CN113284564A - 掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法 - Google Patents
掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法 Download PDFInfo
- Publication number
- CN113284564A CN113284564A CN202110621718.2A CN202110621718A CN113284564A CN 113284564 A CN113284564 A CN 113284564A CN 202110621718 A CN202110621718 A CN 202110621718A CN 113284564 A CN113284564 A CN 113284564A
- Authority
- CN
- China
- Prior art keywords
- hydroxyapatite
- doped
- crystal
- bone growth
- calcium
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Materials For Medical Uses (AREA)
Abstract
本发明涉及生物材料与计算机软件信息技术领域,提供了一种掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法。目的在于提供一种可以快速筛选出一类具有优良特性的骨诱导性材料的通用方法。主要方案包括对掺杂后羟基磷灰石筛选出结构最为稳定的掺杂羟基磷灰石材料的晶胞结构进行不同晶体排列的矢量方向的晶面扩展,得到具有不同形貌的晶面结构进行骨生长因子的材料结构与生物分子的高通量对接,筛选出吸附复合构型;对吸附复合构型,通过高通量分子动力学模拟,筛选出掺杂羟基磷灰石晶面结构与骨生长因子最优的吸附构象;通过对最优的吸附构象的结果整合分析得到骨诱导性最好的掺杂羟基磷灰石材料的晶体结构和有利的骨生长因子。
Description
技术领域
本发明涉及生物材料与计算机软件信息技术领域,提供了一种掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法。
背景技术
材料基因工程技术的提出是探究材料结构(或配方、工艺)与材料性质(性能)变化的关系,并通过调整材料的原子或配方、改变材料的堆积方式或搭配,结合不同的工艺制备,得到具有特定性能的新材料。该技术希望通过结合计算科学,数据科学和实验科学加速新材料的研究进程,达到在时间和成本上双减半的目的。经过近几年的发展,材料基因工程技术在各个材料领域都有一定的突破和发展。生物材料作为21世纪新兴的材料科学,在骨骼,血管,细胞组织工程等和人们生活息息相关的领域发挥着重要作用。在众多生物医用材料中,骨骼是人体中最为重要的一部分,每年都有大量的患者被不同类型骨骼疾病困扰,但是骨骼属于人体中的硬组织,诱导其组织进行自我修复具有较大的难度,由于其骨诱导性在微观机制中主要体现在无机材料和生物蛋白之间的相互作用这一重要方面,因此需要借助与材料基因工程的相关技术构建一种可以快速筛选出一类具有优良特性的骨诱导性材料的通用方法和工作流程。
2)现有的技术中,有一部分高通量的筛选技术(201810018412.6一种掺杂式能源材料的通量计算筛选方法;201811095676.8一种基于高通量计算筛选金属有机骨架催化材料的方法;201910067332.4一种金属有机骨架材料电催化性能描述符的方法),总体上讲,这类技术主要针对能源材料,金属有机框架材料,这类材料的组成成分比较单一且应用场景的环境因素比较简单,由于生物材料的制备模式和服役环境的复杂和不确定性,因此对于生物材料中骨材料这部分的材料中相应技术缺乏。目前的高通量筛选流程不能对羟基磷灰石材料进行高效的结构筛选,同时如果进行大批量的实验也会提高材料的制作成本。
3)一种掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法主要是要解决羟基磷灰石这一类骨材料如何快速,高效的对骨诱导性进行理论上的筛选。解决当前方法中没有对具有生物活性材料理论上分子结构设计的问题,同时系统的提出一套有效的骨诱导性机制评判标准和理论测试工作流程。同时该方法可以进行不同元素和不同浓度下掺杂多元因素组合下的高通量一体化流程及方法。
发明内容
本发明的目的在于提供一种可以快速筛选出一类具有优良特性的骨诱导性材料的通用方法。
为了实现上述目的,本发明采用以下技术手段:
一种掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法,包括以下步骤:
步骤1:对掺杂后羟基磷灰石的结构使用第一性原理计算通过基于能量标准的结构筛选,筛选出结构最为稳定的掺杂羟基磷灰石材料的晶胞结构;
步骤2:对稳定的掺杂羟基磷灰石晶胞结构进行不同晶体排列的矢量方向的晶面扩展,得到具有不同形貌的表面的掺杂羟基磷灰石晶面结构;
步骤3:对材料不同形貌的表面结构进行骨生长因子的材料结构与生物分子进行高通量对接,筛选出不同种类的骨生长因子和掺杂羟基磷灰石晶面材料的吸附复合构型;
步骤4:对骨生长因子和掺杂羟基磷灰石晶面材料的吸附复合构型,通过高通量分子动力学模拟,筛选出掺杂羟基磷灰石晶面结构与骨生长因子最优的吸附构象;
步骤5:通过对掺杂羟基磷灰石晶面结构与骨生长因子最优的吸附构象的结果整合分析得到骨诱导性最好的掺杂羟基磷灰石材料的晶体结构和有利的骨生长因子。
上述技术方案中,步骤1具体包括以下步骤:
步骤1.1:从数据库中获取到羟基磷灰石初始的晶体结构,其最小结构单元的分子式为Ca10(PO4)6(OH)2,根据晶体结构的周期性对称的性质,将最小结构单元沿着空间的a,b和c晶体矢量方向扩展为2×2×2的超级晶胞结构;
步骤1.2:将2×2×2的超级晶胞结构,依据羟基磷灰石最小单元结构中10个钙位点的性质分类为两类不同的钙位点,分别为钙I和钙II位点;
根据三个方向扩展的超级晶胞中共有8个最小单元结构,因此2×2×2的超级晶胞有80个钙位点,将80个钙位点通过平铺,得到了80个可替换的钙可替换的掺杂位点;
步骤1.3:将通过对80个掺杂位点中的所有钙I和钙II位点进行聚类,将其中的掺杂元素按照钙位点的空间位置从1到5位不同阳离子浓度掺杂,由于2×2×2的超级晶胞具有空间可平移,对称性和扩展性,因此最高到5位掺杂,其操作的方式是将位点展开为一维的数组来表示,使用0和1来表示是否已经掺杂,0表示钙离子,1表示被替换掉的钙离子,即为掺杂位点,通过排列组合的方式进行自由的钙I和钙II位点交替替换,最后将得到不同掺杂浓度的羟基磷灰石晶胞结构的三维坐标文件;
步骤1.4:将获得的羟基磷灰石晶胞结构的三维坐标文件,通过VASPKIT软件将关键信息转化为VASP软件所需要输入文件,得到掺杂羟基磷灰石结构的软件的参数控制文件,势能文件,坐标文件三个关键的输入文件,
步骤1.5:将生成掺杂羟基磷灰石结构的VASP软件的输入文件传入高通量计算机集群上,使用并行版本的VASP软件进行晶体的结构优化;
步骤1.6:我们将优化好的晶体结构进行能量从低到高进行排序,筛选出能量排名在前10~100的结构,作为稳定的掺杂羟基磷灰石晶体结构。
上述技术方案中,其中VASP软件的核心控制参数为:使用Normal精度,ENCUT为450,NELM为60,EDIFFG为-0.05,EDIFF为0.1E-04,SIGMA为0.2,同时使用了PBE泛函。
上述技术方案中,步骤2具体包括以下步骤:
上述技术方案中,步骤3具体包括以下步骤:
步骤3.1:将得到的具有不同形貌的表面的掺杂羟基磷灰石晶面结构与骨生长因子蛋白家族中的BMP蛋白进行初始结构简单放置,得到初始的骨生长因子和掺杂羟基磷灰石晶面结构初次猜测的复合结构;
步骤3.2:将初始猜测的复合结构,利用蒙特卡洛方法随机的转动骨生长因子蛋白的位置进行掺杂羟基磷灰石晶面结构的高通量对接并且同时结合能量判据进行内部筛选,得到每一组数量级在10000的掺杂羟基磷灰石材料晶面结构和蛋白的吸附复合对接构型;
步骤3.3:将数量级在10000的掺杂羟基磷灰石材料晶面结构和蛋白的吸附复合对接构型结合晶面吸附距离,活性位点分布,残基分布和吸附能量四个标准进行表面结构的筛选,筛选出排名前10个骨生长因子和掺杂羟基磷灰石晶面结构的吸附复合构型。
上述技术方案中,骤4具体包括以下步骤:
步骤4.2:将得到的溶剂模型进行LAMMPS软件所需的输入坐标文件格式的转化和控制参数的配置,得到LAMMPS的控制文件和结构坐标文件;
步骤4.3:将生成的LAMMPS软件的控制文件和结构坐标文件,提交到高通量服务器平台上进行高通量计算,得到每个掺杂磷灰石晶面结构的分子动力学模拟的结果;
步骤4.4:最后将100纳秒分子动力学的模拟的结果进行LAMMPS拉伸动力学模拟得到掺杂羟基磷灰石晶面结构和骨生长因子的吸附强弱曲线,根据曲线的吸附能的强弱筛选出掺杂羟基磷灰石晶面结构与骨生长因子最优的吸附构象。
上述技术方案中,控制文件的核心参数为:在CHARMM力场中,使用NVT系综,使用PPPM方法计算体系的长程库伦作用力,其精度为10-4,溶剂水模型为SPC,同时进行100纳秒分子动力学仿真模拟。
因为本发明采用以上技术手段,因此具备以下有益效果:
1)该方法结合料基因工程的思想采用高通量筛选手段,解决了掺杂羟基磷灰石生物材料制备中存在的多因素影响材料性能的技术难题,实现了材料分子水平下的自动一体化流程,达到了快速筛选出具有优良骨诱导性材料的效果。
2)该方法采用逐级不同标准进行材料性质评判的手段,解决了掺杂羟基磷灰石生物材料骨诱导性标准制定过程中存在标准单一性和流程连贯性技术难题,达到了可以准确快速地筛选出材料性质的特点。
3)该方法采用多种仿真模拟方法相结合的手段,解决了掺杂羟基磷灰石生物材料中存在研究形式单一的技术难题,实现了材料从原子到分子不同层级的分子尺度结构性质表征,达到了多尺度层面的性质评估。
4)该方法采用分子设计的思想,解决了掺杂羟基磷灰石生物材料难以分子建模和分子建模存在的较大的结构不确定性技术难题,实现了全面的材料微观性质的评估,达到了从分子层面对实验快速提出有效材料特征因素。
附图说明
图1为一种掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法的总体框架示意图;
图2中a为羟基磷灰石最小结构单元结构;图2中b为扩展后的羟基磷灰石2×2×2的超级晶胞和最小单元所在位置;
图3筛选结构最为稳定的掺杂羟基磷灰石材料的晶胞结构的框架图。
具体实施方式
为方便本领域技术人员更好的理解本发明的技术方案,结合附图对本发明技术方案做以下进一步说明。
一种掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法,包括以下步骤:
步骤1:对掺杂后羟基磷灰石的结构使用第一性原理计算通过基于能量标准的结构筛选,筛选出结构最为稳定的掺杂羟基磷灰石材料的晶胞结构;
步骤2:对稳定的掺杂羟基磷灰石晶胞结构进行不同晶体排列的矢量方向的晶面扩展,得到掺杂材料不同形貌的表面结构;
步骤3:对材料不同形貌的表面结构进行骨生长因子的材料结构与生物分子的高通量对接,筛选出不同种类的骨生长因子和掺杂羟基磷灰石晶面材料的吸附复合构型;
步骤4:对生长因子和掺杂羟基磷灰石晶面材料的吸附复合构型,通过高通量分子动力学模拟,筛选出掺杂羟基磷灰石材料与生长因子最优的吸附构象:
步骤5:通过对材料与生长因子吸附的结果整合分析得到骨诱导性最好的掺杂羟基磷灰石材料的晶体结构和有利的生长因子。
总体的流程图如图1。
上述步骤1具体包括以下步骤:
步骤1.1:我们从数据库中获取到羟基磷灰石初始的晶体结构,其最小结构单元的分子式为Ca10(PO4)6(OH)2,其结构图如图2所示,根据晶体的周期性对称的性质,我们将最小结构单元沿着空间的a,b和c晶体矢量方向的扩展为2×2×2的超级晶胞;
步骤1.2:我们将2×2×2的超级晶胞结构,依据羟基磷灰石最小单元结构中10个钙位点的性质分类为两类不同的钙位点,分别为钙I和钙II位点。根据三个方向扩展的超级晶胞中共有8个最小单元结构,因此2×2×2的超级晶胞有80个钙位点,将80个钙位点通过平铺,得到了80个可替换的钙可替换的掺杂位点;
步骤1.3:羟基磷灰石中钙元素是化学元素周期表中的二价金属元素,也是羟基磷灰石中重要的阳离子成分,在掺杂的羟基磷灰石工艺中,在材料制备过程中除了需要钙离子外,还需要有锌离子,铜离子,锶离子,镁离子等这一类重要的二价阳离子来改变材料机械和骨诱导等性能方面性质中。我们将通过对80个掺杂位点中的所有钙I和钙II位点进行聚类,将其中的掺杂元素按照钙位点的空间位置从1到5位不同阳离子浓度掺杂,由于2×2×2的超级晶胞具有空间可平移,对称性和扩展性,因此最高到5位掺杂,其操作的方式是将位点展开为一维的数组来表示,使用0和1来表示是否已经掺杂,0表示钙离子,1表示被替换掉的钙离子,即为掺杂位点,通过排列组合的方式进行自由的钙I和钙II位点交替替换。最后将得到不同掺杂浓度的羟基磷灰石晶胞结构的三维坐标文件;
步骤1.4:我们将获得掺杂取代位点后的三维的不同掺杂浓度的羟基磷灰石晶胞结构文件,同时通过VASPKIT软件将关键信息转化为VASP软件所需要输入文件,得到掺杂羟基磷灰石结构的INCAR(软件的参数控制文件),POTCAR(势能文件),POSCAR(坐标文件)三个关键的输入文件,其中软件的核心控制参数为:使用Normal精度,ENCUT为450,NELM为60,EDIFFG为-0.05,EDIFF为0.1E-04,SIGMA为0.2,同时使用了PBE泛函;
步骤1.5:我们将生成掺杂羟基磷灰石结构的VASP软件的输入文件传入高通量计算机集群上,使用并行版本的VASP软件进行晶体的结构优化;
步骤1.6:我们将优化好的晶体结构进行能量从低到高进行排序,筛选出能量排名在前10~100的结构,我们视为最为稳定的掺杂羟基磷灰石晶体结构。
详细的流程可见图3
上述步骤2具体包括以下步骤:
步骤2.2:由于晶面是具有一定空间角度的一系列平行平面,所以我们就用一个垂直于这些平面的矢量来表示。我们将获得的超晶胞结构,根据晶面的矢量方向,如[100],[001],[110]和[010]四个不同形貌的晶面,构建大约 的表面结构。
上述步骤3具体包括以下步骤:
步骤3.1:我们将不同形貌的掺杂羟基磷灰石晶面结构与骨生长因子蛋白家族中的BMP蛋白(BMP2,BMP7)进行初始结构简单放置,得到初始的生长因子和掺杂羟基磷灰石晶面初次猜测的复合结构;
步骤3.2:我们将初始猜测的材料和蛋白的复合结构,将利用蒙特卡洛方法随机的转动生长因子蛋白的位置使其与掺杂羟基磷灰石晶面的高通量对接并且同时结合能量判据进行内部筛选,得到每一组数量级在10000的掺杂羟基磷灰石材料晶面和蛋白的吸附复合对接构型;
步骤3.3:我们将数量级在10000的掺杂羟基磷灰石材料晶面和蛋白的吸附复合对接构型结合晶面吸附距离,活性位点分布,残基分布和吸附能量四个标准进行表面结构的筛选,筛选出排名前10个骨生长因子和掺杂羟基磷灰石晶面材料的吸附复合构型。
上述步骤4具体包括以下步骤:
步骤4.2:我们将掺杂磷灰石晶面和生长因子蛋白的溶剂模型进行LAMMPS软件所需的输入坐标文件格式的转化和控制参数的配置,得到LAMMPS的控制文件(In文件)和结构坐标文件(Data文件),其控制文件的核心参数为:在CHARMM力场中,使用NVT系综,使用PPPM方法计算体系的长程库伦作用力,进行100纳秒分子动力学仿真模拟;
步骤4.3:将生成的LAMMPS软件的控制文件(In文件)和结构坐标文件(Data文件),提交到高通量服务器平台上进行高通量计算,得到每个结构的分子动力学模拟的结果;
步骤4.4:最后我们将100纳秒分子动力学的后的结构进行LAMMPS拉伸动力学模拟得到掺杂羟基磷灰石和生长因子的吸附强弱曲线,根据曲线的吸附能的强弱筛选出掺杂羟基磷灰石材料与生长因子最优的吸附构象。
1)金属有机骨架材料:金属-有机框架(Metal-Organic Frameworks),简称MOFs,是由有机配体和金属离子或团簇通过配位键自组装形成的具有分子内孔隙的有机-无机杂化材料。金属-有机框架材料是新材料在金属有机材料(MOM)中的一个重要分类。MOF是新无机有机材料中研究最热门的一个领域,因为他们将两门经常被分开的化学学科无机化学和有机化学结合了起来。MOF由有机配体配位的金属原子或原子簇构成一维、二维或三维的结构,可用于气体吸附、气体储存、气体分离、催化剂等领域。
2)能源材料:广义的说,凡是能源工业及能源技术所需的材料都可称为能源材料。但在新材料领域,能源材料往往指那些正在发展的、可能支持建立新能源系统满足各种新能源及节能技术的特殊要求的材料。能源材料的分类在国际上尚未见有明确的规定,可以按材料种类来分,也可以按使用用途来分。大体上可分为燃料(包括常规燃料、核燃料、合成燃料、炸药及推进剂等)、能源结构材料、能源功能材料等几大类。按其使用目的又可以把能源材料分成能源工业材料、新能源材料、节能材料、储能材料等大类。为叙述方便也经常使用混合的分类方法
3)羟基磷灰石:羟基磷灰石(HAP)是人体和动物骨骼的主要无机成分。它能与机体组织在界面上实现化学键性结合,其在体内有一定的溶解度,能释放对机体无害的离子,能参与体内代谢,对骨质增生有刺激或诱导作用,能促进缺损组织的修复,显示出生物活性。羟基磷灰石,又称羟磷灰石,碱式磷酸钙,是钙磷灰石(Ca5(PO4)3(OH))的自然矿物化。但是经常被写成(Ca10(PO4)6(OH)2)的形式以突出它是由两部分组成的:羟基与磷灰石。OH-基能被氟化物、氯化物和碳酸根离子代替,生成氟基磷灰石或氯基磷灰石,其中的钙离子可以被多种金属离子通过发生离子交换反应代替,形成对应金属离子的M磷灰石(M代表取代钙离子的金属离子)。羟基磷灰石(HAP)是脊椎动物骨骼和牙齿的主要无机组成成分,人的牙釉质中羟基磷灰石的含量约96Wt.%(92Vol.%),骨头中也约占到69Wt.%。羟基磷灰石具有优良的生物相容性和生物活性,并可作为一种骨骼或牙齿的诱导因子,在口腔保健领域中对牙齿具有较好的再矿化、脱敏以及美白作用。实验证明HAP粒子与牙釉质生物相容性好,亲和性高,其矿化液能够有效形成再矿化沉积,阻止钙离子流失,解决牙釉质脱矿问题,从根本上预防龋齿病。含有HAP材料的牙膏对唾液蛋白、葡聚糖具有强吸附作用,能减少患者口腔的牙菌斑,促进牙龈炎愈合,对龋病、牙周病有较好的防治作。
4)骨诱导性:骨诱导性生物材料是张兴栋院士1991年提出的,他发现并确证无生命的多孔磷酸钙陶瓷具有生物活性物质特有的诱导骨再生的作用。骨诱导性生物材料简单来说,就是把一种磷酸钙生物陶瓷植入体内,隔段时间陶瓷就会转变成人的新骨头,并慢慢消失。
5)骨生长因子(BMP):骨形成蛋白(BMP)实际上是一组蛋白质,其组成多于30多种。从氨基酸的序列上看,BMP属于转化生长因子(TGF-β)家族成员,BMP是十分保守的分子,在脊椎动物、节肢动物和线虫中都相应的分子存在。BMP来源于不同的种属,其分子量的大小及cDNA的结构也不同。如:人的BMP2的ORF为1191bp编码396个氨基酸,文昌鱼BMP2/4的ORF为1236bp编码411个氨基酸,与人的BMP2和BMP4相似。BMP在细胞内以前体的形式生成,在细胞的高尔基体内通过furin convertase在前体Arg-X-X-Arg保守位点剪切加工,生成C端117个氨基酸的BMP成熟肽,分泌到细胞外。通过对TGF-β家族成员的晶体结构分析,TGF-β 2和BMP7单体的中心是一个在C端包括6个保守的半胱氨酸组成的半胱氨酸链,通过这些保守的氮基酸序列与其它单体形成二聚体,更好的发挥其功能。由于BMP在骨发生与修复过程中的重要作用,其在骨科、口腔科及整形外科的临床应用价值便可想而知。BMP具有治疗大块骨缺损及骨不连的功能。将BMP与脱钙骨基质(DBM),骨基质明胶(BMG)复合应用治疗骨缺损有良好的疗效。
6)分子动力学:分子动力学是一门结合物理,数学和化学的综合技术。分子动力学是一套分子模拟方法,该方法主要是依靠牛顿力学来模拟分子体系的运动,以在由分子体系的不同状态构成的系统中抽取样本,从而计算体系的构型积分,并以构型积分的结果为基础进一步计算体系的热力学量和其他宏观性质。
7)第一性原理:根据原子核和电子相互作用的原理及其基本运动规律,运用量子力学原理,从具体要求出发,经过一些近似处理后直接求解薛定谔方程的算法,习惯上称为第一性原理。第一性原理通常是跟计算联系在一起的,是指在进行计算的时候除了告诉程序你所使用的原子和他们的位置外,没有其它的实验的,经验的或者半经验的参量,且具有很好的移植性。作为评价事物的依据,第一性原理和经验参数是两个极端。第一性原理是某些硬性规定或推演得出的结论,而经验参数则是通过大量实例得出的规律性的数据,这些数据可以来自第一性原理(称为理论统计数据),也可以来自实验(称为实验统计数据)。但是就某个特定的问题,第一性原理和经验参数没有明显的界限,必须特别界定。如果某些原理或数据来源于第一性原理,但推演过程中加入了一些假设(这些假设当然是很有说服力的),那么这些原理或数据就称为“半经验的”。
Claims (7)
1.一种掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法,其特征在于,包括以下步骤:
步骤1:对掺杂后羟基磷灰石的结构使用基于能量标准的结构筛选,筛选出结构最为稳定的掺杂羟基磷灰石材料的晶胞结构;
步骤2:对稳定的掺杂羟基磷灰石晶胞结构进行不同晶体排列的矢量方向的晶面扩展,得到具有不同形貌的表面的掺杂羟基磷灰石晶面结构;
步骤3:对材料不同形貌的表面结构进行骨生长因子的材料结构与生物分子进行高通量对接,筛选出不同种类的骨生长因子和掺杂羟基磷灰石晶面材料的吸附复合构型;
步骤4:对骨生长因子和掺杂羟基磷灰石晶面材料的吸附复合构型,通过高通量分子动力学模拟,筛选出掺杂羟基磷灰石晶面结构与骨生长因子最优的吸附构象;
步骤5:通过对掺杂羟基磷灰石晶面结构与骨生长因子最优的吸附构象的结果整合分析得到骨诱导性最好的掺杂羟基磷灰石材料的晶体结构和有利的骨生长因子。
2.根据权利要求1所述的一掺杂种羟基磷灰石骨诱导性高通量筛选的方法,其特征在于,步骤1具体包括以下步骤:
步骤1.1:从数据库中获取到羟基磷灰石初始的晶体结构,其最小结构单元的分子式为Ca10(PO4)6(OH)2,根据晶体结构的周期性对称的性质,将最小结构单元沿着空间的a,b和c晶体矢量方向扩展为2×2×2的超级晶胞结构;
步骤1.2:将2×2×2的超级晶胞结构,依据羟基磷灰石最小单元结构中10个钙位点的性质分类为两类不同的钙位点,分别为钙I和钙II位点;
根据三个方向扩展的超级晶胞中共有8个最小单元结构,因此2×2×2的超级晶胞有80个钙位点,将80个钙位点通过平铺,得到了80个可替换的钙可替换的掺杂位点;
步骤1.3:将通过对80个掺杂位点中的所有钙I和钙II位点进行聚类,将其中的掺杂元素按照钙位点的空间位置从1到5位不同阳离子浓度掺杂,由于2×2×2的超级晶胞具有空间可平移,对称性和扩展性,因此最高到5位掺杂,其操作的方式是将位点展开为一维的数组来表示,使用0和1来表示是否已经掺杂,0表示钙离子,1表示被替换掉的钙离子,即为掺杂位点,通过排列组合的方式进行自由的钙I和钙II位点交替替换,最后将得到不同掺杂浓度的羟基磷灰石晶胞结构的三维坐标文件;
步骤1.4:将获得的羟基磷灰石晶胞结构的三维坐标文件,通过VASPKIT软件将关键信息转化为VASP软件所需要输入文件,得到掺杂羟基磷灰石仿真软件模拟中所需的参数控制文件,势能文件,坐标文件三个关键的输入文件,
步骤1.5:将生成掺杂羟基磷灰石结构的VASP软件的输入文件传入高通量计算机集群上,使用并行版本的VASP软件进行晶体的结构优化;
步骤1.6:我们将优化好的晶体结构进行能量从低到高进行排序,筛选出能量排名在前10~100的结构,作为稳定的掺杂羟基磷灰石晶体结构。
3.根据权利要求2所述的一种掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法,其特征在于,其中VASP软件的核心控制参数为:使用Normal精度,ENCUT为450,NELM为60,EDIFFG为-0.05,EDIFF为0.1E-04,SIGMA为0.2,同时使用了PBE泛函。
5.根据权利要求1所述的一种掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法,其特征在于,步骤3具体包括以下步骤:
步骤3.1:将得到的具有不同形貌的表面的掺杂羟基磷灰石晶面结构与骨生长因子蛋白家族中的BMP蛋白进行初始结构简单放置,得到初始的骨生长因子和掺杂羟基磷灰石晶面结构初次猜测的复合结构;
步骤3.2:将初始猜测的复合结构,利用蒙特卡洛方法随机的转动骨生长因子蛋白的位置进行掺杂羟基磷灰石晶面结构的高通量对接并且同时结合能量判据进行内部筛选,得到每一组数量级在10000的掺杂羟基磷灰石材料晶面结构和蛋白的吸附复合对接构型;
步骤3.3:将数量级在10000的掺杂羟基磷灰石材料晶面结构和蛋白的吸附复合对接构型结合晶面吸附距离,活性位点分布,残基分布和吸附能量四个标准进行表面结构的筛选,筛选出排名前10个骨生长因子和掺杂羟基磷灰石晶面结构的吸附复合构型。
6.根据权利要求1所述的一种掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法,其特征在于,步骤4具体包括以下步骤:
步骤4.2:将得到的溶剂模型进行LAMMPS软件所需的输入坐标文件格式的转化和控制参数的配置,得到LAMMPS的控制文件和结构坐标文件;
步骤4.3:将生成的LAMMPS软件的控制文件和结构坐标文件,提交到高通量服务器平台上进行高通量计算,得到每个掺杂磷灰石晶面结构的分子动力学模拟的结果;
步骤4.4:最后将100纳秒分子动力学的模拟的结果进行LAMMPS拉伸动力学模拟得到掺杂羟基磷灰石晶面结构和骨生长因子的吸附强弱曲线,根据曲线的吸附能的强弱筛选出掺杂羟基磷灰石晶面结构与骨生长因子最优的吸附构象。
7.根据权利要求6所述的一种掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法,其特征在于,控制文件的核心参数为:在CHARMM力场中,使用NVT系综,使用PPPM方法计算体系的长程库伦作用力,其精度为10-4,溶剂水模型为SPC,同时进行100纳秒分子动力学仿真模拟。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110621718.2A CN113284564B (zh) | 2021-06-03 | 2021-06-03 | 掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110621718.2A CN113284564B (zh) | 2021-06-03 | 2021-06-03 | 掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113284564A true CN113284564A (zh) | 2021-08-20 |
CN113284564B CN113284564B (zh) | 2022-08-05 |
Family
ID=77283332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110621718.2A Active CN113284564B (zh) | 2021-06-03 | 2021-06-03 | 掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113284564B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090297606A1 (en) * | 2008-05-29 | 2009-12-03 | Osteogenex Inc. | Gamma-lactam compounds for promoting bone growth |
US20100047314A1 (en) * | 2008-08-22 | 2010-02-25 | Osteogenex Inc. | Folinic acid derivatives for promoting bone growth |
CN102784412A (zh) * | 2012-06-05 | 2012-11-21 | 西北工业大学 | 一种机械性能可控的微晶纤维素/羟基磷灰石复合材料的制备方法 |
CA2875418A1 (en) * | 2013-12-17 | 2015-06-17 | Agada Biosciences, LLC | Method and agents to quantify proteins from tissues |
WO2017032857A2 (en) * | 2015-08-25 | 2017-03-02 | Histide Ag | Compounds for inducing tissue formation and uses thereof |
CN107133449A (zh) * | 2017-04-12 | 2017-09-05 | 武汉理工大学 | 一种n、p元素掺杂改性vo2材料相变温度的预测方法 |
CN108256287A (zh) * | 2018-01-12 | 2018-07-06 | 西安电子科技大学 | Fe原子掺杂和吸附改善ZnO(0001)表面光催化性质的计算方法 |
US20180208635A1 (en) * | 2015-08-25 | 2018-07-26 | Histide Ag | Compounds for inducing tissue formation and uses thereof |
CN109637591A (zh) * | 2018-12-14 | 2019-04-16 | 武汉理工大学 | 一种Mg、Ca元素掺杂改性二氧化硅材料折射率的预测方法 |
US20190214107A1 (en) * | 2015-04-21 | 2019-07-11 | The Trustees Of Colombia University In The City Of New York | Engineering surface epitopes to improve protein crystallization |
CN110559982A (zh) * | 2019-08-08 | 2019-12-13 | 浙江工业大学 | 一种提高单层水滑石吸附co2气体性能的方法 |
US20200149145A1 (en) * | 2017-04-07 | 2020-05-14 | The Board Of Trustees Of The University Of Illinois | Nanostructured titanium-based compositions and methods to fabricate the same |
CN112001308A (zh) * | 2020-08-21 | 2020-11-27 | 四川大学 | 一种采用视频压缩技术和骨架特征的轻量级行为识别方法 |
CN112349353A (zh) * | 2019-08-06 | 2021-02-09 | 青岛大学 | 一种筛选共掺杂二氧化钛制氢催化剂的理论方法 |
-
2021
- 2021-06-03 CN CN202110621718.2A patent/CN113284564B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090297606A1 (en) * | 2008-05-29 | 2009-12-03 | Osteogenex Inc. | Gamma-lactam compounds for promoting bone growth |
US20100047314A1 (en) * | 2008-08-22 | 2010-02-25 | Osteogenex Inc. | Folinic acid derivatives for promoting bone growth |
CN102784412A (zh) * | 2012-06-05 | 2012-11-21 | 西北工业大学 | 一种机械性能可控的微晶纤维素/羟基磷灰石复合材料的制备方法 |
CA2875418A1 (en) * | 2013-12-17 | 2015-06-17 | Agada Biosciences, LLC | Method and agents to quantify proteins from tissues |
US20190214107A1 (en) * | 2015-04-21 | 2019-07-11 | The Trustees Of Colombia University In The City Of New York | Engineering surface epitopes to improve protein crystallization |
US20180208635A1 (en) * | 2015-08-25 | 2018-07-26 | Histide Ag | Compounds for inducing tissue formation and uses thereof |
WO2017032857A2 (en) * | 2015-08-25 | 2017-03-02 | Histide Ag | Compounds for inducing tissue formation and uses thereof |
US20200149145A1 (en) * | 2017-04-07 | 2020-05-14 | The Board Of Trustees Of The University Of Illinois | Nanostructured titanium-based compositions and methods to fabricate the same |
CN107133449A (zh) * | 2017-04-12 | 2017-09-05 | 武汉理工大学 | 一种n、p元素掺杂改性vo2材料相变温度的预测方法 |
CN108256287A (zh) * | 2018-01-12 | 2018-07-06 | 西安电子科技大学 | Fe原子掺杂和吸附改善ZnO(0001)表面光催化性质的计算方法 |
CN109637591A (zh) * | 2018-12-14 | 2019-04-16 | 武汉理工大学 | 一种Mg、Ca元素掺杂改性二氧化硅材料折射率的预测方法 |
CN112349353A (zh) * | 2019-08-06 | 2021-02-09 | 青岛大学 | 一种筛选共掺杂二氧化钛制氢催化剂的理论方法 |
CN110559982A (zh) * | 2019-08-08 | 2019-12-13 | 浙江工业大学 | 一种提高单层水滑石吸附co2气体性能的方法 |
CN112001308A (zh) * | 2020-08-21 | 2020-11-27 | 四川大学 | 一种采用视频压缩技术和骨架特征的轻量级行为识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113284564B (zh) | 2022-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Busch et al. | Morphogenesis and structure of human teeth in relation to biomimetically grown fluorapatite− gelatine composites | |
Dorozhkin | Calcium orthophosphates in nature, biology and medicine | |
Gordon et al. | Atom probe tomography of apatites and bone-type mineralized tissues | |
Niu et al. | Biomimetic remineralization of dentin | |
Mour et al. | Advances in porous biomaterials for dental and orthopaedic applications | |
Dorozhkin | Amorphous calcium (ortho) phosphates | |
Giuliani et al. | In Vivo Regenerative Properties of Coralline‐Derived (Biocoral) Scaffold Grafts in Human Maxillary Defects: Demonstrative and Comparative Study with Beta‐Tricalcium Phosphate and Biphasic Calcium Phosphate by Synchrotron Radiation X‐Ray Microtomography | |
Zhou et al. | Biomimetic fabrication of a three-level hierarchical calcium phosphate/collagen/hydroxyapatite scaffold for bone tissue engineering | |
Kniep et al. | Fluorapatite-gelatine-nanocomposites: Self-organized morphogenesis, real structure and relations to natural hard materials | |
De Leeuw | Computer simulations of structures and properties of the biomaterial hydroxyapatite | |
Dai et al. | Remineralizing effect of a new strontium-doped bioactive glass and fluoride on demineralized enamel and dentine | |
CN106362214A (zh) | 再生硅材料及其制备方法和用途 | |
Wu et al. | Surface structure of hydroxyapatite from simulated annealing molecular dynamics simulations | |
Gu et al. | Effect of hydroxyapatite surface on BMP-2 biological properties by docking and molecular simulation approaches | |
Akpan et al. | Box-Behnken experimental design for the process optimization of catfish bones derived hydroxyapatite: A pedagogical approach | |
Sans et al. | Electrically polarized hydroxyapatite: influence of the polarization process on the microstructure and properties | |
Ulian et al. | First-principles study of structural and surface properties of (001) and (010) surfaces of hydroxylapatite and carbonated hydroxylapatite | |
Ling et al. | Structure–Activity Relationships of Hydroxyapatite-Binding Peptides | |
Yang et al. | Salivary acquired pellicle-inspired DpSpSEEKC peptide for the restoration of demineralized tooth enamel | |
CN113284564B (zh) | 掺杂羟基磷灰石生物材料的骨诱导性高通量筛选的方法 | |
Lynn et al. | Composition‐controlled nanocomposites of apatite and collagen incorporating silicon as an osseopromotive agent | |
CN100569301C (zh) | 一种人造生物材料化合物 | |
Rahmati et al. | Intrinsically disordered peptides enhance regenerative capacities of bone composite xenografts | |
Osmond et al. | Tunable chitosan-calcium phosphate composites as cell-instructive dental pulp capping agents | |
Pitol-Palin et al. | Performance of polydioxanone-based membrane in association with 3D-printed bioceramic scaffolds in bone regeneration |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |