12月4日 | 张增辉:蛋白质-底物结合中的自由能分析(Free energy analysis in protein-substrate binding)

时间:2019-11-29浏览:10设置

时间:2019年12月4日(周三)9:30-11:00

地点:中北理科大楼A302会议室

题目:蛋白质-底物结合中的自由能分析(Free energy analysis in protein-substrate binding)

报告人:张增辉  纽约大学教授

中文摘要:

蛋白质-底物结合自由能的准确计算是一个巨大的挑战。预测关键残基及其对蛋白质-底物结合的特异性和定量作用,对于揭示结合机制和设计可改变蛋白质-底物相互作用的类药物分子极为有用。在本讲座中,我们讨论有效的方法来计算定量的残基特异性对蛋白质-蛋白质和蛋白质-配体结合自由能的贡献。该方法直接从分子动力学模拟中相互作用能的波动中提供了熵损失对单个残基结合自由能的明确贡献。对大量现实的蛋白质-蛋白质相互作用系统和特定蛋白质-配体结合系统的研究表明,通过包括熵的贡献,计算出的残基特异性结合自由能与相应的实验数据更好地吻合。讨论了一些重要的蛋白质-蛋白质相互作用的热停的预测。这些计算方法具有应用其他学科中的实验数据和现场数据来解决前沿问题的潜力。

英文摘要:

Accurate calculation of protein-substrate binding free energies is a grand challenge. Prediction of critical residues along with their specific and quantitative contributions to protein-substrate binding is extremely helpful to reveal binding mechanisms and design drug-like molecules that alter protein-substrate interactions. In this talk we discuss efficient methods to computing quantitative residue-specific contributions to protein-protein and protein-ligand binding free energies. The approach provides explicit contribution of the entropic loss in binding free energy of individual residues directly from fluctuation of the interaction energy in Molecular dynamics (MD) simulation methods. Studies for an extensive set of realistic protein-protein interaction systems and for specific protein-ligand binding systems showed that by including the entropic contribution, the computed residue-specific binding free energies are in better agreement with the corresponding experimental data.  Predictions of hot stops for some important protein-protein interactions are discussed. Those computational methods have the potential to be applied to solve advanced problems using experimental and field data in other disciplines.

报告人简介:

张增辉博士是纽约大学化学系教授和NYU-ECNU上海计算化学中心主任。他主要的研究领域为计算化学,已发表350多个出版物,被应用10,000多次。具体而言,他目前的研究兴趣为(1)为精确有效的研究生物系统而开发新颖的计算方法;(2)发展量子和经典方法,包括新的极化力场,以准确预测蛋白质结构,蛋白质-药物和蛋白质-蛋白质结合中的自由能,以及药物设计等。他目前是皇家化学学会出版的《物理化学化学物理》杂志的副主编。他还担任《跨学科科学:计算生命科学》的编辑。感兴趣与企业管理和计算机科学领域的学者合作进行技术转让和专利商业化。

返回原图
/