Версия 2.30 выпущена и доступен новый проект

[thundersnatch.livejournal.com]

Наконец POEM++ версии 2.30 жива.
Фаза испытаний несколько недель назад успешно завершилась, но если у вас возникнут какие-либо проблемы, связанные с новым релизом, пожалуйста, дайте мне знать.

Наряду с обновлением мы начали новый Пептидный проект. Вы можете получить некоторую информацию о проекте по ссылке, визуализация процесса моделирования будет позже.

отсюда (англ., нем.)

2 складывающихся пептида

В этом проекте мы моделируем свободную энергию поверхности, состоящей из шаровидных частиц (проект стадии 1) и мембраны (проект 2-й этап) пептидов. Пептиды - небольшие белки (прибл. меньше, чем 40 аминокислот), которые часто замешаны в заболеваниях. Одним из таких примеров является бета-амилоида белка, где части влекут за собой возникновение болезни Альцгеймера. Белок синтезируется (т.е. склеивается из блоков аминокислот) в рибосоме (еще один большой белок). После того, как он выходит из рибосомы, в качестве большой строки аминокислот, он часто складывается сам по себе обычно в отчетливые 3D-структуры, в которых он осуществляет свою работу. Для некоторых белков, однако что-то пойдет не так во время стадии складывания, и они в конечном итоге останутся в другой конформации, которая не работает. Они, как правило, деградируют (уничтожаются) вашим телом и ничего не происходит. Иногда они попадают в другую конформацию, в которой они агрегируют. Они слипаются и образуют различные конструкции, которые могут быть причиной болезни (Внимание эта ссылка слегка отвратительна!). В этом проекте мы хотим не только исследовать естественную конформацию, которую мы уже делали довольно часто на BOINC, но и проверить, являются ли и как часто исследуемые пептиды в конечном итоге оказываются в другой конформации, которая может быть связанной с болезнью.

метод
В проекте стадии 1 мы подготовили эталонный белок, чтобы начать его моделирование в трех различных точках: таблице конформации, спиральной конформации (zwei Bilder) и развернутой конформации. Каждые 500 шагов, мы измеряем конформационные расстояние по отношению к табличной и спиральной конформации. Пользуясь этим, мы можем построить карту всех возможных состояний, в которых пептид может находиться (дополнительная информация). В зависимости от того, как часто белок способен достигать одного состояния от другого, мы можем сказать, что какая конформация является более стабильной, чем другая. Обычно одна конформация будет более стабильной, чем другие. Для получения эталонного белка обе локализации должны быть приблизительно равномерно стабильными. Процессоры (CPU) будут работать с одной симуляцией одновременно, а графические процессоры (GPU) будут работать со ста симуляциями одновременно.

В проекте 2-й стадии мы проведем это моделирование и в клеточном и в мембранном окружении. Это важно, потому что некоторые белки только тогда неправильно сворачиваются и агрегируют, когда они проходят через мембрану. В проект 2-й стадии мы также включим последовательности пептидов, предположительно вызывающие первое заражение, где фактические естественные и неправильно свернутые конформации неизвестны.

отсюда