Abstract Recent advances in hardware and software have enabled increasingly long molecular dynamics (MD) simulations of biomolecules, exposing certain limitations in the accuracy of the force fields used for such simulations and spurring efforts to refine these force fields. Recent modifications to the Amber and CHARMM protein force fields, for example, have improved the backbone torsion potentials, remedying deficiencies in earlier versions. Here, we further advance simulation accuracy by improving the amino acid side‐chain torsion potentials of the Amber ff99SB force field. First, we used simulations of model alpha‐helical systems to identify the four residue types whose rotamer distribution differed the most from expectations based on Protein Data Bank statistics. Second, we optimized the side‐chain torsion potentials of these residues to match new, high‐level quantum‐mechanical calculations. Finally, we used microsecond‐timescale MD simulations in explicit solvent to validate the resulting force field against a large set of experimental NMR measurements that directly probe side‐chain conformations. The new force field, which we have termed Amber ff99SB‐ILDN, exhibits considerably better agreement with the NMR data. Proteins 2010. © 2010 Wiley‐Liss, Inc.

Although molecular dynamics (MD) simulations of biomolecular systems often run for days to months, many events of great scientific interest and pharmaceutical relevance occur on long time scales that remain beyond reach. We present several new algorithms and implementation techniques that significantly accelerate parallel MD simulations compared with current state-of-the-art codes. These include a novel parallel decomposition method and message-passing techniques that reduce communication requirements, as well as novel communication primitives that further reduce communication time. We have also developed numerical techniques that maintain high accuracy while using single precision computation in order to exploit processor-level vector instructions. These methods are embodied in a newly developed MD code called Desmond that achieves unprecedented simulation throughput and parallel scalability on commodity clusters. Our results suggest that Desmond's parallel performance substantially surpasses that of any previously described code. For example, on a standard benchmark, Desmond's performance on a conventional Opteron cluster with 2K processors slightly exceeded the reported performance of IBM's Blue Gene/L machine with 32K processors running its Blue Matter MD code.

An outstanding challenge in the field of molecular biology has been to understand the process by which proteins fold into their characteristic three-dimensional structures. Here, we report the results of atomic-level molecular dynamics simulations, over periods ranging between 100 μs and 1 ms, that reveal a set of common principles underlying the folding of 12 structurally diverse proteins. In simulations conducted with a single physics-based energy function, the proteins, representing all three major structural classes, spontaneously and repeatedly fold to their experimentally determined native structures. Early in the folding process, the protein backbone adopts a nativelike topology while certain secondary structure elements and a small number of nonlocal contacts form. In most cases, folding follows a single dominant route in which elements of the native structure appear in an order highly correlated with their propensity to form in the unfolded state.

Molecular dynamics (MD) simulations are widely used to study protein motions at an atomic level of detail, but they have been limited to time scales shorter than those of many biologically critical conformational changes. We examined two fundamental processes in protein dynamics--protein folding and conformational change within the folded state--by means of extremely long all-atom MD simulations conducted on a special-purpose machine. Equilibrium simulations of a WW protein domain captured multiple folding and unfolding events that consistently follow a well-defined folding pathway; separate simulations of the protein's constituent substructures shed light on possible determinants of this pathway. A 1-millisecond simulation of the folded protein BPTI reveals a small number of structurally distinct conformational states whose reversible interconversion is slower than local relaxations within those states by a factor of more than 1000.

Although molecular dynamics (MD) simulations of biomolecular systems often run for days to months, many events of great scientific interest and pharmaceutical relevance occur on long time scales that remain beyond reach. We present several new algorithms and implementation techniques that significantly accelerate parallel MD simulations compared with current state-of-the-art codes. These include a novel parallel decomposition method and message-passing techniques that reduce communication requirements, as well as novel communication primitives that further reduce communication time. We have also developed numerical techniques that maintain high accuracy while using single precision computation in order to exploit processor-level vector instructions. These methods are embodied in a newly developed MD code called Desmond that achieves unprecedented simulation throughput and parallel scalability on commodity clusters. Our results suggest that Desmond's parallel performance substantially surpasses that of any previously described code. For example, on a standard benchmark, Desmond's performance on a conventional Opteron cluster with 2K processors slightly exceeded the reported performance of IBM's Blue Gene/L machine with 32K processors running its Blue Matter MD code

Activation of the μ-opioid receptor (μOR) is responsible for the efficacy of the most effective analgesics. To shed light on the structural basis for μOR activation, here we report a 2.1 Å X-ray crystal structure of the murine μOR bound to the morphinan agonist BU72 and a G protein mimetic camelid antibody fragment. The BU72-stabilized changes in the μOR binding pocket are subtle and differ from those observed for agonist-bound structures of the β2-adrenergic receptor (β2AR) and the M2 muscarinic receptor. Comparison with active β2AR reveals a common rearrangement in the packing of three conserved amino acids in the core of the μOR, and molecular dynamics simulations illustrate how the ligand-binding pocket is conformationally linked to this conserved triad. Additionally, an extensive polar network between the ligand-binding pocket and the cytoplasmic domains appears to play a similar role in signal propagation for all three G-protein-coupled receptors. X-ray crystallography and molecular dynamics simulations of the μ-opioid receptor reveal the conformational changes in the extracellular and intracellular domains of this G-protein-coupled receptor that are associated with its activation. The μ-opioid receptor is a G-protein-coupled receptor (GPCR) activated by various analgesics, endogenous endorphins and drugs of abuse such as heroin and opium. Our understanding of the mechanism by which agonist binding leads to recognition, coupling, and activation of a particular G protein subtype is incomplete. In two papers in this issue of Nature, the authors used X-ray crystallography, molecular dynamics simulations, and NMR spectroscopy to probe the structural basis for receptor activation. As well as revealing the conformational changes in the extracellular and intracellular domains of this GPCR associated with receptor activation, these studies help explain why the allosteric coupling between the agonist-binding pocket and the cytoplasmic G-protein-coupling interface of this receptor is relatively weak.

The X-ray crystal structure of the M3 muscarinic acetylcholine receptor bound to the bronchodilator drug tiotropium is reported; comparison of this structure with that of the M2 muscarinic acetylcholine receptor reveals key differences that could potentially be exploited to develop subtype-selective drugs. The muscarinic acetylcholine receptors (mAChRs) constitute a family of G-protein-coupled receptors. These membrane proteins are targets for treatment of a broad range of conditions, including Alzheimer's disease, schizophrenia and chronic obstructive pulmonary disease. The five mAChR subtypes (M1–M5) share a high degree of sequence homology, but show marked differences in G-protein-coupling preference and physiological function. This pair of papers from Brian Kobilka's group presents the structures of two of the five subtypes. Haga et al. report the X-ray crystal structure of the M2 receptor, which is essential for the physiological control of cardiovascular function; Kruse et al. determine the structure of the M3 receptor, active in the bronchial airways and elsewhere. Comparison of the two structures reveals key differences that could potentially be exploited to develop subtype-selective drugs. Acetylcholine, the first neurotransmitter to be identified1, exerts many of its physiological actions via activation of a family of G-protein-coupled receptors (GPCRs) known as muscarinic acetylcholine receptors (mAChRs). Although the five mAChR subtypes (M1–M5) share a high degree of sequence homology, they show pronounced differences in G-protein coupling preference and the physiological responses they mediate2,3,4. Unfortunately, despite decades of effort, no therapeutic agents endowed with clear mAChR subtype selectivity have been developed to exploit these differences5,6. We describe here the structure of the Gq/11-coupled M3 mAChR (‘M3 receptor’, from rat) bound to the bronchodilator drug tiotropium and identify the binding mode for this clinically important drug. This structure, together with that of the Gi/o-coupled M2 receptor7, offers possibilities for the design of mAChR subtype-selective ligands. Importantly, the M3 receptor structure allows a structural comparison between two members of a mammalian GPCR subfamily displaying different G-protein coupling selectivities. Furthermore, molecular dynamics simulations suggest that tiotropium binds transiently to an allosteric site en route to the binding pocket of both receptors. These simulations offer a structural view of an allosteric binding mode for an orthosteric GPCR ligand and provide additional opportunities for the design of ligands with different affinities or binding kinetics for different mAChR subtypes. Our findings not only offer insights into the structure and function of one of the most important GPCR families, but may also facilitate the design of improved therapeutics targeting these critical receptors.

Two papers by Brian Kobilka and colleagues describe the X-ray crystal structure of the human β2 adrenergic receptor (β2AR) bound to various agonists. β2AR is a member of the G protein coupled receptor (GPCR) family of membrane-spanning receptors that sense molecules outside the cell and activate internal signalling pathways. With a ubiquitous role in human physiology, GPCRs are prime targets for drug discovery. A third paper by Christopher Tate and his team describes crystal structures of a similar GPCR, the turkey β1-adrenergic receptor (β1AR), bound to full and partial agonists. Together, these new structures reveal the subtle structural changes that accompany agonist binding, showing how binding events inside and outside the cell membrane stabilize the receptor's active state. Agonist binding to β1AR is shown to induce a contraction of the catecholamine-binding pocket relative to the antagonist-bound receptor, and molecular-dynamics simulations of the β2AR agonist complex suggest that the agonist-bound active state spontaneously relaxes to an inactive-like state in the absence of a G protein. The X-ray crystal structure of the human β2 adrenergic receptor, a G-protein-coupled receptor (GPCR), covalently bound to a small-molecule agonist is solved. Comparison of this structure with structures of this GPCR in an inactive state and in an antibody-stabilized active state reveals how binding events at both the extracellular and intracellular surfaces stabilize the active conformation of the receptor. Molecular dynamics simulations suggest that the agonist-bound active state spontaneously relaxes to an inactive-like state in the absence of a G protein. G-protein-coupled receptors (GPCRs) are eukaryotic integral membrane proteins that modulate biological function by initiating cellular signalling in response to chemically diverse agonists. Despite recent progress in the structural biology of GPCRs1, the molecular basis for agonist binding and allosteric modulation of these proteins is poorly understood. Structural knowledge of agonist-bound states is essential for deciphering the mechanism of receptor activation, and for structure-guided design and optimization of ligands. However, the crystallization of agonist-bound GPCRs has been hampered by modest affinities and rapid off-rates of available agonists. Using the inactive structure of the human β2 adrenergic receptor (β2AR) as a guide, we designed a β2AR agonist that can be covalently tethered to a specific site on the receptor through a disulphide bond. The covalent β2AR-agonist complex forms efficiently, and is capable of activating a heterotrimeric G protein. We crystallized a covalent agonist-bound β2AR–T4L fusion protein in lipid bilayers through the use of the lipidic mesophase method2, and determined its structure at 3.5 Å resolution. A comparison to the inactive structure and an antibody-stabilized active structure (companion paper3) shows how binding events at both the extracellular and intracellular surfaces are required to stabilize an active conformation of the receptor. The structures are in agreement with long-timescale (up to 30 μs) molecular dynamics simulations showing that an agonist-bound active conformation spontaneously relaxes to an inactive-like conformation in the absence of a G protein or stabilizing antibody.

SummaryG-protein-coupled receptors (GPCRs) can modulate diverse signaling pathways, often in a ligand-specific manner. The full range of functionally relevant GPCR conformations is poorly understood. Here, we use NMR spectroscopy to characterize the conformational dynamics of the transmembrane core of the β2-adrenergic receptor (β2AR), a prototypical GPCR. We labeled β2AR with 13CH3ε-methionine and obtained HSQC spectra of unliganded receptor as well as receptor bound to an inverse agonist, an agonist, and a G-protein-mimetic nanobody. These studies provide evidence for conformational states not observed in crystal structures, as well as substantial conformational heterogeneity in agonist- and inverse-agonist-bound preparations. They also show that for β2AR, unlike rhodopsin, an agonist alone does not stabilize a fully active conformation, suggesting that the conformational link between the agonist-binding pocket and the G-protein-coupling surface is not rigid. The observed heterogeneity may be important for β2AR's ability to engage multiple signaling and regulatory proteins.Graphical abstractGraphical AbstractHighlights► NMR using 13CH3-ε-Met reveals dynamics of β2 adrenergic receptor (β2AR) ► NMR and computational approaches show unanticipated conformational states ► Conformational heterogeneity is observed in both unliganded and antagonist-bound β2AR ► Agonist alone does not fully stabilize the active conformation of the β2AR

The ability to perform long, accurate molecular dynamics (MD) simulations involving proteins and other biological macro-molecules could in principle provide answers to some of the most important currently outstanding questions in the fields of biology, chemistry, and medicine. A wide range of biologically interesting phenomena, however, occur over timescales on the order of a millisecond---several orders of magnitude beyond the duration of the longest current MD simulations. We describe a massively parallel machine called Anton, which should be capable of executing millisecond-scale classical MD simulations of such biomolecular systems. The machine, which is scheduled for completion by the end of 2008, is based on 512 identical MD-specific ASICs that interact in a tightly coupled manner using a specialized highspeed communication network. Anton has been designed to use both novel parallel algorithms and special-purpose logic to dramatically accelerate those calculations that dominate the time required for a typical MD simulation. The remainder of the simulation algorithm is executed by a programmable portion of each chip that achieves a substantial degree of parallelism while preserving the flexibility necessary to accommodate anticipated advances in physical models and simulation methods.