ene 7 2013

Las simulaciones dinámicas por ordenador de sistemas moleculares dependen de pasos de tiempo finitos, pero esto introduce un aparente trabajo extra que impulsa las moléculas de su alrededor. Usando modelos de moléculas de agua en una caja, los investigadores han aprendido a separar este trabajo preliminar, del protocolo de trabajo explícitamente modelado en las simulaciones.

Berkeley Lab y sus colegas biocientíficos descifran un problema de gran envergadura en las simulaciones por ordenador.

03 de enero, 2013

Debido a que las computadoras modernas representan el mundo real con representaciones digitales de números en lugar de análogos físicos, para simular el paso continuo de tiempo, tienen que digitalizar el tiempo en pequeñas partes. Este tipo de simulación es esencial en las disciplinas de investigación médica y biológica, con los nuevos materiales, con las consideraciones fundamentales de la mecánica cuántica, y el hecho de que inevitablemente introduce errores, es un problema actual para los científicos.

Los científicos del Departamento de Energía del Laboratorio Nacional Lawrence Berkeley (Berkeley Lab) USA han identificado y caracterizado el origen de los persistentes errores y han encontrado una forma de separar los aspectos realistas de una simulación, de los artefactos del método informático. La investigación fue realizada por David Sivak y su asesor Gavin Crooks en la División de Biosciencias Físicas del Laboratorio Berkeley y John Chodera, un colega en el Instituto California de Biosciencias (QB3) de la Universidad de California en Berkeley. El informe de tres reportes son publicados en la revista Physical Review X .

“Nuestro grupo utiliza un método teórico llamado mecánica estadística del no equilibrio para estudiar las máquinaria molecular, los complejos proteínicos esenciales para procesos como la fotosíntesis, y la reparación del ADN”, dice Sivak. “Pero cuando se aplicaron algoritmos comunes para modelar el comportamiento de las moléculas biológicas, encontramos errores persistentes y significativos en los resultados de la simulación”.

Los sistemas en equilibrio son relativamente fáciles de simular, pero los sistemas naturales a menudo son impulsados ??lejos del equilibrio por absorción de luz, combustión de alta densidad en energía de combustible químico o de otros factores importantes. Sivak, quien recientemente ha sido incorporado a la Universidad de California en San Francisco como miembro en Sistemas Biológicos, describe la mecánica estadística del no equilibrio como “una forma de entender las situaciones cúando las condiciones cambian abruptamente y el sistema tiene que ponerse al día”, una especie de problema en el que hay pocos resultados analíticos exactos.

¿Cómo se mueven las moléculas biológicas no es el único campo en donde las simulaciones por ordenador de movimiento de escala molecular son esenciales. La necesidad de utilizar las computadoras para probar las teorías y experimentos de modelos que no se pueden hacer en una mesa de laboratorio, está en todas partes, y los problemas que Sivak y sus colegas encontraron es que no eran nuevas.

“Una simulación de un proceso físico en un equipo, no puede utilizar las ecuaciones exactas y continuas del movimiento, los cálculos deben utilizar aproximaciones en intervalos discretos de tiempo”, dice Sivak. “Es bien conocido que los algoritmos estándar que utilizan pasos de tiempo discretos no conservan la energía exactamente en estos cálculos.”

Un método, caballo de batalla, para el modelado de sistemas moleculares es la dinámica de Langevin, basada en las primeras ecuaciones desarrolladas por el físico francés Paul Langevin hace más de un siglo, para modelar el movimiento browniano. El movimiento browniano, es el movimiento aleatorio de las partículas en un fluido (granos, originalmente polen en agua) a medida que chocan con las moléculas del fluido - las trayectorias de las partículas se asemejan al “caminar de un borracho”, pot lo cuál Albert Einstein la habría utilizado tan sólo unos pocos años antes de establecer la realidad de átomos y moléculas. En lugar del poco práctico calculo de la velocidad, la inercia y aceleración para cada molécula en el fluido, el método de Langevin ha sustituido una fricción efectiva para amortiguar el movimiento de la partícula, más una serie de sacudidas al azar.

Cuando Sivak y sus colegas utilizaron la dinámica de Langevin para modelar el comportamiento de la maquinaria molecular , vieron diferencias significativas entre lo que sus teorías exactas habían predicho y lo que sus simulaciones producían. Trataron de llegar a una imagen física de lo que se necesitaría para producir estas respuestas erróneas.

“Fue como si el trabajo extra estuviese impulsando nuestras moléculas alrededor”, dice Sivak. “En el mundo real, esto sería un impulso para un proceso físico , pero existía sólo en la simulación, por lo que la calificó como sombra de trabajo. Tomó exactamente la forma de una fuerza impulsora de no equilibrio “.

Se probó por primera vez esta idea con modelos de “juguete” que tenían sólo un grado de libertad, y se encontró que cuando se ignora la sombra de trabajo, los cálculos eran sistemáticamente parciales. Pero cuando representaban la sombre de trabajo, los cálculos precisos podían ser recuperados.

“Seguidamente se observaron en sistemas con cientos o miles de moléculas simples”, dice Sivak. Usando modelos de moléculas de agua en una caja, han simulado el estado del sistema en el tiempo, a partir de una determinada energía térmica, pero sin “impulsar” desde fuera. “Queríamos saber hasta qué punto la simulación del agua sería impulsada sólamente por la sombra de trabajo “.

El resultado confirmó que, incluso en ausencia de una fuerza directriz explícita, la simulación dinámica del paso de tiempo finito ha actuado por sí mismo como un proceso de no equilibrio de conducción. Los errores sistemáticos que han resultado al no poder separar esta sombra de trabajo del “protocolo de trabajo” actual que explícitamente habían modelado en sus simulaciones. Por primera vez, Sivak y sus colegas fueron capaces de cuantificar la magnitud de las desviaciones en los diversos ensayos realizados.

Tales errores de simulación se puede reducir de varias maneras, por ejemplo dividiendo la evolución del sistema en intervalos de tiempo cada vez más finos, debido a que el trabajo con la sombra es más grande cuando los pasos de tiempo discretos son más grandes. Pero al hacerlo aumenta el gasto computacional.

El mejor enfoque es utilizar un factor de corrección que aísle la sombre de trabajo del trabajo físico significativo, dice Sivak. “Podemos aplicar los resultados de nuestros cálculos de una manera significativa para caracterizar el error y corregirlo para , separar los aspectos físicos reales de la simulación de los artefactos del método informático”.

Fuente: BERKELEY LAB - Lawrence Berkeley National Laboratory, U.S.Department of Energy


Mensaje Privado
1031 Visitas


FavoriteLoadingAñadir a favoritos


Categoria: Noticias, Artículos y Videos

RSS Seguir Feed RSS Comentarios | Temas de arkhangellohim

Deja tu comentario

Debes iniciar sesion para poder enviar un comentario.

Get Adobe Flash playerPlugin by wpburn.com wordpress themes
Terminos y Condiciones - Politica de Privacidad - Report Abuse - DMCA