Atomistická simulace - GDAFM03

• Anglický název: Atomistic Simulation
• Zajišťuje: Katedra biofyziky a fyzikální chemie (16-16110)
• Fakulta: Farmaceutická fakulta v Hradci Králové
• Platnost: od 2023
• Semestr: oba
• Body: 0
• E-Kredity: 0
• Rozsah, examinace: 0/0, Zk [HT]
• Počet míst: zimní:neurčen / neurčen (neurčen); letní:neurčen / neurčen (neurčen)
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Poznámka: předmět je určen pouze pro doktorandy; povolen pro zápis po webu; předmět lze zapsat v ZS i LS
• Garant: Eugen Hruška, Ph.D.

Anotace

čeština

Cílem tohoto kurzu je naučit výpočetní metody na atomistické úrovni užitečné pro farmaceutickou vědu a vývoj léčiv. Studenti se seznámí s principy a praktickými aplikacemi používanými při atomistických simulacích. Kurz učí, jak předpovídat experimentální vlastnosti a kriticky interpretovat výsledky atomistických simulací.

Poslední úprava: Hruška Eugen, Ph.D. (25.09.2024)

angličtina

The goal of this course is to teach atomistic-level computational methods useful for pharmaceutical science and drug development. Students will learn the principles and practical applications of atomistic simulations. The course teaches how to predict experimental properties and critically interpret the results of atomistic simulations.

Poslední úprava: Hruška Eugen, Ph.D. (25.09.2024)

Podmínky zakončení předmětu

čeština

Prokázání znalosti principů a schopnosti provádět atomistické simulace.

Poslední úprava: Hruška Eugen, Ph.D. (15.08.2023)

angličtina

Demonstrate knowledge of the principles and ability to perform atomistic simulations.

Poslední úprava: Hruška Eugen, Ph.D. (15.08.2023)

Literatura

čeština

Povinná:

• Sydow, Dominique, et al. "TeachOpenCADD 2022: open source and FAIR Python pipelines to assist in structural bioinformatics and cheminformatics research." Nucleic Acids Research 50.W1 (2022): W753-W760. https://projects.volkamerlab.org/teachopencadd
• Drug Discovery Computing Techniques, PharmSci 175/275, David Mobley [online]. Dostupné z: https://github.com/MobleyLab/drug-computing

Doporučená:

• Ahdritz, Gustaf, et al. "OpenFold: Retraining AlphaFold2 yields new insights into its learning mechanisms and capacity for generalization." Nature Methods (2024): 1-11. https://colab.research.google.com/github/aqlaboratory/openfold/blob/main/notebooks/OpenFold.ipynb
• RDKit: Open-source cheminformatics. [online]. Dostupné z: https://rdkit.org/docs/Cookbook.html
• Nash, Jessica A., et al. "MolSSI Education: Empowering the Next Generation of Computational Molecular Scientists." Computing in Science & Engineering 24.3 (2022): 72-76. https://education.molssi.org/resources.html
• Eastman, Peter, et al. "OpenMM 7: Rapid development of high performance algorithms for molecular dynamics." PLoS computational biology 13.7 (2017): e1005659. https://openmm.github.io/openmm-cookbook/latest/tutorials
• Scherer, Martin K., et al. "PyEMMA 2: A software package for estimation, validation, and analysis of Markov models." Journal of chemical theory and computation 11.11 (2015): 5525-5542. http://www.emma-project.org/latest/tutorial.html

Poslední úprava: Hruška Eugen, Ph.D. (10.10.2024)

angličtina

Obligatory:

• Sydow, Dominique, et al. "TeachOpenCADD 2022: open source and FAIR Python pipelines to assist in structural bioinformatics and cheminformatics research." Nucleic Acids Research 50.W1 (2022): W753-W760. https://projects.volkamerlab.org/teachopencadd
• Drug Discovery Computing Techniques, PharmSci 175/275, David Mobley's course [online]. Dostupné z: https://github.com/MobleyLab/drug-computing

Recommended:

• Ahdritz, Gustaf, et al. "OpenFold: Retraining AlphaFold2 yields new insights into its learning mechanisms and capacity for generalization." Nature Methods (2024): 1-11. https://colab.research.google.com/github/aqlaboratory/openfold/blob/main/notebooks/OpenFold.ipynb
• Eastman, Peter, et al. "OpenMM 7: Rapid development of high performance algorithms for molecular dynamics." PLoS computational biology 13.7 (2017): e1005659. https://openmm.github.io/openmm-cookbook/latest/tutorials
• Scherer, Martin K., et al. "PyEMMA 2: A software package for estimation, validation, and analysis of Markov models." Journal of chemical theory and computation 11.11 (2015): 5525-5542. http://www.emma-project.org/latest/tutorial.html
• RDKit: Open-source cheminformatics. [online]. Dostupné z: https://rdkit.org/docs/Cookbook.html
• Nash, Jessica A., et al. "MolSSI Education: Empowering the Next Generation of Computational Molecular Scientists." Computing in Science & Engineering 24.3 (2022): 72-76. https://education.molssi.org/resources.html

Poslední úprava: Hruška Eugen, Ph.D. (10.10.2024)

Sylabus

čeština

Molekulární reprezentace:

    molekulární graf, konformace, SMILES

Kvantová mechanika:

    Schrödingerová rovnice, Hartreeho–Focková metoda, základní stav,

    povrch potenciální energie, ab initio síly, optimalizace geometrie

Klasická molekulární dynamika:

    pohybová rovnice, silové pole, Verletův algoritmus, příprava systému,

    periodické okrajové podmínky, solvatace, termostat, barostat, ekvilibrace

Analýza molekulární dynamiky:

    odmocnina střední kvadratické chyby (RMSD), analýza vodíkových vazeb,

    redukce dimenze dat, kinetické modely, Markovův model, predikce vazebné afinity

Seznámení se základními typy experimentů, spektroskopickými metodami a modely chemické rovnováhy vhodnými pro studium interakcí mezi hostitelskou molekulou a ligandem (host-guest modely komplexace). Určování rovnovážné vazebné konstanty vytvořeného komplexu, její termodynamická interpretace a teplotní závislost.

Poslední úprava: Hruška Eugen, Ph.D. (10.10.2024)

angličtina

Molecular representations:

    molecular graph, conformations, SMILES

Quantum mechanics:

    Schrödinger equation, Hartree-Fock method, ground state,

    potential energy surface, ab initio forces, geometry optimization

Classical molecular dynamics:

    equation of motion, force field, Verlet algorithm, system preparation,

    periodic boundary conditions, solvation, thermostat, barostat, equilibration

Molecular dynamics analysis:

    root-mean-square deviation (RMSD), hydrogen bond analysis,

    data dimension reduction, kinetic models, Markov model,  binding affinity prediction

Introduction to basic experiments, spectroscopic methods, and chemical equilibrium models suitable for studying interactions between host molecule and ligand (i.e., host-guest complexation models). Determination of the equilibrium binding constant of the formed complex, its thermodynamic interpretation, and temperature dependence

Poslední úprava: Hruška Eugen, Ph.D. (10.10.2024)