To cite this paper use one of the standards below:
Thermodynamic and Structural Description of Relative Solubility of Rutin by DFT Calculations and Molecular Dynamics Simulations
Haroldo Candal da Silva
Universidade Federal Fluminense
Now you could share with me your questions, observations and congratulations
Create a topicA solubilidade da rutina é muito baixa no solvente biológico (água), o que limita a exploração de suas atividades biológicas relevantes.
Os cálculos DFT e de Dinâmica Molecular podem gerar resultados termodinâmicos e estruturais importantes sobre o processo de solvatação da molécula de um determinado soluto.
Os resultados DFT (levando em consideração o efeito do solvente pelo modelo do contínuo polarizável) para as energias livres de solvatação da rutina em diferentes solventes descrevem bem as variações da solubilidade desse flavonoide.
Simulações de Dinâmica Molecular foram realizadas e a energia livre de solvatação foi estimada pelo método perturbativo MBAR. Os resultados também condizem com os valores experimentais.
As funções de distribuição radial e espacial (RDF e SDF) mostram que a solvatação da rutina é favorecida em solventes capazes de interagir com grupos hidrofílicos e hidrofóbicos, como os álcoois de baixa massa molecular.
A decomposição da energia livre de solvatação calculada pelo método MBAR nas parcelas eletrostáticas e dispersivas mostra que ambos os tipos de interação favorecem a solvatação do flavonoide, como ocorre nos álcoois de cadeia pequena, o que é condizente com as previsões da análise estrutural.
Lucas Andrade Silva
Parabéns Haroldo, Andrew, Luciano e Wagner pelo trabalho! Eu já tinha esbarrado no artigo do J. Mol. Liq. e desde então estava curioso sobre as diferenças marcantes observadas quanto aos diferentes modelos de solvatação utilizados.
(1) Será que o resultado obtido por MD foi melhor frente ao experimental por conta do tamanho e complexidade da estrutura do soluto, que então tem muitas conformações que contribuem e não são capturadas nos cálculos DFT?
(2) No geral, o modelo SMD é mais recomendado que o PCM, inclusive pelo próprio manual do Gaussian. Saberia indicar porque os resultados foram tão diferentes e melhores para o PCM-CavDispRep? Tenho bastante interesse no tópico!
Obrigado desde já!
Guilherme Duarte Ramos Matos
Primeiramente, parabéns pelo trabalho! Quantas janelas você usou para o cálculo de energia livre (MBAR)?
Haroldo Candal da Silva
Olá, muito obrigado pela pergunta.
Usamos 14 janelas em cada solvente, sendo as primeiras 10 considerando apenas as interações dispersivas, intensificadas no modelo pelo valor de λ e as últimas 4 janelas considerando as interações eletrostáticas, controladas por outro valor de λ.
Guilherme Duarte Ramos Matos
Muito obrigado e, mais uma vez, parabéns! Eu imagino a quantidade de simulações que foram rodadas para esse trabalho!
Só por curiosidade, como vocês definiram esse \lambda schedule? É algum tipo de protocolo padrão?
Outra dúvida: qual pacote vocês usaram para o MBAR ou vocês desenvolveram código próprio?
Haroldo Candal da Silva
Sim, realmente foram muitas simulações e cálculos DFT.
O lambda dispersivo foi tomado de 0 a 1 (0.1 em 0.1) e o eletrostático de 0 a 1 (seguindo a lógica quadrática 0.5, 0.71, 0.87 e 1).
Para o MBAR nós usamos o código PyMBAR.
Kalil Bernardino
Boa tarde, Haroldo
Bem interessante seu trabalho, especialmente por combinar várias abordagens bem distintas.
Tenho apenas uma sugestão ao comparar gráficos de g(r) entre sistemas distintos, a intensidade do pico pode levar a conclusões erradas sobre ter mais ou menos moléculas solvatando determinado sítio, pois a mesma é a densidade local dividida pela densidade total da espécie em questão no sistema. Minha sugestão é tentar mostrar o número cumulativo de moléculas na primeira camada junto com as curvas de g(r) ao comparar sistemas de densidades distintas, pois esse valor é independente de mudanças na densidade de partículas. Claro, no pôster o tempo é bem limitado e talvez não desse tempo de discutir esse outro dado, mas acho interessante mostrar quando possível para evitar que o leitor associe um pico de g(r) mais intenso em um dado sistema a ter mais daquela espécie solvatando.
Mais uma vez, parabéns pelo trabalho!
Kalil
Haroldo Candal da Silva
Olá, obrigado pela sugestão e você tem toda a razão... Vou precisar gerar o n(r) para fazer a discussão sobre o número de moléculas ao redor do solvente. Vou revisitar os dados, gerar a curva de n(r) ao lado de g(r), salvo no GDrive e posto no link aqui nos comentários para ver como ficou. Realmente é preciso tomar cuidado com essas definições para não gerar interpretações equivocadas.
With nearly 200,000 papers published, Galoá empowers scholars to share and discover cutting-edge research through our streamlined and accessible academic publishing platform.
Learn more about our products:
This proceedings is identified by a DOI , for use in citations or bibliographic references. Attention: this is not a DOI for the paper and as such cannot be used in Lattes to identify a particular work.
Check the link "How to cite" in the paper's page, to see how to properly cite the paper
Haroldo Candal da Silva
Olá Lucas, obrigado pela pergunta, muito relevante por sinal. Vou destacando em negrito o que eu gostaria de enfatizar.
De fato o modelo escolhido para simular a presença do solvente afeta muito a energia do sistema. A grande vantagem das simulações MD é que ela considera o solvente explicitamente, as interações se formam por conta das atrações entre as cargas e o campo de forças se encarrega de contabilizar essas interações energeticamente nas várias conformações que a dinâmica acessa ao longo da simulação. Quando migramos para cálculos DFT, como você bem citou, perdemos espaço conformacional, porque a otimização alcança um mínimo da PES e as correções térmicas são calculadas para esta geometria congelada, no meio de um contínuo com uma certa constante de polarização. Ou seja, ganhamos acurácia com a Mecânica Quântica, mas perdemos ao considerar o solvente de forma mais aproximada e confiar em apenas uma geometria, obtida no cálculo de otimização.
Por isso o modelo PCM (sem as importantes keywords DIS REP CAV) não forneceram um bom acordo. A importância da energia livre associada à criação da cavidade no meio do solvente é realmente muito importante e o acordo com o experimento foi maior quando incluímos essas contribuições extras pelas keywords DIS REP CAV. O modelo SMD é o mais indicado para cálculos de energia livre de solvatação (por isso ele foi incluído no trabalho) e o acordo foi razoável para os solventes de mesma natureza (metanol, etanol, 1-propanol, ...), mas de fato não foi bom para os dois principais solventes dessa investigação: água e metanol (quando saímos de um solvente inorgânico para um orgânico). Eu não acho que seja uma limitação do modelo de solvatação... Acredito que essas energias dependem muito da geometria usada, ou seja, pode ser que a rutina mereça uma boa análise conformacional em SMD e não apenas um cálculo de otimização como fizemos. Talvez alguns cálculos de scan nos diedros, fazer várias otimizações diferentes para ver se há outras geometrias mais interessantes.
Uma outra abordagem que temos feito é a extensa análise conformacional acoplada com RMN, como fizemos na rutina mesmo, em PCM [1]. Me deu vontade de repetir o trabalho desse artigo em SMD, mas isso dá uma bela dor de cabeça rs.
Lucas Andrade Silva
Obrigado pela resposta bem completa Haroldo! Parabéns e sucesso na sequência dos trabalhos!