蛋白质淀粉样蛋白形成的统计力学处理

蛋白质聚集是一个重要的研究领域，因为它与神经退行性疾病问题、生物材料开发以及细胞结构（如细胞骨架）的生长密切相关。例如，蛋白质淀粉样蛋白的自聚集是一个涉及多种物种和多个结构层次的复杂过程。然而，这种复杂性可以利用统计力学工具来处理，例如自由能、配分函数和转移矩阵。在本文中，我们回顾了利用统计力学方法研究蛋白质聚集的一般策略，并表明正则系综和巨正则系综可用于此类方法。巨正则方法特别方便，因为它可以同时考虑组装和解组装的竞争路径。使用统计力学的另一个优势是，可以获得纤维所有热力学性质的数值精确解，例如形成的纤维量作为初始蛋白质浓度的函数。此外，当有实验数据可供比较时，统计力学模型可用于拟合这些数据。