Dalam simulasi dinamika molekuler dan aplikasi mekanika molekuler lainnya, metode solvasi implisit mulai bermunculan. Fitur utama dari pendekatan ini adalah bahwa pelarut dianggap sebagai media kontinu, bukan molekul pelarut "eksplisit" yang sebenarnya. Penerapan teknologi ini tidak terbatas pada analisis struktur kimia dan biologi dasar, tetapi secara bertahap telah menjadi alat penting untuk mempelajari pelipatan protein, perubahan konformasi DNA dan RNA, dan pengangkutan obat melintasi membran biologis.
Model solvasi implisit memiliki justifikasinya dalam cairan karena potensi interaksi rata-rata dapat digunakan untuk memperkirakan perilaku molekul pelarut yang sangat dinamis.
Dasar dari pendekatan ini adalah untuk mempertimbangkan antarmuka dan bagian dalam membran biologis atau protein sebagai memiliki sifat solvasi atau dielektrik yang spesifik. Sifat-sifat media ini tidak selalu seragam, tetapi dapat dijelaskan berdasarkan fungsi analitis yang berbeda, seperti "konfigurasi polar" lapisan ganda lipid.
Metode solvasi implisit secara garis besar dapat dibagi menjadi dua jenis: model berdasarkan luas permukaan yang dapat diakses (ASA) dan model elektrostatik kontinum yang lebih baru. Aturan ASA merupakan yang paling awal dalam sejarah. Asumsi dasarnya adalah bahwa terdapat hubungan linier antara transfer energi bebas Gibbs molekul zat terlarut dan luas permukaan molekuler, dan energi transfer ini berhubungan langsung dengan energi bebas pelarut.
Dibandingkan dengan mekanika molekuler atau metode elektrostatik yang hanya mempertimbangkan komponen entalpi, metode ASA secara signifikan meningkatkan kecepatan perhitungan dan mengurangi kesalahan rata-rata statistik yang disebabkan oleh sampel orientasi pelarut yang tidak lengkap.
Jenis model ini sangat berguna saat mensimulasikan makromolekul biologis, tetapi solvasi implisit juga memiliki keterbatasan, seperti masalah parameterisasi dan pemrosesan efek ionisasi. Tantangan-tantangan ini telah mendorong para ilmuwan untuk terus mencari cara untuk meningkatkan teknologi, termasuk memperhitungkan faktor-faktor seperti viskositas air dan ikatan hidrogen, yang dapat memengaruhi akurasi dan keandalan simulasi.
Dalam metode ASA sederhana, energi bebas solvasi molekul zat terlarut dapat dinyatakan sebagai jumlah yang terkait dengan luas permukaan, sedangkan persamaan Poisson-Boltzmann (PB) menggambarkan energi bebas zat terlarut bermuatan di sekitar lingkungan Elektrostatik.
Kompleksitas persamaan PB terletak pada kenyataan bahwa persamaan ini memerlukan kalkulasi beberapa parameter fisik dan cukup memakan waktu untuk dihitung tanpa memperkenalkan penyederhanaan. Oleh karena itu, banyak solusi numerik telah diusulkan, meskipun kinerjanya lebih rendah daripada model Bohr umum yang lebih umum digunakan. Model tersebut merupakan perkiraan persamaan Poisson-Boltzmann dengan memodelkan zat terlarut sebagai sekumpulan bola dengan konstanta dielektrik internal yang berbeda dari pelarut eksternal.Perkiraan akurat dari radius Bohr efektif sangat penting untuk model GB; radius ini biasanya didefinisikan sebagai jarak dari atom ke permukaan molekul.
Kemajuan metode solvasi implisit terus mendorong pengembangan bidang ilmiah terkait. Meskipun sebagian besar model berhasil mengidentifikasi keadaan asli peptida pendek, akurasi prediksinya tidak memuaskan dalam simulasi makromolekul biologis dengan struktur kompleks, seperti jembatan garam yang terlalu stabil dan peningkatan kelimpahan α-heliks. . Keterbatasan ini membuat studi ketergantungan ion dan pemilihan lingkungan simulasi semakin penting.
Selain masalah ini, model pelarut implisit gagal memperhitungkan sepenuhnya "efek hidrofobik", gaya utama yang memengaruhi proses pelipatan protein. Selain itu, model tersebut sering mengabaikan efek viskositas molekul air dalam tumbukan antarmolekul, yang meningkatkan perbedaan dan ketidakpastian antara simulasi.
Selain model pelarut implisit tetap, model pelarut implisit-eksplisit hibrida juga dapat digunakan untuk mensimulasikan lingkungan pelarut nyata dengan lebih baik. Metode ini telah disukai oleh banyak ilmuwan dan menunjukkan potensi dalam menyeimbangkan kecepatan dan akurasi komputasi. Di masa depan, peningkatan dalam solvasi implisit tidak akan terhalang, membuka jalan bagi terobosan baru dalam ilmu hayati, desain obat, dan kimia.
Pengembangan solvasi implisit tidak hanya menantang teknik simulasi molekuler tradisional, tetapi juga dapat mendefinisikan ulang pemahaman kita tentang interaksi molekuler. Terobosan baru apa yang akan menunggu kita untuk dijelajahi di masa depan?