Teoretyczny opis wiązania peptydowego w wybranych układach w oparciu o metodę ETS- NOCV

Metoda ETS-NOCV pozwala na kompleksową analizę wiązań chemicznych w ramach spójnego ujęcia teoretycznego poprzez połączenie metody dekompozycji różnicowej gęstości elektronowej NOCV ze metodą rozkładu energii wiązania ETS. Podejście ETS-NOCV zostało wykorzystane do analizy wielu zróżnicowanych wiązań chemicznych. Dotychczas nie przeprowadzono takiej analizy dla wiązań peptydowych, które są niezbędnym elementem wielu biocząstek. Ta praca ma na celu wykorzystanie podejścia ETS-NOCV do jakościowej i ilościowej oceny wiązań peptydowych między aminokwasami białkowymi i skonstruowania modelu predykcyjnego siły wiązań peptydowych. Zastosowano sześć modelowych dipeptydów (Ala-Ala, Gly-Gly, Gly-Ala, Ala-Gly, Gly-Ile, Ile-Gly) w celu wybrania najbardziej odpowiedniego do opisu NOCV podziału. Analizę systematyczną przeprowadzono na dwóch seriach dipeptydów (Ala-X i X-Ala, gdzie X oznacza jeden z 20 aminokwasów). Ich odpowiednie minima energetyczne zostały znalezione za pomocą dynamiki molekularnej i następującej optymalizacji metodami kwantowo-mechanicznymi. Stwierdzono, że wyniki NOCV dla dwóch serii dipeptydów w wybranym podziale kation-anion wykazują charakterystyczną σ/π donację/donację zwrotną typową dla modelu Dewara-Chatta-Duncansona. To z kolei pozwoliło na skonstruowanie modelu predykcyjnego siły wiązań peptydowych pomiędzy dowolną parą aminokwasów. Aby zweryfikować przewidywania modelu, przeanalizowano dipeptydy His-Thr i Tyr-Thr, które miały wykazywać najsilniejsze, a Gly-Val, Trp-Val – najsłabsze wiązania peptydowe. Wyniki pokazują zgodność wartości oczekiwanych i obliczonych pod względem zachowanego trendu jakościowego.

The ETS-NOCV approach allows for a comprehensive analysis of chemical bonds within one theoretical framework by combining the NOCV method of deformation-density decomposition with the ETS bond-energy decomposition scheme. The ETS-NOCV approach has been utilized for a vast array of chemical structures and bonds. Hitherto no such analysis of peptide bonds, which are an invaluable element of many biomolecules, has been performed. This work endeavors to utilize the ETS-NOCV approach to qualitatively and quantitatively asses peptide bonds between proteinogenic amino acids and construct a prediction model of peptide bond strength. Six model dipeptides (Ala-Ala, Gly-Gly, Gly-Ala, Ala-Gly, Gly-Ile, Ile-Gly) were used in order to choose the most suitable partitioning scheme for NOCV description. The systematic analysis was performed on two dipeptide series (Ala-X and X-Ala, where X denotes one of 20 amino acids). Their respective energy minima were found by molecular dynamics and further quantum-mechanical optimization. The NOCV results for two dipeptide series in the chosen cation-anion partitioning was found to exhibit a clear σ/π donation/back-donation picture characteristic of the Dewar-Chatt-Duncanson model. This, in turn, allowed to construct the prediction model of the peptide bond strength between any amino acid pair. To verify model’s predictions His-Thr and Tyr-Thr, predicted to exhibit the strongest, and Gly-Val, Trp-Val – the weakest bonds were analyzed. The results show an agreement of the qualitative trend between predicted and computed values.