Generalisierte Markov-Modellierung -- Modellierung irreversibler β-Amyloid-Peptid-Dynamik unter Mikrowelleneinfluss

Description

Markov State Models (MSM) sind der Goldstandard zur Modellierung biomolekularer Dynamik, da sie die Identifizierung und Analyse metastabiler Zustände ermöglichen. Die robuste Perron-Cluster-Cluster-Analyse (PCCA+) ist ein verbreiteter Spectral-Clustering-Algorithmus, der für das Clustering hochdimensionaler MSM verwendet wird. Da die PCCA+ auf reversible Prozesse beschränkt ist, wird sie zur Generalisierten PCCA+ (G-PCCA) verallgemeinert, die geeignet ist, nichtreversible Prozesse aufzuklären. Bernhard Reuter untersucht hier mittels G-PCCA die nichtthermischen Auswirkungen von Mikrowellen auf die Proteindynamik. Dazu führt er molekulardynamische Nichtgleichgewichtssimulationen des Amyloid-β-(1–40)-Peptids durch und modelliert diese. ​Der Autor: Bernhard Reuter forscht in der Gruppe Methoden der Medizininformatik an der Eberhard-Karls-Universität Tübingen und der Gruppe Computational Molecular Design am Zuse Institut Berlin. Ein Schwerpunkt seiner Forschung ist die Simulation und Modellierung biomolekularer Nichtgleichgewichtssysteme. Er entwickelt u.a. datenbasierte Methoden zur Modellierung biomolekularer Nichtgleichgewichtsprozesse. Geleitwort......Page 5 Inhaltsverzeichnis......Page 7 1.1 Einfluss von Mikrowellen auf Proteine......Page 9 1.2 Zur Notwendigkeit der Generalisierung der Markovmodellierung......Page 18 1.3 Aufbau der Dissertation......Page 21 2.1 Molekular-Dynamik-Methode......Page 22 2.2 Aufbau und Struktur von Proteinen......Page 24 2.3.1 Thermodynamik: Die Anfinsen-Hypothese......Page 27 2.3.3 Die Trichterhypothese......Page 32 2.3.4 Nach der Trichterhypothese: VES-Hypothese......Page 36 3.1 Maßtheorie......Page 39 3.2 Markov-Prozesse......Page 41 3.3 Transferoperatoren......Page 44 3.4.1 Markov State Models (MSM)......Page 47 3.4.2 Generalisierte Perron-Cluster-Cluster-Analyse......Page 62 3.4.3 Bestimmung der Makrozustandsanzahl......Page 72 3.4.5 Metastabile Zustände und dominante Zyklen......Page 77 4.1.1 System-Setup und Simulation......Page 80 4.1.2 Datenvorverarbeitung......Page 87 4.1.3 MSM-Generierung......Page 91 4.1.4 Optimale Makrozustandsanzahl......Page 104 4.1.5 Metastabile Zustände und dominante Zyklen......Page 111 4.2.1 System-Setup und Simulation......Page 126 4.2.2 Datenvorverarbeitung......Page 127 4.2.3 MSM-Generierung......Page 128 4.2.4 Optimale Makrozustandsanzahl......Page 132 4.2.5 Metastabile Zustände......Page 134 4.3 Vergleich der MSM: Wechselfeldeffekte......Page 140 5.1 Generalisierung der Markov-Modellierung......Page 155 5.2 Mikrowelleneinfluss auf die Proteinkonformationsdynamik......Page 157 Literaturverzeichnis......Page 159