Ocena obliczeniowa interakcji oleoeuropeiny z białkami związanymi z chorobą Alzheimera przy użyciu dokowania molekularnego i dynamiki molekularnej

Ahmed Elshekh; Ahmed M. Abdelmaguid; Rasha M. A. Eltanany; Youssef H. El-kordy; Asmaa A. khedr; Sara A. Mekkawy; Manal F. El-Khadragy; Ashraf Albrakati; Mohamed S. Abdelfattah; Ahmed E. Abdel Moneim

doi:10.3791/71430

Artykuł badawczy

Ocena obliczeniowa interakcji oleoeuropeiny z białkami związanymi z chorobą Alzheimera przy użyciu dokowania molekularnego i dynamiki molekularnej

DOI:

10.3791/71430

⸱

30 czerwca 2026

Ahmed Elshekh^*¹ , Ahmed M. Abdelmaguid^*¹ , Rasha M. A. Eltanany¹ , Youssef H. El-kordy² , Asmaa A. khedr² , Sara A. Mekkawy¹ , Manal F. El-Khadragy³ , Ashraf Albrakati^*⁴ , Mohamed S. Abdelfattah¹ , Ahmed E. Abdel Moneim⁵

¹Chemistry Department, Faculty of Science, Capital University, ²Department of Zoology, Faculty of Science, Capital University, ³Department of Biology, College of Science, Princess Nourah bint Abdulrahman University, ⁴Department of Human Anatomy, College of Medicine, Taif University, ⁵Unit of Scientific Research, Applied College, Qassim University

^* These authors contributed equally

W tym artykule

Podsumowanie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

To studium przedstawia zintegrowany proces dokowania molekularnego i dynamiki molekularnej w celu obliczeniowego oceny interakcji oleoeuropeiny z kluczowymi białkami związanymi z chorobą Alzheimera, ujawniając przewidywane interakcje wiązania i wstępną stabilność kompleksu na wielu celach.

Streszczenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Choroba Alzheimera (AD) to wieloczynnikowe zaburzenie neurodegeneracyjne związane z agregowaniem amyloidu, patologią tau i neuroinflamacja. W niniejszym badaniu zastosowano zintegrowane obliczeniowe przepływy pracy łączące przewidywanie ADMET, przesiewowe badania aktywności oparte na PASS, dokowanie molekularne oraz symulacje dynamiki molekularnej (MD) w celu oceny interakcji oleuropeiny z pięcioma białkami związanymi z chorobą Alzheimera, w tym amyloidem β, tau, apolipoproteiną E4 (ApoE4), receptorem spustowym wyrażanym na komórkach mieloidowych 2 (TREM2) oraz białkiem składowym dopełniacza C1q. Analizy ADMET i PASS przewidywały właściwości farmakokinetyczne i potencjalne działania biologiczne związane z drogami chorób neurodegeneracyjnych. Analiza dokowania przewidywała korzystne powinności wiązania w badanych celach, przy czym najsilniejsza przewidywana interakcja została zaobserwowana dla białka C1q (-7,5 kcal/mol). Analizy trajektorii dynamiki molekularnej (MD), w tym średniokwadratowe odchylenie środka masy (RMSD), średniokwadratowe fluktuacje (RMSF), promień skręcenia (Rg), macierz współkorelacji dynamicznej (DCCM), analiza głównych składowych (PCA) oraz metryki oparte na odległościach, zostały wykorzystane do oceny dynamicznego zachowania kompleksów białko-liganda podczas symulacji. Analizy obliczeniowe sugerują stosunkowo stabilne interakcje dla kompleksów tau, C1q i TREM2, podczas gdy amyloid β i ApoE4 wykazywały porównywalnie wyższą zmienność konformacyjną podczas części symulacji. Te wyniki dostarczają wstępnej obliczeniowej oceny interakcji oleuropeiny z białkami związanymi z chorobą Alzheimera i mogą wspierać przyszłe badania eksperymentalne dotyczące jej potencjalnego znaczenia biologicznego w modelach chorób neurodegeneracyjnych.

Wprowadzenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ZAZ stanowi najczęstszy rodzaj demencję, która powoduje poważne i rosnące wyzwania na całym świecie¹^,². ZAZ wynika z połączenia czynników genetycznych i środowiskowych. Zaproponowano wiele hipotez patogennych, aby wyjaśnić ZAZ, w tym cholinergiczną, amyloidową, tau, zapalną, stresu oksydacyjnego, metalowych jonów, ekscytoksyczności, osi microbiota-gut-mózg i mechanizmów związanych z autofagią³. ZAZ jest zaburzeniem wieloczynnikowym, które obejmuje osadzanie amyloidu β, patologię tau, neuroinflamacje i czynniki ryzyka genetycznego, takie jak ApoE4 i TREM2⁴^,⁵. Ze względu na wieloczynnikową naturę ZAZ, wiele ligandów ukierunkowanych na docel (MTDL) pojawiło się jako obiecujące strategie terapeutyczne oparte na interakcjach polifarmakologicznych z Aβ, tau, ApoE4, funkcją mikrogleju pośredniczoną przez TREM2 i neuroinflamacją napędzaną dopełniaczem³^,⁶^,⁷. Agregacja amyloidu β jest kluczowym patologicznym znakami ZAZ, która zakłóca funkcje neuronów i jest modulowana przez izoformy ApoE4 i reakcje odpornościowe⁸^,⁹.

Hiperfosforylacja i inne modyfikacje potranslacyjne tau, w tym skracanie, acetylacja, ubikwitynacja i glikozylacja, znacząco przyczyniają się do tworzenia splątków neurofibrylarnych (NFT), jednego z głównych patologicznych znaków ZAZ. Te modyfikacje zmniejszają powinowactwo tau do mikrotubul, prowadząc do destabilizacji mikrotubul, upośledzonego transportu aksonowego, dysfunkcji synaptycznej, nieprawidłowości mitochondrialnych i postępującej degeneracji neuronów. Ponadto, nienormalna agregacja tau została mocno związana z pogorszeniem funkcji poznawczych i ciężkością choroby w ZAZ, często korelując bardziej ściśle z neurodegeneracją niż sam obciążen amyloidowy. Co więcej, rosnące dowody sugerują, że patologia tau współpracuje ściśle z sygnałami neuroinflamacyjnymi, gdzie aktywowana mikrogleja i czynniki zapalne mogą dalsze nasilać propagację tau i uszkodzenie neuronów¹⁰^,¹¹^,¹².

Aktywacja mikrogleju pośredniczona przez TREM2 była związana z reakcjami neuroinflamacyjnymi podczas postępu ZAZ¹³. Białka dopełniacza, takie jak C1q i C3, były implikowane w utrata synaps, neuroinflamacji pośredniowanej dopełniaczem i sygnałowaniu zapalnemu związanemu z patologią ZAZ¹⁴^,¹⁵. Sygnał Notch, stres oksydacyjny, drogi zapalne i ApoE4 dalsze przyspieszają postępow ZAZ⁹^,¹⁶.

Ekstrakt z liści oliwnych (OLE) to bioaktywny fitocomplex bogaty w sekoiroidy, flawonoidy, tryterpeny i kwasy fenolowe, jak podsumowano w Tabeli 1. Te składniki były związane z działaniem biologicznym przeciwutleniającym i przeciwzapalnym w poprzednich badaniach¹⁷. Oleuropeina jest głównym sekoiroidem zidentyfikowanym w liściach oliwnych, ponieważ stanowi główny składnik fenolowy w tych liściach. To czyni oleuropeinę najbardziej obfitym fenolowym sekoiroidem zidentyfikowanym w liściach oliwnych, a jego struktura chemiczna jest przedstawiona na Rysunku 1.

Poprzednie badania zgłosiły działania biologiczne oleuropeiny związane z agregacją amyloidu, patologią związaną z tau, stresem oksydacyjnym i sygnałowaniu przeciwzapalne¹⁸^,¹⁹. Dodatkowe badania również sugerowały potencjalne interakcje oleuropeiny z drogami związanymi z ApoE4, aktywacją mikrogleju pośredniowaną przez TREM2 i neuroinflamacją pośredniowaną dopełniaczem²⁰^,²¹.

Mimo rosnącego zainteresowania oleuropeiną, jej interakcje z wieloma celami białkowymi związanymi z ZAZ nie zostały kompleksowo wycenione w jednolitym strukturze obliczeniowym. Większość poprzednich badań koncentrowała się głównie na jej właściwościach przeciwutleniających lub potencjalnych efektach na pojedyncze ścieżki patologiczne, szczególnie agregację amyloidu i toksyczność związaną z tau. Dlatego obecne badanie zastosowało dokowanie molekularne i symulacje dynamiki molekularnej, aby oceniać komputerowych interakcje przewidziane i zachowanie dynamiczne oleuropeiny przeciwko pięciu celami białkowym związanym z ZAZ, w tym amyloidu β, tau, ApoE4, TREM2 i C1q. Te cele zostały wybrane, ponieważ reprezentują odrębne, ale powiązane mechanizmy patologiczne zaangażowane w postępow ZAZ. Amyloid β odgrywa centralną rolę w formowaniu płytek pozakomórkowych, dysfunkcji synaps, stresie oksydacyjnym i toksyczności neuronów, podczas gdy patologia tau jest ściśle związana z tworzeniem splątków neurofibrylarnych, dysfunkcją cytoszkieletu i postępującym upośledzeniem funkcji poznawczych²². ApoE4 reprezentuje najsilniejszy czynnik

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. ADMET prediction

Właściwości farmakokinetyczne i toksyczne oleuropeiny zostały oceniane za pomocą komputerowego platformy prognozowania ADMET. Przewidywane parametry obejmowały absorpcję, dystrybucję, metabolizm, wydalanie, przenikalność dla bariery krew-mózg, przenikalność dla układu nerwowego (CNS) oraz właściwości związane z toksycznością. Analiza ADMET została przeprowadzona, aby ocenić przewidywany profil farmakokinetyczny oraz potencjalne właściwości podobne do leków oleuropeiny przed dokowaniem molekularnym i symulacjami MD²⁶.

2. Predykcja działania przeciw Alzheimerowi i neuroprotekcyjnego

Do komputerowej predykcji działania przeciw Alzheimerowi i neuroprotekcyjnego wykorzystano kanoniczny zapis SMILES oleuropeiny²⁷. Rejestrowano wartości prawdopodobieństwa aktywności (Pa) i prawdopodobieństwa braku aktywności (Pi), a tylko aktywności o wartościach Pa większych od wartości Pi uznano za potencjalnie istotne dla kolejnych analiz komputerowych.

3. Przygotowanie struktury liganda oleuropeiny

Trójwymiarowa (3D) struktura oleuropeiny została pobrana z publicznej bazy danych chemicznych w formacie SDF. Optymalizacja geometrii liganda i minimalizacja energii zostały przeprowadzone za pomocą pola sił MMFF94 aż do osiągnięcia zbieżności. Zminimalizowana struktura liganda została przekonwertowana do formatu PDB i następnie przygotowana do dokowania molekularnego poprzez przypisanie polarnych atomów wodoru i ładunków częściowych przed konwersją do formatu PDBQT.

Oleuropeiny modelowano w jego przeważającej neutralnej formie, a wszystkie jonizujące się reszty zakładano jako protonowane w warunkach fizjologicznych (pH 7,4) podczas dokowania molekularnego i symulacji dynamiki molekularnej.

4. Pobieranie i przygotowanie białka

Struktury białek związane z patologią choroby Alzheimera pobrane zostały z Protein Data Bank, w tym β-amyloid (2BEG), tau (5O3L), ApoE4 (1B68), TREM2 (5ELI) oraz C1q (2JG9). Cecha-specyficzne informacje strukturalne, w tym selekcja łańcucha i typ eksperymentalnej struktury, są podsumowane w Tabeli 2.

Wody, jony, kokrystalizowane ligandy i nieesencyjne heteroatomy zostały usunięte przed przygotowaniem receptora. Struktury zostały wizualnie sprawdzone pod kątem niekompletnych resztek, brakujących atomów i dyskontynuacji strukturalnych przed dokowaniem i konfiguracją symulacji. Następnie przypisano polarne atomy wodoru i ładunki Kollmana, a struktury receptora zostały przekonwertowane do formatu PDBQT do badań dokowania. Podczas przygotowania receptora zastosowano domyślne stany protonacji odpowiadające warunkom fizjologicznym (pH 7,4), a wszystkie jonizujące się reszty zakładano jako przyjmujące swoje przeważające stany protonacji w warunkach fizjologicznego pH. W przypadku β-amyloidu wybrano Model 1 z zdeponowanej ensemblu NMR, a wszystkie łańcuchy w zdeponowanej oligomerycznej strukturze (łańcuchy A-E) zostały zachowane podczas przygotowania receptora. W przypadku białka tau wszystkie łańcuchy w zdeponowanej strukturze filamentu kryo-EM (łańcuchy A-J) zostały zachowane podczas przygotowania receptora. Podobnie wszystkie łańcuchy w multimerycznej strukturze C1q (łańcuchy A-F) zostały zachowane, aby zachować zdeponowaną strukturę czwartorzędową. W przypadku ApoE4 i TREM2 zachowano zdeponowane biologicznie istotne łańcuchy podczas przygotowania receptora.

5. Dokowanie molekularne

Predykcja miejsca wiązania i definicja pudełka siatki
Potencjalne kieszenie wiązania ligandów przewidywano za pomocą strukturalnego przepływu pracy predykcji miejsca wiązania, który ocenia geometrię wnęki, objętość kieszeni, głębokość, hydrofobowość oraz deskryptory fizykochemiczne związane z potencjałem wiązania ligandów i lekowością²⁸.
Przewidywane kieszenie zostały sklasyfikowane według wskaźnika lekowości i charakterystyk geometrycznych. Najwyżej sklasyfikowane dostępne dla rozpuszczalnika kieszenie dla każdego celu zostały wybrane do analiz dokowania molekularnego. Reszty odpowiadające wybranemu miejscu wiązania zostały wyodrębnione z wygenerowanych plików wyjściowych kieszeni-resztek i następnie wizualizowane wraz z odpowiadającymi im strukturami białek za pomocą oprogramowania do wizualizacji molekularnej.
Obliczono współrzędne środka masy wybranych resztek kieszeni wiązania i wykorzystano je do generowania siatki dokowania. Wymiary pudełka siatki zdefiniowano, aby w pełni obejmować przewidywane obszary wiązania dla każdego białka-celu. Dokładne współrzędne środka pudełka siatki dokowania i wymiary dla wszystkich celów są podsumowane w Tabeli 3.
UWAGA: Kompletny wykonywalny plik przepływu poleceń i skrypty używane do obliczeń środka masy są dostarczane w Dodatkowym pliku kodowania 1.
Parametry i wykonanie dokowania
Obliczenia dokowania molekularnego przeprowadzono za pomocą AutoDock Vina 4.2.6 z wartością wyczerpującości 8 i 10 trybami wiązania wyjściowego dla każdego kompleksu białko-ligand. Wybrano tryb wiązania o najniższym przewidywanym powi

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Przewidywanie profilu ADMET

Przewidywany profil farmakokinetyczny i toksyczności oleuropeiny został oceniony przy użyciu in silico przepływu pracy przewidywania ADMET. Przewidywane właściwości ADMET oleuropeiny, w tym toksyczność AMES, hepatotoksyczność, hamowanie hERG I i II, a także ostra i przewlekła toksyczność dla szczurów po podaniu doustnym, są wymienione w Tabeli 4. Oleuropeina była przewidywana jako niemutagenna (AMES ujemna). Oleuropeina był...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Głównym celem tego zintegrowanego badania in silico była ocena przewidywanego potencjału interakcji wielocelowej oleuropeiny wobec wybranych białek patologicznych zaangażowanych w chorobę Alzheimera. Wyniki przewidywania ADMET, analizy PASS, dokowania molekularnego i symulacji MD dostarczają podstawy obliczeniowej do rozważenia oleuropeiny jako cząsteczki o przewidywanym potencjale interakcji wielocelowej z wybranymi białkami związanymi z chorobą Alzheimera. Biorąc pod uwagę wieloczynnikową naturę choroby Alzhei...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wszyscy autorzy nie mają żadnych konfliktów interesów.

Podziękowania

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

To dzieło zostało sfinansowane przez Princess Nourah bint Abdulrahman University Researchers Supporting Project numer (PNURSP2026R23), Princess Nourah bint Abdulrahman University, Rijad, Arabia Saudyjska.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
Nazwa	Firma	Numer katalogowy	Komentarze
AmberTools 24.8	AmberMD development team	N/A; https://ambermd.org/AmberTools.php	Stosowane do przygotowania topologii i obsługi plików symulacji molekularnych. Instalowane z conda-forge. RRID: SCR_018497
AutoDock Tools 1.5.7	Scripps Research Institute	N/A; https://autodocksuite.scripps.edu/adt/	Stosowane do przygotowania receptorów i ligandów oraz generowania plików PDBQT. RRID: SCR_012746
AutoDock Vina 4.2.6	Scripps Research Institute	N/A; https://vina.scripps.edu/	Silnik dokowania używany do obliczeń dokowania molekularnego. Wersja powinna być zgłaszana zgodnie z wykonanym środowiskiem przepływu pracy. RRID: SCR_011958
Avogadro 2.0.0	Avogadro Chemistry Software	N/A; https://avogadro.cc/	Stosowane do wizualizacji ligandów, przypisywania pola sił i minimalizacji energii. RRID: SCR_015983
Conda 25.3.1	Anaconda, Inc. / conda-forge community	N/A; https://docs.conda.io/	Menedżer pakietów i środowiska stosowany w przepływie obliczeniowym. RRID: SCR_018317
Discovery Studio Visualizer 2025	Dassault Systèmes	N/A; https://discover.3ds.com/discovery-studio-visualizer-download	Stosowane do wizualizacji białek i przetwarzania wstępnego. RRID: SCR_008398
DoGSiteScorer / ProteinsPlus	ZBH Center for Bioinformatics	N/A; https://proteins.plus/	Stosowane do predykcji miejsc wiązania i punktacji zdatności do leków kieszeniowych. RRID: Niedostępne
ff19SB force field	AMBER force-field family	N/A; https://ambermd.org/	Siłownik białkowy stosowany do przygotowania układu dynamiki molekularnej. RRID: Niedostępne
GAFF2 force field	AMBER force-field family	N/A; https://ambermd.org/	Siłownik ligandów stosowany do przygotowania układu dynamiki molekularnej. RRID: Niedostępne
Google Colab	Google	N/A; https://colab.research.google.com/	Środowisko notatkowe w chmurze używane do wykonywania przepływów pracy. Typ uruchomienia: Python 3; akcelerator sprzętowy: T4 GPU. RRID: SCR_018009
Mamba 2.1.1	QuantStack / conda-forge community	N/A; https://mamba.readthedocs.io/	Szybki menedżer pakietów stosowany do instalowania pakietów Conda. RRID: Niedostępne
Matplotlib 3.10.0	Matplotlib development team	N/A; https://matplotlib.org/	Stosowane do generowania wykresów analizy dynamiki molekularnej. RRID: SCR_008624
MDAnalysis 2.8.0	MDAnalysis development team	N/A; https://www.mdanalysis.org/	Stosowane do przetwarzania trajektorii i analizy strukturalnej. RRID: SCR_025610
MDTraj 1.11.1	MDTraj development team	N/A; https://www.mdtraj.org/	Stosowane do obsługi i analizy trajektorii dynamiki molekularnej. RRID: Niedostępne
Miniforge	conda-forge community	N/A; https://github.com/conda-forge/miniforge	Dystrybucja środowiska oparta na Conda stosowana do instalowania zależności naukowych. RRID: Niedostępne
NumPy 2.0.2	NumPy development team	N/A; https://numpy.org/	Zależność do obliczeń numerycznych stosowana w przepływie obliczeniowym. RRID: SCR_008633
Open Babel 3.1.0	Open Babel Project	N/A; https://openbabel.org/	Stosowane do konwersji formatów plików molekularnych. RRID: SCR_014920
OpenMM 8.5.1	OpenMM development team	N/A; https://openmm.org/	Silnik symulacji dynamiki molekularnej stosowany do ustawiania układu, równoważenia i symulacji produkcyjnych. RRID: SCR_000436
pandas 2.3.3	pandas development team	N/A; https://pandas.pydata.org/	Stosowane do przetwarzania danych tabelarycznych i analiz wyników. RRID: SCR_018214
ParmEd 4.3.1	ParmEd development team	N/A; https://parmed.github.io/ParmEd/html/index.html	Stosowane do obsługi topologii i plików parametrów. RRID: Niedostępne
PASS-Way2Drug Server	Way2Drug	N/A; https://www.way2drug.com/passonline/	Stosowane do przewidywanego profilowania aktywności biologicznej. RRID: SCR_001971
PDBFixer 1.12	OpenMM development team	N/A; https://github.com/openmm/pdbfixer	Stosowane do naprawy i przygotowania struktur białkowych, gdy jest to wymagane. Instalowane z conda-forge. RRID: Niedostępne
pkCSM Server	University of Melbourne	N/A; https://biosig.lab.uq.edu.au/pkcsm/	Stosowane do przewidywanego profilowania ADMET. RRID: Niedostępne
ProLIF	ProLIF development team	N/A; https://prolif.readthedocs.io/	Stosowane do analizy odcisków palców interakcji białko-ligand. Raportowanie importu uruchomienia wersji jako 0+unknown. RRID: Niedostępne
PubChem Database	National Center for Biotechnology Information / National Institutes of Health	N/A; https://pubchem.ncbi.nlm.nih.gov/	Stosowane do pobierania struktur ligandów. RRID: SCR_004284
py3Dmol 2.5.4	py3Dmol development team	N/A; https://3dmol.csb.pitt.edu/

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Biochemia numer 232 numer 232 Warto pusta numer choroba Alzheimera AD dynamika molekularna MD ligand wielocelowy bia ko tau amyloid neuroprotekcja

Ocena obliczeniowa interakcji oleoeuropeiny z białkami związanymi z chorobą Alzheimera przy użyciu dokowania molekularnego i dynamiki molekularnej

W tym artykule

Podsumowanie

Streszczenie

Wprowadzenie

Protokół

Wyniki

Dyskusja

Oświadczenia

Podziękowania

Materiały

Przedruki i uprawnienia

Tagi

Powiązane artykuły