Incorporating Target Protein Structure, Flexibility and Dynamics in Computational Drug Discovery Using Ensemble-Based Docking Analysis (앙상블 기반 도킹 분석을 사용한 컴퓨팅 약물 발견에 표적 단백질 구조, 유연성 및 역학 통합)

Summary

컴퓨터 방법은 신약 개발을 촉진할 수 있는 가능성을 가지고 있지만 단백질 구조의 동적 특성을 간과하는 경우가 많습니다. 여기에서는 단백질 유연성을 간접적으로 통합하여 잠재적으로 약물 발견 노력의 정확성과 신뢰성을 향상시키는 앙상블 기반 도킹 분석에 대해 논의합니다.

Abstract

신약 개발 프로세스는 엄격하고 시간과 비용이 많이 드는 작업입니다. 신약 개발의 컴퓨팅 접근 방식을 통해 연구원은 추가 테스트를 위해 가장 유망한 화합물의 우선 순위를 지정할 수 있으며, 이는 필요한 리소스를 크게 줄여 신약 개발 파이프라인의 전반적인 효율성을 높입니다. 구조 기반 약물 발견은 표적 단백질의 구조 정보를 3차원 형식으로 필요로 하는 일반적인 접근 방식입니다. 그러나 현재 대부분의 컴퓨터 지원 약물 발견 전략의 한계는 리간드-단백질 도킹 시뮬레이션 중에 표적 단백질 구조의 유연성과 역학을 도입할 수 없다는 것입니다. 인듀티드 핏 도킹과 앙상블 기반 도킹은 모두 도킹 절차에서 단백질 유연성을 해결하는 것을 목표로 하지만, 후자는 시뮬레이션 전반에 걸쳐 여러 구조를 통합하여 동적 단백질 거동에 대한 보다 포괄적인 관점을 제공할 수 있습니다. 이 보고서에서는 분자 도킹 과정에서 표적 단백질 구조의 유연성과 역학을 간접적으로 도입하는 앙상블 기반 도킹 분석이라는 기술의 적용을 시연하고 논의합니다. 앙상블 기반 도킹 연구를 위해 선택된 단백질과 리간드는 각각 라이소자임(lysozyme)과 플로보카와인 B(Flovokawain B, FB)였다. FB는 이전에 라이소자임과 결합 활성을 갖는 것으로 보고되었습니다. 물이 있는 상태에서 라이소자임에 대해 분자 역학(MD) 시뮬레이션을 수행하고 총 에너지, RMSD(root-mean-square deviation) 및 RMSF(root-mean-square fluctuation)를 조사했습니다. 형태 클러스터링은 여러 클러스터링 컷오프 값을 기반으로 생성되었으며 FB를 사용한 추가 도킹 분석을 위해 선택되었습니다. 클러스터 번호 2는 -29.37kJ/mol에서 가장 낮은 결합 에너지를 제공합니다. 결합력의 존재를 예상하기 위해 분자 도킹 이미지가 생성되었습니다. 단백질의 구조적 역학을 통합함으로써 앙상블 기반 도킹 접근 방식은 가능한 결합 시나리오의 범위를 더 잘 포착할 수 있으므로 결합 결과에 대한 보다 신뢰할 수 있는 예측으로 이어질 수 있습니다.

Introduction

컴퓨터 신약 개발(CDD)에서는 컴퓨터 과학, 화학, 생물학 및 물리학의 기술을 통합하여 방대한 화학 공간을 탐색하고, 약물 간 상호 작용을 예측하고, 기존 실험 방법만 사용하는 것에 비해 더 높은 효율성과 더 낮은 비용으로 약물 후보를 최적화합니다. 이는 새로운 치료 화합물 ^1,2,3의 발견 및 최적화를 가속화하기 위해 계산 방법과 알고리즘을 활용하는 강력한 접근 방식입니다. CDD는 신약 개발에 혁명을 일으켰습니다. 그러나 단백질 3차원(3D) 구조 역학과 관련된 제한 사항이 있어 계산 예측의 정확성과 신뢰성에 영향을 미칠 수 있습니다⁴. 단백질 3D 구조는 CDD에서 설계를 위한 템플릿 역할을 하거나 표적 단백질-약물 상호 작용을 기반으로 약물 후보를 최적화합니다. 단백질 구조에 대한 X선 결정학 모델은 단백질에 대한 귀중한 구조 정보를 제공하지만, 단백질 구조의 동적 특성과 정적 모델의 한계를 인식하는 것이 중요합니다 ^5,6,7

Protocol

1. Flavokawain B 리간드 구조 준비

1. PubChem 웹 사이트를 엽니다. Flavokawain B를 검색합니다. 다운로드를 선택하고 SDF 2D 구조에 대해 Structure2D_COMPOUND_CID_5356121.MDL SDF로 저장을 선택합니다.
2. Avogadro 소프트웨어를 엽니다. SDF 파일을 소프트웨어의 빈 공간으로 이동합니다. 예를 클릭합니다.
   참고: Avogadro 소프트웨어는 3차원(3D) 형상을 자동으로 구축합니다.
3. 탭에서 그림 1과 같이 아이콘을 클릭합니다. 왼쪽 메뉴 탭에서 힘 필드를 MMFF94^35,36으로 변경합니다. 업데이트당 단계를 15로 조정합니다. 알고리즘을 Steepest Descent로 설정하고 <....

Results

최적화 후 FB의 화학 구조와 3D 구조 표현은 그림 8A에 나와 있습니다. 그림 8B는 MD 시뮬레이션 이전 초기 상태에서 pdb 코드 1LYZ를 사용하는 라이소자임의 3D 구조를 보여줍니다. 라이소자임 3D 구조의 역학과 유연성을 연구하기 위해 100ns에 대한 MD 시뮬레이션을 수행했습니다. 단백질 구조의 총 에너지는 그림 9A에서 볼 수 있듯이 시뮬레이션 중에 안정적이었습니다. MD 시뮬레이션의 처음 20ns에서는 RMSD 값이 증가한 것으로 나타났고, 그 후 RMSD 값이 안정화되었습니다(그림 9B). RMSF 분석 결과, MD 시뮬레이션 기간 동안 큰 변동을 겪은 잔기는 단백질 말단까지의 잔기수가 40-50, 60-80, 100인 것으로 나타났습니다.......

Discussion

컴퓨터 약물 발견에서 앙상블 기반 응용 프로그램에는 결정 구조, 핵 자기 공명(NMR) 연구 또는 분자 역학 시뮬레이션에서 파생된 수많은 구조적 앙상블을 활용하는 것이 포함됩니다²⁶. 여러 계산 구조를 활용하면 분석에 단백질 구조의 역학과 유연성을 통합할 수 있으므로 잠재적인 약물 후보를 식별하는 데 있어 정확성과 신뢰성이 향상됩니다.

앙상블 기반 도킹 분석을 적용하려면 몇 가지 주요 단계를 따라야 합니다. 첫째, 실험 데이터 또는 이 연구에서는 일련의 형태가 컴퓨터 시뮬레이션에서 생성되었습니다. 이러한 형태는 표적 단백질의 고유한 유연성과 구조적 가변성을 포착합니다. 최근 연구에서는 분자 역학 시뮬레이션의 구현을 통합하여 구조적 변화를 포착하고 알로스테릭 부위를 탐색하여 새로운 결합 포켓과 잠재적인 약물 표적을 발견했습니다⁵⁸. 다음.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
AutoDock	스크립스 연구소, 미국	버전 4.2.6
AutoDock 도구	스크립스 연구소, 미국	버전 1.5.6
Avogadro	Geoffrey R Hutchison, 피츠버그 대학교 화학과, 피츠버그, 미국	버전 1.95
디스커버리 스튜디오	다쏘 시스템; mes, 매사추세츠, 미국	버전 2021
GROMAC 흐	로닝언 대학교 왕립 공과대학 스웨덴 웁살라 대학교	버전 2023
바이오컴퓨팅, 시각화 및 정보학을 위한 UCSF 키메라 리소스 캘리포니아 대학교	버전 1.16