基于第一性原理布朗动力学方法预测NMR弛豫:一种融合分子动力学与随机建模的创新计算策略

《Journal of Chemical Theory and Computation》:Predicting NMR Relaxation Using a First-Principles Brownian Dynamics Approach

【字体: 大 中 小 】 时间:2026年01月03日 来源:Journal of Chemical Theory and Computation 5.5

编辑推荐:

  本文系统介绍了基于第一性原理布朗动力学(BD)方法预测核磁共振(NMR)弛豫的创新计算策略。该工作通过建立严格的随机模型(SFB模型),将分子动力学(MD)模拟的原子级描述能力与随机方法(如Langevin/Fokker-Planck方程)的靶向复杂性降低优势相结合,有效解决了传统全原子MD模拟在获取微秒时间尺度动力学信息时计算成本高昂的瓶颈。作者开发的BD-NMR软件套件利用GPU硬件加速,实现了在自然内坐标下对半柔性复杂分子长时间动力学的高效模拟,为阐释时间分辨磁共振实验数据提供了强有力的理论工具。

  
引言:阐释对分子慢运动敏感的时间分辨磁共振实验,需要获取至少微秒时间尺度的动力学信息。传统的全原子经典分子动力学(MD)模拟虽然能够探索如此长的时间尺度,但需要付出巨大的计算代价。基于对坐标进行层级区分(相关坐标显式处理,无关坐标视为涨落和耗散的来源)的随机模型,为这一问题提供了相对低成本的解决方案。过去,人们采用了基于Langevin或Fokker–Planck方程的临时性但本质上是现象学的方法,这些方法在捕捉(即使是复杂的)分子系统之间的相关差异方面表现良好,但缺乏预测能力,因为这类参数与原子细节之间的映射关系并不总是清晰或明确的。最近,研究者从完整的运动方程出发,提供了大分子动力学的随机描述的严格推导。本文讨论了一种基于与原始模型相关的布朗动力学(BD)方程解的计算策略,用于计算和阐释核磁共振(NMR)弛豫数据。该方法将随机方法执行系统靶向复杂性降低的能力与分子动力学(MD)模拟在原子水平描述系统时间演化的灵活性相结合。通过在相关的自然内坐标中表达随机动力学并利用基于GPU硬件的加速能力,所提出的方法为有效阐释通用半柔性复杂分子的长时间动力学奠定了基础。
理论与计算方法:
建模:随机模型基于对分子旋转构象动力学的完整描述,溶剂被隐式处理为涨落-耗散的来源,并以玻尔兹曼平均的方式影响能量学。在这种近似下,先前已经在更一般的Fokker–Planck形式以及简化的扩散极限下,讨论了从整个系统在刚体加内部自然(Z矩阵)坐标集合中的确定性运动方程投影溶剂坐标的问题。采用后一种近似水平,并考虑问题的平移对称性(各向同性、均匀液相),得到了描述在t0时刻处于x0构型的分子在t时刻处于x构型的条件概率密度ρ(x, t|x0, t0)的时间演化的Smoluchowski方程。其中x = (Ω, q),Ω是描述分子固定坐标系(MF)相对于实验室坐标系(LF)方向的欧拉角集合,q是内部坐标集合。Smoluchowski算子涉及扩散张量D,该张量包含旋转(DRR)、构象(DSS)和耦合(DRS)部分。平衡概率密度ρ(x)由玻尔兹曼分布给出。模型假设构象能为谐波形式,即U(q) ≈ (1/2)(q - q0)TK(q - q0),其中K是曲率矩阵,q0是最小能量构型中的内部坐标集合。通过坐标变换z = (kBT)-1/2T K1/2(q - q0),内部坐标被转换为一种特殊的简正模式(z坐标),它们均具有0均值和等于1的标准偏差。能量信息与耗散特性混合,使得运动的有效时间尺度由单个广义“扩散”系数(每个z坐标一个)量化,该系数包含了所有动力学效应。
数值求解:由于Smoluchowski算子在适当基组上的表示方法计算复杂度随自由度数量呈指数增长,因此无法用于处理原子数N在O(102)到O(104)范围内的系统。本文实现的替代策略是将旋转构象Smoluchowski方程与一组布朗动力学(BD)方程相关联,通过执行足够长的BD轨迹来采样系统在时间上的概率密度。与在笛卡尔坐标下工作相比,该方法具有多个优势:i)在计算平均力势时,原子对相互作用通常作为内部坐标之间的耦合项出现,因此在内部坐标中计算力更简单;ii)该方法允许直接处理选定的内部坐标或其组合,计算笛卡尔力可能繁琐且耗时;iii)可以简单地处理内部坐标之间的任何耦合;iv)如果对内部坐标进行进一步投影,该方法可以轻松处理剩余的自由度,而在笛卡尔坐标中则需要引入约束,这会影响计算效率。在半柔性体(SFB)模型框架内,动力学简单地表现为一个自由刚体与3N – 6个独立的谐振子流体动力学耦合。为了处理旋转部分,采用了基于四元数的算法,以避免使用欧拉角可能出现的数值不稳定性(例如万向节锁问题)。离散化的BD运动方程在欧拉方案和Runge-Kutta方案中均有给出。Runge-Kutta方案允许使用比欧拉方案所需时间步长更大的积分时间步长。
参数化:参数化SFB模型需要两个量:流体动力学扩散张量(Dhydro)和曲率矩阵(K)。Dhydro的计算基于流体动力学论证,将分子表示为多个珠子(此处为原子),利用Stokes-Einstein关系计算每个珠子的平移摩擦张量,并采用Rotne-Prager模型处理流体动力学耦合。然后,使用几何矩阵将平移笛卡尔速度转换为质心平移、全局翻滚(角速度)和内部Z矩阵坐标变化率的广义速度。通过投影平移运动,得到的扩散张量是一个(3 + NS) × (3 + NS)矩阵。曲率矩阵K的计算可以通过不同的方式进行,取决于溶剂包含的水平。本文选择了最简单的方案,即在真空中计算分子在其最小能量构型下的Hessian能量矩阵,然后将其转换为内部NS× NS曲率矩阵K。最后,根据公式计算在平移坐标中表达的动力学扩散张量D。
实现:开发了一个名为BD-NMR(布朗动力学NMR)的软件套件,用于计算NMR弛豫数据。它包含了免费的第三方软件以及先前和新开发的内部代码。BD-NMR的工作流程主要包括四个阶段:i)能量最小化和Hessian计算:使用Tinker软件包进行几何最小化并计算笛卡尔坐标下的Hessian,然后通过内部开发的ZMatLib库将Hessian矩阵表达在内部坐标中,得到曲率矩阵K。ii)扩散张量计算:使用DiTe2软件包基于流体动力学方法计算Dhydro,然后结合K根据公式计算扩散张量D。所有矩阵操作均在GPU上使用Magma库实现。iii)BD轨迹计算:在GPU上实现了SFB模型的Runge-Kutta数值求解方案。根据扩散张量D的特征值(代表运动频率)自动设置积分时间步长(Δt ≤ 1/(2ωmax))、轨迹总长度(至少为最慢时间尺度τ = 1/min{ωj}的1000倍)和时间分辨率(默认产生104个快照)。通常计算20条轨迹以获得良好的统计结果。一旦计算出(Ω, z)坐标下的轨迹,就通过逆变换从z恢复到q,最后使用ZMatLib恢复笛卡尔XYZ轨迹。iv)NMR弛豫数据计算:软件包含一个代码,可分析分子中的成键模式,识别N–H、C–H和–CH2等NMR探针。从轨迹中提取偶极和化学位移各向异性(CSA)张量框架相对于实验室框架的方向的欧拉角时间序列。计算Wigner函数D20,0的自相关函数,尽管所选轨迹长度提供了足够的统计量,但相关函数的尾部总会显示一些噪声。为了节省时间,执行自相关函数的多指数拟合,然后计算光谱密度,并用于评估NMR弛豫数据。
结果:
沙盒系统:为了探讨扩散张量D的性质对光谱密度的影响,实现了一个沙盒系统。该系统包括三个用于旋转的欧拉角和一个内部坐标z。扩散张量D被参数化为旋转流体动力学扩散系数(设为1)、构象流体动力学扩散系数(设为10)以及内部坐标与DZ,Z旋转流体动力学系数之间的耦合系数c(范围0到1)。曲率矩阵是标量,即谐振子运动的力常数k(以kBT为单位)。分析了D的4个特征值作为c和k参数的函数。当c=0时,最小和最大特征值分别对应于纯旋转和内部运动。随着k的增加,两种运动的时间尺度分离增加。当考虑流体动力学耦合时,在固定k下增加c会导致ω1减小和ω4增大,因为全局翻滚与内部运动发生混合。D的特征值是系统动力学的频率,可用于确定积分时间步长(Δt ≤ 1/(2ω4))和需要计算的BD轨迹的总长度。最慢时间尺度τ = 1/min{ωj}可用于指导BD轨迹长度的选择。通过检查BD轨迹的收敛性发现,虽然内部坐标在α = 10τ(τ为最慢时间尺度)时即可达到可接受的收敛,但对于全局翻滚,轨迹需要至少比最慢时间尺度长1000倍才能很好地采样自由旋转运动。良好的轨迹收敛对于解释对慢运动敏感的光谱观测值(如NMR弛豫数据)至关重要。
NMR弛豫数据计算:将开发的方法应用于真实体系,计算了在DMSO-d6溶剂中、298.15 K温度下α-L-Rhap-α-(1→2)-α-L-Rhap-OMe(R2R)二糖的NMR弛豫数据。该二糖在C′1位点用13C标记。输入BD-NMR的包括Tinker格式的XYZ文件和一个简短的配置文件。计算了扩散张量D,其特征值显示存在三个与其余NS个特征值明显分离的特征值,这三个低频率模式涉及所有原子的整体运动(全局翻滚)。其余特征值至少比“翻滚”频率大两个数量级。然而,这种时间尺度的分离不足以说明全局和内部运动在统计上是独立的。实际上,前两个最慢的z坐标与旋转运动存在耦合。基于最慢特征值估计了最长的秩2旋转相关时间τ约为0.288 ns,因此轨迹总长度应至少设为1000τ = 288 ns。最高特征值约为6.45 × 1013s–1,因此BD-NMR自动将Runge-Kutta方案的积分时间步长设置为最高特征值倒数的一半,即Δt ≈ 7.75 fs。BD轨迹计算并转换为笛卡尔坐标后,自动识别所有可能的C–H键NMR探针,并计算偶极张量框架相对于实验室框架的方向的欧拉角时间序列。然后计算Wigner函数D20,0的自相关函数。尽管计算了20条轨迹,每条轨迹至少为τ的1000倍长,但相关函数的尾部仍然有噪声。BD-NMR实现了自动多指数拟合程序(默认使用4个指数函数)来插值相关函数,然后计算该多指数衰减的光谱密度,并用于计算NMR弛豫数据。该方法唯一真正自由的参数是平移摩擦ξ = πCRη。研究发现,使用比DCM模型中常用的(R = 2.0 ?)更小的流体动力学半径(R = 1.4 ?)能提供与实验数据的最佳吻合,所有NMR弛豫数据的绝对百分比误差≤1%。收敛研究表明,需要至少16条长度为17.0 ns的轨迹(总计272 ns)才能收敛平均绝对百分比误差(MAPE),这与基于全局翻滚秩2旋转相关时间的估计接近。将BD-NMR结果与过去使用不同建模方法(如惯性SFB方法SALEM、扩散链模型DCM及其解耦版本DCM dec.)以及MD模拟得到的结果进行了比较。BD-NMR计算显示出与其他随机模型良好的一致性,并且与实验数据吻合最佳。这是因为BD-NMR方法包含并精确处理了处于中间时间尺度的自由度,而DCM建模中不包含这些,SALEM求解(包含所有自由度)则基于微扰近似。BD-NMR计算在NVIDIA H100 GPU上耗时约2.5小时。重要的是,结果凸显了内部运动与全局运动耦合的重要性,解耦模型(DCM dec.)的结果很差。与MD模拟相比,BD-NMR的优势在于避免了通常基于全局和内部相关函数因子化的近似(该近似需要证明),并且能够以更少的计算工作量获得对慢速运动的充分采样。
结论:本文报道了基于与作者最近提出的Smoluchowski方程相关的布朗动力学(BD)轨迹计算的随机扩散SFB模型的数值求解方法。给定定义SFB模型的大量坐标,数值求解Smoluchowski方程(例如,通过在适当的基函数集上展开时间演化算子,导致线性代数问题)并不方便。从计算角度来看(特别是在RAM内存占用方面),Langevin方程更易处理。另一方面,BD轨迹必须足够长(并重复足够多次)以提供良好的统计量。如果只是简单地在笛卡尔坐标下设置布朗轨迹,这通常不容易保证。本文提出的方法的优势在于,它基于的系统建模可以指导BD轨迹计算的设置。全局翻滚被直接采样,内部运动的影响也是如此。此外,这种工作范式允许选择哪些内部坐标是相关的,哪些可以被投影掉以尝试降低系统复杂性。在SFB模型的特定情况下,当转换到平移后的z坐标时,可以立即获取运动的时间尺度。利用这些信息,可以轻松设置BD轨迹参数的自动选择,这使得软件包非常易于使用。最后,实现过程利用了GPU架构,该架构在线性代数问题方面相对于基于CPU的计算进行了高度优化。特别是,Cholesky分解近似与矩阵维度(即原子数)呈线性关系,直到104。这对于最终应用于蛋白质非常重要。谐波近似并不是该方法真正的限制。如果已知分子(或事先进行了构象分析)显示出多个能量相近的构型,则可以在每个相对最小值中重复模拟,然后对NMR弛豫数据进行玻尔兹曼加权。当从一个最小值到另一个最小值的活化能垒远高于热能时,这种程序是严格合理的。玻尔兹曼加权可以被视为一种粗略的近似。然而,可以通过考虑由少数活化模式连接的谐波自由度子集来将软活化坐标包含在模型中:大部分算法处理保持不变,只需引入从一种构型到另一种构型的跳跃运动。我们计划以这种方式扩展我们的模型,以解决部分结构化蛋白质的问题。假设所研究的分子有一个好的力场可用,该方法只有一个自由参数可以调节结果,即原子流体动力学半径,或者更一般地说,是原子的平移Stokes-Einstein摩擦。需要进行一些测试以找到流体动力学半径的参考值,但初步观察表明,该半径应小于DCM模型中常用的值(后者未包含内部快速运动)。为了优化该方法的应用,可以探索两条途径。一方面,采用多时间步长积分运动方程可以加速模拟,因为部分坐标(最慢的)更新频率会降低,从而实际上减少了计算的复杂性。另一方面,可以基于对NMR弛豫数据的预期影响,对一些内部快速坐标进行Zwanzig投影(这也将允许使用更大的积分时间步长)。这两种操作都可以通过分析扩散张量D的元素来指导。内部运动的频率以及与全局旋转运动的耦合程度是指导潜在复杂性降低的重要信息。这是从小分子/中等分子过渡到大分子的重要一步,我们课题组正在这个方向上积极开展工作。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号