Сухая лаборатория - Dry lab
А сухая лаборатория - это лаборатория, в которой компьютерные модели проводят вычислительный или прикладной математический анализ для моделирования явления в физической сфере.[1] Примеры таких явлений включают изменение квантовых состояний молекулы, горизонт событий черной дыры или все, что в противном случае было бы невозможным или слишком опасным для наблюдения в нормальных лабораторных условиях. Этот термин может также относиться к лаборатории, в которой используется в основном электронное оборудование, например лаборатории робототехники. Сухая лаборатория также может относиться к лабораторному помещению для хранения сухих материалов.[2]
Сухая лабораторная работа может также относиться к предоставлению вымышленных (но правдоподобных) результатов вместо выполнения назначенного эксперимента или проведения эксперимента. регулярный обзор.
In silico химия
По мере экспоненциального роста вычислительной мощности этот подход к исследованиям, часто называемый in silico (в отличие от in vitro и in vivo ), привлекла больше внимания, особенно в области биоинформатика. Более конкретно, в рамках биоинформатики, это изучение белков или протеомика, что является выяснением их неизвестных структур и схем складывания. Общий подход к выяснению структуры белка заключался в том, чтобы сначала очистить белок, кристаллизовать его, а затем направить рентгеновские лучи через такой очищенный кристалл белка, чтобы наблюдать, как эти рентгеновские лучи диффундируют в определенный узор - процесс, называемый Рентгеновская кристаллография. Однако многие белки, особенно те, которые встроены в клеточные мембраны, практически невозможно кристаллизовать из-за их гидрофобной природы. Хотя существуют и другие методы, такие как Рамачандран заговор и масс-спектрометрии сами по себе они, как правило, не приводят к полному выяснению структуры белка или механизмов сворачивания.
Распределенных вычислений
В качестве средства преодоления ограничений этих методов такие проекты, как Складной @ дома и Rosetta @ home направлены на решение этой проблемы с помощью вычислительного анализа, этот способ разрешения структуры белка называется предсказание структуры белка. Хотя у многих лабораторий есть несколько иной подход, основная идея заключается в том, чтобы найти из множества конформаций белков, какая конформация имеет самую низкую энергию, или, в случае Folding @ Home, найти относительно низкие энергии белков, которые могут вызвать белок, чтобы неправильно свернуть и агрегировать другие белки с собой - как в случае серповидноклеточная анемия. Общая схема в этих проектах состоит в том, что небольшое количество вычислений анализируется или отправляется для расчета на компьютер, обычно домашний компьютер, а затем этот компьютер анализирует вероятность того, что конкретный белок примет определенную форму или конформацию. в зависимости от количества энергии, необходимого для того, чтобы этот белок оставался в этой форме, этот способ обработки данных обычно называют распределенных вычислений. Этот анализ проводится на чрезвычайно большом количестве различных конформаций, благодаря поддержке сотен тысяч домашних компьютеров, с целью нахождения конформации с минимально возможной энергией или набора конформаций с минимально возможной энергией относительно любых конформаций. которые просто немного отличаются. Хотя сделать это довольно сложно, можно, наблюдая за распределением энергии большого числа конформаций, несмотря на почти бесконечное количество различных конформаций, возможных для любого данного белка (см. Левинталь парадокс ) с достаточно большим количеством выборок энергии белка, относительно точно предсказать, какая конформация в пределах диапазона конформаций имеет ожидаемую наименьшую энергию, используя методы в статистические выводы. Существуют и другие факторы, такие как концентрация соли, pH, температура окружающей среды или шаперонины, которые являются белками, которые помогают в процессе сворачивания других белков, которые могут сильно повлиять на то, как белок сворачивается. Однако, если показано, что данный белок сворачивается сам по себе, особенно in vitro, эти выводы могут быть дополнительно поддержаны. Как только мы сможем увидеть, как белок сворачивается, мы сможем увидеть, как он работает как катализатор или во внутриклеточной коммуникации, например нейрорецепторно-нейромедиаторное взаимодействие. Также можно гораздо лучше понять, как определенные соединения могут быть использованы для усиления или предотвращения функции этих белков и как выясненный белок в целом играет роль в заболевании.[3]
Есть много других направлений исследований, в которых был реализован подход сухой лаборатории. Другие физические явления, такие как звук, свойства недавно открытых или гипотетических соединений и модели квантовой механики, недавно стали предметом изучения.[когда? ] получил больше внимания в этой области подхода.
Смотрите также
- Вычислительная химия
- Вычислительная наука
- Компьютерное моделирование
- Вычислительная физика
- In silico
- Прогноз структуры белка
- Влажная лаборатория
Рекомендации
- ^ "сухая лаборатория". Мерриам-Вебстер. Архивировано из оригинал 28 января 2013 г.. Получено 22 февраля 2013.
- ^ «Лаборатория: Сухой». Национальный институт строительных наук. Получено 22 февраля 2013.
- ^ "FAQ по изучению болезней Folding @ home". Стэндфордский Университет. Архивировано из оригинал 21 сентября 2012 г.. Получено 22 февраля 2013.