Structural and dynamic modeling of molecular systems at different length scales

The continuous growth of computing power, both in terms of hardware and software resources, has made the computational (in-silico) approach to complex scientific problems a very profitable tool, which provides useful information to support, interpret or in some cases even reproduce the experimental datum from first principles. Methods have become cheaper and faster in the last two decades, thanks also to the development of more efficient algorithms, able to extract in full the computational power contained in novel hardware solutions (e.g. parallel computing and GPUs-based hardware), and to provide relatively easy-to-use software packages for diverse applications. Nowadays the computational approach is employed in several scientific areas, covering many different applied disciplines such as medicine, engineering, chemistry, physics, materials science and many others. In particular in this thesis work, some of the main approaches of computational chemistry, namely quantum mechanics, classical molecular dynamics and hybrid methods, are applied to the study of biomolecules and macromolecules, in order to investigate different aspects like structure, dynamics, energetics and in particular flexibility. In addition to the aforementioned methods we also explore a fluido-dynamic approach to describe and simulate microfluidic systems, focusing the attention on the reactivity of the systems studied. All these approaches are size-dependent and because they have different computational costs, their application should be limited to a reasonable size of the studied system. The profound difference in terms of cost/accuracy are discussed, providing a link between the different methodologies scales, in order to exemplify how information gathered at smaller length scale can be considered as an accurate starting point to perform simulations at larger spatial scales, in what is nowadays know popularly as multiscale modeling. The connection between the high accuracy/high cost and low accuracy/low cost methods is commented upon, to illustrate how a multiscale modeling approach can allow, in specific cases, to augment at the same time the accuracy of the data calculated and the size of the system simulated.

La continua crescita della potenza di calcolo, in termini di risorse hardware e software, ha reso l'approccio computazionale (in-silico) ai complessi problemi scientifici, uno strumento molto conveniente che permette di ottenere informazioni utili al fine di affiancare, interpretare ed, in alcuni casi, addirittura riprodurre i dati sperimentali a partire da principi primi. I metodi sono stati resi più veloci ed efficienti negli ultimi vent'anni, grazie anche allo sviluppo di algoritmi sempre più efficienti, in grado di sfruttare al meglio la potenza computazionale racchiusa nelle nuove soluzioni hardware (ad esempio architetture parallele basate sulle GPU), e di fornire pacchetti software di semplice utilizzo per molteplici applicazioni. Al giorno d'oggi l'approccio computazionale è impiegato in numerose aree scientifiche, che spaziano tra le più disparate discipline applicate come medicina, ingegneria, chimica, fisica, scienze dei materiali e molte altre. In particolare in questo lavoro di tesi, alcuni degli approcci della chimica computazionale quali meccanica quantistica, dinamica molecolare classica e metodi ibridi, sono applicati allo studio di biomolecole e macromolecole, al fine di investigare differenti aspetti come struttura, dinamica, energetica e in particolare la flessibilità. In aggiunta ai metodi su menzionati è stato anche esplorato un approccio fluido-dinamico al fine di descrivere e simulare sistemi microfluidici, focalizzando l'attenzione sulla reattività dei sistemi presi in esame. Tutti questi approcci sono dipendenti dall'estensione del sistema e, poiché hanno un differente costo computazionale, la loro applicazione dovrebbe essere limitata ad una ragionevole dimensione dei sistemi studiati. Le profonde differenze in termini di costo/accuratezza sono discusse, fornendo un collegamento tra le scale spaziali delle diverse metodologie, al fine di esplicare come le informazioni ottenute a scale spaziali inferiori possano essere considerate come punto di partenza accurato per effettuare simulazioni a scale spaziali maggiori, in un approccio che è oggi comunemente noto come modellazione multiscala. La connessione tra i metodi ad alta accuratezza/alto costo e quelli a bassa accuratezza/basso costo è commentata, illustrando così come un approccio multiscala possa permettere, in casi specifici, di incrementare al contempo l'accuratezza del dato calcolato e la dimensione del sistema simulato.