June 20th, 2025
Los métodos computacionales son prometedores para acelerar el descubrimiento de fármacos, pero con frecuencia pasan por alto la naturaleza dinámica de las estructuras de las proteínas. Aquí, discutimos el análisis de acoplamiento basado en conjuntos para incorporar indirectamente la flexibilidad de las proteínas, lo que podría mejorar la precisión y la confiabilidad de los esfuerzos de descubrimiento de fármacos.
Nuestra investigación se centra en la aplicación de técnicas computacionales para diseñar fármacos más eficaces, con el objetivo de acelerar el descubrimiento de fármacos y, en última instancia, mejorar los resultados del tratamiento y la calidad de vida del paciente.
El diseño actual de fármacos asistidos por computadora a menudo pasa por alto la flexibilidad de la proteína diana. El protocolo discutido aborda esta brecha incorporando múltiples conformaciones de proteínas derivadas de la simulación dinámica molecular. El diseño de fármacos basado en conjuntos mejora la precisión al considerar la flexibilidad de las proteínas. Nuestro objetivo es integrar la inteligencia artificial para un descubrimiento de fármacos más rápido, personalizado y eficaz en el futuro.
[Presentador] Para comenzar, inicie el software Avogadro en un sistema informático. Para el análisis de clústeres, escriba el comando que aparece en pantalla. Cuando se le solicite, escriba 1 para que el grupo de proteínas calcule el ajuste de mínimos cuadrados y la desviación cuadrática media, o RMSD. Luego escriba 1 nuevamente para la salida del sistema. Abra el archivo cluster-size.xvg. Si el número de clústeres es bajo, aumente el valor límite de RMSD. Alternativamente, si el número es alto, disminuya el límite. Realice análisis de gracia con los comandos que se muestran en pantalla utilizando diferentes valores de corte RMSD según sea necesario. Ahora abra el software Chimera y busque cluster.pdb. Haga clic en Regalos y Publicación 1, silueta, cinta redondeada. para la representación visual. Haga clic secuencialmente en Seleccionar, Encadenar, Sin ID, seguido de cluster.pdb, #10, luego seleccione e invierta los modelos seleccionados. Ve a Acciones, luego presiona Átomos/Enlaces y haz clic en Eliminar para aislar la cadena. Ahora seleccione Archivo. Haga clic en Guardar PDB. Asigne al archivo el nombre cluster1.pdb y pulse Guardar para guardar el archivo. Para el acoplamiento basado en conjuntos, inicie el software de la herramienta Autodock para abrirlo. Coloque los archivos cluster1.pdb y ligand.pdb en una nueva carpeta. Ahora haga clic en Archivo, Preferencias y Establecer. En la ventana emergente, pegue la dirección de la carpeta en el campo del directorio de inicio y haga clic en Establecer. Haga clic en el icono de carpeta azul, elija cluster1.pdb y haga clic en Abrir. Vaya a Editar, luego presione Cargas, Agregar cargas de Kollman y haga clic en Aceptar. Haga clic en Cuadrícula, Macromoléculas, Elegir. Seleccione el clúster 1 en el cuadro Elegir macromoléculas y, a continuación, pulse Seleccionar moléculas. Haga clic en Aceptar para generar un archivo de macromolécula AutoDock4 modificado. Guárdelo como cluster1.pdbqt. A continuación, vacíe el espacio de trabajo haciendo clic en Editar, luego presione Eliminar y elimine todas las moléculas antes de hacer clic en Continuar, luego presione Ligando, Entrada, Abrir. Cuando aparezca un archivo Ligand para la carpeta Autodock4, seleccione ligand.pdb y haga clic en Abrir y, a continuación, en Aceptar. Ahora elija Ligando, Árbol de torsión y Detectar raíz para definir la flexibilidad torsional del ligando. Vaya a Ligando, Salida, Guardar como PDBQT y guarde la carpeta Moléculas de Autotors formateadas como ligand.pdbqt. Después de vaciar el espacio de trabajo, abra el archivo cluster1.pdbqt haciendo clic en Cuadrícula, Macromoléculas y Abrir, luego presione Sí y Aceptar. Navegue a Cuadrícula nuevamente, presione Establecer tipos de mapa y elija Abrir ligando. Seleccione y abra ligand.pdbqt. Ahora navegue hasta la opción Cuadro de cuadrícula en Cuadrícula. En el cuadro Opciones de cuadrícula, establezca el número de puntos en las dimensiones X, Y y Z en 120 y el espaciado en 0,375 angstrom. Deje la configuración central como predeterminada. Luego haga clic en Archivo y cierre Guardando corriente. Vaya a Cuadrícula, Salida y presione Guardar GPF. Cuando aparezca el archivo de salida de parámetros de cuadrícula, escriba grid.gpf como nombre de archivo y haga clic en Guardar. A continuación, haga clic en Ejecutar y Ejecutar AutoGrid. En la pestaña Nombre de archivo de parámetro, haga clic en Examinar. Abra el archivo grid.gpf. Ahora navegue por el nombre de ruta del programa. Busque autogrid4.exe y haga clic en Abrir e iniciar. Secuencialmente, haga clic en Acoplamiento, seguido de Macromoléculas y Establecer nombres de archivo rígidos. Cuando aparezca un archivo PDBQT Macromolecules, seleccione cluster1.pdbqt y haga clic en Abrir. Elija el ligando en el menú Acoplamiento. Cuando aparezca el cuadro Elegir ligandos, seleccione Ligando y haga clic en Seleccionar ligando, luego presione Aceptar. Ahora navegue hasta Algoritmo genético desde Acoplamiento. Cuando aparezca el cuadro Parámetros del algoritmo genético, establezca Ejecuciones de GA en 100 y haga clic en Aceptar. Haga clic en Acoplamiento, Salida, Lamarckian GA 4.2. Cuando aparezca un archivo de salida de parámetros de acoplamiento GALS de Autodock4.2, asígnele el nombre docking.dpf y haga clic en Guardar. Ahora presione Ejecutar y Ejecutar Autodoc. Aparecerá un cuadro Ejecutar Autodoc. En Nombre de archivo de parámetros, haga clic en Examinar. Cuando aparezca un archivo de parámetros autodock4, seleccione docking.dpf y haga clic en Abrir. En Nombre de ruta del programa, haga clic en Examinar. Aparecerá un archivo autodock4. Busque autodock4.exe y haga clic en Abrir, seguido de Iniciar. Elimine todas las moléculas como se demostró anteriormente y repita el proceso para todos los archivos de clúster. Se obtuvo la estructura química y la representación estructural 3D de flavokawaina B y lisozima en el estado inicial antes de la simulación dinámica molecular. La energía total de la estructura de la proteína fue estable durante la simulación, y la desviación cuadrática media se estabilizó después de 20 nanosegundos. La fluctuación de la raíz cuadrada media reveló una alta flexibilidad en las regiones entre los residuos 40 a 50, 60 a 80 y 100 hasta el final. Se obtuvieron un total de 15 grupos estructurales a partir de un agrupamiento basado en la desviación cuadrática media de 10.001 marcos de trayectoria, y el grupo más grande contenía 5.818 miembros. Las conformaciones superpuestas de todos los grupos mostraron variaciones estructurales visibles entre las trayectorias. El acoplamiento molecular de flavokawaina B con las estructuras representativas de los cuatro grupos superiores mostró una unión consistente en el mismo sitio en todas las conformaciones, y el grupo 2 mostró la energía de unión más baja de -29,37 kJ / mol. El mapeo electrostático de la superficie confirmó sitios de unión idénticos en todas las conformaciones de racimos con flavokawaina B anidada en la misma región de bolsillo. El análisis detallado de la interacción mostró que la unión a flavokawaina B se estabilizó con varios residuos circundantes, incluidos alanina 31, glutamina 35, leucina 56, ácido gamma-carboxiglutámico 57, isoleucina 58, alanina 95, isoleucina 98, triptófano 108, valina 109, alanina 110, triptófano 111 y arginina 114.
View the full transcript and gain access to thousands of scientific videos
Este estudio se centra en el avance del descubrimiento de fármacos a través de técnicas computacionales, particularmente mediante la incorporación de la flexibilidad proteica usando el análisis de acoplamiento basado en conjuntos. El enfoque muestra potencial para mejorar la precisión y efectividad del diseño de fármacos, lo cual es crucial para obtener mejores resultados en el tratamiento.