Name: Ilościowa zależność struktura-aktywność, przewidywanie aktywności i dynamika molekularna nienukleotydowych inhibitorów odwrotnej transkryptazy (Wideo) | JoVE Journal
Uploaded: 2025-05-09T12:40:00.000+00:00
Duration: 10 min 29 s
Description: Odkryj projektowanie leków z użyciem obliczeń wysokiej wydajności i dynamiki molekularnej do identyfikacji inhibitorów odwrotnej transkryptazy NNRTI w leczeniu HIV.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Autorzy chcieliby podziękować Centrum Obliczeń o Wysokiej Wydajności (CHPC) za udostępnienie zasobów obliczeniowych oraz Wydziałowi Nauk Chemicznych Uniwersytetu w Johannesburgu.

Autorzy oświadczają, że nie są im znane żadne konkurencyjne interesy finansowe ani powiązania osobiste, które mogłyby mieć wpływ na pracę opisaną w tym artykule.

Metodę DFT26 wykorzystano do analizy właściwości elektronowych i stabilności różnych pochodnych pirymidyny, co nie ma miejsca w podobnych badaniach. Zastosowanie DFT pozwala na głębsze zrozumienie oddziaływań molekularnych na poziomie kwantowym, usprawniając proces projektowania NNRTI. W tym badaniu wybraliśmy sześć NNRTI o nieznanych wartościach aktywności. Pobraliśmy ich struktury molekularne z bazy danych PubChem i przeprowadziliśmy optymalizację geometryczną przy użyciu funkcjonalnego zestawu Minnesota 15 Local (MN15-L)32 i zestawu podstawowego 6-31++G (d,p)2 w pakiecie oprogramowania mechaniki kwantowej Gaussian 16 revision C0133 . Aby skonfigurować pliki wejściowe symulacji, użyliśmy GaussView 6.026. Struktury kwantowe zostały następnie zadokowane w miejscu aktywnym białka HIV-1. 
W badaniu wykorzystano podejście QSAR51, które jest dostosowane do przewidywania aktywności biologicznej NNRTI na podstawie ich struktury chemicznej. Model ten został wygenerowany przy użyciu zestawu danych 94 pochodnych dihydrofuro[3,4-d] pirymidyny, co umożliwia identyfikację kluczowych grup funkcyjnych, które wpływają na aktywność przeciwwirusową. Włączenie solidnego modelu QSAR jest kluczowym postępem, ponieważ pomaga filtrować związki na wczesnym etapie procesu projektowania, zwiększając skuteczność odkrywania leków. 
Wzięto pod uwagę przewidywaną aktywność nowych związków, a wyniki dokowania zostały zweryfikowane. Zaawansowana technika dokowania molekularnego pozwoliła na zbadanie interakcji wiążących między NNRTI a enzymem odwrotnej transkryptazy HIV-1. Uzupełnieniem były symulacje dynamiki molekularnej prowadzone przez dłuższy okres czasu (200 ns), które dostarczyły informacji na temat stabilności i zachowania kompleksów lek-białko w warunkach fizjologicznych. W ramach projektu Molecular Dynamics52 potwierdzono wyniki badań dokowania. Symulując zachowanie kompleksów lek-enzym w czasie, możemy ocenić dynamiczną stabilność i interakcje, które mogą nie zostać uchwycone w badaniach statycznego dokowania53. Podejście to zapewnia bardziej realistyczną ocenę tego, jak NNRTI mogą działać w systemach biologicznych. Symulacje wykazały, że etrawiryna powodowała wahania RMSD o około 4,5 A, podczas gdy wyliczana etrawiryna powodowała wahania RMSD o 3,5 A. Stwierdzono różne podobieństwa między etrawiryną a etryminowaną etrawiryną, przy czym wymieniony związek posiadał wzmocnione interakcje aminokwasowe w miejscu aktywnym białka. Niższy RMSD, ulepszone interakcje aminokwasowe i najwyższa wiązanie wolnej energii sugerują, że wymieniona etrawiryna może służyć jako realna alternatywa w leczeniu HIV/AIDS.
Na uwagę zasługuje wykorzystanie technik enumeracyjnych54 do generowania stereoizomerów i wykonywania skanowania izosterowego. Metoda ta pozwala naukowcom na zbadanie szerszej przestrzeni chemicznej dla potencjalnych NNRTI poprzez systematyczne modyfikowanie istniejących struktur, co może prowadzić do odkrycia związków o zwiększonej skuteczności i zmniejszonej oporności.
Badania łączą analizę HOMO-LUMO pochodzącą z obliczeń mechaniki kwantowej w celu oceny reaktywności i stabilności związków. Ten aspekt jest często pomijany w podobnychbadaniach55, a jednak dostarcza cennych informacji na temat właściwości elektronicznych, które mogą wpływać na aktywność biologiczną
Zastosowanie metody MMGBSA w tym badaniu do oszacowania wolnych energii wiązania wyliczonych NNRTI jako potencjalnych inhibitorów odwrotnej transkryptazy HIV-1 (RT) przedstawia nowy aspekt, który zwiększa znaczenie i potencjalny wpływ tej pracy na rozwój leczenia HIV. 
Zastosowanie MMGBSA w tym badaniu zapewnia dokładniejsze oszacowanie wolnych energii wiązania dla wyliczonej etrawiryny w porównaniu z jej odpowiednikiem. Obliczając wartości wolnej energii wiązania, w badaniu ilościowo oceniano powinowactwo wiązania etrygowanej etrawiryny, które było znacznie wyższe (9,133 kcal/mol) niż w przypadku standardowej etrawiryny. Ten poziom szczegółowości wiążących obliczeń energetycznych pozwala na bardziej zniuansowane zrozumienie, w jaki sposób modyfikacje strukturalne mogą wpływać na skuteczność NNRTI, czego często brakuje w podobnych badaniach, które mogą opierać się wyłącznie na ocenach jakościowych. 
Podana wartośćkowalencyjna ΔG wynosząca 1,477 kcal/mol dodatkowo wskazuje na siłę oddziaływania dla wymienionego związku. Podejście porównawcze jest innowacyjne, ponieważ nie tylko identyfikuje obiecującego kandydata, ale także sytuuje go w szerszym kontekście istniejących terapii, stanowiąc punkt odniesienia dla przyszłego rozwoju NNRTI. 
Porównanie przedstawione w Tabeli 8 wskazuje również, że etrywata etrawiryna może być potencjalnym związkiem do zastosowania jako alternatywna ART, ponieważ jej swobodna energia wiązania (wiązanie ΔG) jest najwyższa w porównaniu z etrawiryną, HBY56, etrawiryną i ich wyliczonymi odpowiednikami. 
Wyniki naszego badania mogą znacząco wpłynąć na opracowanie nowych środków terapeutycznych w leczeniu zakażenia wirusem HIV. Dodatkowo, takie podejście może pozwolić na zidentyfikowanie najbardziej obiecującego kandydata na anty-HIV. Odkrycia te mogą utorować drogę do racjonalnego projektowania nowych NNRTI HIV-1.
Włączenie MMGBSA w połączeniu z innymi metodami obliczeniowymi (takimi jak dokowanie molekularne, modelowanie QSAR i symulacje dynamiki molekularnej) zwiększa solidność wyników. To zintegrowane podejście pozwala na kompleksową ocenę związków, od optymalizacji strukturalnej po dynamiczne zachowanie w kontekście biologicznym. Taka metodologia jest stosunkowo nowa w badaniach NNRTI, gdzie badania często koncentrują się na wyizolowanych metodach bez holistycznego spojrzenia na proces projektowania leków. Badania wskazują na kilka obiecujących wyników i lepsze zrozumienie interakcji molekularnych między NNRTI a enzymem odwrotnej transkryptazy, co może stanowić podstawę przyszłych prac nad projektowaniem leków.
Podczas gdy inne badania w dziedzinie rozwoju NNRTI często koncentrują się na pojedynczych metodach obliczeniowych lub podstawowych analizach dokowania, badania te wyróżniają się połączeniem obliczeń chemii kwantowej z dynamiką molekularną i modelowaniem QSAR, zastosowaniem systematycznego podejścia do wyliczania, które rozszerza potencjalną przestrzeń chemiczną dla NNRTI, oraz wykorzystaniem kompleksowego in-silico ramy, które nie tylko przewidują powinowactwo wiązania, ale także oceniają stabilność i dynamikę interakcji lek-enzym.
Ogólnie rzecz biorąc, nowatorstwo tych badań polega na ich wieloaspektowym podejściu, wykorzystującym zaawansowane techniki obliczeniowe w celu sprostania wyzwaniom związanym z lekoopornością w leczeniu HIV, torując w ten sposób drogę do opracowania skuteczniejszych NNRTI. Odkrycia podkreślają potencjał opracowania skuteczniejszych NNRTI, które mogą przezwyciężyć ograniczenia obecnych terapii.
Niektóre przyszłe zastosowania podejścia opisanego w tym protokole obejmują następujące elementy. 
Integracja z uczeniem maszynowym
Przyszłe badania mogą zintegrować MMGBSA z algorytmami uczenia maszynowego w celu poprawy mocy predykcyjnej wiązania szacunków energii swobodnej. Trenując modele na dużych zbiorach danych, naukowcy mogą zwiększyć dokładność i wiarygodność prognoz, umożliwiając lepszą identyfikację obiecujących kandydatów na NNRTI.
Zastosowanie w projektowaniu leków opartych na fragmentach
MMGBSA może być skutecznie wykorzystywana w projektowaniu leków opartych na fragmentach, gdzie małe fragmenty molekularne są optymalizowane w celu poprawy powinowactwa wiązania. Takie podejście może doprowadzić do identyfikacji nowych NNRTI o zwiększonej sile działania i selektywności wobec HIV-1.
Badanie mechanizmów oporności na leki
Technika ta może być zastosowana do badania interakcji wiązania NNRTI ze zmutowanymi szczepami HIV-1. Porównując wolne energie wiązania NNRTI zarówno z wariantami typu dzikiego, jak i opornymi, naukowcy mogą uzyskać wgląd w mechanizmy oporności na leki i pomóc w projektowaniu inhibitorów nowej generacji.
Ocena właściwości farmakokinetycznych
MMGBSA może być również stosowana do oceny właściwości farmakokinetycznych NNRTI, takich jak rozpuszczalność i przepuszczalność. Dzięki zrozumieniu, w jaki sposób te właściwości korelują z powinowactwem wiązania, naukowcy mogą zoptymalizować kandydatów na leki w celu uzyskania lepszych profili terapeutycznych.

Pomimo znacznych postępów w leczeniu, poważnym globalnym zagrożeniem dla zdrowia, jakim jest zespół nabytego niedoboru odporności (AIDS), spowodowany przez ludzki wirus niedoboru odporności-1 (HIV-1), pozostaje stałym zagrożeniem1. Leki przeciwretrowirusowe znane jako inhibitory odwrotnej transkryptazy, RTI, są stosowane w leczeniu zakażenia wirusem HIV. Odwrotna transkryptaza, wirusowy enzym polimerazy kwasu dezoksyrybonukleinowego (DNA) niezbędny do replikacji retrowirusa, jest hamowana przez inhibitory odwrotnej transkryptazy (RTI). Nukleozydowe inhibitory odwrotnej transkryptazy (NRTI) i nienukleotydowe inhibitory odwrotnej transkryptazy (NNRTI) są głównymi RTIs2.
Wysoce aktywna terapia antyretrowirusowa (HAART), połączenie różnych leków przeciwwirusowych, stała się standardową terapią HIV, skutecznie kontrolując rozprzestrzenianie się AIDS i przekształcając tę niegdyś śmiertelną chorobę w możliwą do opanowania chorobę przewlekłą3. NNRTI dla HIV-1 są obecnie istotną częścią schematu HAART4. Oporność na środki przeciwdrobnoustrojowe (AMR) jest jednym z najpoważniejszych globalnych zagrożeń dla zdrowia, z szacunkową liczbą 1,27 miliona ofiar śmiertelnych5. W związku z tym istnieje pilna potrzeba rozwiązania problemu oporności na środki przeciwdrobnoustrojowe i zidentyfikowania nowych środków przeciwdrobnoustrojowych. Według Światowej Organizacji Zdrowia (WHO) oporność na środki przeciwdrobnoustrojowe osiągnęła alarmujący poziom w wielu częściach świata.
Stanowi to poważne zagrożenie dla osiągnięcia celów zrównoważonego rozwoju, ponieważ podważa bezpieczeństwo żywnościowe, wzrost gospodarczy i bezpieczeństwo zdrowotne, a także przyczynia się do nierówności społecznych i ekonomicznych6. Częstość występowania wirusów lekoopornych rośnie, nawet w lekach antyretrowirusowych przeznaczonych do zwalczania wirusa HIV. Według najnowszych statystyk na koniec 2022 roku prawie 30 milionów ludzi na całym świecie przyjmowało terapię antyretrowirusową7.
WHO przeprowadziło 30 ankiet i odkryło, że w 21 z tych badań ponad 10% osób, które rozpoczęły terapię antyretrowirusową pierwszego rzutu, miało oporność na Newirapinę lub Efawirenz8. Co więcej, osoby, które wcześniej miały kontakt z lekami antyretrowirusowymi, są do trzech razy bardziej narażone na oporność na NNRTI niż osoby bez ekspozycji9. Badania wykazały, że znaczna liczba niemowląt w wieku poniżej 18 miesięcy, u których niedawno zdiagnozowano HIV, wykazywała wysokie wskaźniki szczepów lekoopornych10,11. Szokujące jest to, że prawie połowa z nich miała szczep oporny na - (NNRTI) jeszcze przed rozpoczęciem leczenia. Odkrycia te podkreślają potrzebę przyspieszenia badań w celu opracowania innowacyjnej terapii HIV.
Rozwój szczepów opornych na leki i niepożądane skutki uboczne wynikające z długotrwałego stosowania nieuchronnie stanowiły wyzwanie dla klinicznego zastosowania NNRTIs12. Rozpoczęcie skojarzonej terapii przeciwretrowirusowej (cART) wydłuża oczekiwaną długość życia osób żyjących z HIV pomimo potencjalnych działań niepożądanych. Te działania niepożądane obejmują ryzyko rozwoju chorób niezakaźnych, w tym lipodystrofii, hiperlipidemii, zmniejszonej gęstości mineralnej kości, podwyższonego poziomu glukozy we krwi prowadzącego do cukrzycy typu 2, nadciśnienia, zwiększonego ryzyka udaru mózgu i problemów związanych z otyłością13. Wczesna diagnoza i szybki dostęp do odpowiedniej opieki medycznej w początkowej fazie zakażenia wirusem HIV oferują znaczne korzyści zarówno z perspektywy klinicznej, jak i publicznej. Szybkie rozpoczęcie ART i profilaktyka przeciwko zakażeniom oportunistycznym prowadzi do znacznego zmniejszenia liczby chorób i śmiertelności związanej z HIV.
Użycie ART może również przyczynić się do zmniejszenia możliwości dalszego przenoszenia wirusa HIV poprzez zmniejszenie poziomu krążącego kwasu rybonukleinowego HIV. Co więcej, zajęcie się leczeniem innych chorób przenoszonych drogą płciową i koinfekcji może również zmniejszyć prawdopodobieństwo dalszego zakażenia wirusem HIV14. NNRTI należą do opcjonalnych klas leczenia inhibitorów, które wchodzą w interakcje z RT poprzez wiązanie się z regionem allosterycznym lub miejscem zakażenia wirusem HIV. Ten rodzaj hamowania jest powszechnie znany jako inhibitor niekonkurencyjny, ponieważ NNRTI nie wiąże się w miejscu aktywnym substratu, ale raczej na zewnątrz. Efekt ten zmienia konformację miejsca wiązania substratu, utrudniając wiązanie standardowego podłoża i prowadząc do przedwczesnego zakończenia łańcucha. Ze względu na ich zmniejszoną toksyczność w porównaniu z NRTI, prostą strukturę, lepszą biodostępność w porównaniu z inhibitorami proteazy i doskonałą selektywność, NNRTI stały się najbardziej atrakcyjnymi inhibitorami HIV15. W związku z tym synteza i projektowanie nowych NNRTI mają kluczowe znaczenie z perspektywy farmakokinetycznej16,17.
NNRTI są niezbędne w leczeniu HIV/AIDS ze względu na ich silną skuteczność i niską toksyczność. Jednak wczesne NNRTI, takie jak newirapina, delawirdyna i efawirenz, napotykają oporność na mutacje wirusa w miejscu wiązania NNRTI18. Leki te, należące do rodziny diarylopirymidyny (DAPY), wykazują silną aktywność przeciwko różnym szczepom NNRTIs, w tym tym opornym na wczesne NNRTIs19, prawdopodobnie ze względu na ich elastyczność molekularną i wyższą barierę odporności na HIV-120,21. Pomimo sukcesu, wysoki wskaźnik mutacji w HIV-1 RT i brak wewnętrznej aktywności korektorskiej doprowadziły do powstania nowych profili oporności u pacjentów stosujących etrawirynę i rylpiwirynę22,23. Te mutacje wirusowe różnią się od siebie, podobnie jak te związane z wczesnymi lekami NNRTI24. Ponad 50 strukturalnie zróżnicowanych klas związków zostało zidentyfikowanych jako NNRTI. Warto zauważyć, że sześć NNRTI uzyskało zgodę na leczenie HIV-1. Do tych zatwierdzonych leków należą: newirapina (NVP), delawirdyna (DLV), efawirenz (EFV), etrawiryna (ETR), rylpiwiryna (RPV) i dorodyryna (DOR). Rysunek 1 pokazuje struktury chemiczne tych sześciu zatwierdzonych leków NNRTI25.
W niedawnym badaniu26, obliczenia DFT i dokowanie molekularne sugerują, że lowastatyna i symwastatyna wykazują potencjał jako środki przeciw koronawirusowi. Wirtualne badania przesiewowe pozwoliły zidentyfikować pięć nowych zatwierdzonych przez FDA cząsteczek kandydujących podobnych do rusztowania efawirenzu, o doskonałym powinowactwie wiązania w aktywnej kieszeni głównej proteazy COVID-19.
Soltan et al.27 przeprowadził podobne badanie nad identyfikacją nowych cząsteczek w celu poprawy zdolności wiązania z HIV RT, stosując strategię opartą na fragmentach z lekami zatwierdzonymi przez FDA do projektowania pochodnych chemicznych. W szczególności wykorzystali struktury delawirdyny, efawirenzu, etrawiryny i rylpiwiryny jako podstawowe rusztowania. Podobieństwo tych pochodnych do leków oceniono za pomocą Swiss-ADME, a następnie zadokowano je w powiązanych strukturach krystalicznych. Badanie zakończyło się wyborem związków wykazujących większe powinowactwo wiązania w porównaniu z ich macierzystymi rusztowaniami, w szczególności zwracając uwagę na wyraźniejszą poprawę w przypadku pochodnych zaprojektowanych z NNRTI drugiej generacji, etrawiryny i rylpiwiryny. Na przykład pochodne RPV01 i RPV15 wykazały znaczną poprawę wartości energii zadokowanej w porównaniu z rylpiwiryną, co wskazuje na potencjalną użyteczność w zwalczaniu zarówno dzikich, jak i zmutowanych form HIV RT.
Murugesan i współpracownicy28 przeprowadzili badania, proponując różne podejścia chemii medycznej w celu zwiększenia skuteczności i zminimalizowania oporności w leczeniu HIV. W badaniu wykorzystano hybrydyzację molekularną, wymianę bioizosteryczną i wysokoprzepustowe badania przesiewowe. W ramach swoich badań udało im się zidentyfikować nowe rusztowania NNRTI o wysokiej sile działania zarówno przeciwko dzikim, jak i lekoopornym szczepom wirusa HIV. Opracowali pochodne DAPY, które wykazują doskonałą selektywność i niską toksyczność, a niektóre związki wykazują skuteczne hamowanie przy stężeniach nanomolowych.
Ostatnio, używanie narzędzi obliczeniowych wraz z badaniami in-silico zyskało popularność dzięki praktycznej analizie właściwości chemicznych leków kwantowych29. W tym badaniu zastosowano wspomagane komputerowo projektowanie leków, teorię funkcjonału gęstości, jakościową zależność struktura-aktywność i dynamikę molekularną w celu odkrycia silnych NNRTI.

<table><tbody><tr><td>GaussView</td><td>GaussView</td><td></td><td>V6.1.1</td></tr><tr><td>KNIME&nbsp;</td><td>KNIME</td><td></td><td>V4.7.1</td></tr><tr><td>Schrödinger Maestro V13.6</td><td>SCHRODINGER INC.</td><td></td><td>Rok wydania licencji 2023-2</td></tr></tbody></table>

ilościowa zależność struktura-aktywność, przewidywanie aktywności i dynamika molekularna nienukleotydowych inhibitorów odwrotnej transkryptazy

Quantitative Structure-Activity Relationship, Activity Prediction, and Molecular Dynamics of Non-nucleotide Reverse Transcriptase Inhibitors

Rosnąca częstość występowania lekooporności HIV-1 stanowi wyzwanie dla skuteczności skojarzonej terapii antyretrowirusowej, szczególnie w Afryce Południowej. Rozwój oporności na nienukleotydowe inhibitory odwrotnej transkryptazy (NNRTI) zagraża długoterminowemu powodzeniu terapii przeciwretrowirusowej. Szacuje się, że w 2019 r. oporność na środki przeciwdrobnoustrojowe była bezpośrednio przyczyną 1,27 mln zgonów na całym świecie. W badaniu tym zastosowano podejście in-silico w celu zbadania leków NNTRI i ich pochodnych. Stosowane techniki obejmowały obliczenia teorii funkcjonału gęstości, dokowanie molekularne, wyliczanie, ilościową analizę zależności struktura-aktywność (QSAR), symulację dynamiki molekularnej (MDS) oraz mechanikę molekularną z uogólnionymi metodami Borna i powierzchni. Analiza koncentrowała się na różnych pochodnych pirymidyny i sześciu lekach NNRTI, badając ich interakcje z białkiem HIV-1 (kod PDB 1HQU).
Model QSAR został opracowany w celu przewidywania aktywności biologicznej sześciu badanych NNRTI. Wykorzystując 94 pochodne pirymidyny, model QSAR osiągnął R2 NA poziomie 0,822 i Q2 na poziomie 0,815, co wskazuje na wysoki poziom dokładności predykcyjnej.
MDS przeprowadzono w celu oceny stabilności różnych ligandów i ich nowo opracowanych alternatyw, upewniając się, że pozostają one związane z miejscem aktywnym białka przez 200-nanosekundowy okres symulacji. Etrawiryna wykazywała wahania średniego odchylenia kwadratowego (RMSD) wynoszące około 4,5 A, podczas gdy jej wyliczone pochodne wykazywały wahania RMSD wynoszące 3,5 A. Dzięki dokowaniu molekularnemu, MDS i obliczeniom energii swobodnej, enumeracyjna etrawiryna wykazała najlepszą wydajność, z wartością aktywności 7,373 i wynikiem dokowania -10,517 kcal/mol. Co więcej, obliczona energia swobodna wiązania dla enumerowanej etrawiryny wynosiła -89,684 kcal/mol, przewyższając inne badane ligandy. Znacząca poprawa sugeruje, że zmodyfikowana etrawiryna ma obiecujący potencjał jako nowy środek w terapii antyretrowirusowej.
Uzyskana niższa wartość RMSD, zwiększone interakcje aminokwasów i najwyższa wolna energia wiązania wskazują, że wymieniona etrawiryna może służyć jako realna alternatywa w leczeniu HIV/AIDS.

W tym badaniu wykorzystano strategie in-silico, aby zidentyfikować enumerowaną etrawirynę jako obiecujący środek terapeutyczny dla HIV. Nasze odkrycia dotyczące interakcji molekularnych i dynamiki wspierają racjonalne projektowanie nowych NNRTI jako możliwych alternatyw leczenia HIV.

Ilościowa zależność struktura-aktywność, przewidywanie aktywności i dynamika molekularna nienukleotydowych inhibitorów odwrotnej transkryptazy

The increasing incidence of HIV-1 drug resistance presents a challenge to the effectiveness of combination antiretroviral therapy, particularly in ...

Badania koncentrują się na komputerowym wspomaganiu projektowania leków w celu opracowania nowych innowacyjnych leków lub zmiany przeznaczenia obecnie istniejących leków na choroby związane z Afryką. Okej, więc w naszej dziedzinie mamy obecnie wiele aplikacji uczenia maszynowego, które ludzie rozwijają, i to jest coś, co chcemy również włączyć do naszej grupy, aby zaprojektować leki beta. Obecnie korzystamy z tak zwanych obliczeń o wysokiej wydajności i to właśnie przyspiesza nasze badania, wykorzystując zarówno technologię CPU, jak i GPU, aby szybciej uzyskiwać wyniki podczas eksperymentowania.W tej chwili informatyka jest wciąż bardzo nową dziedziną badań, a studenci często nie radzą sobie z tym, co należy zrobić, więc potrzeba im trochę więcej czasu, aby nauczyć się dyscypliny. Ostatnio mamy kilka naturalnych produktów, które udało nam się wyizolować, a które są znane w Afryce, a obecnie są stosowane w leczeniu SARS-CoV-2, na co patrzymy. Aby rozpocząć, przejdź do ikony okna na ekranie monitora i kliknij ją.Wybierz wszystkie aplikacje i przewiń w dół, aby zlokalizować folder Schrodinger. Otwórz folder i kliknij ikonę Maestro. Wybierz opcję Otwórz, aby uruchomić oprogramowanie.Aby pobrać strukturę białka, kliknij kartę pliku i wybierz Pobierz PDB z menu podręcznego. Wprowadź wybrany kod PDB w polu tekstowym i kliknij przycisk Pobierz. Wybrany plik PDB pojawi się w oknie projektu.Alternatywnie można pobrać białko z banku danych o białkach, wpisując identyfikator PDB w polu wyszukiwania i klikając przycisk Pobierz. W Maestro przejdź do zakładki Plik i wybierz opcję Importuj struktury. W interfejsie importu znajdź pobrany plik PDB i kliknij przycisk Importuj.Teraz wybierz strukturę białka i kliknij ją prawym przyciskiem myszy. Wybierz przygotowane białko, kliknij prawym przyciskiem myszy, wybierz opcję Podziel i podziel na ligandy, wodę i inne. Otwórz bazę danych PubChem i wpisz nazwę związku w pasku wyszukiwania, aby pobrać związek chemiczny.Przejrzyj dostępne struktury, kliknij przycisk Pobierz i wybierz opcję 3D-Conformer (3D-Former), aby zapisać współrzędne konstrukcji jako plik danych strukturalnych (SDF). Kliknij zakładkę Plik w Schrödinger i wybierz Importuj struktury. Przejdź do lokalizacji, w której zapisany jest plik SDF i załaduj związek.Kliknij Zadanie w Schrödinger, wpisz LigPrep w pasku wyszukiwania i wybierz je. Kliknij opcję Użyj struktur z, aby wybrać pliki z tabeli obszaru roboczego lub projektu. Wybierz preferowane opcje w oknie LigPrep i kliknij przycisk Uruchom, aby przesłać zadanie do przygotowania liganda.Wizualizuj przygotowane ligandy w oknie oprogramowania. Otwórz oprogramowanie do optymalizacji geometrii konstrukcji. Przejdź do zakładki Plik i wybierz Otwórz, aby wybrać pobrany plik SDF z PubChem.Przejdź do karty Obliczanie i wybierz opcję Ustawienia obliczeń Gaussa. Na karcie typu zadania wybierz opcję Optymalizacja lub Optymalizacja plus częstotliwość. Teraz przejdź do zakładki Metoda i wybierz metodę Chemia kwantowa.Z menu rozwijanych wybierz Cone Sham Global Hybrid Exchange Correlation Density Function, Basis Set, Charge i Spin do wyboru. Przejdź do zakładki Tytuł i wprowadź nazwę badanego związku. Przejdź do zakładki Link Zero i określ limit pamięci oraz procesory współużytkowane.Usuń zaznaczenie pól Pełna ścieżka. Kliknij przycisk Edytuj na dole, aby zapisać plik wejściowy Gaussa w preferowanej lokalizacji z wybraną nazwą pliku jako Gaussowski plik zadania lub GJF. Przejdź do Zadań i wybierz Generowanie siatki receptorów, aby wykryć miejsce aktywne białka związane z ligandem kryształów rdzenia.Kliknij przycisk Wybierz, aby zidentyfikować ligand, a następnie wybierz ligand współkrystalizowany. Kliknij przycisk Uruchom, aby przesłać siatkę do wygenerowania. W przypadku dokowania molekularnego przejdź do pozycji Zadania, wybierz pozycję Dokowanie liganda, a następnie wybierz pozycję Dokowanie glide Liganda.Następnie załaduj plik siatki i wybierz ligandy z obszaru roboczego, korzystając z opcji Użyj liganda z. Zaznacz pole Wyświetl receptor u góry, dodaj odpowiednią nazwę zadania i prześlij zadanie, klikając przycisk Uruchom. Na karcie Ustawienia wybierz preferowaną metodę dokładności dokowania.Skonfiguruj ograniczenia, takie jak wiązania wodorowe. Po przejrzeniu wszystkich ustawień kliknij przycisk Uruchom, aby rozpocząć proces dokowania. Przejrzyj wyniki dokowania i porównaj wyniki dokowania przed i po optymalizacji ligandów.Wybierz parę zadokowanego białka i kompleksu liganda z nawigatora przestrzeni roboczej. Przejdź do sekcji Zadania, przejdź do narzędzia Ligand Designer i kliknij pozycję Analizuj obszar roboczy w oknie Projektant ligand. Aby wygenerować i ocenić nowe ligandy, wybierz Skanowanie izostatyczne z listy przepływu pracy, co implikuje metodę wzrostu, która rozszerza ligand poprzez dodawanie fragmentów do istniejących struktur molekularnych.Przeanalizuj wyniki dokowania wyliczonych związków i zidentyfikuj związek o bardziej ujemnej wartości niż związek skrystalizowany minus 9,242. Następnie kliknij przycisk Zadanie i wybierz Desmond System Builder. W panelu System Builder wybierz kartę Solvation (Uaktualnianie).Wybierz predefiniowany model rozpuszczalnika, który pasuje do kompleksu ligandów białkowych. Następnie wybierz kształt pudełka i metodę obliczania rozmiaru pudełka. Następnie wybierz kartę Jony i kliknij przelicz, aby zneutralizować system, dodając przeciwjony i ustawiając żądane stężenie roztworu.Po przygotowaniu systemu wyświetl projekt w obszarze roboczym. Wybierz kompleks ligandów białkowych z nawigatora przestrzeni roboczej. Przejdź do Zadanie i wybierz Dynamika molekularna Desmond.Załaduj kompleks białek ligandowych z obszaru roboczego w panelu Dynamika molekularna. Wybierz żądaną oś czasu symulacji z zakładki Symulacja. Wybierz NPT jako klasę zespołową.Nazwij zadanie odpowiednio w panelu Dynamika molekularna. Napisz zadanie i kliknij przycisk Zamknij, aby wyjść z okna Dynamika molekularna. Prześlij pisemne zadanie przygotowania dynamiki molekularnej za pośrednictwem terminala lokalnego.Po zakończeniu otwórz ukończone zadanie i kontynuuj czas symulacji od początkowo ustawionej osi czasu do żądanego czasu symulacji. Na przykład 100 nanosekund lub 200 nanosekund. Otwórz plik trajektorii i odtwórz trajektorię.Wizualizuj, gdzie kompleks ligandów białkowych jest zrównoważony i zanotuj liczbę ramek. Prześlij zadanie za pośrednictwem terminala. Wyświetl zawartość pliku wyjściowego, aby przeanalizować wygenerowane wyniki, i pobierz plik CSV.Otwórz plik CSV i zanotuj energię wiązania. Na koniec użyj pokazanego równania i oblicz swobodną energię wiązania kompleksu, uśredniając wartości energii wiązania określone dla każdej migawki w symulacji MD. Wykres punktowy przedstawia obserwowaną aktywność w porównaniu z przewidywaną aktywnością dla klasy pierwszej modelu QSAR.Wykres przedstawia dopasowanie między klasą pierwszą jako zbiorem treningowym a nienukleotydowymi inhibitorami odwrotnej transkryptazy jako zestawem testowym w celu uzyskania wartości aktywności predykcyjnej. Zestaw treningowy dobrze pokrywał się z linią regresji, podczas gdy zestaw testowy miał niewielkie odchylenia. Siły oddziaływań między białkiem w różnych ligandach ujawniły wiązania wodorowe z lizyną 101 we wszystkich ligandach.Symulacje dynamiki molekularnej wolnego białka ustabilizowały się po około 60 nanosekundach przy RMSD około 3,5 angstrema, potwierdzając wiarygodność protokołu. Wymieniono etrawirynę, która ustabilizowała się na poziomie 3,5. Angstremy wykazywały silniejsze i bardziej stabilne wiązanie w miejscu aktywnym wirusa HIV jednej odwrotnej transkryptazy w porównaniu z etrawiryną, która ustabilizowała się na poziomie 4,5 angstremów.Oś czasu kontaktu z enumerowaną etrawiryną również wskazywała na silniejsze i bardziej stabilne interakcje w czasie.

quantitative-structure-activity-relationship-activity-prediction

Research

JoVE Journal

Chemistry

Chemia

Source: Scarborough, R. J., et al. Evaluation of the Efficacy And Toxicity of RNAs Targeting HIV-1 Production for Use in Gene or Drug Therapy. J. Vis. Exp. (2016).This video demonstrates a reverse transcriptase (RT) assay to assess the effect of a test RNA on virus-like particle (VLP) production. Cells are co-transfected with plasmids, and RT activity is measured as a quantitative indicator of VLP output. A decrease in RT activity reflects suppression of viral gene expression by the test RNA.

Reverse Transcriptase Activity as a Marker for Virus-Like Particle Production

Wysokoprzepustowa selektywna acylacja hydroksylowa 2' analizowana przez rozszerzenie startera (SHAPE) wykorzystuje nowatorską technologię sondowania chemicznego, odwrotną transkrypcję, elektroforezę kapilarną i oprogramowanie do przewidywania struktury drugorzędowej do określenia struktur RNA od kilkuset do kilku tysięcy nukleotydów z rozdzielczością pojedynczego nukleotydu.

Przewidywanie struktury drugorzędowej RNA przy użyciu wysokoprzepustowego SHAPE

Trzy testy, w tym test oparty na działaniu cytopatycznym (CPE), test dawka-odpowiedź i test czasu dodania (ToA) zostały opracowane, zoptymalizowane, zatwierdzone i wykorzystane do identyfikacji nowych leków przeciwwirusowych przeciwko wirusowi choroby niebieskiego języka (BTV), a także do określenia możliwego mechanizmu działania (MoA) dla nowo zidentyfikowanych leków przeciwwirusowych.

Testy do identyfikacji nowych leków przeciwwirusowych przeciwko wirusowi choroby niebieskiego języka

Testy in vitro do pomiaru replikacji wirusa zostały znacznie ulepszone dzięki rozwojowi rekombinowanych wirusów RNA wyrażających lucyferazy lub inne enzymy zdolne do bioluminescencji. W tym miejscu szczegółowo opisujemy wysokoprzepustową linię badań przesiewowych, która łączy takie rekombinowane szczepy wirusów odry i chikungunya w celu wyizolowania leków przeciwwirusowych o szerokim spektrum działania z bibliotek chemicznych.

Wysokoprzepustowe badania przesiewowe w kierunku chemicznych inhibitorów wirusów RNA o szerokim spektrum działania

Tutaj opisujemy cytotoksyczność komórkową i testy zakaźności w pojedynczej rundzie, które pozwalają na szybkie i dokładne badanie przesiewowe związków w celu określenia ich cytotoksyczności komórkowej (CC50) i wartości IC50 przeciwko WT i lekoopornemu HIV-1.

Szybkie badania przesiewowe w kierunku inhibitorów odwrotnej transkryptazy i integrazy HIV

Ten protokół opisuje NAZWĘ, test, który pozwala na szybką identyfikację cząsteczek zdolnych do hamowania in vitro aktywności opiekuńczej białka nukleokapsydu HIV-1.

Test elektroforezy za pośrednictwem wyżarzania nukleokapsydu (NAME) umożliwia szybką identyfikację inhibitorów nukleokapsydu HIV-1

Tutaj prezentujemy podejście do głębokiego sekwencjonowania, które zapewnia bezstronne określenie powstających 3'-końców, jak również profili mutacyjnych jednoniciowych cząsteczek DNA. Głównym zastosowaniem jest charakterystyka powstających retrowirusowych komplementarnych DNA (cDNA), produktów pośrednich powstających w procesie retrowirusowej odwrotnej transkrypcji.

Oznaczanie 3'-końców i sekwencji powstających jednoniciowych cząsteczek wirusowego DNA podczas odwrotnej transkrypcji HIV-1 w zakażonych komórkach

Celem protokołu jest zilustrowanie różnych testów związanych z wnikaniem wirusa, które mogą być użyte do identyfikacji potencjalnych inhibitorów wnikania wirusa.

Wykorzystanie testów wnikania wirusa i molekularnej analizy dokowania do identyfikacji kandydatów na leki przeciwwirusowe przeciwko wirusowi Coxsackie A16

Testy aktywności oparte na NMR zostały opracowane w celu identyfikacji i scharakteryzowania inhibitorów dwóch nukleozydowych enzymów rybohydrolazy. Przedstawiono protokoły dla początkowych testów związków chemicznych przy 500 μM i 250 μM, testów dawka-odpowiedź do oznaczania wartości IC50, testów przesiewowych licznika detergentów, testów przesiewowych licznika rozcieńczeń skokowych oraz testów w całych komórkach E. coli.

Testy aktywności oparte na NMR do określania inhibicji związku, wartości IC50, aktywności artefaktów i aktywności całych komórek rybohydrolaz nukleozydowych

W tej pracy opisujemy protokoły używane w testach opartych na replikonie i enzymach wirusowych do badań przesiewowych na obecność inhibitorów replikacji wirusa Zika w formacie wysokoprzepustowych.

Wysokoprzepustowe testy przeciwwirusowe do badań przesiewowych w kierunku inhibitorów replikacji wirusa Zika

Protokół zawiera instrukcję modyfikacji RNA za pomocą siarczanu dimetylu do eksperymentów z profilowaniem mutacji. Obejmuje ona sondowanie in vitro i in vivo z dwiema alternatywnymi metodami przygotowania biblioteki.

Sondowanie struktury RNA za pomocą siarczanu dimetylu Profilowanie mutacyjne z sekwencjonowaniem in vitro i w komórkach

Odkryj projektowanie leków z użyciem obliczeń wysokiej wydajności i dynamiki molekularnej do identyfikacji inhibitorów odwrotnej transkryptazy NNRTI w leczeniu HIV.

Ilościowa zależność struktura-aktywność, przewidywanie aktywności i dynamika molekularna nienukleotydowych inhibitorów odwrotnej transkryptazy (Wideo) | JoVE Journal

Ilościowa zależność struktura-aktywność, przewidywanie aktywności i dynamika molekularna nienukleotydowych inhibitorów odwrotnej transkryptazy

Przeglądaj więcej filmów