Molecular dynamics simulations with elements of biophysics 0800-M-MDYSIM

Przedmiot Symulacje dynamiki molekularnej z elementami biofizyki” (30h W) stanowi zaawansowany kurs wykorzystania pewnej klasy metod teoretycznego (komputerowego) modelowania cząsteczek i nanoukładów. Przypomniane będą podstawy teoretycznego opisu cząsteczek opartego o mechanikę kwantową oraz zasady opisu ruchu w ramach mechaniki klasycznej.
Wprowadzony będzie opis ruchu za pomocą równania Liouvilla.
Uzasadniona będzie potrzeba szerokiego stosowania klasycznego sposobu opisu dużych układów. Przedstawiony będzie koncept pola siłowego, sposób konstrukcji pola siłowego oraz szczegółowe postaci analityczne wybranych pól siłowych, m.in. CHARMM, AMBER, GROMOS. Omówione będą metody optymalizacji geometrii układów makromolekularnych, ze szczególnym uwzględnieniem algorytmów stosowanych w praktyce (np. BFGS, metoda Powella). W podobny dokładny sposób zostaną przedstawione algorytmy całkowania klasycznych równań ruchu (np. algorytm Verleta). Dokonana zostanie analiza stabilności numerycznej i symplektyczności rozważanych metod numerycznych.
W dalszej części wykładu studenci zapoznają się z ogólnym protokołem realizacji obliczeń MD. Omówione zostaną periodyczne warunki brzegowe i ich popularne warianty, metody kontroli ciśnienia i temperatury w symulowanym układzie, równanie Langevina, podstawowe zespoły termodynamiczne stosowane w symulacjach. Schematy te będą ilustrowane własnymi wynikami symulacji, m.in. kanałów jonowych czy białek neuronalnych. Omówiony będzie mechanizm biofizyczny przekazywania impulsów nerwowych. Następnie studenci zapoznają się z problemem obliczania zmian energii swobodnej, niestandardowymi metodami MD takimi jak Replica Exchange MD, Meta-dynamics, Locally Enhanced Sampling, Steered MD, dynamika gruboziarnista i innymi najnowszymi metodami.. Wykład będzie zawierał liczne przykłady zastosowań metod MD w biofizycznych badaniach naukowych, m.in. dyfuzji gazów w białkach, nanomechaniki białek czy DNA, działania kanałów jonowych. Na wykładzie będzie omawiany postęp w technologii obliczeń wielkoskalowych oraz aplikacje symulacji MD na kartach graficznych. Wykład ma charakter praktyczny – powinien pomóc w realizowaniu obliczeń związanych z własnymi projektami naukowymi.

Całkowity nakład pracy studenta

Godziny realizowane z udziałem nauczycieli ( godz.): np. - udział w wykładach – 30 h Czas poświęcony na pracę indywidualną studenta ( godz.): 50 godzin pracy własnej - przygotowanie do egzaminu Łącznie: 80 godz. (3 ECTS)

Efekty uczenia się - wiedza

W1. Student wykorzystuje i pogłębia podstawową wiedzę fizyczną w zakresie mechaniki klasycznej układów wielu ciał – fizyka s2: K_W04; fizyka techniczna s2: K_W01; astronomia S2: K_W01 W2. Posiada zaawansowaną wiedzę na temat symulacji dynamiki molekularnej i elementów fizyki statystycznej fazy skondensowanej, jako części fizyki teoretycznej. fizyka s2: K_W02; fizyka techniczna s2: K_W04; astronomia S2: K_W03 W3. Student zna zaawansowane metody badawcze i wybrane algorytmy numeryczne pozwalające planować i wykonywać złożone symulacje fizyczne, ze szczególnym uwzględnieniem białek i innych cząsteczek o znaczeniu medycznym. fizyka s2: K_W02; fizyka techniczna s2: K_W04; astronomia S2: K_W03 W4. Student zna najnowsze zastosowania metod sztucznej inteligencji do problemu zwijania białek fizyka s2: K_W02; fizyka techniczna s2: K_W04; astronomia S2: K_W01 W5. Student rozumie centralny dogmat biologii molekularnej, mechanizm propagacji impulsów nerwowych i rolę białek w tych procesach fizyka s2: K_W01; fizyka techniczna s2: K_W01; astronomia S2: K_W01

Efekty uczenia się - umiejętności

U1: Student potrafi samodzielnie przygotować białko lub podobny układ fizyczny do symulacji, - fizyka s2: K_U01, K_U04; fizyka techniczna s2: K_U02, K_U03. Astronomia K_U01 U2: Potrafi dobrać warunki symulacji i protokół właściwy dla problemu, K_U01, K_U04; fizyka techniczna s2: K_U02, K_U03. Astronomia K_U01 U3: Potrafi wykonać podstawowe symulacje na klastrze linuxowym i potrafi zinterpretować wyniki obliczeń teoretycznych na podstawowym poziomie i ocenić ich dokładność. Fizyka: K_U01, K_U04; fizyka techniczna s2: K_U02, K_U03. Astronomia K_U01 U4: Potrafi ze zrozumieniem głównych pojęć czytać literaturę związaną z modelowaniem Fizyka:K_U03, K_U05; fizyka techniczna s2: K_U04. Astronomia K_U05 U5. Student potrafi proponować tworzenie modeli fizycznych dla złożonych zjawisk biologicznych na poziomie molekularnym Fizyka: K_U01; fizyka techniczna s2: K_U02, K_U05. Astronomia K_U01

Efekty uczenia się - kompetencje społeczne

K1 Ma świadomość interdyscyplinarności nauki i wpływu fizyki na biologię, medycynę i projektowanie leków – fizyka s2: K_K03, fizyka techniczna s2: K_K02 , astronomia K_K01 K2 Docenia znaczenia modelowania komputerowego w odniesieniu do dynamiki układów złożonych, analogie do społeczeństwa. Dostrzega, że rozwój technik symulacji wpływa na poziom życia i zamożność społeczeństwa K3 Rozumie odpowiedzialność badacza proponującego nowe leki K4 Dostrzega związek metod fizyki i informatyki ze zdrowiem - poznawanie mechanizmów chorób, poszukiwanie nowych leków. K5 Rozumie, że dokonywanie symulacji oszczędza cierpienia zwierzętom laboratoryjnym. – fizyka s2: K_K03, fizyka techniczna s2: K_K02 , astronomia K_K01

Metody dydaktyczne

Metoda dydaktyczna podająca: - wykład informacyjny (konwencjonalny), ilustrowany animacjami

Metody dydaktyczne eksponujące

- symulacyjna (gier symulacyjnych)

Metody dydaktyczne podające

- wykład informacyjny (konwencjonalny)

Wymagania wstępne

Podstawowa wiedza z fizyki ogólnej (mechaniki) i analizy matematycznej Ukończone studia licencjackie na kierunku ścisłym lub przyrodniczym. Podstawowa znajomość analizy matematycznej i algebry

Koordynatorzy przedmiotu

Wiesław Nowak

Kryteria oceniania

Wykład: zaliczenie w oparciu o wyniki egzaminu pisemnego:
- wymagany będzie opis budowy białek i DNA
- wymagana będzie znajomość Centralnego Dogmatu
- wymagany będzie opis teoretyczny omawianych metod
- rozumienie przybliżeń wprowadzanych w czasie realizacji obliczeń
- znajomość podstawowych algorytmów obliczeniowych
- orientacja w najnowszych metodach (metadynamika, SMD, REMD itp.) symulacji dynamiki biocząsteczek
- znajomość przykładowych typowych zastosowań i ograniczeń metody MD
Egzamin sprawdzi osiągnięcie następujących efektów:
W1, W4, W5, U1, U2, K3, K5
Kryteria oceniania:
Egz pis. Pyt otwarte:

ndst - <50%)
dst- 50-60 %
dst plus- 60-70%
db- 70-80%

Praktyki zawodowe

brak,

Literatura

1. Daan Frenkel, Berend Smit, "Understanding Molecular Simulation, Second Edition: From Algorithms to Applications (Computational Science) Academic Press, 2001
2. Haile, J. M., “Molecular Dynamics Simulation: Elementary Methods”, John Wiley & Sons, Inc.: New York, ISBN 0471819662, 1992.
3. Hinchliffe, A., “Molecular Modelling for Beginners”, 2nd edition; John Wiley & Sons, Ltd: Chichester, ISBN 9780470513149, 2008.
4. A.Hinchliffe „Modeling Molecular Structures”, Wiley, Chichester, 1996.
5. L. Piela, „Idee chemii kwantowej”, PWN, Warszawa, 2009.
6. D. C. Rapaport, "The Art of Molecular Dynamics Simulation Hard, Cambridge 2004
7. A. R. Leach, Molecular Modelling: Principles and Applications, 2001, ISBN 0-582-38210-6.
8. D. W. Heerman, "Podstawy symulacji komputerowych w fizyce", WNT, 1997
9. W. Nowak, “Applications of computational methods to simulations of proteins dynamics”, w “Handbook of Computational Chemistry”, Springer, 2012 – a book chapter, pp.129-1149. (ISBN 978-94-007-0712-2).
10. W. Nowak, „Symulacje dynamiki molekularnej biomolekuł na progu XXI wieku”; Kosmos 58 (282-283) (2009) 48-56
11. Art. przeglądowe i strony WWW podawane na wykładzie
12. Leszek Kubisz „Biofizyka” , PWN 2024, ISBN: 9788301235260

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 0800-M-MDYSIM w USOSweb