What is the minimum degree of polym

What is the minimum degree of polymeric complexity
required to model successfully the functional properties of
proteins in food colloids? This is the main question
addressed in Euston’s article (pp. 321–327). In principle, a
molecular dynamics (MD) simulation can model protein
diffusion and chain dynamics down to the atomic scale,
taking full account of molecular flexibility, specific sidechain packing effects, and interactions with solvent molecules and small ions. However, current computing power
restricts such highly detailed MD simulations to single small
protein molecules in a modest solvent bath over a total
simulation timescale of just a few nanoseconds. In contrast,
to describe properly the essential structural and kinetic
features of protein layers and assemblies, we really need to
simulate systems of thousands of protein molecules over
timescales running to hundreds of seconds. The solution lies
in moving away from full-blown MD simulations and
making intelligent simplifications: for instance, developing
Brownian dynamics simulations to model proteins on the
mesoscopic scale, using lattice-based Monte Carlo simulations to determine equilibrium structural properties, and/or
modelling the protein molecules as block copolymers with a
highly restricted number of segment types (hydrophobic,
hydrophilic, charged, etc.). It appears that combinations of
these and other strategies are especially suitable for
modelling the most polymeric and amphiphilic of all the
food proteins—the caseins.

ผลลัพธ์ (ไทย) 1:

ระดับต่ำสุดซับซ้อนชนิดคืออะไรต้องการคุณสมบัติการทำงานของสำเร็จรูปโปรตีนในอาหารคอลลอยด์หรือไม่ นี่คือคำถามหลักระบุในบทความของอูสตัน (นำ 321-327) ในหลักการ การการจำลองโมเลกุล dynamics (MD) สามารถรูปแบบโปรตีนแพร่และ dynamics โซ่ลงขนาดอะตอมการบัญชีของโมเลกุลมีความยืดหยุ่น sidechain เฉพาะบันทึกผล และการโต้ตอบกับโมเลกุลตัวทำละลายและประจุขนาดเล็ก อย่างไรก็ตาม พลังคอมพิวเตอร์ปัจจุบันจำกัดเช่นจำลอง MD รายละเอียดสูงเพื่อเล็กเดียวโมเลกุลของโปรตีนในน้ำตัวทำละลายเจียมเนื้อเจียมตัวไปทั้งหมดการจำลองสเกลของ nanoseconds กี่ ในความคมชัดอธิบายสำคัญโครงสร้าง และการเคลื่อนไหวอย่างถูกต้องคุณลักษณะของชั้นโปรตีนและแอสเซมบลี เราต้องการจริง ๆจำลองระบบของโมเลกุลโปรตีนมากกว่าtimescales รันถึงวินาที อยู่โซลูชั่นในการย้ายจาก MD full-blown จำลอง และทำลในเรื่องง่ายอัจฉริยะ: เช่น พัฒนาBrownian dynamics จำลองให้โปรตีนรูปแบบในการmesoscopic ขนาด ใช้ตามโครงตาข่ายประกอบจำลอง Carlo มอนเพื่อกำหนดคุณสมบัติโครงสร้างสมดุล และ/หรือแบบจำลองโมเลกุลโปรตีนเป็น copolymers บล็อกด้วยการจำนวนเซ็กเมนต์ชนิด (hydrophobic สูงจำกัดhydrophilic ชำระ ฯลฯ) ดังกล่าวแสดงว่าชุดของเหล่านี้และกลยุทธ์อื่น ๆ เหมาะเป็นอย่างยิ่งสำหรับแบบจำลองชนิดสุด amphiphilic ทั้งหมดและการอาหารโปรตีนเช่น caseins จะ

ผลลัพธ์ (ไทย) 2:

การศึกษาระดับปริญญาขั้นต่ำของความซับซ้อนพอลิเมอคือสิ่งที่จำเป็นในการประสบความสำเร็จในรูปแบบคุณสมบัติการทำงานของโปรตีนในคอลลอยด์อาหาร? นี้เป็นคำถามหลักในบทความของยูสตัน (PP. 321-327) ในหลักการกลศาสตร์โมเลกุล (MD) จำลองสามารถจำลองโปรตีนการแพร่กระจายและการเปลี่ยนแปลงห่วงโซ่ลงไปที่ระดับอะตอมคำนึงเต็มรูปแบบของความยืดหยุ่นโมเลกุลผลกระทบบรรจุsidechain ที่เฉพาะเจาะจงและมีปฏิสัมพันธ์กับโมเลกุลของตัวทำละลายและไอออนขนาดเล็ก แต่อำนาจการใช้คอมพิวเตอร์ในปัจจุบันจำกัด ดังกล่าวมีรายละเอียดสูงแบบจำลองที่มีขนาดเล็ก MD เดียวโมเลกุลของโปรตีนในการอาบน้ำเป็นตัวทำละลายเจียมเนื้อเจียมตัวมากกว่ารวมระยะเวลาการจำลองการเพียงไม่กี่นาโนวินาที ในทางตรงกันข้ามการที่จะอธิบายอย่างถูกต้องโครงสร้างและการเคลื่อนไหวที่สำคัญคุณสมบัติของชั้นโปรตีนและประกอบเราต้องการจริงๆที่จะจำลองระบบพันของโมเลกุลโปรตีนมากกว่าระยะเวลาการทำงานไปหลายร้อยวินาที การแก้ปัญหาอยู่ในการย้ายออกไปจากเต็มเป่าจำลองแมรี่แลนด์และทำให้simplifications อัจฉริยะ: ยกตัวอย่างเช่นการพัฒนาแบบจำลองBrownian การเปลี่ยนแปลงรูปแบบโปรตีนในระดับMesoscopic ใช้ตาข่ายที่ใช้การจำลองมอนติคาร์เพื่อตรวจสอบคุณสมบัติโครงสร้างสมดุลและ / หรือสร้างแบบจำลองโมเลกุลของโปรตีนเช่น copolymers บล็อกที่มีจำนวนจำกัด สูงประเภทส่วน (ไม่ชอบน้ำ, น้ำ, ค่าใช้จ่ายอื่น ๆ ) ปรากฏว่าการรวมกันของเหล่านี้และกลยุทธ์อื่น ๆ ที่มีความเหมาะสมอย่างยิ่งสำหรับการสร้างแบบจำลองพอลิเมอมากที่สุดและamphiphilic ของทุกโปรตีนอาหารcaseins

ผลลัพธ์ (ไทย) 3:

อะไรคือระดับต่ำสุดของความซับซ้อน ต้องใช้รูปแบบเรียบร้อยแล้ว

คุณสมบัติการทำงานของโปรตีนในคอลลอยด์อาหาร ? นี่เป็นคำถามหลัก
ให้ความสนใจในบทความ Euston ( pp . 321 ( 327 ) ในหลักการ ,
พลศาสตร์โมเลกุล ( MD ) การจำลองแบบการแพร่กระจายได้โปรตีน
และโซ่พลวัตลงไปขนาดอะตอม
จดบัญชีเต็มของความยืดหยุ่นของโมเลกุลSidechain เฉพาะบรรจุผลและการมีปฏิสัมพันธ์กับโมเลกุลของตัวทำละลายและไอออนขนาดเล็ก อย่างไรก็ตาม กระแสพลังคอมพิวเตอร์
จำกัดรายละเอียดสูงเช่น MD จำลองโมเลกุลโปรตีนขนาดเล็ก
เดียวในเจียมเนื้อเจียมตัว ละลายนํ้ามากกว่าเวลาจำลองรวม
เพียงไม่กี่นาโนวินาที . ในทางตรงกันข้าม
อธิบายอย่างถูกต้อง ที่สำคัญโครงสร้างและการเคลื่อนไหว
คุณสมบัติของชั้นโปรตีนและแอสเซมบลี เราต้องการจริงๆ

ระบบจำลองของพันของโมเลกุลโปรตีน มากกว่า
timescales วิ่งไปหลายร้อยวินาที การแก้ไขปัญหาในการย้ายจากการจำลอง

ทำและ MD full-blown Simplifications ฉลาด : ตัวอย่างการพัฒนา
พลวัตบราวเนียนจำลองโปรตีนในรูปแบบขนาด mesoscopic
,การใช้ตารางตามมอนติคาร์โลจำลองเพื่อศึกษาสมบัติเชิงโครงสร้างสมดุลและ / หรือ
แบบโปรตีนโมเลกุลเป็นบล็อกโคพอลิเมอร์ด้วย
ขอจำกัดจำนวน ประเภทกลุ่ม ( )
, น้ำ , ค่าใช้จ่าย , ฯลฯ ) ปรากฎว่าชุดค่าผสมของ
เหล่านี้และกลยุทธ์อื่น ๆโดยเฉพาะอย่างยิ่งเหมาะสำหรับแบบจำลองการมากที่สุด และ amphiphilic

ทั้งหมดอาหารโปรตีนตระหนกตกใจ .