Abstract Proper ionic concentrations are required for the functional dynamics of RNA and ribonucleoprotein (RNP) assemblies. While experimental and computational techniques have provided many insights into the properties of chelated ions, less is known about the energetic contributions of diffuse ions to large-scale conformational rearrangements. To address this, we present a model that is designed to quantify the influence of diffuse monovalent and divalent ions on the dynamics of biomolecular assemblies. This model employs all-atom (non-H) resolution and explicit ions, where effective potentials account for hydration effects. We first show that the model accurately predicts the number of excess Mg 2+ ions for prototypical RNA systems, at a level comparable to modern coarse-grained models. We then apply the model to a complete ribosome and show how the balance between diffuse Mg 2+ and K + ions can control the dynamics of tRNA molecules during translation. The model predicts differential effects of diffuse ions on the free-energy barrier associated with tRNA entry and the energy of tRNA binding to the ribosome. Together, this analysis reveals the direct impact of diffuse ions on the dynamics of an RNP assembly. TOC Graphic

Over the last 20 years, the application of structure-based (Go-like) models has ranged from protein folding with coarse-grained models to all-atom representations of large-scale molecular assemblies. While there are many variants that may be employed, the common feature of these models is that some (or all) of the stabilizing energetic interactions are defined based on knowledge of a particular experimentally-obtained conformation. With the generality of this approach, there was a need for a versatile computational platform for designing and implementing this class of models. To this end, the SMOG 2 software package provides an easy-to-use interface, where the user has full control of the model parameters. This software allows the user to edit XML-formatted files in order to provide definitions of new structure-based models. SMOG 2 reads these ''template'' files and maps the interactions onto specific structures, which are provided in PDB format. The force field files produced by SMOG 2 may then be used to perform simulations with a variety of popular molecular dynamics suites. In this chapter, we describe some of the key features of the SMOG 2 package, while providing examples and strategies for applying these techniques to complex (often large-scale) molecular assemblies, such as the ribosome.

The accurate expression of proteins requires the ribosome to efficiently undergo elaborate conformational rearrangements. The most dramatic of these motions is subunit rotation, which is necessary for tRNA molecules to transition between ribosomal binding sites. While rigid-body descriptions provide a qualitative picture of the process, obtaining quantitative mechanistic insights requires one to account for the relationship between molecular flexibility and collective dynamics. Using simulated rotation events, we assess the quality of experimentally-accessible measures for describing the collective displacement of the ~4000-residue small subunit. For this, we ask whether each coordinate is able to identify the underlying free-energy barrier and transition state ensemble (TSE). We find that intuitive structurally-motivated coordinates (e.g. rotation angle, inter-protein distances) can distinguish between the endpoints, though they are poor indicators of barrier-crossing events, and they underestimate the free-energy barrier. In contrast, coordinates based on inter-subunit bridges can identify the TSE. We additionally verify that the committor probability for the putative TSE configurations is 0.5, a hallmark feature of any transition state. In terms of structural properties, these calculations implicate a transition state in which flexibility allows for asynchronous rearrangements of the bridges as the ribosome adopts a partially-rotated orientation. These calculations provide a theoretical foundation, upon which experimental techniques may precisely quantify the energy landscape of the ribosome.