朱玉珍，鄒 昱，張慶文

將分子動力學模擬方法引入體育領域研究的可行性分析
——以肌動蛋白、肌球蛋白和人類神經(jīng)元鈣傳感蛋白為例

朱玉珍1，鄒 昱2，張慶文2

分子動力學模擬是基于牛頓運動方程來研究體系結構隨時間變化的計算機模擬方法。該方法可應用于物理、化學、生物學及其交叉學科領域的相關問題研究，能夠描述蛋白質等生物大分子在溶液中的運動隨時間最詳實的變化情況，從原子水平上解釋實驗結果，預測新的結構和現(xiàn)象，為實驗提供參考和啟示。鑒于分子動力學模擬方法的應用價值和國內鮮有分子動力學模擬方法應用于體育運動機制的相關研究，在系統(tǒng)考察分子動力學模擬方法及其應用的基礎上，以肌動蛋白、肌球蛋白和人類神經(jīng)元鈣傳感蛋白為例，說明分子動力學模擬方法在體育領域研究中的應用，闡述分子動力學模擬方法潛在的體育研究領域，并對其應用前景進行展望，以期為體育領域研究專業(yè)化探索一條創(chuàng)新的途徑。

分子動力學模擬；體育；研究；生理機制；蛋白Abstract：Molecular dynamics simulation is the computer simulation method based on Newton’s equation of motion to study architecture with time variations.This method can be applied to physics,chemistry,biology and related issues in the field of cross-disciplinary research.It can describe the internal motions of protein and test the behavior of macromolecules in solution at the atomic scale to explain the experimental phenomena,to predict the new structure and phenomenonm and to provide the reference for experiment.In view of the value of molecular dynamics simulation method and few related research in the sports mechanism using molecular dynamics simulation method in China,this paper systematically described the molecular dynamics simulation method and its application in the sports research fields as actin,myosin and human neuronal calcium sensor-1 protein to explore an innovative way for the sports research fields.

1 前言

21世紀，創(chuàng)新作為世界經(jīng)濟發(fā)展的核心動力來源，越來越受到世界各國的重視。2004年,美國成立了未來創(chuàng)新委員會(The Task Force on the Future of American Innovation)。2005年和2006年11月16日，連續(xù)發(fā)表兩份調查報告，指出美國創(chuàng)新優(yōu)勢受到削弱，并列出引起警覺的主要指標，這些數(shù)據(jù)引起美國政府的高度重視[3]。自2002年“教育創(chuàng)新”正式進入中國公眾話語開始，2010年頒布的《國家中長期教育改革和發(fā)展規(guī)劃綱要(2010—2020年)》又將創(chuàng)新人才培養(yǎng)和體制機制創(chuàng)新放在突出位置，并在全國范圍內推行重大改革創(chuàng)新試點項目[2]。2015年10月，中國共產(chǎn)黨第十八屆中央委員會第五次全體會議通過了《中共中央關于制定國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃的建議》，第3部分明確提出“深入實施創(chuàng)新驅動發(fā)展戰(zhàn)略”?？v觀人類世界的發(fā)展歷程，每一次革命性的飛躍，都必然伴隨著方法的革新。在體育研究中，積極地引入新的研究方法，是每一位體育科研工作者的光榮使命，也是進一步提升體育研究專業(yè)化的重中之重。

分子動力學模擬具有嚴格的程序化的操作流程，能夠從原子水平上觀察并解釋由于受到時間和空間分辨局限的實驗現(xiàn)象，對實驗上提出的理論假設和(或)機制進行驗證，為實驗研究提供新的視角和佐證；同時，也可以預測新的結構和現(xiàn)象，為實驗上建立理論模型和作用機制提供參考和啟示。將實驗研究的手段和方法與分子動力學模擬方法密切結合起來，共同推動運動干預與機制研究的縱深發(fā)展，開辟新的研究領域，具有重要的理論和現(xiàn)實意義?？v觀國內體育領域的研究，鮮見有采用分子動力學模擬方法的研究結果。在系統(tǒng)考察分子動力學模擬方法的基礎上，本研究簡要介紹分子動力學模擬方法的原理、功能、操作步驟以及國內外運用這一方法的研究現(xiàn)狀，以肌動蛋白、肌球蛋白和人類神經(jīng)元鈣傳感蛋白為例，闡述國際上運用分子動力學模擬方法在體育領域研究中的應用，對其應用前景進行了展望。

2 分子動力學模擬方法簡介

分子動力學作為一種計算機模擬方法，主要依靠牛頓力學來模擬分子體系的運動，并從由分子體系的不同狀態(tài)構成的系綜中抽取樣本，進而計算體系的構型積分，然后以構型積分的結果為基礎，來計算體系的熱力學量和其他宏觀性質。分子動力學模擬最早始于1957年，Alder和Wainwright在硬球模型下[5],研究了氣體和液體的狀態(tài)方程，開創(chuàng)了分子動力學研究物質宏觀和微觀性質的先例。20世紀50年代末60年代初，Alder和Wainwright[4]以及Rahman[35]各自獨立開發(fā)，計算若干液體的性質，體系粒子數(shù)也只有幾十個；70年代末到90年代初，多位科學家從多個方面對分子動力學方法進行了完善，在運用時可以考慮恒壓[31，34，40]、恒溫[9，22，30]、非平衡[18]、粒子數(shù)可變[10，11]等情況。

2.1 分子動力學方法的原理

分子動力學的基本原理是利用牛頓運動定律，通過對牛頓第二定律積分而得到體系各原子的速度及坐標隨時間的變化關系，從而得到體系隨時間的狀態(tài)演化。

根據(jù)牛頓第二定律可得第i個粒子的加速度為：

對牛頓運動定律方程式進行時間積分，可得第i個粒子經(jīng)過時間t后的速度和位置：

式中r和v分別為粒子的位置與速度，上標“0”為各物理量的初始值。

分子動力學的基本原理就是利用牛頓定律，首先由系統(tǒng)中各個粒子的位置計算體系勢能，然后通過牛頓力學計算系統(tǒng)中各粒子的受力和加速度，再通過運動方程，令時間積分t=δt(δt表示非常短的時間間隔)，則可以得到經(jīng)過δt后體系各粒子的位置與速度。如此反復，可得到各時間下系統(tǒng)中粒子運動的位置、速度以及加速度等信息。

2.2 分子動力學方法的功能

通過不斷地發(fā)展和完善，分子動力學模擬現(xiàn)已成為應用最為廣泛的分子模擬方法之一。通過這種方法可以模擬數(shù)十個蛋白組成的復合體的構象運動，并且對于一定大小的蛋白，甚至可以描述其折疊過程，尤其在生物大分子的模擬方面，發(fā)揮著極其重要的作用[16，38，43]。分子動力學模擬體系的時間尺度和空間尺度不斷得以突破，近年來已經(jīng)可以模擬多達幾十萬甚至數(shù)百萬個原子的體系，如核糖體[19]、病毒胞衣以及對載色體[29]等復雜結構。在理論上，分子動力學模擬體系的時間尺度和空間尺度是無限的，這主要取決于計算能力、計算資源和建模精度。在計算能力、計算資源和建模精度限定的情況下，空間尺度越大，時間尺度就越??；反之，時間尺度越小，空間尺度就可以越大。建模精度越小，模型越粗糙，則時間尺度和空間尺度都可以越大。Shaw D E于2010年在超級計算機Anton上進行了毫秒級別的蛋白質模擬，Anton擁有128個處理器，完成了一個包含23 558個原子的水化蛋白質體系17 μs的分子動力學模擬[36]。而后開發(fā)的Anton2已具有512個處理器，CPU核心數(shù)是一代的5倍，可以處理膜蛋白等超大體系[14，37]。2013年，日本名古屋大學Okazaki課題組使用當時最好的超級計算機K-computer，配合專門開發(fā)的軟件MODYLAS，使用了65 536個節(jié)點，524 288個CPU核心，模擬了水溶液中完整的病毒分子，這個病毒分子包含240個蛋白質，超過10 000 000個原子，時間尺度達到了10 μs級別[6]。現(xiàn)今，分子動力學的發(fā)展仍然緊跟摩爾定律所預測的計算機發(fā)展趨勢，未來20年內，在計算機上模擬一個完整的細菌，甚至一個完整的哺乳動物細胞都是極有可能的。分子動力學方法可以給出蛋白質、核酸等內部運動隨時間最詳實的變化，從而分析體系諸多的運動性質，以檢測在實驗上無法被直接觀測到的生物分子在溶液中的行為，從原子水平上解釋實驗現(xiàn)象，為建立理論模型和作用機理提供依據(jù)；也可以預測新的結構和現(xiàn)象，對理論假設進行檢驗，為實驗提供參考和啟示。

2.3 分子動力學方法的操作步驟

分子動力學模擬有一套程序化的操作步驟，模擬對象和模擬軟件有很多，此處分子動力學模擬的研究對象以蛋白為例，模擬軟件以GROMACS為例進行說明，操作流程(圖1)大體可以分為如下幾步：

第1步：確定擬研究的問題。

第2步：確定起始構型。

蛋白分子的起始構型主要來自實驗數(shù)據(jù)或量子化學計算，能量較低的起始構型是進行分子動力學模擬的基礎。根據(jù)問題，確定研究對象，即確定進行分子動力學模擬的蛋白的起始構型，并從蛋白質數(shù)據(jù)庫(protein data bank，PDB)中下載此蛋白結構，作為動力學模擬的起始結構。

第3步：起始構型模型化。

輸入GROMACS 4.5.3程序包[20]中的命令，將下載蛋白的起始構型模型化，即轉化為分子動力學模擬所需要的結構。在這一步驟中，涉及到分子動力學所用力場及對電荷的選擇。

力場就是能量函數(shù)與其參數(shù)的結合，是計算機模擬的核心部分。分子動力學能夠在眾多領域得到廣泛應用，關鍵在于有一套較為成熟的經(jīng)驗力場。常見的力場有AMBER、GROMACS、CHARMM、OPLS-AA，還有其他一些力場，如CVFF、ECEPP、ENCAD、MM4、MMFF、UFF等，具體選用哪種力場，應根據(jù)研究蛋白進行篩選；電荷的選擇，主要根據(jù)研究蛋白所處的模擬環(huán)境(如酸性、中性還是堿性環(huán)境)進行選擇。

第4步：為研究蛋白創(chuàng)設一個類似于真實生物環(huán)境的模擬環(huán)境。

根據(jù)生物體的環(huán)境或實驗環(huán)境，采用GROMACS命令，對模型化了的研究蛋白所處的模擬環(huán)境進行設置。

采用GROMACS命令，首先根據(jù)模型化了的蛋白的形狀和大小，選擇一個適當形狀和大小的盒子，然后分別采用相應的GROMACS命令，在盒子內加水、加離子，使模擬環(huán)境最大程度地接近生物體或實驗的環(huán)境。

第5步：能量優(yōu)化。

模擬中所有的宏觀量，都是通過對分子的微觀量進行統(tǒng)計平均之后得到的，這些熱力學要基于平衡態(tài)的統(tǒng)計才是有意義的。能量優(yōu)化就是使模擬環(huán)境的熱力學基本處于平衡態(tài)，即對模擬環(huán)境進行能量最小化，使整個環(huán)境的能量最小。

常用的一階能量優(yōu)化的方法有最速下降法和共軛梯度法。最速下降法能夠快速移除體系內的應力,但接近能量極小點時收斂較慢；共軛梯度法在能量極小點附近收斂效率相對高一些。 因此，做能量最小化時，通常先采用最速下降法進行優(yōu)化,之后利用共軛梯度法對所得到的結構再優(yōu)化一次,從而保證后續(xù)模擬的有效進行。但具體選用何種能量優(yōu)化的方法，應視研究蛋白而有所不同。

第6步：約束分子動力學。

約束分子動力學方法是為了滿足實驗上已知的某一距離/角度約束或為了提高分子動力學模擬的抽樣效率，而在體系的勢能函數(shù)中加入一個簡諧項，是分子動力學模擬中一種比較常用的方法。約束分子動力學是在保持蛋白結構不變的前提下，對模擬體系中的溶劑進行平衡，即限制蛋白分子的位置，允許溶劑分子運動，使溶劑浸入蛋白，從而使整個模擬體系達到平衡。

第7步：動力學模擬。

分子動力學技術已被公認為一個用來改善實驗結構的可靠的工具。這一過程類似于一個高速攝像機，以ps(10-12s)為單位的速度記錄蛋白在模擬體系中最詳盡的運行和變化情況，從而分析蛋白諸多的運動性質，所用的數(shù)據(jù)正是從這個過程中獲取的。

圖 1 采用GROMACS程序包進行分子動力學模擬的操作流程Figure 1. Operation Procedure of Molecular Dynamics Simulations Using GROMACS Software

3 運用分子動力學模擬方法的研究現(xiàn)狀

3.1 運用分子動力學模擬方法的發(fā)文量及其空間分布

為把握世界范圍內分子動力學模擬的應用現(xiàn)狀，在Web of scienceTM核心合集數(shù)據(jù)庫中輸入主題詞“‘molecular dynamics simulations’OR ‘MD simulations’”作為核心檢索詞進行檢索，文獻格式為“Article”，語言類型為“English”，檢索時間范圍為2010—2014，檢索下載日期為2015年11月16日，檢索到原始文獻24 369篇，由于檢索主題詞具體、明確，最終進入分析的文獻24 369篇。將文獻題目、作者、關鍵詞、摘要、參考文獻等信息全部下載，保存為純文本形式，并對有關分子動力學模擬的文獻進行統(tǒng)計分析。

3.1.1 2010—2014年間有關分子動力學模擬的文獻發(fā)表數(shù)量呈遞增趨勢

近5年內，國際上發(fā)表有關分子動力學模擬的文獻數(shù)量為24 369篇，年平均發(fā)文量為4 874篇(圖2)，呈直線上升的趨勢。數(shù)據(jù)表明，在世界范圍內，分子動力學模擬是一種應用極其廣泛的研究方法。

圖 2 分子動力學模擬文獻的年發(fā)文量Figure 2. Number of Literatures on Molecular Dynamics Simulations Each Year

3.1.2 中國是世界上采用分子動力學模擬方法進行研究的第二大國

分子動力學模擬文獻每年的發(fā)表數(shù)量如此之大，應用之廣泛，引導我們對世界各國在2010—2014年間采用分子動力學模擬方法進行研究的發(fā)文量進行統(tǒng)計，發(fā)現(xiàn)共有94個國家(地區(qū))在采用這一研究方法進行科學研究，圖3列出排名前10位國家的發(fā)文量。美國第一，中國遙遙領先于第3名發(fā)文量國家——德國，以相當?shù)膬?yōu)勢位于第2名，其他7個國家的發(fā)文量差別不大。在系統(tǒng)考察世界各國(地區(qū))6 444個不同機構的發(fā)文量發(fā)現(xiàn)，中國科學院比其他各國(地區(qū))機構的發(fā)文量都大，排名第一。數(shù)據(jù)表明，目前我國有很多專家學者在采用分子動力學模擬的方法進行研究，這能夠為分子動力學模擬方法在體育領域進行相關研究提供前提條件和技術基礎。

圖 3 世界各國(地區(qū))近5年有關分子動力學模擬文獻的發(fā)文量Figure 3. Number of Literatures on Molecular Dynamics Simulations Worldwide for Lately Five Years

3.2 分子動力學模擬涉及的研究領域

隨著計算機的飛速發(fā)展，分子動力學模擬越來越多地應用到不同領域。通過對相關文獻的統(tǒng)計分析發(fā)現(xiàn)，目前這一方法所涉及的研究領域非常廣泛，包括89個研究分支，主要應用于化學、物理、生物學(包括分子生物學、生物物理學、計算生物學、細胞生物學和生命科學)、材料科學、科學技術、工程學、計算機科學、藥理學、力學、醫(yī)學等領域的研究(圖4)。尤其值得注意的是，在運用分子動力學模擬方法所涉及的眾多研究方向中，生物學排名第3，僅次于化學和物理，是該方法主要研究的領域之一。

圖 4 分子動力學模擬涉及的研究領域分布圖Figure 4. Research Fields of Molecular Dynamics Simulations

3.3 分子動力學模擬的研究內容

關鍵詞能夠在一定程度上反映某一專題的研究內容。本文通過對在Web of science核心合集數(shù)據(jù)庫中檢索到的有關分子動力學模擬文獻中的關鍵詞進行分析，結果顯示，24 369篇文獻的關鍵詞僅有63個，說明采用計算機模擬方法的研究內容相對集中。在關鍵詞中包括與“molecular dynamics simulation(s)”“simulation(s)”或“molecular dynamics”等類似的關鍵詞有12個；無實際意義的關鍵詞有4個，如“model”“system(s)”“abinitio”“behavior”；將同義詞或近義詞合并，如“protein”和“proteins”“water”“l(fā)iquid water”和“aqueous solution(s)”等，最后列出有意義的實詞關鍵詞及其頻次(表1)。

在38個關鍵詞中，大致可以分為以下6類：1)參數(shù)類，包括力場、溫度、庫倫類型；2)研究對象類，包括晶體結構、金屬、碳納米管、溶劑、薄膜、大腸桿菌、納米粒子、核酸、細胞膜、復合物、石墨烯；3)數(shù)據(jù)分析類，包括能量、穩(wěn)定性、自由能、密度、勢能、自由能計算；4)研究結果類，包括結合、吸附、擴散、運輸、轉變、生長、變形、識別、聚集；5)方法類，包括光譜學、對接、蒙特卡洛；6)研究目的類，包括機制和機制特性。由關鍵詞及其頻次表明，采用分子動力學模擬方法進行研究的主要目的、研究對象、數(shù)據(jù)分析、研究結果以及與之相關的理論和方法都很清晰、具體，而且研究對象的范圍非常廣泛，2014年更是將研究對象擴展到細胞膜，出現(xiàn)頻次為163次。

值得注意的是，關鍵詞“溫度”出現(xiàn)的頻次為959，表明在分子動力學模擬中，溫度的設置是一個十分重要而又變化的參數(shù)。溫度在生物體中保持動態(tài)的平衡，而影響溫度變化的因素有很多，如發(fā)熱、疾病和運動等。在人體中，溫度與體育運動密切相關，是一個對運動非常敏感并易于測量的指標。

關鍵詞“機制”出現(xiàn)的頻次為942，是分子動力學模擬的主要目的。在與人體有關的生命科學中，對于“機制”的探索始終是學者一直在努力并不斷接近的目標。在體育運動中，很多有關機制的命題尚未完成，包括籠統(tǒng)意義上的機制，如運動促進腦認知的機制、運動促進健康的機制等；還包括具體的機制，如太極拳預防老年癡呆的機制、信號蛋白-神經(jīng)元鈣傳感蛋白抑制運動的機制等。這些命題不僅是體育界面臨的問題和挑戰(zhàn)，更是整個生命科學領域正在挑戰(zhàn)的難題。

表 1 分子動力學模擬的關鍵詞頻次
Table 1 Frequency of the Key Words on Molecular Dynamics Simulations

英文關鍵詞中文關鍵詞頻次時間 英文關鍵詞中文關鍵詞頻次時間force?field力場21892010mechanicalproperties機制特性4412010crystalstructure晶體結構13922010solvation溶劑4322010temperature溫度9592010growth生長4262010mechanism機制9422010films薄膜4242010binding結合8932010escherichia?coli大腸桿菌4182010adsorption吸附7092010interface界面4072011densityfunctionaltheory密度泛函理論7022010deformation變形4052010diffusion擴散6992010hydration水合作用4032010surface(s)表面6942010nanoparticles納米粒子3992011transport運輸6832010docking對接3972013particlemeshewaldPME6252010potentials勢能3922010metals金屬5782010recognition識別3802012energy能量5692010nucleic?acids核酸3722011spectroscopy光譜學5642010membranes細胞膜1632014stability穩(wěn)定性5552010complex復合物3482012transition轉變5472010montecarlo蒙特卡洛3252012free?energy自由能5102010graphene石墨烯3162013density密度4882010free?energycalculations自由能計算3012013carbonnanotubes碳納米管4662010aggregation聚集2832012

4 分子動力學模擬方法在體育領域研究中的應用

4.1 分子動力學模擬方法在功能性蛋白結構和功能研究中的應用——以肌動蛋白和肌球蛋白為例

4.1.1 分子動力學模擬方法在肌動蛋白研究中的應用

肌動蛋白(actin)由374～375個氨基酸組成，具有高度保守的基因編碼。在運動過程中，肌動蛋白主要參與肌肉收縮。實驗表明，肌動蛋白是一個高度保守的結構蛋白，在結構上多種多樣，但在分子層面上單個和多個亞基接觸動力學的異質性仍有待了解；同時，由于肌動蛋白結構難以用結晶的方法解析出來，導致肌動蛋白原子層面的結構尚不清楚。Wriggers等[42]首次采用分子動力學模擬方法研究G-肌動蛋白的結構特性，提出水分擴散機制對ATP水解作用的重要性；有學者采用分子動力學模擬的方法，比較了實驗上給出的3種肌動蛋白纖維構型[21，26，32]的異同，研究了ADP和ATP影響不同蛋白構型的機制，指出第137號位點的谷氨酰胺對于ATP的水解起到非常重要的作用[39]。Chu J W等[12]對G-肌動蛋白、肌動蛋白三聚體以及全部的F-肌動蛋白進行了模擬，發(fā)現(xiàn)在ATP與ADP結合G-與F-肌動蛋白中可能存在的生物化學差別。運用全原子以及粗?；确肿觿恿W模擬的方法，F(xiàn)an J等[17]對肌動蛋白纖維進行了模擬，發(fā)現(xiàn)這些纖維呈現(xiàn)出無序的扭轉角度，而且肌動蛋白結構的多樣性對纖維特性的影響非常明顯。這些研究結果從原子的層面對實驗結果進行了補充和解釋，為實驗研究人員提供啟示和參考。

4.1.2 分子動力學模擬方法在肌球蛋白研究中的應用

肌球蛋白是各類肌細胞中含量最多的結構蛋白和收縮蛋白,也是構成肌肉肌原纖維粗絲的基本組成蛋白；在結構方面，肌球蛋白是一個六聚體的蛋白質大分子，由兩條肌球蛋白重鏈(Myosin heavy chain,MHC)和兩對不同的肌球蛋白輕鏈(Myosin lightchain,MLC)組成[41]。肌球蛋白是典型的分子馬達蛋白，它能把ATP水解作用的化學能轉化為機械作用。對于肌肉收縮而言，其能量的直接來源是肌球蛋白對ATP的水解，因此，肌球蛋白也被稱為肌球蛋白ATP酶，但其能量轉化的機制尚不清楚。為了解釋實驗上觀察到的分子馬達的現(xiàn)象，Masuda T提出了一個“分離驅使”理論來解釋肌球蛋白的工作原理，肌球蛋白動力沖程所需的能量來源是分離的肌球蛋白頭部和肌動蛋白纖維之間的吸引力，并非直接由ATP供能?；诖死碚摚鼳TP水解作用以外，肌球蛋白工作過程中的每一步都可以用分子動力學模擬來重現(xiàn)。2013年，Masuda T[27]模擬了肌球蛋白S1區(qū)域與肌動蛋白纖維對接的過程，30 ns的分子動力學模擬結果顯示，肌球蛋白通過不斷調整位置和方向，與兩個肌動蛋白單體有了很緊密的接觸，一旦這個對接產(chǎn)生，肌球蛋白和肌動蛋白之間的距離不再發(fā)生大的變化；如果對接沒有成功，肌球蛋白將會在初始位置附近隨機地移動或者遠離肌動蛋白纖維。2015年，他又采用分子動力學模擬的方法，對肌球蛋白S1區(qū)域進行了64 ns的模擬，發(fā)現(xiàn)肌球蛋白S1區(qū)域形成了之前動力沖程狀態(tài)的構型，頸部區(qū)域彎曲到頭部和頸部區(qū)域的結合處，再次證明了他之前提出的分離驅使理論[28]。Masuda T將實驗上目前還無法觀測、解釋的現(xiàn)象，通過分子動力學模擬的方法，從更加微觀的視角進行觀察，與實驗結果相互結合，彼此印證并推動研究的縱深發(fā)展。

4.1.3 分子動力學模擬方法在肌動蛋白和肌球蛋白相互作用中的應用

肌球蛋白通過與肌動蛋白相互作用，水解ATP末端的磷酸基團與GTP、CTP等來發(fā)揮一系列的細胞功能。Voth G A等[8]運用全原子和粗?；确肿觿恿W模擬的方法，對肌球蛋白II型S1區(qū)域如何作用于肌動蛋白進行了研究，他們在肌球蛋白和肌動蛋白的表面識別出一些起重要作用的鹽橋和氫鍵，同時他們發(fā)現(xiàn)，這種結合增加了肌動蛋白纖維的扭轉剛度，并從分子層面對這一機制進行了解釋。Takano M等[33]運用粗粒化分子動力學模擬的方法對肌動蛋白和肌球蛋白的結合進行了模擬，解答了兩種不同熱力學結合機制共存的原因，并發(fā)現(xiàn)分子動力學模擬的結果與實驗上觀察到的不同鹽濃度和溫度對兩者結合力的影響存在一致性，證實了實驗上提出的結合機制。為在原子層面更好地了解肌肉收縮的機制，理解肌球蛋白如何以可逆的方式結合肌動蛋白，Lorenz M等[26]用分子動力學模擬的方法對肌動蛋白與肌球蛋白的復合體進行了研究，發(fā)現(xiàn)肌動蛋白與肌球蛋白頭部S1區(qū)域有很多接觸，兩者的接觸面也大大增加，S1能夠結合2個肌動蛋白的單體，而且S1上很多無規(guī)則結構與肌動蛋白都參與到兩者的接觸面上。這些研究從原子-分子水平對肌動蛋白和肌球蛋白的相互作用進行了深入研究，一方面解釋了實驗上觀察到現(xiàn)象的原因，驗證了實驗結果；另一方面，從更微觀的視角對兩者的結合以及肌肉收縮的機制進行了解釋，提出新的觀點，為實驗研究提供新的視角和思路。

4.2 分子動力學模擬的參數(shù)改變在體育領域探索研究中的應用——以人類神經(jīng)元鈣傳感蛋白為例

在分子動力學模擬的眾多參數(shù)中，很多參數(shù)是根據(jù)研究對象的不同而進行相應的設置，如溫度、離子及其濃度、pH值等。這些指標對運動非常敏感，并且簡單、易測，因此在體育運動領域研究中經(jīng)常作為常規(guī)指標進行測量。神經(jīng)元鈣傳感蛋白能夠通過運動干預調節(jié)特定的認知過程[15]，是體育運動對認知功能產(chǎn)生積極影響的途徑之一。這一部分以人類神經(jīng)元鈣傳感蛋白為例，分別將溫度、離子及其濃度作為自變量，在分子動力學模擬的參數(shù)中進行設置。

4.2.1 在分子動力學模擬參數(shù)設置中，溫度作為自變量

正常情況下，人體溫度控制在37℃左右，處于動態(tài)的平衡。但人體溫度不是一成不變的，引起人體溫度變化的原因有很多，如發(fā)熱、疾病和運動等。研究顯示，患有嚴重神經(jīng)系統(tǒng)疾病的病人體溫會上升[7，24]；另外，在臨床上，將達到43℃的過高熱作為腫瘤和傳染性疾病的治療手段[13]。但同時，過高熱也提高了腦損傷的風險，引起體內多個系統(tǒng)的功能障礙[13,24]。其中，通過運動能夠使人類體溫達到極限值。因此，將溫度作為一個自變量，用分子動力學模擬的方法，探索了在正常體溫37℃(相當于開氏溫度310 K)和極限體溫43℃(316 K)下，人類神經(jīng)元鈣傳感蛋白構象動力學的變化，從原子-分子水平揭示了溫度升高時神經(jīng)元鈣傳感蛋白抑制運動的生理機制[44](圖6)，并將該研究結果與其NCS-1R102Q突變體[45]和去掉尾部NCS-1D176-V190[46]的結果進行比較發(fā)現(xiàn)，蛋白結構和動力學對溫度升高的反應可能是人類神經(jīng)元鈣傳感蛋白固有的功能特性。

圖 5 神經(jīng)元鈣傳感蛋白抑制運動的生理機制示意圖[44]Figure 5. Physiological Mechanism of Neuronal Calcium Sensor-1 Protein Inhibiting Motion

4.2.2 在分子動力學模擬參數(shù)設置中，離子及其濃度作為自變量

無機鹽是人體的組成成分，雖然不能提供能量，但在維持機體完成各種生理活動中發(fā)揮重要作用。正常情況下，無機鹽代謝處于平衡狀態(tài)，運動時，尤其在熱環(huán)境下，長時間的劇烈運動，通過汗液丟失大量無機鹽，尤其是Na+，比其他元素丟失得都多[1]，如得不到合理補充，將會出現(xiàn)無機鹽失衡，影響運動能力。

在分子動力學模擬中，可以考慮加入的離子有很多，如Na+、K+、Mg2+、Ca2+、Cl-等，這些離子在運動中也簡單易測，是生理生化測試指標中最常用的；而且不同強度的運動，其血清離子濃度不同。因此，在分子動力學模擬研究中，離子及其濃度改變對研究對象的影響也是一個非常重要的研究領域。有的研究為了專門觀察NaCl濃度改變對肽、脂質膜結構的影響，將NaCl濃度分別設為0.15 M、1 M[25]及0 M、0.06 M、1 M[23]進行探索。另外，金屬也是計算機模擬常用的對象，因此，運動中人體必需的微量元素鐵、鋅、銅等金屬及其濃度也可以在參數(shù)中進行設置。目前，本文作者也嘗試著采用分子動力學模擬的方法，觀察Na+、Cl-離子濃度不同時，人類神經(jīng)元鈣傳感蛋白結構的不同變化及對蛋白功能的影響。

另外，人體內的pH值也是一個對運動非常敏感的指標。人體適宜的酸堿度用動脈血pH值表示，范圍為7.35～7.45，平均為7.40。但某些情況下可引起酸堿超負荷，嚴重不足或調節(jié)機能障礙，導致體內環(huán)境穩(wěn)態(tài)破壞，形成酸堿平衡紊亂。盡管乳酸生成增多不是降低短時間最大強度運動能力的最主要因素，但肌細胞內酸度的改變會明顯降低骨骼肌收縮能力。在分子動力學模擬中，pH值作為一個參數(shù)，既可以設定一個范圍，也可以設置成具體數(shù)值，是易于操作的參數(shù)。但pH值的改變，對研究對象有一定要求，即研究對象中需含有對pH值敏感的組氨酸(His)，pH值的改變才有意義。

5 將分子動力學模擬方法引入體育領域研究的前景

5.1 推動運動干預與機制研究的縱深發(fā)展

在體育領域研究中，對運動干預與機制的研究多采用實驗方法，但實驗方法和手段容易受到時間和空間分辨的局限以及研究對象復雜性的限制，導致實驗上提出的很多運動干預理論假設和機制無法得到多方位的檢驗。分子動力學模擬方法能夠從原子水平上觀察并解釋實驗現(xiàn)象，對理論假設和(或)機制進行驗證，為實驗研究提供佐證；同時，也可以預測新的結構和現(xiàn)象，為建立新的運動干預理論模型和作用機制提供參考和啟示。將實驗研究的手段和方法與分子動力學模擬方法密切結合起來，拓展目前所進行研究的廣度和深度，共同推動運動干預與機制研究的縱深發(fā)展，具有理論和現(xiàn)實意義。

5.2 開辟新的研究領域

采用分子動力學模擬方法進行體育領域的科學研究時，研究對象可以是功能性蛋白整體或者片段、蛋白與蛋白的相互作用、蛋白與小分子之間的相互作用、蛋白與細胞膜的相互作用、運動代謝產(chǎn)物的上游蛋白，也可以是在WOS數(shù)據(jù)庫中檢索出來的進行定量分析的分子動力學模擬關鍵詞中出現(xiàn)頻率較高的細胞膜、復合物、大腸桿菌、核酸、薄膜等，以探索關鍵詞揭示的研究對象的結合、吸附、擴散、運輸、轉變、生長、變形、識別、聚集等方面的生理機制。另外，在確定研究問題和研究對象后，可以通過改變分子動力學模擬參數(shù)的設置而改變研究對象的周圍環(huán)境，觀察其在不同環(huán)境下生理結構和功能的變化，不斷拓展新的研究視角和研究領域。

5.3 進一步提高體育領域研究的學科交叉

分子動力學模擬方法被廣泛應用到化學、物理、生物學、材料科學、科學技術、工程學、計算機科學、藥理學、力學、醫(yī)學等各個領域(圖4)，研究對象極其廣泛(表1)，文獻發(fā)表數(shù)目龐大(圖2)。目前，體育領域的研究非常注重學科交叉，而學科交叉不僅體現(xiàn)在研究內容和研究對象上，更重要的是體現(xiàn)在研究方法和手段上，因此，有必要將分子動力學模擬的方法引入體育領域的研究中，實現(xiàn)與多學科的融合，為體育領域研究專業(yè)化探索一條創(chuàng)新的途徑。

[1]郭浙斌.低氧下運動及補液對集體體液平衡和有氧運動能力的影響[D].廣州：華南師范大學，2007:23-24.

[2]孟照海.中國教育創(chuàng)新話語的形成和重建[J].現(xiàn)代教育管理,2011,(2):1-4.

[3]周滿生.國際競爭視角下中、印、美的教育創(chuàng)新與人才培養(yǎng)[J].北京大學教育評論,2007,(5):157-166,192.

[4]ALDER B J,WAINWRIGHT T E.Studies in molecular dynamics.I.General method[J].J Chem Phys,1959,31:459-466.

[5]ALDER B W.Phase transition for a hard sphere system[J].J Chem Phys,1957,27:1208.

[6]ANDOH Y,YOSHII N,FUJIMOTO K,etal.Modylas:A highly parallelized general-purpose molecular dynamics simulation program for large-scale systems with long-range forces calculated by fast multipole method(FMM) and highly scalable fine-grained new parallel processing algorithms[J].J Chem Theory Comput,2013,9(7):3201-3209.

[7]AXELROD Y K,DIRINGER M N.Temperature management in acute neurologic disorders[J].Neurol Clin,2008,26:585-603.

[8]BAKER J L,VOTH G A.Effects of ATP and actin-filament binding on the dynamics of the myosin II S1 domain[J].Biophys J,2013,105:1624-1634.

[9]BERENDSEN H J C,POSTMA J P M,VAN GUNSTEREN W F,etal.Molecular dynamics with coupling to an external bath[J].J Chem Phys,1984,81:3684-3690.

[10]CAGIN T,PETTITT B M.Molecular dynamics with a variable number of molecules[J].Mol Phys,1991,72:169-175.

[11]CAR R,PARRINELLO M.Unified approach for molecular dynamics and density-functional theory[J].Phys Rev Letters,1985,55:2471-2474.

[12]CHU J W,VOTH G A.Allostery of actin filaments:molecular dynamics simulations and coarse-grained analysis[J].Proc Natl Acad Sci U S A,2005,102:13111-13116.

[13]CREMER O L,KALKMAN C J.Cerebral pathophysiology and clinical neurology of hyperthermia in humans[J].Prog Brain Res,2007,162:153-169.

[14]DROR R O,ARLOW D H,MARAGAKIS P,etal.Activation mechanism of the β2-adrenergic receptor.[J].Proc Natl Acad Sci U S A,2011,108(46):18684-18689.

[15]DRUMOND L E,MOURAO F A,LEITE H R,etal.Differential effects of swimming training on neuronal calcium sensor-1 expression in rat hippocampus/cortex and in object recognition memory tasks[J].Brain Res Bull,2012,88:385-391.

[16]DUAN Y,KOLLMAN P A.Pathways to a protein folding intermediate observed in a 1-microsecond simulation in aqueous solution[J].Sci,1998,282:740-744.

[17]FAN J,SAUNDERS M G,VOTH G A.Coarse-graining provides insights on the essential nature of heterogeneity in actin filaments[J].Biophys J,2012,103:1334-1342.

[18]GILLAN M J,DIXON M.The calculation of thermal conductivities by perturbed molecular dynamics simulation[J].J Phys C:Solid State Phys,1983,16:869.

[19]GUMBART J,TRABUCO L G,SCHREINER E,etal.Regulation of the protein-conducting channel by a bound ribosome[J].Structure,2009,17(11):1453-1464.

[20]HESS B K,KUTZNER C,VAN DER SPOEL D,etal.Gromacs 4:Algorithms for highly efficient,load-balanced,and scalable molecular simulation[J].J Chem Theory Comput,2008,4:435-447.

[21]HOLMES K C,SCHRODER R R,SWEENEY H L,etal.The structure of the rigor complex and its implications for the power stroke[J].Philos Trans R Soc,B,2004,359:1819-1828.

[22]HOOVER W G.Canonical dynamics:Equilibrium phase-space distributions[J].Phys Rev A,1985,31:1695-1697.

[23]JARERATTANACHAT V,KARTTUNEN M,WONG EK-KABUT J.Molecular dynamics study of oxidized lipid bilayers in NaCl solution[J].J Phys Chem B,2013,117:8490-8501.

[24]LAUPLAND K B.Fever in the critically ill medical patient[J].Crit Care Med,2009,37:S273-S278.

[25]LEE H,KIM S M,JEON T J.Effects of imidazolium-based ionic liquids on the stability and dynamics of gramicidin A and lipid bilayers at different salt concentrations[J].J Mol Graph Model,2015,61:53-60.

[26]LORENZ M,HOLMES K C.The actin-myosin interface[J].Proc Natl Acad Sci U S A,2010,107:12529-12534.

[27]MASUDA T.Molecular dynamics simulation of a myosin subfragment-1 docking with an actin filament[J].Bio Systems,2013,113:144-148.

[28]MASUDA T.Molecular dynamics simulation for the reversed power stroke motion of a myosin subfragment-1[J].Bio Systems,2015,132-133:1-5.

[29]MEI C,SUN Y,ZHENG G,etal.Enabling and scaling biomolecular simulations of 100 million atoms on petascale machines with a multicore-optimized message-driven runtime[C]// International Conference for High Performance Computing,Networking,Storage and Analysis,ACM,2011:1-11.

[30]NOSE S.A molecular dynamics method for simulations in the canonical ensemble[J].Mol Phys,1984,52:255-268.

[31]NOSE S,KLEIN M L.Constant pressure molecular dynamics for molecular systems[J].Mol Phys,1983,50:1055-1076.

[32]ODA T,IWASA M,AIHARA T,etal.The nature of the globular- to fibrous-actin transition[J].Nature,2009,457:441-445.

[33]OKAZAKI K,SATO T,TAKANO M.Temperature-enhanced association of proteins due to electrostatic interaction:a coarse-grained simulation of actin-myosin binding[J].J Am Chem Soc,2012,134:8918-8925.

[34]PARRINELLO M,RAHMAN A.Polymorphic transitions in single crystals:A new molecular dynamics method[J].J Appl Phys,1981,52:7182-7190.

[35]RAHMAN A.Correlations in the motion of atoms in liquid argon[J].Phys Rev,1964,136:A405-A411.

[36]SHAW D E,MARAGAKIS P,LINDORFF-LARSEN K,etal.Atomic-level characterization of the structural dynamics of proteins[J].Sci,2010,330(6002):341-346.

[37]SHAW D E,GROSSMAN J P,BANK J A,etal.Anton 2:raising the bar for performance and programmability in a special-purpose molecular dynamics supercomputer[C]// High Performance Computing,Networking,Storage and Analysis,SC14:International Conference for IEEE,2014:41-53.

[38]SHRIVASTAVA I H,SANSOM M S.Simulations of ion permeation through a potassium channel:molecular dynamics of KcsA in a phospholipid bilayer[J].Biophys J,2000,78:557-570.

[39]SPLETTSTOESSER T,HOLMES K C,NOE F,etal.Structural modeling and molecular dynamics simulation of the actin filament[J].Proteins,2011,79:2033-2043.

[40]SWOPE W C,ANDERSEN H C,BERENS P H,etal.A computer simulation method for the calculation of equilibrium constants for the formation of physical clusters of molecules:Application to small water clusters[J].J Chem Phys,1982,76:637-649.

[41]WILBORN C D,WILLOUGHBY D S.The role of dietary protein intake and resistance training on Myosin heavy chain expression[J].J Int Soc Sports Nutr,2004,1:27-34.

[42]WRIGGERS W,SCHULTEN K.Stability and dynamics of G-actin:back-door water diffusion and behavior of a subdomain 3/4 loop[J].Biophys J,1997,73:624-639.[43]ZHONG Q,JIANG Q,MOORE P B,etal.Molecular dynamics simulation of a synthetic ion channel[J].Biophys J,1998,74:3-10.[44]ZHU Y Z,MA B Y,QI R X,etal.Temperature-dependent conformational properties of human neuronal calcium sensor-1 protein revealed by all-atom simulations[J].J Phys Chem B,2016,120:3551-3559.

[45]ZHU Y Z,WU Y,LUO Y,etal.R102Q mutation shifts the salt-bridge network and reduces the structural flexibility of human neuronal calcium sensor-1 protein[J].J Phys Chem B,2014,118:13112-13122.

[46]ZHU Y Z,YANG S,QI R X,etal.Effects of the C-terminal tail on the conformational dynamics of human neuronal calcium sensor-1 protein[J].J Phys Chem B,2015,119:14236-14244.

Feasibility of Molecular Dynamics Simulation Method in the Sports Research Fields—Taking Actin,Myosin and Human Neuronal Calcium Sensor-1 Protein as Example

ZHU Yu-zhen1,ZOU Yu2,ZHANG Qing-wen2

moleculardynamicssimulation;sports;research;physiologicalmechanism;protein

1000-677X(2017)01-0090-08

10.16469/j.css.201701009

體育科學

2016-10-19；

2017-01-04

上海體育學院研究生教育創(chuàng)新科研項目資助 (yjscx2015003)。

朱玉珍，女，講師，博士，主要研究方向為運動相關蛋白結構與功能，E-mail：zhuyuzhen@shnu.edu.cn；鄒昱，男，在讀博士研究生，主要研究方向為運動相關蛋白結構與功能，E-mail：zouyu_1993@163.com；張慶文，男，教授，博士，博士研究生導師，主要研究方向為運動相關蛋白結構與功能，E-mail：zqw@sus.edu.cn。

1.上海師范大學 體育學院，上海 200234；2.上海體育學院 體育教育訓練學院，上海 200438 1.Shanghai Normal University,Shanghai 200234,China；2.Shanghai University of Sport,Shanghai 200438,China.

G804.2

A