Seminario Interacciones Intermoleculares

Dinmica Molecular y Monte Carlo

aplicado a mecnica estadstica

Presenta

Eli Fernndez de Gortari

Una partculas es una partcula

La longitud de onda de los ncleos es tan pequea que nos

permite tratarlos como partculas clsicas

Definicin operacional

Se sigue la evolucin de un sistema compuesto de N

partculas clsicas.

Cada partcula interacta simultneamente con las

otras partculas (pero tambin pueden ser

consideradas como esferas slidas interactuando por

contacto) y con un potencial.

Espacio de fase

Para identificar al sistema dinmico formado de

N partculas de forma nica, es necesario

especificar la posicin y la velocidad de cada

una de ellas (6N variables)

Un punto en un espacio con dimensin 6N

representa a nuestro sistema dinmico

Tres objetivos

Promedio de ensambles (propiedades termodinmicas)

Evolucin en tiempo real

Optimizacin (simulated annealing)

Limitaciones

Escalas de tiempo

Tamao del sistema

Exactitud de las fuerzas

Ncleos clsicos

En general:

Inicializacin: Seleccionar las posiciones y las

velocidades.

Integrar: calcular todas las fuerzas y determinar las

nuevas posiciones.

Equlibrar: dejar que el sistema alcance el equilibrio

(prdida de memoria de las condiciones iniciales).

Valores esperados: acumular cantidades de inters.

Inicializacin

Ecuaciones diferenciales de segundo orden: se

requieren las posiciones y velocidades iniciales.

Posiciones iniciales: tienen que ser razonablemente

compatibles con la estructura que se estudia. Evitar

traslapes y distancias muy cortas.

Velocidades: cero o pequeas para despus

incrementar la temperatura paulatinamente.

Integracin

Se usa un integrador (Verlet, leapfrog Verlet, velocity

Verlet, Gear predictor-corrector).

Elegir un ensamble termodinmico (microcannico

NVE, cannico NVT usando un termostato, Isotrmico

isobrico NPT usando un barstato)

Estocsticos (Langevin), constrained (reescalamiento

de velocidades), sistemas extendidos(Nose-Hoover)

Integrador de Verlet

Sumando las dos expresiones

Inestabilidad de Lyapunov

Propiedades

termodinmicas

Bajo la hiptesis ergdica se puede asumir que el promedio

temporal a lo largo de una trayectoria es igual al promedio del

ensamble en el espacio de fases.

Conservacin de la energa

Por Ejemplo

Integrando las ecuaciones de movimiento de Newton

en un ensamble microcannico: N, V y E constantes.

La trayectoria se expande a travs del espacio de

fase del microcannico.

Una trayectoria lo suficientemente larga genera una

excelente seleccin de los microestados

En optimizacin

Principio de equiparticin de la energa

Esteric energy = Energa Interna

Estr + Ebend + Estr-bend + Eoop + Etor +

EVdW + Eqq

Estr= Stretching

Ebend=Bending

Estr-bend=Stretch-Bend

Eoop=out of plane bending

Etor

Diedro sp3 Halgenos

EVdW=Van der Waals

Eqq=Electrostatic interactions

Force Field

Entalpa de formacin

rotacin traslacin

Por cada rotacin interna distinta a metilo

Minimizacin de Energa

Newton-Raphson

Steepest Descent

Conjugate gradient

Newton-Raphson

Dinmica molecular

Energa vibracional de un enlace

Pasos

Gromacs

Obtener estructura de protena

pdb2gmx

Archivo de posicin restringida

Archivo post-proceso

Topologa

Generacin

de caja de simulacin

editconf

Solvatado y neutralizar carga con iones

genbox genion

TIP3P

Ensamblado Correr minimizacin de energa

grompp mdrun

g_energy


Relajacin de disolvente con posicin restringida

Correr dinmica

Resultados

Otros

Puentes de Hidrgeno y

distancia entre aminocido

Contactos protena ligando

Canal de potasio e inhibidor

Formacin de micelas


Agua evaporndose

Salicilato interactuando con membrana



Protenas de membrana

Monte Carlo

42


Clculo de Pi

44


Algoritmo de Metrpoli

Iniciar con alguna configuracin.

Escoger una perturbacin.

Calcular la energa debido a la perturbacin.

Si:

Aceptar

Aceptar con una probabilidad de

Elegir siguiente perturbacin

45


Monte Carlo como mtodo de

muestreo

Ensamble( coleccin de posibles microestados)

Muestreo simple

46


Gracias por su atencin

Referencias:

1. Understanding Molecular Simulation from algorithms to applications, Daan Frenkel, Beren Smit,
Academic Press, 2012, San Diego, California, USA.

2. Molecular Modeling of Proteins, Andreas Kukol, Humana Press, 2008, Totowa, N.J, USA.

3. The art of Molecular Dynamics Simulation, D.C. Rapaport, Cambridge University Press, 2004, N.Y.,
USA.

4. Qumica Molecular Estadstica, Termodinmica Estadstica para Qumicos y Bioqumicos, Iaki

Tuon, Estanislao Silla, Editorial Sntesis, Espaa.

5. Monte Carlo Methods in Estatistical Physics, M.E.J. Newman, J.T. Barkema, Clarendon Press,
2001, Oxford, U.K.

47