PLANEJAMENTO DE COMPOSTOS
BIOATIVOS: PRINCÍPIOS E APLICAÇÕES
Dr. Carlos Mauricio R. Sant’Anna
GPAQ, Dequim, UFRuralRJ
LASSBio - UFRRJ
Bibliografia Indicada
2
Modelagem
Modelagem Molecular Planejamento racional
Molecular “Screening”
Protótipo
Protótipo
Modelagem
Modelagem Molecular
Molecular Otimização estrutural
Otimização estrutural
C.M.R. Sant'Anna, 2014
“Screening”: Estratégias reais X virtuais
computacional
6
Biblioteca de Biblioteca de
estruturas reais estruturas virtuais
e/ou reais
“Screening”
HTS
virtual
“Docking”
Relações
Qualitativas e Modelagem Molecular: Planejamento
Quantitativas Geração de estruturas “de novo”
entre a moleculares para...
Estrutura e a
Atividade
Estudos de mecanismos
de reação, etc...
C.M.R. Sant'Anna, 2014
Visualização em Modelagem
8
Molecular: Gráficos Moleculares
porina
zirconoceno
Complexo Proteína-RNA
11
12
Visualização
de Modelos:
Superfícies
Visualização
de Modelos:
Superfícies
Coordenadas
cartesianas
Formato
PDB
C.M.R. Sant'Anna, 2014
Definição de Geometria Molecular
16
http://www.rcsb.org/pdb/home/home.do
C.M.R. Sant'Anna, 2014
Modelagem Molecular:
Classificações dos Métodos
17
Realidade
Ótimo
ângulos
Exemplos de parâmetros:
C sp3 – C sp3
– r0 = 1,526 Å
– kb = 310,0 kcal/(mol Å2)
− θ0 = 109,50°
– Kθ = 40,0 kcal/(mol rad2)
C sp2 – O sp2
– r0 = 1.250 Å
– kb = 656,0 kcal/(mol Å2)
diedros
C.M.R. Sant'Anna, 2014
Métodos Empíricos
22
regime de repulsão
energia ótima
E pot k l l l0 k 0 k 1 cosn k 2
2 2 Classe I ou
l harmônicos:
k l l l 'l '
l l'
ll ' 0
k ' ' k l l
0
'
' 0 0
l
l 0 0 Sem termos cruzados
Aij Bij Ex.: CHARMM, AMBER
k ' cos 0 ' 0 ' k ' ' 12 6
i j i rij rij Classe II:
' '
qi q j k l qi l Termos cruzados e séries
D r 3
cos kl 3 cos k cos l 2
cos l
i ji q ij k k l D rkl i l ril Dq D Ex.: MM4
E k 0
2
E k 1 cosn
Ei
Emin
Ei
Emin
Calcule forças
Mova átomos:
Avance no tempo:
Dinâmica de aquecimento
Dinâmica de equilibração
Dinâmica de produção
No equilíbrio a T:
C.M.R.
Repita para Sant'Anna, 2014
N etapas.
http://www.cs.otago.ac.nz/cosc453/student_tutorials/monte_carlo.pdf
Métodos Quânticos: Introdução
33
•Nos métodos
quânticos, a energia da
estrutura molecular é
definida colocando-se
os núcleos em regiões
nas quais os elétrons
estão associados a
orbitais, regiões do
espaço definidas pela
resolução da equação
de Schrödinger.
Aproximação de Born-
Oppenheimer
1. Mínimo
•O mais simples deste conjunto de bases ainda usado é o STO-3G
(acrônimo para Orbitais do Tipo Slater simulados pela soma de 3
Gaussianas).
•O conjunto de bases mínimo tem apenas o número de bases
necessário para acomodar os elétrons dos átomos e reter a simetria
esférica. Assim, o conjunto STO-3G tem apenas uma função para o H
(1s), cinco para o Li até o Ne (1s, 2s, 2px, 2py e 2pz) e 9 para os
elementos do segundo período Na até o Ar (1s, 2s, 2px, 2py, 2pz, 3s,
3px, 3py e 3pz).
•É o conjunto de bases usados pelos hamiltonianos do programa
Mopac.
•Problemas: estabilidade de anéis pequenos é superestimada
6-311G
Uma contração de 3 funções 1 função Gaussiana usada
Gaussianas usadas para para representar a parte
representar a parte interna dos externa dos orbitais de
orbitais de valência valência
Ei Ei lEi l2 Ei
( 0) (1) ( 2)
Structure and
Bonding, Vol. 150
Putz, Mihai V.; Número de artigos com a palavra DFT no
Mingos, D Michael título a partir de 1980
P (Eds.) 2013, XII,
236 p.
C.M.R. Sant'Anna, 2014
Teoria do Funcional de Densidade
52
i i r K i ( r ) Ei i r
Os funcionais mais simples tem apenas um termo de troca eletrônica (ex.: X); outros
incluem termos de correlação eletrônica, como nos métodos da aproximação de
densidade local (LDA) e de densidade de spin local (LSDA). Métodos mais complexos (e
mais precisos) usam a densidade e o seu gradiente (gradiente-corrigido) e alguns
misturam partes de diferentes funcionais (híbridos). Os mais completos têm uma
qualidade equivalente a um cálculo MP2. Alguns exemplos:
Acrônimo Nome Tipo
X X alfa Troca
HFS Hartree, Fock e Slater HF com troca LDA
VWN Vosko, Wilks e Nusair LDA
BLYP Funcional de correlação de Becke com de troca de Lee, Gradiente-corrigido
Yang, Parr
B3LYP Termo 3 de Becke com de troca de Lee, Yang, Parr Híbrido
PW91 Perdue e Wang 1991 Gradiente-corrigido
G96 Gill 1996 Troca
P86 Perdew 1986 Gradiente-corrigido
B96 Becke 1996 Gradiente-corrigido
B3P86 Troca de Becke, correlação de Perdew Híbrido
B3PW91 Troca de Becke, correlação de Perdew e Wang Híbrido
Cátion t-butil:
mapas de
potencial
eletrostático
Representação superfície de
potencial eletrostático dos
substratos acetaldeído e
triflúor-acetaldeído (método
quântico semi-empírico AM1)
Query: 3 RRVAIGTDHPAFAIHENLILYVKEAGDEFVPVYCGPKTAESVDYPDFASRVAEMVARKEV 62
+++A G DH F + ++ ++ E G E + G ++E DYP +AS+VA VA EV
Sbjct: 14 KKIAFGCDHVGFILKHEIVAHLVERGVEVIDK--GTWSSERTDYPHYASQVALAVAGGEV 71
Molde Modelo
Criar população de
cromossomos
Estratégias:
Algoritmo genético Charles Darwin
Determinar o
Monte Carlo 1809-1882
ajuste de cada
Construção incremental indivíduo
Métodos híbridos várias gerações
próxima
geração
Selecionar
próxima geração
Programa Estratégia
Mostrar
AutoDock AG/MC resultados
Realizar reprodução
FlexX CI por cruzamento
Glide Híbrido
AG: uma “máquina”
GOLD AG Realizar
para fazer evolução
mutação
C.M.R. Sant'Anna, 2014
Algoritmo 1. Um conjunto de operadores de reprodução (“crossover”, mutação
etc) é escolhido. A cada operador é estipulado um “peso”.
Genético mais
Detalhado
2. Uma população inicial é randomicamente criada, e
68
a aptidão (“fitness”) de seus membros é determinada.
de otimização e busca.
Algoritmos genéticos são uma
classe particular de 6. Se ainda não estão presentes na população, os cromossomos filhos
algoritmos evolutivos que substituem os membros de menor aptidão (os piores ancorados).
NA NB
qi q j NA NB 12 6
Ecoul (r ) 4 EvdW (r ) 4 ij
ij
i 1 j 1 r i 1 j 1 rij rij
0 ij
C.M.R. Sant'Anna, 2014
Funções empíricas: Essas funções de escore reproduzem dados experimentais como
uma soma de várias funções de energia parametrizadas.
71
Ligante Receptor
OH Ângulos diedros
variados no docking
flexível
N
O H
H 3N O
+ O Sítio de interação
na proteína
Ângulos diedros com pequenas
barreiras em solução
“Poses” do complexo
ligante-receptor
DGrot DGhb
N
H O H Classificação das “poses”
O O
DGio DGint = SDGi
O
H3N DGint = DGrot+ DGhb+ DGion+ DGaro +
DGlipo + ...
DGlipo DGaro
Valores usados diretamente ou para gerar
outros valores comparativos (escores)
C.M.R. Sant'Anna, 2014
Ancoramento Molecular (‘Docking’)
72
Programa Estratégia
AutoDock AG/MC
FlexX CI
Glide Híbrido
GOLD AG
C.M.R. Sant'Anna, 2014
Ancoramento Molecular (‘Docking’)
73
“Redocking” é o processo no qual
um ligante retirado da estrutura
de um complexo é ancorado na
forma ajustada do receptor. É um
processo usado para verificar
quais parâmetros para o processo
de ancoramento são adequados e
capazes de recuperar a estrutura
do complexo e suas interações.
O “cross-docking” é feito com um
conjunto de complexos, onde
todos os ligantes são ancorados
em todos os receptores. É útil
para determinar a capacidade de
separação dos ligantes pelo
programa frente a um receptor.
Sobreposição das estruturas do FAD co-cristalizado (no padrão CPK de
cores) e atracado (em ciano), após ancoramento com o programa GOLD 3.0
na enzima tripanotiona redutase. Átomos de H da proteína omitidos (Del
Cistia, C.N., Tese de Doutorado, 2010)
C.M.R. Sant'Anna, 2014
Ajuste Induzido: Cadeias Laterais
74
Glu276 Glu276
Arg224
Arg224
SB203580
“Ensemble docking”
Sobreposição
estrutural
10 proteínas + 87
ligantes
“ensemble
“docking”
docking”
comum
75 % de acerto 93 % de acerto
Otimização estrutural
SB203580
Escore da
estrutura
SB203580 C.M.R. Sant'Anna, 2012
Triagem Virtual Baseada no
“Docking”
79
Preparação da
Preparação da biblioteca de
Triagem virtual
estrutura alvo compostos
baseada na estrutura
(SBVS – Structure
Based Virtual
Screening) “docking”
Bibliotecas:
Próprias
Públicas
Comerciais
Comp.
Comp. 1
2 Enriquecimento de Bibliotecas (filtragem):
Filtros físico-químicos e/ou farmacológicos (ex.: solubilidade,
Comp.
3 Lipinski, ADME/Tox)
Filtros de similaridade c/ compostos ativos conhecidos
Filtros baseados no alvo
Comp. 2 C.M.R. Sant'Anna, 2014
81
Seqüência do Modelo do
receptor conhecida Receptor
Modelagem por
+ homologia
Interações
Estrutura 3D do ligante-receptor Novos
receptor conhecida (docking, etc) ligantes
+ Métodos Dependentes do
Receptor/Enzima
Dinâmica das
Mecanismo de interações, reações
ação conhecido Métodos Baseados no Mecanismo
C.M.R. Sant'Anna, 2014
Exemplo 1: Inibidores da PDE4
84
CH3
O O H O O
O EtO N EtO S
N N CH3 N CH3
N N N N
N O O
H3C H3C
N
Cl Cl Cl
H O
1 (rolipram) 2 (syntex 3) 3 4
O
CH3 O H3C O H3C O
H2N S N CH3
N N CH3 N CH3 N
N CH3 N N
N N O
N O O H3C
NC
CH3
5 6 7 8
CH3 O
O
N
S N CH3
N CH3
NC N
N NC
Oliveira, Caffarena, H3C
CH3
Sant`Anna, Dardenne,
Barreiro, 2006
9 10
Objetivo: proposição de
um modelo teórico capaz
de determinar a atividade
biológica.
DG RT ln K i
RT ln K i c1 DGsolv c2 c3 DH bind c4 N LR c5
2
A B C
Gln443
1.5
Met431
Met411
1.0
Calculated DG (kcal/mol)
Phe446
0.5
Syntex3 0.0
-0.5 2
Phe414 r = 0.92
Tyr233 SD= 0.26
-1.0
n = 10
-1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
Experimental DG (kcal/mol)
Seleção de descritores e
ln IC50 c1DVDW c2 DHYD c3 DAH c4
geração de correlação
ln IC50 calc
8 5,16 5,13 5
9 7,94 6,53
10 3,89 5,43 4
11 4,28 4,50
12 7,3 8,09 3
13 5,53 5,96 Linear fit
14 5,73 6,71 2 R=0,904
15 3,57 4,17 SD=0,871
16 5,88 4,45 1
N=20
17 8,27 6,54
18 6,13 5,98 0 2 4 6 8
19 1,36 1,10 ln IC50 exp
20 6,9 5,55
21 4,7 5,28 DVDW é a contribuição em interações de van de Waals ligante/proteína, DHYD
22 2,48 2,15 o número de átomos hidrofóbicos do ligante acessíveis ao solvente, DAH o
23 6,08 7,35 número de aceptores de ligação hidrogênio do ligante e os coeficientes c1-c4
são obtidos ajustando-se a equação aos valores experimentais de ln (IC50)
89 C.M.R. Sant'Anna, 2014
Exemplo 3: Mesoiônicos, Novos
90
Inibidores da TR
Espécie Inibição (%) da TR pelo
NH S Cl
-
derivado p-NO2 (1 M)
R
+ L. 76
N N amazonensis
R = H, m-OCH3, p-OCH3, p-NO2 L. infantum 70
L. brasiliensis 69,5
T. cruzi 83
L. infantum
Inibição não
competitiva
TR T. cruzi (1BZL)
Sítio do FAD
Sítio da tripanotiona
4 subtipos de
receptores: A1, Sequência primária do Modelagem
A2A, A2B, A3 receptor A2A comparativa
Adenosina
MOE Modeller
Banco de dados Docking
inicial
Ki = 3,5 nM
95
Ki = 0,1 nM Ki = 1,6 nM
Dr. João Batista N. Costa (PQ/UFRuralRJ) MSc. José Geraldo Rocha Jr. (PG/UFRRJ)
Dr. Marco Edilson F. Lima
(PQ/UFRuralRJ) MSc. Saraí S. Souza (PG/UFRRJ)
Dra. Ana Cristina S. Santos MSc. Daniel Rosa da Silva (PG/UFRRJ)
(PQ/UFRuralRJ)
MSc. Letícia Zampirolli (PG/UFRRJ)
Dr. Gonzalo E. Moya (PQ/PUFRuralRJ)
MSc. Vinicius T. Gonçalves (PG/UFRRJ)
Dr. Wellington S. Cortes (PQ/UFRuralRJ
Dr. Eliezer Barreiro (PQ/LASSBio/UFRJ)
Sheisi Fonseca L. Silva (PG/UFRJ)