当前位置：
X-MOL 学术
›
J. Phys. Chem. B
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Discovery of Self-Assembling π-Conjugated Peptides by Active Learning-Directed Coarse-Grained Molecular Simulation.
The Journal of Physical Chemistry B ( IF 2.8 ) Pub Date : 2020-03-30 , DOI: 10.1021/acs.jpcb.0c00708 Kirill Shmilovich 1 , Rachael A Mansbach 2 , Hythem Sidky 1 , Olivia E Dunne 1 , Sayak Subhra Panda 3, 4 , John D Tovar 3, 4, 5 , Andrew L Ferguson 1
The Journal of Physical Chemistry B ( IF 2.8 ) Pub Date : 2020-03-30 , DOI: 10.1021/acs.jpcb.0c00708 Kirill Shmilovich 1 , Rachael A Mansbach 2 , Hythem Sidky 1 , Olivia E Dunne 1 , Sayak Subhra Panda 3, 4 , John D Tovar 3, 4, 5 , Andrew L Ferguson 1
Affiliation
|
Electronically active organic molecules have demonstrated great promise as novel soft materials for energy harvesting and transport. Self-assembled nanoaggregates formed from π-conjugated oligopeptides composed of an aromatic core flanked by oligopeptide wings offer emergent optoelectronic properties within a water-soluble and biocompatible substrate. Nanoaggregate properties can be controlled by tuning core chemistry and peptide composition, but the sequence-structure-function relations remain poorly characterized. In this work, we employ coarse-grained molecular dynamics simulations within an active learning protocol employing deep representational learning and Bayesian optimization to efficiently identify molecules capable of assembling pseudo-1D nanoaggregates with good stacking of the electronically active π-cores. We consider the DXXX-OPV3-XXXD oligopeptide family, where D is an Asp residue and OPV3 is an oligophenylenevinylene oligomer (1,4-distyrylbenzene), to identify the top performing XXX tripeptides within all 203 = 8000 possible sequences. By direct simulation of only 2.3% of this space, we identify molecules predicted to exhibit superior assembly relative to those reported in prior work. Spectral clustering of the top candidates reveals new design rules governing assembly. This work establishes new understanding of DXXX-OPV3-XXXD assembly, identifies promising new candidates for experimental testing, and presents a computational design platform that can be generically extended to other peptide-based and peptide-like systems.
中文翻译：
通过主动学习导向的粗粒度分子模拟发现自组装 π 共轭肽。
电子活性有机分子已显示出作为用于能量收集和传输的新型软材料的巨大潜力。由 π 共轭寡肽形成的自组装纳米聚集体由芳香核组成，其两侧为寡肽翼，在水溶性和生物相容性基质中提供了新兴的光电特性。Nanoaggregate 属性可以通过调整核心化学和肽组成来控制，但序列-结构-功能关系仍然很难表征。在这项工作中，我们在采用深度表征学习和贝叶斯优化的主动学习协议中采用粗粒度分子动力学模拟，以有效识别能够组装具有良好堆叠的电子活性 π 核的伪一维纳米聚集体的分子。我们考虑 DXXX-OPV3-XXXD 寡肽家族，其中 D 是 Asp 残基，OPV3 是寡聚苯亚乙炔寡聚体（1,4-二苯乙烯基苯），以在所有 203 = 8000 个可能的序列中鉴定性能最佳的 XXX 三肽。通过仅对该空间的 2.3% 进行直接模拟，我们确定了相对于先前工作中报告的那些预测表现出更好组装的分子。顶级候选者的光谱聚类揭示了管理装配的新设计规则。这项工作建立了对 DXXX-OPV3-XXXD 组装的新理解，确定了有希望的新候选者进行实验测试，并提供了一个计算设计平台，该平台可以普遍扩展到其他基于肽和肽类的系统。在所有 203 = 8000 个可能的序列中识别出性能最好的 XXX 三肽。通过仅对该空间的 2.3% 进行直接模拟，我们确定了相对于先前工作中报告的那些预测表现出更好组装的分子。顶级候选者的光谱聚类揭示了管理装配的新设计规则。这项工作建立了对 DXXX-OPV3-XXXD 组装的新理解，确定了有希望的新候选者进行实验测试，并提供了一个计算设计平台，该平台可以普遍扩展到其他基于肽和肽类的系统。在所有 203 = 8000 个可能的序列中识别出性能最好的 XXX 三肽。通过仅对该空间的 2.3% 进行直接模拟，我们确定了相对于先前工作中报告的那些预测表现出更好组装的分子。顶级候选者的光谱聚类揭示了管理装配的新设计规则。这项工作建立了对 DXXX-OPV3-XXXD 组装的新理解，确定了有希望的新候选者进行实验测试，并提供了一个计算设计平台，该平台可以普遍扩展到其他基于肽和肽类的系统。顶级候选者的光谱聚类揭示了管理装配的新设计规则。这项工作建立了对 DXXX-OPV3-XXXD 组装的新理解，确定了有希望的新候选者进行实验测试，并提供了一个计算设计平台，该平台可以普遍扩展到其他基于肽和肽类的系统。顶级候选者的光谱聚类揭示了管理装配的新设计规则。这项工作建立了对 DXXX-OPV3-XXXD 组装的新理解，确定了有希望的新候选者进行实验测试，并提供了一个计算设计平台，该平台可以普遍扩展到其他基于肽和肽类的系统。
更新日期：2020-03-17
中文翻译：
通过主动学习导向的粗粒度分子模拟发现自组装 π 共轭肽。
电子活性有机分子已显示出作为用于能量收集和传输的新型软材料的巨大潜力。由 π 共轭寡肽形成的自组装纳米聚集体由芳香核组成，其两侧为寡肽翼，在水溶性和生物相容性基质中提供了新兴的光电特性。Nanoaggregate 属性可以通过调整核心化学和肽组成来控制，但序列-结构-功能关系仍然很难表征。在这项工作中，我们在采用深度表征学习和贝叶斯优化的主动学习协议中采用粗粒度分子动力学模拟，以有效识别能够组装具有良好堆叠的电子活性 π 核的伪一维纳米聚集体的分子。我们考虑 DXXX-OPV3-XXXD 寡肽家族，其中 D 是 Asp 残基，OPV3 是寡聚苯亚乙炔寡聚体（1,4-二苯乙烯基苯），以在所有 203 = 8000 个可能的序列中鉴定性能最佳的 XXX 三肽。通过仅对该空间的 2.3% 进行直接模拟，我们确定了相对于先前工作中报告的那些预测表现出更好组装的分子。顶级候选者的光谱聚类揭示了管理装配的新设计规则。这项工作建立了对 DXXX-OPV3-XXXD 组装的新理解，确定了有希望的新候选者进行实验测试，并提供了一个计算设计平台，该平台可以普遍扩展到其他基于肽和肽类的系统。在所有 203 = 8000 个可能的序列中识别出性能最好的 XXX 三肽。通过仅对该空间的 2.3% 进行直接模拟，我们确定了相对于先前工作中报告的那些预测表现出更好组装的分子。顶级候选者的光谱聚类揭示了管理装配的新设计规则。这项工作建立了对 DXXX-OPV3-XXXD 组装的新理解，确定了有希望的新候选者进行实验测试，并提供了一个计算设计平台，该平台可以普遍扩展到其他基于肽和肽类的系统。在所有 203 = 8000 个可能的序列中识别出性能最好的 XXX 三肽。通过仅对该空间的 2.3% 进行直接模拟，我们确定了相对于先前工作中报告的那些预测表现出更好组装的分子。顶级候选者的光谱聚类揭示了管理装配的新设计规则。这项工作建立了对 DXXX-OPV3-XXXD 组装的新理解，确定了有希望的新候选者进行实验测试，并提供了一个计算设计平台，该平台可以普遍扩展到其他基于肽和肽类的系统。顶级候选者的光谱聚类揭示了管理装配的新设计规则。这项工作建立了对 DXXX-OPV3-XXXD 组装的新理解，确定了有希望的新候选者进行实验测试，并提供了一个计算设计平台，该平台可以普遍扩展到其他基于肽和肽类的系统。顶级候选者的光谱聚类揭示了管理装配的新设计规则。这项工作建立了对 DXXX-OPV3-XXXD 组装的新理解，确定了有希望的新候选者进行实验测试，并提供了一个计算设计平台，该平台可以普遍扩展到其他基于肽和肽类的系统。
京公网安备 11010802027423号