మోడల్ చేసే పద్ధతులను మాలిక్యులర్ డైనమిక్స్ అని పిలుస్తారు.
పొటెన్షియల్ ఫంక్షన్ అని పిలువబడే ఈ ఫంక్షన్, బంధం పొడవులు, బంధ కోణాలు మరియు టోర్షన్ కోణాలు సమతుల్య విలువల నుండి ఎంత విచలనం చెందాయో వివరించే శక్తి పదాల మొత్తంగా మాలిక్యులర్ పొటెన్షియల్ శక్తిని లెక్కిస్తుంది, దీనికి అదనంగా వాన్ డెర్ వాల్స్ మరియు ఎలెక్ట్రోస్టాటిక్ పరస్పర చర్యలను వివరించే బంధం లేని పరమాణువుల జతల కోసం పదాలు ఉంటాయి. సమతుల్య బంధ పొడవులు, బంధ కోణాలు, పాక్షిక ఆవేశ విలువలు, ఫోర్స్ స్థిరాంకాలు మరియు వాన్ డెర్ వాల్స్ పారామితులను కలిగి ఉన్న పారామితుల సమితిని సామూహికంగా ఫోర్స్ ఫీల్డ్ అని పిలుస్తారు. మాలిక్యులర్ మెకానిక్స్ యొక్క వివిధ అమలులు పొటెన్షియల్ ఫంక్షన్ కోసం వేర్వేరు గణిత వ్యక్తీకరణలను మరియు వేర్వేరు పారామితులను ఉపయోగిస్తాయి.[2] నేడు వాడుకలో ఉన్న సాధారణ ఫోర్స్ ఫీల్డ్లు రసాయన సిద్ధాంతం, ప్రయోగాత్మక సూచన డేటా మరియు ఉన్నత స్థాయి క్వాంటం లెక్కలను ఉపయోగించి అభివృద్ధి చేయబడ్డాయి. ఎనర్జీ మినిమైజేషన్ అని పిలువబడే ఈ పద్ధతి, అన్ని పరమాణువులకు సున్నా గ్రేడియంట్ ఉన్న స్థానాలను కనుగొనడానికి, అంటే స్థానిక శక్తి కనిష్టాన్ని కనుగొనడానికి ఉపయోగించబడుతుంది. తక్కువ శక్తి స్థితులు మరింత స్థిరంగా ఉంటాయి మరియు రసాయన మరియు జీవ ప్రక్రియలలో వాటి పాత్ర కారణంగా సాధారణంగా పరిశోధించబడతాయి. మరోవైపు, ఒక మాలిక్యులర్ డైనమిక్స్ అనుకరణ, సమయం యొక్క ఫంక్షన్గా ఒక వ్యవస్థ యొక్క ప్రవర్తనను లెక్కిస్తుంది. ఇది న్యూటన్ యొక్క చలన నియమాలను, ప్రధానంగా రెండవ నియమాన్ని పరిష్కరించడాన్ని కలిగి ఉంటుంది, . వివిధ ఇంటిగ్రేషన్ అల్గారిథమ్లను ఉపయోగించి న్యూటన్ యొక్క చలన నియమాల ఏకీకరణ, అంతరిక్షం మరియు సమయంలో పరమాణు పథాలకు దారితీస్తుంది. ఒక పరమాణువుపై ఉండే శక్తి పొటెన్షియల్ శక్తి ఫంక్షన్ యొక్క ప్రతికూల గ్రేడియంట్గా నిర్వచించబడుతుంది. ఎనర్జీ మినిమైజేషన్ పద్ధతి సారూప్య వ్యవస్థల స్థితుల మధ్య పోలిక కోసం స్థిరమైన చిత్రాన్ని పొందడానికి ఉపయోగపడుతుంది, అయితే మాలిక్యులర్ డైనమిక్స్ ఉష్ణోగ్రత ప్రభావాల యొక్క అంతర్గత చేరికతో డైనమిక్ ప్రక్రియల గురించి సమాచారాన్ని అందిస్తుంది.
వేరియబుల్స్
అణువులను శూన్యంలో లేదా నీరు వంటి ద్రావణి సమక్షంలో మోడల్ చేయవచ్చు. శూన్యంలో వ్యవస్థల అనుకరణలను గ్యాస్-ఫేజ్ అనుకరణలు అని పిలుస్తారు, అయితే ద్రావణి అణువుల ఉనికిని కలిగి ఉన్న వాటిని ఎక్స్ప్లిసిట్ సాల్వెంట్ అనుకరణలు అని పిలుస్తారు. మరొక రకమైన అనుకరణలో, ద్రావణి యొక్క ప్రభావం అనుభావిక గణిత వ్యక్తీకరణను ఉపయోగించి అంచనా వేయబడుతుంది; వీటిని ఇంప్లిసిట్ సాల్వేషన్ అనుకరణలు అని పిలుస్తారు.
కోఆర్డినేట్ ప్రాతినిధ్యాలు
చాలా ఫోర్స్ ఫీల్డ్లు దూరంపై ఆధారపడి ఉంటాయి, ఇది ఈ కార్టీసియన్ కోఆర్డినేట్లకు అత్యంత అనుకూలమైన వ్యక్తీకరణగా మారుస్తుంది. అయినప్పటికీ, నిర్దిష్ట పరమాణువుల మధ్య సంభవించే బంధాల యొక్క సాపేక్షంగా దృఢమైన స్వభావం, మరియు సారాంశంలో, అణువు అనే పదానికి అర్థం ఏమిటో నిర్వచిస్తుంది, ఇది అంతర్గత కోఆర్డినేట్ వ్యవస్థను అత్యంత తార్కిక ప్రాతినిధ్యంగా చేస్తుంది. కొన్ని రంగాలలో IC ప్రాతినిధ్యం (బంధం పొడవు, బంధాల మధ్య కోణం, మరియు చిత్రంలో చూపిన విధంగా బంధం యొక్క ట్విస్ట్ కోణం) Z-మాత్రిక లేదా టోర్షన్ కోణ ప్రాతినిధ్యం అని పిలువబడుతుంది. దురదృష్టవశాత్తు, కార్టీసియన్ స్పేస్లో నిరంతర కదలికలకు అంతర్గత కోఆర్డినేట్లలో విరక్త కోణీయ శాఖలు అవసరమవుతాయి, ఇది అంతర్గత కోఆర్డినేట్ ప్రాతినిధ్యంలో ఫోర్స్ ఫీల్డ్లతో పనిచేయడం సాపేక్షంగా కష్టతరం చేస్తుంది, మరియు దీనికి విరుద్ధంగా కార్టీసియన్ స్పేస్లో ఒక పరమాణువు యొక్క సాధారణ స్థానభ్రంశం పరస్పరం అనుసంధానించబడిన బంధాల నిషేధాల కారణంగా సరళ రేఖ పథం కాకపోవచ్చు. అందువల్ల, కంప్యూటేషనల్ ఆప్టిమైజింగ్ ప్రోగ్రామ్లు వాటి పునరావృతాల సమయంలో ప్రాతినిధ్యాల మధ్య అటు ఇటు మారడం చాలా సాధారణం. ఇది పొటెన్షియల్ యొక్క గణన సమయాన్ని ఆధిపత్యం చేయగలదు మరియు పొడవైన గొలుసు అణువులలో సంచిత సంఖ్యాపరమైన అస్పష్టతను పరిచయం చేయగలదు. అన్ని మార్పిడి అల్గారిథమ్లు గణితపరంగా ఒకే విధమైన ఫలితాలను ఉత్పత్తి చేసినప్పటికీ, అవి వేగం మరియు సంఖ్యాపరమైన ఖచ్చితత్వంలో భిన్నంగా ఉంటాయి.[3] ప్రస్తుతం, అత్యంత వేగవంతమైన మరియు ఖచ్చితమైన టోర్షన్ నుండి కార్టీసియన్ మార్పిడి పద్ధతి నేచురల్ ఎక్స్టెన్షన్ రిఫరెన్స్ ఫ్రేమ్ (NERF) పద్ధతి.[3]
అప్లికేషన్లు
మాలిక్యులర్ మోడలింగ్ పద్ధతులు అకర్బన, జీవ మరియు పాలిమరిక్ వ్యవస్థల నిర్మాణం, డైనమిక్స్, ఉపరితల ధర్మాలు మరియు థర్మోడైనమిక్స్ను పరిశోధించడానికి క్రమం తప్పకుండా ఉపయోగించబడతాయి. ఫోర్స్ ఫీల్డ్ యొక్క పెద్ద సంఖ్యలో మాలిక్యులర్ మోడళ్లు నేడు డేటాబేస్లలో సులభంగా అందుబాటులో ఉన్నాయి.[4][5] మాలిక్యులర్ మోడలింగ్ని ఉపయోగించి పరిశోధించబడిన జీవసంబంధమైన కార్యకలాపాలలో ప్రోటీన్ ఫోల్డింగ్, ఎంజైమ్ కెటాలిసిస్, ప్రోటీన్ స్థిరత్వం, బయోమాలిక్యులర్ ఫంక్షన్తో సంబంధం ఉన్న కన్ఫర్మేషనల్ మార్పులు మరియు ప్రోటీన్లు, DNA మరియు మెంబ్రేన్ కాంప్లెక్స్ల మాలిక్యులర్ గుర్తింపు ఉన్నాయి.[6]
ఇవి కూడా చూడండి
- కెమిన్ఫర్మాటిక్స్
- ఫోర్స్ ఫీల్డ్ అమలుల పోలిక
- న్యూక్లియిక్ యాసిడ్ సిమ్యులేషన్ సాఫ్ట్వేర్ పోలిక
- మాలిక్యులర్ మెకానిక్స్ మోడలింగ్ కోసం సాఫ్ట్వేర్ పోలిక
- డెన్సిటీ ఫంక్షనల్ థియరీ సాఫ్ట్వేర్
- మాలిక్యులర్ గ్రాఫిక్స్ సిస్టమ్స్ జాబితా
- ప్రోటీన్ స్ట్రక్చర్ ప్రిడిక్షన్ సాఫ్ట్వేర్ జాబితా
- మోంటే కార్లో మాలిక్యులర్ మోడలింగ్ కోసం సాఫ్ట్వేర్ జాబితా
- నానోస్ట్రక్చర్స్ మోడలింగ్ కోసం సాఫ్ట్వేర్ జాబితా
- మాలిక్యులర్ డిజైన్ సాఫ్ట్వేర్
- మాలిక్యులర్ ఇంజనీరింగ్
- మాలిక్యులర్ గ్రాఫిక్స్
- మాలిక్యులర్ మోడల్
- GPUపై మాలిక్యులర్ మోడలింగ్
- మాలిక్యూల్ ఎడిటర్
- మోంటే కార్లో పద్ధతి
- క్వాంటం కెమిస్ట్రీ కంప్యూటర్ ప్రోగ్రామ్లు
- సెమీ-ఎంపిరికల్ క్వాంటం కెమిస్ట్రీ పద్ధతి
- సిమ్యులేటెడ్ రియాలిటీ
- స్ట్రక్చరల్ బయోఇన్ఫర్మాటిక్స్
- Z-మాత్రిక (గణితం)
సూచనలు
- ↑ Leach, Andrew R. (2009). Molecular modelling : principles and applications. Pearson Prentice Hall. ISBN 978-0-582-38210-7. OCLC 635267533.
- ↑ Heinz H, Ramezani-Dakhel H (January 2016). “Simulations of inorganic-bioorganic interfaces to discover new materials: insights, comparisons to experiment, challenges, and opportunities”. Chemical Society Reviews. 45 (2): 412–48. doi:10.1039/C5CS00890E. PMID 26750724.
- ↑ 3.0 3.1 Parsons J, Holmes JB, Rojas JM, Tsai J, Strauss CE (July 2005). “Practical conversion from torsion space to Cartesian space for in silico protein synthesis”. Journal of Computational Chemistry. 26 (10): 1063–8. Bibcode 2005JCoCh..26.1063P. doi:10.1002/jcc.20237. PMID 15898109. S2CID 2279574.
- ↑ Stephan, Simon; Horsch, Martin T.; Vrabec, Jadran; Hasse, Hans (2019-07-03). “MolMod – an open access database of force fields for molecular simulations of fluids”. Molecular Simulation. 45 (10): 806–814. arXiv:1904.05206. doi:10.1080/08927022.2019.1601191. S2CID 119199372. ISSN 0892-7022.
- ↑ Eggimann, Becky L.; Sunnarborg, Amara J.; Stern, Hudson D.; Bliss, Andrew P.; Siepmann, J. Ilja (2014-01-02). “An online parameter and property database for the TraPPE force field”. Molecular Simulation. 40 (1–3): 101–105. doi:10.1080/08927022.2013.842994. S2CID 95716947. ISSN 0892-7022.
- ↑ Lee J, Cheng X, Swails JM, Yeom MS, Eastman PK, Lemkul JA, Wei S, Buckner J, Jeong JC, Qi Y, Jo S, Pande VS, Case DA, Brooks CL, MacKerell AD, Klauda JB, Im W (January 2016). “CHARMM-GUI Input Generator for NAMD, GROMACS, AMBER, OpenMM, and CHARMM/OpenMM Simulations Using the CHARMM36 Additive Force Field”. Journal of Chemical Theory and Computation. 12 (1): 405–13. doi:10.1021/acs.jctc.5b00935. PMC PMC4712441. PMID 26631602.
మరింత చదవడానికి
- Allen MP, Tildesley DJ (1989). Computer simulation of liquids. Oxford University Press. ISBN 0-19-855645-4.
- Frenkel D, Smit B (1996). Understanding Molecular Simulation: From Algorithms to Applications. Academic Press. ISBN 0-12-267370-0.
- Rapaport DC (2004). The Art of Molecular Dynamics Simulation. Cambridge University Press. ISBN 0-521-82568-7.
- Sadus RJ (2002). Molecular Simulation of Fluids: Theory, Algorithms and Object-Orientation. Elsevier. ISBN 0-444-51082-6.
- Ramachandran KI, Deepa G, Krishnan Namboori PK (2008). Computational Chemistry and Molecular Modeling Principles and Applications. Springer-Verlag GmbH. ISBN 978-3-540-77302-3.
మూలం: ఇంగ్లీష్ వికీపీడియాలోని “Molecular modelling” వ్యాసానికి అనువాదం. మూల వ్యాసం: https://en.wikipedia.org/wiki/Molecular_modelling ఈ అనువాదం స్వయంచాలకంగా రూపొందించబడింది.
