wykład 1-2

Oddziaływanie leków
z celami molekularnymi
i projektowanie leków
Prof. dr hab. Sławomir Filipek
Grupa BIOmodelowania (biomodellab.eu)
Uniwersytet Warszawski, Wydział Chemii
oraz Centrum Nauk Biologiczno-Chemicznych (CeNT-III)
Piśmiennictwo
m.in.
Klasyfikacje leków według:
• Efektu farmakologicznego
przeciwbólowe, antyalergiczne, antybiotyki
• Struktury chemicznej
penicyliny, opiaty, benzodiazepiny, steroidy
• Docelowego układu w organizmie
np. leki antyhistaminowe – blokują wytwarzanie lub uwalnianie histaminy
• Miejsca akcji leku
np. antycholinesterazy - hamują rozkład ACh przez acetylocholinesterazę (AChE)
Stosowane w leczeniu
choroby Alzheimera
AChE
 YASARA Ach_drugs.sce
Miejsca działania leków
komórka bakteryjna
•
•
•
komórka zwierzęca
Białka (glikoproteiny): enzymy i receptory komórkowe
Kwasy nukleinowe (DNA i RNA np. rybosom)
Lipidy: tworzenie tunelu w błonie (grzybobójcze) lub jako przenośnik jonów
www.interklasa.pl
Wiązanie leków do białek - enzymy
• Wiązanie do enzymów
- substraty
- inhibitory
• Działanie leków
- inhibitory współzawodnicze (odwracalne)
- Inhibitory niewspółzawodnicze
- nieodwracalne
- odwracalne (allosteryczne)
Wiązanie leków do białek - receptory
• Wiązanie do receptorów
- agoniści
- antagoniści
- odwrotni agoniści
• Działanie leków
- pobudzają receptor
- agoniści / częściowi agoniści
- blokują receptor
- antagoniści
- inwersyjni agoniści
Adaptacja liganda podczas wiązania
konformacja bioaktywna
 YASARA Ach.sce
Konformacja bioaktywna liganda
Molecular Conceptor
Adaptacja enzymu podczas wiązania
reszty katalityczne
Duże zmiany konformacyjne
Glucose hexokinase
Zmiany konformacyjne enzymów
podczas wiązania ligandów
Shikimate dehydrogenase from Helicobacter pylori
Struktura bez kofaktora (PDB id:3PHH)
z kofaktorem (PDB id: 3PHI)
Indukowane dopasowanie
 baza Protein Data Bank (PDB)
Bazy strukturalne danych
• Protein Data Bank (PDB)
• Format pliku PDB
• Bazy leków (DrugBank, PubChem)
Protein Data Bank (PDB)
 www.rcsb.org
Format pliku PDB
na przykładzie pliku 1FXV.pdb
HEADER
TITLE
TITLE
COMPND
COMPND
COMPND
COMPND
COMPND
COMPND
COMPND
COMPND
COMPND
COMPND
COMPND
COMPND
COMPND
SOURCE
SOURCE
SOURCE
SOURCE
SOURCE
SOURCE
SOURCE
SOURCE
. . . .
HYDROLASE
27-SEP-00
1FXV
PENICILLIN ACYLASE MUTANT IMPAIRED IN CATALYSIS WITH
2 PENICILLIN G IN THE ACTIVE SITE
MOL_ID: 1;
2 MOLECULE: PENICILLIN ACYLASE;
3 CHAIN: A;
4 FRAGMENT: ALPHA SUBUNIT;
5 EC: 3.5.1.11;
6 ENGINEERED: YES;
7 MOL_ID: 2;
8 MOLECULE: PENICILLIN ACYLASE;
9 CHAIN: B;
10 FRAGMENT: BETA SUBUNIT;
11 EC: 3.5.1.11;
12 ENGINEERED: YES;
13 MUTATION: YES
MOL_ID: 1;
2 ORGANISM_SCIENTIFIC: ESCHERICHIA COLI;
3 ORGANISM_TAXID: 562;
4 EXPRESSION_SYSTEM: ESCHERICHIA COLI;
5 EXPRESSION_SYSTEM_TAXID: 562;
6 EXPRESSION_SYSTEM_VECTOR_TYPE: PLASMID;
7 EXPRESSION_SYSTEM_PLASMID: PEC;
8 MOL_ID: 2;
. . . . . . . . . . .
 1FXV.pdb
Bazy leków (DrugBank)
 www.drugbank.ca
Bazy leków (PubChem)
 pubchem.ncbi.nlm.nih.gov
Siły molekularnego oddziaływania
Wiązanie wodorowe
Oddziaływania elektronów -
(nie tylko benzen-benzen)
Oddziaływania elektrostatyczne mieszane
Przykład oddziaływań w leku
Hydrofobowe = van der Waalsa + entropia
H
S
Siły tworzące strukturę III-rzędową białka

wiązania kowalencyjne: –S–S–
(Cys ... Cys)
(siła wiązania  250 kJ/mol)

oddziaływania jonowe: –CO2– ... +H3N–
(Asp ... Lys)
(siła wiązania  20 kJ/mol)

wiązania wodorowe: –O-H ... O(H)– (Ser ... Ser)
siła wiązania  7 - 30 kJ/mol

- stackingowe: Ph ... Ph
(Phe ... Phe)
siła wiązania  8 - 12 kJ/mol

oddziaływania van der Waalsa: C ... C
(każdy atom)
siła wiązania  2 kJ/mol
wiązania wodorowe i oddziaływania van der Waalsa są bardzo powszechne (także do
oddziaływań z otaczającą wodą) i one decydują o III-rzędowej strukturze białka +
oddziaływanie ze środowiskiem woda/błona (efekty entropowe)
Efekty polaryzacji ładunku
Oddziaływania pomiędzy
molekułami niepolarnymi
siły van der Waalsa
Niestabilne ładunki cząstkowe
Stabilne ładunki
cząstkowe
Oddziaływania stackingowe
Wiązania w łańcuchach bocznych
Leu
Leu
Ser
Gln
Val
Asp
Val
Lys
http://zguw.ibb.waw.pl/~knbm/bmwi/
Miejsce aktywne enzymu
kofaktor NAD+ jest potrzebny do zajścia reakcji
 YASARA dehydrogenase
Wykład 2
Aminokwasy
Notacja jedno- i trójliterowa
Wiązanie peptydowe
Dipeptyd Gly-Gly (GG)
Wiązanie peptydowe jest
płaskie i sztywne
Tripeptyd Ala-Gly-Phe
(AGF)
Met-enkefalina
- jeden z endogennych środków przeciwbólowych
Notacja jednoliterowa: YGGFM
Morfina – działa na ten
sam receptor
Podobieństwo?
 YASARA enkephalin_morph
Wiązania wodorowe w białkach
budowa -helisy
budowa -kartki
 YASARA 1crn.pdb
Struktura II- i III-rzędowa białek
Pętle między helisami
-helisa, i+4
mioglobina
-helisa = 3.613 helisa
(pełny obrót co 3.6 aminokwasu
i 13 wiązań w pętli wiązania wodorowego)
310 helisa, i+3
-helisa, i+5
Wykres Ramachandrana
skręcona -kartka
kolagen
Wykres Ramachandrana
– przykłady białek
Struktury nad-II-rzędowe i foldy
Proces zwijania się białka
Tylko z uwzględnieniem
entropii
Woda w głębi roztworu:
Silne wiązania wodorowe, słabe efekty
orientacyjne  mobilność (duża entropia)
Woda przy powierzchni hydrofobowej:
Słabe wiązania wodorowe, silne efekty
orientacyjne  stabilność (mała entropia)
Proces zwijania się białka - energetyka
Potencjał
termodynamiczny:
G = H - TS
Minima kinetyczne
i termodynamiczne
podczas zwijania białka
Paradoks Levinthala:
Czas potrzebny na sprawdzenie wszystkich konformacji białka jest większy niż wiek wszechświata .
Proces zwijania się białka – udział chaperonów
Białko chaperonowe Hsp70
Proces zwijania się białka – misfolding
Schemat misfoldingu i powstawania agregatów
Enzymy z węzłami: struktury prawidłowo zwinięte!
PDB: 1YVE, 1XD3, 1UAJ.
 1uaj.pdb
Proces zwijania się białka – amyloidy
Powstawanie amyloidów
Wczesne formy amyloidów - najbardziej szkodliwe?
Amyloidy są termodynamicznie trwalsze niż
natywne białko! Także są celami leków.
Krystalografia
dopasowywanie do map gęstości elektronowej
Dopasowywanie struktury do więzów z NMR
Przypisywanie NOE
Usuwanie szumów/ znajdowanie dodatkowych więzów
Przypisywanie NOE
Usuwanie szumów/
znajdowanie dodatkowych więzów
Analiza konformacyjna małych cząsteczek
• Zidentyfikowanie "uprzywilejowanych" konformacji cząsteczki
(okolice minimum energetycznego).
• Niezbędne posiadanie oddzielnego algorytmu do generowania
początkowych konformacji cząsteczki (do późniejszej
minimalizacji).
• W przypadku bardzo wielu minimów znajduje się wszystkie
"dostępne" minima (bariery kinetyczne lub termodynamiczne).
• Względne populacje cząsteczek dla każdego z minimów wyznacza
się z rozkładu Boltzmanna (wagi statystyczne powinny
uwzględniać nie tylko energie ale i wszystkie oscylacje i rotacje);
efekt rozpuszczalnika (w postaci poprawki Gsolv)
1) Systematyczne przeszukiwanie
•
należy znaleźć wszystkie wiązania obrotowe w cząsteczce
•
długości wiązań i kąty pozostają niezmienione
•
każde z wiązań jest kolejno obracane o stały kąt (np. 30)
•
każda wygenerowana konformacja podlega minimalizacji do swojego
lokalnego minimum
N
liczba konformacji  
i 1
360
0
•
Struktury z bardzo wysokimi energiami można
odrzucić bez minimalizacji;
•
Można sprawdzać częściowo skonstruowane
cząsteczki czy są poprawne (np. nakładanie się
dwu łańcuchów bocznych) przed konstrukcją
pozostałych części cząsteczki (usuwanie
niektórych gałęzi z grafu).
Molekuły cykliczne
•
Dla tych pseudo-acyklicznych cząsteczek sprawdza się dodatkowo czy pierścienie
są prawidłowo zamknięte (długość wiązania, kąty płaskie i/lub torsyjne). Testy te
(odrzucenie lub przyjęcie struktury) można wykonywać dopiero po zbudowaniu
całego pierścienia.
•
Dla maksymalnej wydajności kolejność obracanych wiązań ustala się od jednego
końca cząsteczki do drugiego (najmniej poruszeń atomów).
•
Równowaga pomiędzy wielkością kąta 0 a dostępnymi zasobami obliczeniowymi.
Kryterium bump check  2 Å.
2) Budowanie z modułów
Bardziej wydajne niż systematyczne przeszukiwanie bo
istnieje dużo mniej możliwych kombinacji, szczególnie
do molekuł cyklicznych.
•
Program do automatycznej procedury budowania z
modułów decyduje o podziale cząsteczki (substructure
search algorithm). Fragmenty (templates) są już wcześniej
sprawdzone i istnieje baza z ich możliwymi konformacjami
(np. konformacje krzesełkowa, łódkowa i skręcona łódka
dla cykloheksanu).
•
Search tree jak w poprzedniej metodzie. Eliminacja całych
gałęzi również możliwa.
•
Bazę fragmentów generuje się na podstawie dostępnych
struktur w bazie X-ray, bądź przez systematyczne
przeszukiwanie
3) Algorytmy genetyczne
[Goldberg, 1989] [Judson et al., 1993]
Chromosomy otrzymane z kątów
torsyjnych wiązań obrotowych:
Algorytmy genetyczne c.d.
•
W pierwszym kroku tworzy się "populację" możliwych rozwiązań (odpowiada przypadkowo
wygenerowanym konformacjom cząsteczki)
•
oblicza się "przystosowanie" (fitness) (energia cząsteczki) każdego członka populacji
•
nowa populacja jest generowana z osobników najlepiej przystosowanych
(prawdopodobieństwo wyboru proporcjonalne do fitness) używając metod reprodukcji,
krzyżowania (crossover) i mutacji. Miejsce krzyżowania jest wybierane przypadkowo:
•
prawdopodobieństwa krzyżowania i mutacji są niewielkie
•
najlepsza struktura jest kopiowana bez zmian do kolejnej populacji
•
stosowane do szukania minimum globalnego (teoretycznie) lub dużej liczby prawie
optymalnych rozwiązań
Modelowanie - elementy pola siłowego
Drgania
wiązań
Drgania kątów
płaskich
„Niewłaściwe” kąty torsyjne,
np. odchylenie od
płaszczyzny
Energia potencjalna poszczególnych
elementów pola siłowego:
U bond   kibond ( ri  r0i )2
i
U angle   kiangle (i  0i )2
i
U tors   kitors [1  cos(ni )]
i
Zmiany kątów
torsyjnych
Oddziaływania
elektrostatyczne
Oddziaływania
van der Waalsa
UCoulomb  
i
U vdW
j i
qi q j
40rij
  12   6 
  4 ij  ij    ij  
r  
 rij 
i j i
 ij  

Potencjał Lennarda-Jonesa (lub potencjał 6-12)
 YASARA
Skala czasowa ruchów białek
modelowanie pełnoatomowe
Krok czasowy dynamiki molekularnej: 1 fs = 10-15 s