Dinâmica Molecular PDF
Dinâmica Molecular PDF
[Link]/eq
[Link]
Volume 33, nmero 4, 2008
Resumo: Dinmica Molecular (DM) uma ferramenta computacional poderosa usada em Qumica
Medicinal para o planejamento racional de frmacos. DM uma extenso da Mecnica Molecular,
onde o comportamento dinmico de um sistema molecular simulado atravs da integrao
numrica das equaes de movimento. Esta tcnica tem sido usada extensivamente para auxiliar e
complementar o planejamento de novos ligantes de um alvo teraputico, bem como estimar a sua
potncia. Este artigo enfoca a teoria bsica da DM clssica e suas importantes aplicaes no
planejamento racional de potenciais compostos bioativos, particularmente compostos com atividade
anti-HIV.
partculas na superfcie do sistema muito maior de curto alcance, uma vez que o potencial de
do que para um sistema macroscpico, causando interao intermolecular decai rapidamente com
efeitos de superfcie indesejveis. A forma mais o aumento da distncia entre as partculas [17-
comum de minimizar os efeitos de superfcie e 19]. No entanto, para o tratamento das interaes
obter as propriedades macroscpicas a partir das de longo alcance (potencial de Coulomb), em que
trajetrias das simulaes de DM a utilizao o potencial decai com a distncia que menor do
de condies peridicas de contorno (ou fron- que r-d (d a dimensionalidade do sistema), o
teira) [18,19]. Efeitos de superfcie so elimi- truncamento abrupto do potencial produz efeitos
nados e as partculas consideradas sofrem o que, em muitos casos, comprometem severa-
efeito das foras como se estivessem no interior mente os resultados das simulaes [47]. Este
do sistema. Nesta tcnica, os tomos do sistema problema tem sido contornado com a utilizao
so colocados em uma caixa (normalmente de mtodos baseados em somas de Ewald
cbica), e a caixa original replicada em todas as [46,48], como P3M (Particle-Particle-Particle
direes do espao. Durante as simulaes, Mesh Ewald) [49], PME (Particle Mesh Ewald)
quando um tomo move-se na caixa original, sua [50] e SPME (Smoth Particle Mesh Ewald) [51],
imagem peridica, em uma das caixas imagem, que produzem trajetrias estveis, ou por
move-se da mesma maneira. Se um tomo sai da mtodos que empregam aproximao do campo
caixa original, sua imagem entra pela face oposta de reao [17,46,48].
da caixa imagem, com a mesma velocidade.
Assim, o nmero total de tomos na caixa central Dinmica molecular de sistemas solvatados
e no sistema como um todo conservado. Existem dois modelos de solvatao que
podem ser utilizados para realizar simulaes de
Conveno da imagem mnima e raio de corte DM de sistemas solvatados: o modelo de sol-
A implementao das condies peridicas vatao explcita e o modelo de solvatao implci-
de contorno requer a avaliao das foras exercidas ta. No primeiro modelo, centenas ou milhares de
sobre cada molcula por todas as demais molcu- molculas de solvente so incorporadas explicita-
las do sistema. Se um sistema contm N partculas mente ao sistema como um componente adicional
e o potencial se expressa como a soma das inter- [52]. Vrios potenciais foram desenvolvidos e
aes entre pares de partculas, ento existem ter- parametrizados para descrever as molculas de
mos para essa soma. No entanto, as interaes com gua explicitamente. Os mais utilizados so os da
as partculas das caixas imagem tambm tm que famlia TIP (Transferable Intermolecular
ser includas nessa soma. Com isso, a soma con- Potentials), desenvolvidos por Jorgensen e colabo-
star de infinitos termos e, na prtica, sua avaliao radores [53], TIP3P, TIP4P e TIP5P, os modelos de
requer a realizao de aproximaes. carga pontual, SPC e SPC/E, desenvolvidos por
Para o tratamento das interaes de curto Berendsen e colaboradores [54], e o modelo ST2
alcance, onde V ~ r6 (interaes de van der de Stillinger e Rahman [55].
Waals), emprega-se o procedimento denominado Em alguns casos, tais como sistemas de
conveno da imagem mnima [17-19,46], que protena muito grandes, torna-se necessrio a
uma conseqncia do uso das condies utilizao de modelos de solvatao implcita,
peridicas de contorno. Nesse caso, empregado que reduzem o custo computacional das
o truncamento do potencial em um raio de corte simulaes.
esfrico, geralmente da ordem de L/2 (L o Em geral, um tratamento implcito de
comprimento da clula de simulao) para evitar solvatao considera a influncia mdia do
a interao da partcula com sua prpria imagem solvente atravs da estimativa direta da energia
ou com a mesma partcula duas vezes [17]. livre de solvatao, definida como o trabalho
reversvel necessrio para transferir o soluto em
Tratamento das interaes de longo alcance uma configurao fixa do vcuo para a soluo. O
Como dito anteriormente, as interaes de mtodo de solvatao implcita no considera os
vdW podem ser tratadas apenas como interaes graus de liberdade do solvente explicitamente,
mas o trata como um meio contnuo. Mtodos Esta tcnica incorpora flexibilidade de ambos,
empricos, tais como o modelo de rea superficial ligante e receptor, melhorando suas interaes e
acessvel ao solvente (SASA) [56,57], muitas reforando a complementaridade entre eles [4].
vezes constituem formas simples e rpidas de Alm disso, a habilidade de incorporar molculas
avaliao da energia de solvatao com uma de solvente nas simulaes de sistemas receptor-
preciso comparvel aos modelos tericos. Na ligante muito importante para o entendimento
abordagem SASA, a energia livre de solvatao do do papel da gua e seus efeitos sobre a estabili-
soluto expressa como a soma das contribuies dade de complexos protena-inibidor [4].
atmicas, ponderada pelas suas reas expostas ao Cavallari e colaboradores [84] realizaram
solvente. A contribuio de cada tomo simulaes de DM para estudar a estabilidade da
quantificada por um coeficiente de superfcie, o enzima protease do HIV-1 (HIV-1 PR) em
qual reflete a hidrofobicidade ou hidrofilicidade do soluo aquosa em diferentes estados de enovela-
tipo de tomo em questo [56,57]. mento, contendo diferentes contedos de hlices
O modelo de solvatao contnuo tem se e folhas (13 e 25%, respectivamente). O
destacado para descrever a solvatao eletros- campo de fora CHARMM foi utilizado junta-
ttica. Nesta abordagem o soluto considerado mente com o modelo de solvatao TIP3P em sis-
como uma cavidade embebida em um meio tema NVT em longas trajetrias de 6 ns de simu-
dieltrico. A correspondente energia livre de sol- laes para cada um dos trs estados da enzima.
vatao eletrosttica pode ser calculada rigo- Interaes de longo alcance foram calculadas
rosamente atravs das solues da Equao de usando o procedimento SPME e um banho trmi-
Poisson-Boltzmann (PB) [58,59], ou aproxi- co Nos-Hover, a 300 K. As mudanas confor-
madamente pelo uso do modelo generalizado de macionais da protena observadas durante as si-
Born (GB) [60,61]. mulaes de DM foram descritas atravs dos
Em estudos de associao de macro- desvios quadrticos mdios (RMDS, equao 12)
molculas biolgicas com ligantes, o modelo de e as flutuaes da estrutrura mdia da protena
solvatao implcita de Born generalizado (GB) foram expressas em termos de flutuaes dos
o mais aplicado devido ao seu menor custo com- desvios quadrticos mdios atmicos (RMFS,
putacional [62-65] equao 13).
A combinao GB/SA tem sido reco-
nhecida como uma excelente escolha para o trata-
mento implcito de solvatao em simulaes (12)
biomoleculares [66]. Diversas otimizaes dos
mtodos de solvatao implcita tm sido reali-
zadas [67-70] e encontram-se implementados em onde ri (t) e ri (0) so as coordenadas do i-simo
tomo no tempo t e 0, respectivamente, e N o
diversos pacotes de programas de modelagem
nmero de tomos no domnio de interesse
molecular como CHARMM [12], AMBER [71] e
(geralmente C ou tomos da cadeia principal).
XPLOR [72]. Adicionalmente, continuam os
esforos de pesquisa para a parametrizao destes
modelos com diferentes solventes [73-78].
(13)
protease foram complexadas com uma variedade resultados mostraram que as energias livres de
de ligantes atravs de tcnicas de docking, ligao preditas pelo mtodo LIE foram hbeis
gerando importantes informaes sobre os modos em propor o correto modo de ligao, depois
de ligao de pequenas molculas nos diferentes validado, alm das energias livres relativas
estados de enovelamento da enzima. obtidas mostrarem boa correlao com os dados
Docking molecular combinado com simu- experimentais obtidos previamente.
laes de DM e clculos de energia livre de ligao Simulaes de DM tambm foram reali-
(mtodo LIE, Linear Interaction Energy [85-89]) zadas por Hu e colaboradores em estudos sobre a
foi realizado por Carlsson e colaboradores [90] interao do inibidor EBR28 com o domnio cen-
para predizer os modos de ligao e estimar as tral da enzima integrase do HIV-1 (HIV-1 IN) nas
energias livres de ligao de 43 inibidores no- suas formas monomrica e dimrica [82]. Quatro
nucleosdeos da enzima transcriptase reversa do simulaes de DM foram realizadas independente-
HIV-1. A energia livre de ligao foi estimada mente com um modelo de solvatao explcito
atravs da Equao 14, onde os s denotam que as (TIP3P) e campo de fora AMBER para os dois
diferenas entre as energias para os estados ligados sistemas: monmero - complexo monme-
e livres tm sido consideradas. U lvdw
s e U lelet
s so ro/EBR28 (obtido atravs de docking molecular), e
obtidos das simulaes de DM e representam os dmero - complexo dmero/EBR28 (obtido atravs
valores mdios das energias de van der Waals e de docking molecular). Condies peridicas de
eletrosttica, respectivamente, para o ligante contorno, raio de corte de 0,8 nm e cutoff de 1,2
solvatado. nm para todas as interaes no-ligadas foram
empregadas em cada simulao. Uma longa tra-
(14) jetria de 1900 ps de simulao no restringida foi
realizada para cada sistema. Os grficos da energia
As simulaes de DM para os estados potencial e do desvio mdio quadrtico (RMSD)
ligado e livre para cada inibidor foram realizadas em funo do tempo de simulao de cada sistema
pelos autores com o pacote de programas Q, evidenciaram uma alta estabilidade de todos os sis-
utilizando modelo de solvatao explcita (TIP3P) temas em gua, a 300K. Atravs das simulaes de
e o campo de fora OPLS. O algoritmo SHAKE DM associadas aos estudos de docking, os autores
foi utilizado para restringir todos os comprimentos conseguiram propor os modos de ligao do
de ligao, juntamente com um cutoff de 10 . inibidor EBR28 com o domnio central na forma
Interaes de longo alcance foram tratadas com monomrica e dimrica, identificando as regies
aproximao do campo de reao local. Trajetrias chave de interao das protenas.
de 500 ps de simulao foram obtidas com o Adicionalmente, clculos de energia livre
sistema NVT. Os resultados indicaram boa de ligao entre o monmero do domnio central
correlao com os valores de energias livres de da HIV-1 IN com uma srie de peptdeos
ligao experimentais para 39 dos 43 inibidores mutantes foram tambm realizados. Snapshots
estudados, sugerindo que a metodologia utilizada das simulaes foram extrados das trajetrias
bastante promissora em estudos de planejamento para o clculo da energia livre de ligao segundo
de frmacos baseado em estrutura. a equao 15:
De maneira similar, Nervall e
(15)
colaboradores utilizaram, em trabalho recente
[91], as simulaes de DM como ferramenta para onde Gbind a energia livre de ligao e EMM
clculos de energia livre de ligao de complexos representa a soma das energias da mecnica
obtidos pelo mtodo de docking flexvel molecular no vcuo, a qual pode ser assim repar-
empregando duas estruturas cristalogrficas da tida: eletrosttica, van der Waals e interna. Gsol
enzima transcriptase reversa do HIV-1 como a energia livre de solvatao, que inclui a ener-
receptor e 34 inibidores derivados de gia livre de solvatao polar calculada com o
benzilpiridinonas. Trajetrias de 650 ps de modelo de Born Generalizado (GB) e a parte no-
simulao foram obtidas no sistema NVT, e os polar obtida com o modelo de rea superficial
Abstract: Molecular dynamics (MD) is a powerful computational tool used for rational drug design in
medicinal chemistry. MD is an extension of Molecular Mechanics, where the dynamic behavior of a
molecular system is simulated through numerical integration of the equations of motion. This approach
has been extensively used to aid and complement the design of novel ligands to a therapeutic target as
well as to estimate their potency. Our review focuses on the basic theory of classical MD and their
important applications in rational drug design of potential bioactive compounds, particularly anti-HIV
compounds.
[9] C. L. Brooks III, M. Karplus, B. M. Pettitt, Proteins: A [34] P. G. Pascutti, Introduo Modelagem e Dinmica
theoretical perspective of dynamics structure and Molecular. In: Pedro G Pascutti. (Org.). Introduo
Thermodynamics, Advances in chemical physics, John Wiley Modelagem e Dinmica Molecular v. 1, p. 1-38, 2002.
& Sons, New York, 1988. [35] G. Arfken, Mathematical Methods for Physicists,
[10] W. F. van Gunsteren, H. J. C. Berendsen, Angew. Chem. Academic Press, Orlando, FL, 3rd ed., 1985.
Int. Ed. Engl., 29 (1990) 992. [36] D. Menzel (Ed), Fundamental Formulas of Physics, New
[11] W. F. van Gunsteren, H. J. C. Berendsen, Groningen York, 2nd ed. 1960.
Molecular Simulation (GROMOS) Library Manual, Biomos, [37] P. M. Morse, H. Feshbach, Methods of Theoretical
Groningen, The Netherlands, 1987. Physics, Part I, McGraw-Hill, New York 1953.
[12] B. R. Brooks, R. E. Bruccoleri, B. D. Olafson, D. J. [38] M. R. Hestenes, E. Stiefel, J. Res. Nat. Bur. Stand. 49(6)
States, S. Swaminathan, M. Karplus, J. Comput. Chem. 4 (1952) 409.
(1983) 187. A. D. MacKerell, D. Bashford, M. Bellott, R. L. [39] R. Fletcher, Practical Methods of Optimization, Wiley,
Dunbrack, J. D. Evanseck, M. J. Field, S. Fischer, J. Gao, H. Chichester, 1980.
Guo, S. Ha, D. Joseph-McCarthy, L. Kuchnir, K. Kuczera, F. [40] E. Kreyszig, Advanced Engineering Mathematics, 7th
T. K. Lau, C. Mattos, S. Michnick, T. Ngo, D. T. Nguyen, B. ed., John Wiley, New York, 1993.
Prodhom, W. E. Reiher, B. Roux, M. Schlenkrich, J. C. Smith, [41] W. F. van Gunsteren, H. J. C. Berendsen, Mol. Phys. 34
R. Stote, J. Straub, M. Watanabe, J. Wiorkiewicz-Kuczera, D. (1977) 1311.
Yin, M. Karplus, J. Phys. Chem. B 102 (1998) 3586. [42] D. van der Spoel, E. Lindahl, B. Hess, A. R. van Buuren, E.
[13] W. F. van Gunsteren, S. R. Billeter, A. A. Eising, P. H. Apol, P. J. Meulenhoff, D. P. Tieleman, A. L. T. M. Sijbers, K.
Hnenberger, P. Krger, A. E. Mark, W. R. P. Scott, I. G. A. Feenstra, R. van Drunen, H. J. C. Berendsen, Gromacs User
Tironi, Biomolecular Simulation: The GROMOS96 Manual Manual version 3.2, Groningen, The Netherlands, 2004.
and User Guide, Vdf Hochschulverlang, ETH Zurich [43] J. P. Ryckaert, G. Ciccotti, H. J. C. Berendsen, J. Comput.
Switzerland, 1996. Phys. 23 (1977) 327.
[14] S. J. Weiner, K. A. Kollman, D. A. Case, U. C. Singh, C. [44] H. C. Andersen, J. Comput. Phys. 52 (1983) 24.
Ghio, G. Alagona, S. Jr. Profeta, P. K. Weiner, J. Am. Chem. [45] B. Hess, H. Bekker, H. J. C. Berendsen, J. G. E. M.
Soc. 106 (1984) 765. S. J. Weiner, P. A. Kollman, D. T. Fraaije, J. Comput. Chem. 18 (1997) 1463.
Nguyen, D. A. J. Case, J. Comput. Chem. 7 (1986) 230. [46] A. R. Leach, Molecular Modelling Principles and
[15] W. L. Jorgensen, J. Tirado-Rives, J. Am. Chem. Soc. 110 Applications, Addison Wesley Longman, Essex, England, 1996.
(1988), 1657. W. L. Jorgensen, D. S. Maxwell, J. Tirado- [47] T. E. Cheatham, J. L. Miller, T. Fox, T. A. Darden, P. A.
Rives, J. Am. Chem. Soc. 118 (1996) 11225. Kolman, J. Am. Chem. Soc. 117 (1995) 4193.
[16] A.T. Hagler, E. Huler, S. Lifson, J. Am. Chem. Soc. 96 [48] I. G. Tironi, R. Sperb, P. E. Smith, W. F. van Gunsteren,
(1974) 5319. A. T. Hagler, P. S. Stern, S. Lifson, S. Ariel, J. J. Chem. Phys. 102 (1995) 6199.
Am. Chem. Soc. 101 (1979) 813. [49] R.W. Hockey, J.W. Eastwood, Computer Simulation
[17] M. P. Allen, D. J. Tildesley, Computer simulation of using Particles, McGraw-Hill, New York, 1981.
liquids, Oxford University Press, New York, 1987. [50] T. Darden, D. York, L. Pedersen, J. Chem. Phys. 98
[18] W. F. van Gunsteren, H. J. C. Berendsen, Angew. Chem. (1993) 10089.
102 (1990) 1020. [51] U. Essmann, L. Perera, M. L. Berkowitz, T. A. Darden,
[19] D. Frenkel, B. Smit, Understanding Molecular H. L. Lee, L. G. Pedersen, J. Chem. Phys. 103 (1995) 8577.
Simulations: from Algorithms to Applications, Academic [52] A. R. Bizzarri, S. Cannistraro, J. Phys. Chem. B 106
Press, London, 2nd edn., 2002. (2002) 6617.
[20] S. A. Adcock, J. A. McCammon, Chem. Rev. 106 (2006) [53] W. L. Jorgensen, J. Chandrasekhar, J. D. Madura, R. W.
1589. Impy, M. L. Klein, J. Chem. Phys. 79 (1983) 926.
[21] H. A. Scheraga, M. Khalili, A. Liwo, Annu. Rev. Phys. [54] H. J. C. Berendsen, J. R. Grigera, T. P. Straatsma, J. Phys.
Chem. 58 (2007) 57. Chem. 91 (1987) 6269.
[22] T. Hansson, C. Oostenbrink, W. van Gunsteren, Curr. [55] F. H. Stillinger, A. Rahman, J. Chem. Phys. 60 (1974) 1545.
Opin. Struct. Biol. 12 (2002) 190. [56] B. Roux, T. Simonson, Biophys. Chem. 78(1-2) (1999) 1.
[23] M. Karplus, J. A. McCammon, Nat. Struct. Biol. 9 (2002) [57] P. Ferrara, J. Apostolakis, A. Caflisch, Proteins Struct.
646. Funct. Genet. 46 (2002) 24.
[24] J. Norberg, L. Nilsson, Quart. Rev. Biophys., 36 (2003) [58] M. K. Gilson, M. E. Davis, B. A. Luty, J. A. Mccammon,
257. J. Phys. Chem. 97 (1993) 3591.
[25] N. Attig, K. Binder, H. Grubmller, K. Kremer, [59] N. A. Baker, Curr. Opin. Struct. Biol. 15 (2005) 137.
Advanced simulations for hydrodynamic problems: Lattice [60] W. C. Still, A. Tempczyk, R. C. Hawley, T. Hendrickson,
Boltzmann and Dissipative Particle Dynamics, in J. Am. Chem. Soc. 112 (1990) 6127.
Computational soft matter: From synthetic polymers to [61] D. Bashford, D. A. Case, Annu. Rev. Phys. Chem. 51
proteins, NIC Series, Jlich, Vol. 23, 2004. (2000) 129.
[26] K. Huang, Statistical Mechanics, Wiley John & Sons, [62] X. Zou, Y. Sun, I. D. Kuntz, J. Am. Chem. Soc. 121
New York, 2nd edn,1990. (1999) 8033.
[27] L. Verlet, Phys. Rev.165 (1967) 201. [63] N. Majeux, M. Scarsi, J. Apostolakis, C. Ehrhardt, A.
[28] D. Beeman, J. Comput. Phys. 20 (1976) 130. Caflisch, Proteins 37 (1999) 88.
[29] R. W. Hockney, Methods Comput. Phys. 9 (1970) 136. [64] R. D. Taylor, J. W. Essex, P. J. Jewsbury, J. Comput.
[30] H. J. C. Berendsen, J. P. M. Postma, W. F. van Gunsteren, Chem. 24 (2003) 1637.
A. DiNola, J. R. Haak, J. Chem. Phys. 81 (1984) 3684. [65] H. Y. Liu, X. Zou, I. D. Kuntz, J. Phys. Chem. B 108
[31] S. Nos, Mol. Phys. 52 (1984) 255. (2004) 5453.
[32] W. G. Hoover, Phys. Rev. A 31 (1985) 1695. [66] M. Feig, C. L. Brooks, III, Curr. Opin. Struct. Biol. 14
[33] M. Parrinello, A. Rahman, J. Appl. Phys. 52 (1981) 7182. (2004) 217.
[67] J. Chen, C. L. Brooks, J. Khandogin, Curr. Opin. Struct. [81] N. J. English, J. Mol. Model. 13(10) (2007) 1081.
Biol. 18(2) (2008) 140. [82] J. P. Hu, X.O. Gong, J. G. Su, W. Z. Chen, C. X. Wang,
[68] M. S. am Busch, A. Lopes, A. Najette, C. Bathelt, T. Biophys. Chem. 132(2-3) (2008) 69.
Simonson, BMC Bioinformatics 9 (2008) No pp. given. [83] A. Lavecchia, S. Cosconati, E. Novellino, E. Calleri, C.
[69] J. Chen, W. Im, C. L. Brooks, III, J Am Chem Soc 128 Temporini, G. Massolini, G. Carbonara, G. Fracchiolla, F.
(2006) 3728. Loiodice, J. Mol. Graph. Model. 25(6) (2007) 773.
[70] S. Jang, E. Kim, Y. Pak, Proteins 66 (2007) 53. [84] M. Cavallari, C. Ghio, S. Monti, M. Ferrario, A. Maritan,
[71] D. A. Case, T. E. Cheatham, III, T. Darden, H. Gohlke, R. P. Carloni, THEOCHEM 769(1-3) (2006) 111.
Luo, K. M. Merz, Jr., A. Onufriev, C. Simmerling, B. Wang, [85] J. qvist, C. Medina, J. Samuelsson, Protein Eng. 7
R. Woods. J. Computat. Chem. 26 (2005) 1668. (1994) 385.
[72] C. D. Schwieters, G. M. Clore, J Magn Reson 149 (2001) [86] T. Hansson, J. qvist, Protein Eng. 8 (1995) 1137.
239. [87] J. qvist, J. Comput. Chem. 17 (1996) 1587.
[73] J. Li, T. Zhu, G. D. Hawkins, P. Winget, D. A. Liotard, C. [88] W. Wang, J. Wang, P. A. Kollman, Proteins Struct. Funct.
J. Cramer, D. G. Truhlar, Theor. Chem. Acc. 103 (1999) 9. Genet. 34 (1999) 395.
[74] J. Li, G. D. Hawkins, C. J. Cramer, D. G. Truhlar, Chem. [89] Y. Y. Sham, Z. T. Chu, A. Warshel, Proteins Stuct. Funct.
Phys. Lett. 288 (1998) 293 Genet. 39 (2000) 393.
[75] M. Orozco, F. J. Luque, Chem. Phys. 182 (1994) 237. [90] J. Carlsson, L. Boukharta, J. Aqvist, J. Med. Chem. 51(9)
[76] G. I. Almerindo, D. W. Tondo, J. R. Pliego Jr., J. Phys. (2008) 2648.
Chem. A 108 (2004) 166. [91] M. Nervall, P. Hanspers, J. Carlsson, L. Boukharta, J.
[77] F. J. Luque, M. Bachs, C. Alemn, M. Orozco, J. Comp. Aqvist, J. Med. Chem. 51(9) (2008) 2657.
Chem. 17 (1996) 806. [92] M. C. Yan, Y. Sha, J. Wang, X. Q. Xiong, J. H. Ren, M.
[78] F. J. Luque, Y. Zhang, C. Alemn, M. Bachs, J. Gao, M. S. Cheng, Proteins 70(3) (2008) 731.
Orozco, J. Phys. Chem. 100 (1996) 4269. [93] C. H. T. P. da Silva, I. Carvalho, C. A. Taft, J. Theor.
[79] Y. Joti, H. Nakagawa, M. Kataoka, A. Kitao, J. Phys. Comp. Chem. 5(3) (2006) 579.
Chem. B 112(11) (2008) 3522. [94] V. S. Lee, P. Nimmanpipug, O. Aruksakunwong, S.
[80] N. Diaz-Vergara, A. Pineiro, J. Phys. Chem. B 112(11) Promsri, P. Sompornpisut, S. Hannongbua, J. Mol. Graph.
(2008) 3529. Model. 26(2) (2007) 558.