Triagem virtual em banco de dados de ligantes considerando propriedades físico-químicas de um modelo de receptor totalmente flexível

Abstract

Modelos farmacofóricos têm sido amplamente utilizados no processo de triagem virtual de ligantes, permitindo selecionar ligantes que contenham as propriedades físicoquímicas essenciais em um arrranjo espacial adequado. Essas propriedades são obtidas a partir da avaliação das interações similares identificadas de complexos receptor-ligante conhecidos. Atualmente, esses modelos farmacofóricos baseados em ligantes são dependentes das características físico-químicas presentes nos complexos receptor-ligante conhecidos. Desta forma, o modelo farmacofórico gerado pode negligenciar as proteínas que não possuem ligantes complexados conhecidos e cujas propriedades físico-químicas não estabelecem interação nos complexos avaliados. Ou seja, regiões dentro da cavidade que não interagem com o conjunto de ligantes geradores do modelo farmacofórico e que podem permitir a interação de ligantes estruturalmente diferentes não estão incluídas nessa busca seletiva. Além disso, diversos autores têm mostrado que não considerar a flexibilidade da proteína no processo de seleção de candidatos a fármacos acaba limitando significativamente a precisão dos resultados. Assim, esta tese apresenta um novo método para realizar uma triagem virtual de ligantes baseada na avaliação das propriedades físico-químicas 3D da cavidade de ligação do substrato, e sem a presença de ligantes complexados, de estruturas representativas de um modelo de Receptor Totalmente Flexível (FFR). O resultado desse método permite identificar modelos farmacofóricos 3D de regiões flexíveis que podem não ser obtidos de modelos desenvolvidos apenas a partir de estruturas cristalinas de complexos receptor-ligante.Uma lista de hipóteses farmacofóricas é proposta para selecionar um conjunto de ligantes do banco de dados ZINC. Testes da eficácia desse método foram baseados em experimentos de cross docking com um modelo de FFR de 19,5 ns da enzima InhA de Mycobacterium tuberculosis. Os experimentos de docagem molecular com o conjunto de ligantes selecionado mostraram que 95,0% desse conjunto obtiveram valores negativos de FEB, sendo 20,6% desses valores melhores que os valores de FEB obtidos com experimentos de docagem com a estrutura cristalina que gerou o modelo avaliado. Esses resultados promissores comprovam que o método desenvolvido tem condições de ser uma importante ferramenta de apoio aos pesquisadores na busca por novos candidatos a fármacos, acelerando o processo de seleção dos possíveis candidatos a serem testados com modelos FFR de moléculas alvo. O método apresentado também fornece uma ótima forma de avaliar o modelo FFR empregado, possibilitando ao especialista de domínio identificar se as regiões obtidas são realmente acessíveis na proteína investigada.

Pharmacophore models have been widely used in the virtual screening, allowing to select ligands that containing the spatial arrangement of essential physico-chemical properties. These properties are obtained from the evaluation of similar interactions identified in known receptor-ligand complexes. Currently, these pharmacophore models based on ligands are dependent on the physicochemical characteristics present in the known receptorligand complex. Thus, the pharmacophore model generated can overlook the proteins that have no known ligands complexed and whose physical and chemical properties do not establish interaction in the evaluated complex. That is, regions in the cavity that do not interact with ligands that generate the pharmacophore model and that may allow the interaction of structurally diverse ligands are not included in the selective search. Furthermore, several authors have shown that not taking the protein’s flexibility into account during the selection of drug candidates limits the result’s accuracy significantly. Thus, this thesis presents a new method for performing a virtual screening of ligands based on the evaluation of the 3D physico-chemical properties of the substrate binding pocket, and without the presence of complexed ligands, of representative structures of a Fully-Flexible Receptor (FFR) model. This method allows identifying 3D pharmacophoric models of flexible regions, which cannot be obtained from 3D pharmacophore models developed only from crystal structures of the ligand-receptor complex.A list of pharmacophoric hypothesis is proposed to select a set of ligands ZINC DB. Tests of this method’s efficacy were based on cross-docking experiments with the FFR model of 19.5 ns of the InhA enzyme from Mycobacterium tuberculosis. Molecular docking experiments with selected ligands showed that 95.0% of this group were negative values FEB, with 20.6% of these values that the best values obtained with FEB docking experiments with the crystalline structure that generated the rated model. These promising results show that the developed method may be an important support tool for researchers in the search for new drug candidates, accelerating the selection of possible candidates to be tested with FFR models of target molecules. The method presented also provides a great way to evaluate FFR models, enabling the domain expert to identify whether the obtained regions are really accessible in the investigated protein.