Search

Additional file 1. The Additional file 1 contains Table A1, Figures A1, A2, A3 and A4, and a detailed description of the molecular dynamics simulation of ADRP domain of SARS-CoV-2 and the benchmarking procedure. Table A1 reports the classes of amino acid residues. Figure A1 shows examples of box configuration files. Figure A2 shows the methodology of depth characterization. Figure A3 shows the methodology of hydropathy characterization. Figure A4 shows a bar chart of residues frequencies.

Tesis (Doctor en Ciencias Químicas) - - Universidad Nacional de Córdoba. Facultad de Ciencias Químicas, 2012 En la historia de la ciencia, se puede encontrar que muchas veces el hombre empleó modelos o teorías aproximadas para entender o predecir fenómenos. Por ejemplo, a lo largo de la historia, se propusieron distintos modelos del sistema solar para explicar el período de las estaciones, el comportamiento del sol y las estrellas, como los de Kepler, Copérnico, Galileo y demás. Mientras, en el caso de la química, la estructura atómica tuvo varias explicaciones sobre la base de los modelos de Thompson, Rutherford y Bohr, hasta llegar al actual que logra dar respuesta a mayor cantidad de preguntas y observaciones experimentales. Según una de las acepciones de la Real Academia Española, se define modelo como “esquema teórico, generalmente en forma matemática, de un sistema o de una realidad compleja, como la evolución económica de un país, que se elabora para facilitar su comprensión y el estudio de su comportamiento”. El diccionario inglés de Oxford agrega a la definición que “es la descripción simplificada o idealizada de un sistema o proceso...”.1 Es así que podemos definir la Química computacional como el estudio de los procesos químicos a través del empleo de modelos para simular el comportamiento de sistemas moleculares.1 A su vez, el “Modelado Molecular” es el área que se enfoca en proponer modelos cada vez más eficientes.2 Mediante el mismo se estudian sistemas de diversos tamaños mediante el uso de modelos expresados en algoritmos matemáticos. Estos algoritmos están escritos en un cierto lenguaje de programación, a través del cual se realiza el cálculo. Los modelos pueden emplear Mecánica Molecular (MM) o Mecánica Cuántica (QM), o una combinación de ambos (QM/MM). v Debido a que en mecánica cuántica muy pocos problemas pueden ser resueltos en forma exacta (átomo de hidrógeno), en la mayoría de los casos son necesarias aproximaciones teóricas de diferente nivel y características. Estas aproximaciones se denominan métodos. Los métodos de la Mecánica Molecular se llaman campos de fuerza y permiten realizar simulaciones de tipo Monte Carlo y de Dinámica Molecular. Dentro de los basados en la Mecánica Cuántica, encontramos los semi-empíricos y los ab initio como Hartree-Fock, Post- Hartree-Fock y la Teoría del Funcional de la Densidad (DFT), entre otros. El Modelado Molecular puede, en algunos casos, realizarse mediante un lápiz, un papel y una calculadora de mano, como en el caso de método de Hückel-π aplicado a una molécula de eteno, catión propilio o benceno. Sin embargo, las técnicas computacionales han revolucionado dicha área al punto de que la mayoría de los cálculos no pueden ser desarrollados sin el uso de una computadora (o procesador). Esto no implica que un modelo más sofisticado es mejor que uno más simple. Por otra parte las computadoras han ampliado el campo de aplicabilidad de los modelos (el tamaño molecular del sistema).1 Por ejemplo, en 1985, Dewar et al propusieron el método semi-empírico AM1, con el cual se podían calcular moléculas orgánicas de menos de 20 átomos,3 mientras que en la actualidad el número de átomos llega a centenas con los métodos semi-empíricos comunes y a miles de átomos con los métodos de escaleo lineal, como LocalSCF.4 En la actualidad, los métodos semi-empíricos dejaron el paso a otros más exactos, como lo son los métodos de DFT. Ésto último se logró gracias a que la capacidad de cálculo de las computadoras es cada vez mayor, permitiendo emplear métodos cada vez más costosos. En conjunción con este hecho, va asociada la sorprendente rapidez del desarrollo tecnológico, que produce computadoras cada vez más rápidas y de costos mucho menores a los requeridos para la investigación experimental. En la actualidad, además de computadoras se cuenta con el importante desarrollo de placas gráficas (GPUs) y el lenguaje de programación adecuado para ellas. Otro hecho, el cual no habría que dejar de considerar, es que junto con el desarrollo de computadoras más potentes y de menor tamaño, crece en la misma proporción el de los dispositivos de almacenamiento. Estos dispositivos son cada vez más pequeños y de más rápida escritura Fil: Jara, Gabriel Ernesto. Universidad Nacional de Córdoba. Facultad de Ciencias Químicas; Argentina.