Biología estructural: ¿cuánto “bioquímicos no computacionales” confían en la dinámica molecular?

En general, la mayoría de los biólogos experimentales lo usarán para respaldar una hipótesis si concuerda con algunos datos o ideas que tienen, pero lo ignorarán libremente si no lo hace. El problema no es siempre la educación (aunque puede serlo): muchos biofísicos experimentales están familiarizados. con ideas detrás de la dinámica molecular y, aunque no son expertos, incluso pueden haberlo ejecutado ellos mismos. Para muchos biofísicos experimentales (no todos), los principales problemas con MD se expresaron en el blog de Ashutosh Jogalekar Curious Wavefunction *:

MD no es una técnica inútil, pero no está sujeta a los mismos estándares que otras técnicas, y por lo tanto, su verdadera utilidad es desconocida: en los últimos años, la comunidad de modelaje ha realizado muchas lluvias de ideas sobre el uso de estadísticas y métodos de evaluación comparativa para evaluar técnicas computacionales. Las pruebas estadísticas han surgido para muchos métodos, incluidos el acoplamiento, el cribado basado en la forma, el cribado virtual basado en proteínas y los cálculos químicos cuánticos. Sin embargo, tales pruebas carecen manifiestamente de dinámica molecular. Como Ant señaló, casi todas las declaraciones en apoyo de MD son anecdóticas e incontrolables. Casi no hay estudios de seguimiento.

MD puede lograr en días lo que otras técnicas pueden lograr en segundos u horas: no importa cuántos recursos computacionales le ofrezca, el hecho permanece (y probablemente siempre persistirá) de que MD es una técnica relativamente lenta. Ant señaló casos donde las técnicas más simples dieron los mismos resultados que MD, pero en mucho menos tiempo …. **

Un caso ilustrativo es el reciente artículo de Nature del grupo de DE Shaw descrito por Derek en su blog. *** Ant llamó nuestra atención sobre la información de apoyo que dice que obtuvieron el mismo resultado para la postura de ligando usando el atraque que obtuvieron usando MD , una diferencia que se traduce en un tiempo de simulación de días frente a segundos. Además, vieron una expansión del bolsillo de proteínas en la simulación de dinámica cuya validez se probó al sintetizar un compuesto. ¿Que probaron prospectivamente la simulación es algo bueno, pero un compuesto? ¿Eso prueba que MD es predictivo para su sistema?

Utilizando la jerga, las películas y la ilusión de la realidad, MD se excede a sí mismo ante el público y las revistas: en última instancia, no es posible discutir la ciencia detrás de MD sin aludir a los factores sociológicos responsables de su percepción. El hecho es que las principales revistas como Nature o Science están muy impresionadas cuando ven una simulación guiada por un equipo dirigido por Big Name Scientist que se ejecuta durante días usando suficiente poder de cómputo para volar un jetfighter. Están aún más impresionados cuando ven películas que aparentemente reflejan el movimiento real de las proteínas. Las revistas son solo humanas, y no se las puede culpar por comprar imágenes seductoras. Pero la desafortunada consecuencia de esto es que MD se vende en exceso. **** Porque parece muy real, porque las simulaciones que se ejecutan durante días sin duda deben ser algo serio porque se han ejecutado durante días, porque sus resultados se publican en revistas de prestigio como la naturaleza, por lo tanto, todo debe ser algo importante. Esta creencia, sin embargo, está fuera de lugar.

– Ver más en: Dinámica molecular: Tengo un mal presentimiento sobre esto.


* Un blog realmente excepcional que recomiendo a cualquier persona interesada en la biofísica. Ironically Ash es un químico computacional, no un biólogo experimental.

** Esto a veces también incluye técnicas experimentales. Si todo lo que quiere es la energía libre de unión o la energía libre de una transición conformacional, a menudo es más simple simplemente medirla y luego intentar estimar el valor mediante una simulación MD si tiene la proteína a mano.

*** En el oleoducto | Comentario de Derek Lowe sobre el descubrimiento de fármacos y la industria farmacéutica. Un blog editorial independiente de los editores de Science Translational Medicine. Otro blog excepcional

**** Para ser justos, los bioquímicos in vitro son culpables de casi lo mismo

Me identifico principalmente como un biólogo celular, aunque tengo un historial decente en los aspectos estructurales y moleculares de las proteínas / ADN. Nunca fui muy bueno para comprender matemática complicada o ecuaciones largas que describen sistemas físicos, y la explicación más simple que puedo dar para esto es que realmente no entiendo las variables si no describen un concepto físico real.

Es por eso que estudio biología. La biología es hermosa; tiene cientos de miles de cosas que interactúan físicamente e influyen entre sí, lo que lleva a resultados increíblemente complicados e impredecibles. Y el hecho es que realmente puedo ver estas cosas, cosas tan pequeñas como las proteínas individuales y el ADN, y los principios científicos que fueron diseñados para ver estos pequeños objetos son casi infalibles, y por lo tanto, (casi) siempre sé exactamente lo que soy mirando a.

No como las matemáticas. Las matemáticas son demasiado abarrotadas y solo ecuaciones en un papel.

Cada vez que leo un documento de biología celular, mis primeros instintos son identificar las posibles formas en que los autores pueden haber cometido un error al pasar por alto algo. Para hacer esto, necesito una buena comprensión de todos los métodos que han usado, cómo los han aplicado y su línea de razonamiento al interpretar sus datos. Así es como puedo distinguir los buenos papeles de Cellbio de malos; los malos siempre te dejan insatisfecho, son como un picor en un miembro fantasma. Pero los verdaderamente buenos, los disfruto, sí. Se siente como si estuviera dentro de la cabeza del autor cuando termino esos.

De vez en cuando tengo que leer documentos relacionados con computación / biofísica / MD, y debo decir que lucho con ellos. Normalmente omito todas las ecuaciones, miro las imágenes y busco el texto que describe los hallazgos del documento. Y luego, a veces, tengo que volver a las ecuaciones e intentar entender si realmente representan lo que los autores afirman que dicen. Porque muy a menudo (como me parece) tales artículos describen resultados fantásticos que podrían cambiar la forma en que pienso sobre sistemas biológicos específicos. Pero, casi nunca encuentro un comentario en la discusión sobre cuáles podrían ser las implicaciones biológicas reales de estos hallazgos.

Al final, cuando termino de leer uno de estos artículos, me hago las mismas preguntas una y otra vez. ¿Qué significa esto físicamente? ¿Cómo se aplica esto en los sistemas vivos reales? ¿Cómo puedo observar / confirmar las implicaciones de estos hallazgos en mis propios sistemas celulares?

No estoy tratando de desacreditar ningún tipo de investigación computacional aquí. Simplemente digo que todavía hay una gran desconexión entre la investigación computacional y experimental y la forma en que se presentan.

En resumen:

¿Confío en MD?
Supongo…

¿Lo encuentro útil?
No particularmente.

¿Qué hay para confiar? Depende de lo que quieras hacer.

Diseño – construcción – prueba.

( Lo siento, AutoCad, ¡tu lema es muy real! )

El único “verdadero” algo que “bueno” MD puede hacer es generar un conjunto de hipótesis comprobables por experimento.

Hago investigación aplicada principalmente con MD para la mejora de enzimas industriales. Las relaciones estructura-función determinadas a través de MD conducen a un conjunto de mutaciones explícitamente enumeradas para las cuales mis compañeros experimentales ya tienen un ensayo de actividad laboral . En los casos en que no lo hacen, a veces puedo ayudar a desarrollar un ensayo de actividad.

Confían en mí cuando mis predicciones son correctas, o al menos lo suficientemente explícitas como para ser útiles.