약물 재활용을 위한 약전 유도 가상 스크리닝

약물 용도 변경은 원래 의학적 적응증의 범위를 벗어나는 승인 또는 연구 치료제의 새로운 응용 프로그램을 식별하기 위한 오래된 전략입니다. ¹ 고혈압과 협심증용으로 고안된 약물을 화이자의 악명 높은 "작은 파란색 알약"(일반적으로 비아그라라고 함)으로 재지정한 이후로 약물 용도 변경이 대중의 주목을 받은 적은 없습니다. COVID-19를 치료하기 위한 치료제가 전 세계적으로 시급해짐에 따라 이 약물 전략이 다시 한 번 대중의 주목을 받게 되었습니다.

3D 단백질 모델링에는 약물 용도 변경을 위한 여러 분자 모델링 및 시뮬레이션 방법이 포함됩니다. 이 시리즈의 이전 게시물에서는 SARS-CoV-2 주요 프로테아제에 결합할 수 있는 억제제를 식별하는 방법으로 분자 도킹을 탐구했습니다. 대안이 in silico 가능합니까? 약전 모델링과 같은 방법이 유사한 결과를 달성하고 한 후보를 다른 후보보다 선택하는 것을 뒷받침하는 추가 증거를 제공합니까?

대체 경로 이용

Pharmacophore 모델링은 단백질 표적에 의한 리간드 인식에 필요한 분자 기능의 추상화를 제공합니다. 분자 상호작용 및 결합에 대한 표현은 기존 시뮬레이션 방법과 대조되는 관점을 제공합니다.

우리는 Diamond Light Source에서 여러 SARS-CoV-2 주요 프로테아제 단백질 구조의 초기 데이터 세트를 얻었습니다. ² 우리는 이러한 구조를 정렬한 다음 BIOVIA Discovery Studio에서 사용 가능한 'Interaction Pharmacophore Generation' 프로토콜을 사용하여 각 수용체-리간드 복합체의 비결합 상호작용을 나타내는 약전을 생성했습니다. Pharmacophores의 총 기능 수는 5R80 및 5R7Y 결정 구조에 대한 두 가지 기능에서 6LU7에 대한 9가지 기능 모델까지 다양했습니다. 우리는 개별 복합체의 약전을 단일 모델로 병합하고 밀접하게 클러스터된 기능을 편집했습니다. 최종 모델에는 프로테아제와 가능한 소분자 결합제 간의 분자간 접촉을 나타내는 14가지 기능이 포함되었습니다.

이후 인실리코 공연을 펼쳤습니다. 모든 복합체의 활성 부위 잔기에 대한 알라닌-스캐닝 돌연변이유발은 돌연변이될 때 어떤 잔기가 그 단백질-리간드 복합체의 결합 친화도(핫스팟)를 감소시키는지 확인합니다. 모든 복합체에서 8개 잔기(HIS41, MET49, ASN142, HIS163, MET165, PRO168, GLN189 및 GLN192)가 하나 이상의 복합체에서 핫스팟으로, 나머지 3개는 복합체에서 핫스팟으로 식별되었습니다. 14개 기능 약전 모델에서 6개 기능은 8개 핫스팟 잔기 중 하나와의 상호 작용에 해당합니다. 비공유 M ^PRO 의 두 번째 데이터세트 Diamond Light Source ² 에서 방출된 리간드 복합체 다양한 결합 모드가 밝혀져 가상 스크리닝의 다음 단계에서 사용하기 위해 6개의 주요 약전 특성을 두 그룹으로 분리했습니다.

우리는 이제 이 약전 모델을 사용하여 빠른 검색을 위해 미리 생성된 다중 리간드 확인이 있는 2,650개의 FDA 승인 약물을 포함하는 선택한 라이브러리의 가상 스크리닝을 수행했습니다. 우리는 히트를 식별하기 위해 나머지 8개 기능의 최소 2개 기능뿐만 아니라 일치해야 하는 두 필수 그룹 각각에서 하나 이상의 기능이 필요하다는 요구 사항과 함께 14개 기능 약전에 대해 이러한 리간드를 스크리닝했습니다. 이는 리간드의 서로 다른 결합 모드를 다양하게 탐색할 수 있도록 하는 동시에 알라닌 스캐닝 돌연변이 유발에서 확인된 중요한 잔기와 적어도 두 가지 상호작용을 형성할 수 있는 포즈만 유지되도록 하기 위한 것입니다. 이 알고리즘은 기본적으로 12,000개 이상의 가능한 약전 조합을 탐색합니다. 그런 다음 우리는 단백질 내의 각 약전 조합에 대해 가장 잘 맞는 히트를 최소화했습니다. 마지막으로 GBMV(Generalized Born using Molecular Volume) 암시적 용매 모델과 함께 CHARMm을 사용하여 최적화된 약전 유래 포즈의 결합 에너지를 결정했습니다. 이 방법은 효과적으로 분자 도킹 계산(이전 블로그에서와 같이)이지만 여기에서는 도킹된 결과를 억제하고 필터링하기 위해 최적화된 약전소 모델을 사용했습니다.

우리는 각 포즈의 비결합 상호작용을 계산하고 4가지 주요 잔기(HIS41, MET49, CYS145 및 MET165)에 대한 상호작용이 있는 포즈에만 집중하도록 필터링했습니다. HIS41, MET49 및 MET165는 이전에 확인된 4개 이상의 복합체에 공통적인 3개의 잔기였으며, CYS145는 주요 프로테아제 동종이량체의 각 서브유닛에서 발견되는 중요한 HIS41/CYS145 촉매 다이애드의 두 번째 잔기입니다. 우리는 계산된 결합 자유 에너지로 히트를 분류하여 추가 탐색을 위한 상위 10개의 그럴듯한 후보를 식별했습니다. Ritonavir는 여기와 이전 블로그에서 확인된 유일한 일반적인 리간드였습니다. Ritonavir는 결합 자유 에너지가 7번째로 우수했으며 이전에 도킹 연구에서 7위를 차지했습니다. Ritonavir는 현재 COVID-19에 대한 여러 임상 시험을 진행 중입니다. ³

동영상 1 :HIS41, MET49, SER144, CYS145, MET165, GLU166 및 GLN189와 상호작용하는 Ritonavir에 대해 최고 점수를 받은 자세입니다.

여기에 제시된 방법에서 가장 좋은 점수를 받은 리간드는 시스테닐 류코트리엔 수용체 길항제인 Montelukast였습니다. 최근에 발표된 논문은 COVID-19 감염에서 질병의 진행을 제한하기 위해 이 물질을 사용한다는 가설을 세웠습니다. ⁴

3개의 추가 최고 점수 화합물에는 Telmisartan, Moexipril 및 hydroxycloroquine이 포함되었습니다. 이 모든 화합물이 COVID-19에 대한 용도 변경 약물로서의 가능성이 최근 정밀 조사를 받고 있습니다. ⁵ 가장 논란이 되고 있는 것은 하이드록시클로로퀸이다. 두 가지 방법의 상위 10개 히트 목록 간의 또 다른 차이점은 포함된 약물 대상의 다양성입니다. 상위 10개 도킹 결과에는 7개의 HCV 또는 HIV 프로테아제 억제제가 포함됩니다. Pharmacophore-prioritized hit list에는 7가지 다른 대상 클래스의 약물이 포함됩니다.

약력에서 파생된 가상 스크리닝은 이전 도킹 작업에서 확인되지 않은 몇 가지 새로운 잠재적인 COVID-19 약물을 포함하여 우선 순위가 지정된 히트 목록을 생성했습니다. 이 접근 방식을 통해 in silico 약전 모델을 정제하기 위한 유용한 기술로서 알라닌 스캐닝 돌연변이 유발. 또한 선별 과정에서 적합성을 위해 특정 기능이 있어야 한다는 요구 사항도 부과했습니다. 이 두 연구의 결과는 직접 비교할 수 없습니다. 기본 알고리즘의 차이 때문이 아니라 서로 다른 지원 전략의 구현 때문입니다.

두 방법 간의 결과를 간략히 비교한 결과 초점을 맞춰야 할 부분이 거의 겹치지 않는 것으로 나타났습니다. 두 가지 방법으로 확인된 Ritonavir의 공통점은 추가 연구를 위해 이 후보를 선택하는 것을 뒷받침하는 증거를 제공한다고 말할 수 있습니다. 이전 연구에 따르면 단백질-리간드 도킹 점수 기능의 합의를 사용하면 추정되는 약물 후보의 식별이 향상됩니다. ⁶ 이러한 이유로 연구원들은 실험 테스트를 위한 화합물의 우선 순위를 지정하기 위해 각 방법에서 고유한 최고 점수 화합물을 사용할 수 있습니다.

결론적으로, 약전 유래 가상 스크리닝은 도킹을 위한 보완적이고 보완적인 방법을 제공하여 실험적 검증을 위한 후보 선택에 대한 합의와 더 큰 확신에 기여합니다. 용도 변경을 위한 약물 후보를 제공해야 하는 시급함 외에도 이 약동학 기반 방법은 후속 리드 최적화를 위해 더 다양한 리간드를 식별할 수도 있습니다.