MODELAGEM MOLECULAR APLICADA AO PLANEJAMENTO DE COMPOSTOS BIOATIVOS: PRINCÍPIOS E APLICAÇÕES

Transcrição

1 MODELAGEM MOLECULAR APLICADA AO PLANEJAMENTO DE COMPOSTOS BIOATIVOS: PRINCÍPIOS E APLICAÇÕES Dr. Carlos Mauricio R. Sant Anna GPAQ, Dequim, UFRuralRJ LASSBio - UFRRJ

2 Bibliografia Indicada 2 Para quem está começando hoje: SANT'ANNA, C. M. R., Métodos de Modelagem Molecular para Estudo e Planejamento de Compostos Bioativos: Uma Introdução. Revista Virtual de Química, 1, 49-57, SANT'ANNA, C. M. R., Glossário de Termos Usados no Planejamento de Fármacos (Recomendações da IUPAC para 1997). Química Nova., v.25, p , Para quem quer saber mais: Molecular Modelling: Principles and Applications ( A. Leach) Introduction to Computational Chemistry (F. Jensen) Computational Chemistry using the PC (D. W. Rogers) Computational Chemistry (D. C. Young) Introdução à Química Computacional (L. Alcácer) Molecular Modeling: Basic Principles and Applications (H. D. Holtje) Programas:

3 O Que é Modelagem Molecular? 3 A Modelagem Molecular faz uso de diferentes teorias e programas de computador para criar modelos da estrutura molecular e prever suas propriedades (como sua energia). Em Química Medicinal, a modelagem molecular é usada para se fazer o Planejamento de Fármacos Auxiliado por Computadores (CADD, do inglês Computer Assisted Drug Design). As estratégias empregadas para o CADD são divididas em dois grandes grupos, o Planejamento de Fármacos Baseado na Estrutura dos Ligantes (LBDD, do inglês Ligand Based Drug Design) e o Planejamento de Fármacos Baseado na Estrutura do Receptor (SBDD, do inglês Structure Based Drug Design. Muitas técnicas são aplicadas na construção dos modelos na Modelagem Molecular e as mais importantes serão discutidas durante o Curso.

4 4 O Que a Modelagem Molecular pode de fato fazer em Química Medicinal? Isso? Ou isso?

5 5 Estratégias Gerais da Descoberta de fármacos Bibliotecas de produtos naturais (de plantas, animais marinhos, processos fermentativos) ou de compostos sintéticos ou novas estruturas obtidas com o uso de química combinatória Conhecimento parcial ou completo do mecanismo de interação entre o composto bioativo (ligante) e o alvo biológico Modelagem Molecular Screening Modelagem Molecular Planejamento racional Protótipo Protótipo Modelagem Molecular Otimização estrutural Modelagem Molecular Otimização estrutural

6 6 Screening : Estratégias reais X virtuais computacional Biblioteca de estruturas reais HTS Biblioteca de estruturas virtuais e/ou reais Screening virtual Protótipo (IC 50 ~ 10 mm) Modificação estrutural IC 50 ~ 1-10 nm Planejamento da modificação Estágio de geração de protótipos Estágio de otimização experimental

7 7 Modelagem Molecular no Planejamento Racional de Compostos Bioativos Docking Relações Qualitativas e Quantitativas entre a Estrutura e a Atividade Modelagem Molecular: Geração de estruturas moleculares para... Planejamento de novo Estudos de mecanismos de reação, etc...

8 8 Visualização em Modelagem Molecular: Gráficos Moleculares

9 Gráficos Moleculares 9 zirconoceno porina

10 Gráficos Moleculares 10 Complexo Proteína-RNA

11 Visualização de Modelos: Proteínas 11

12 Visualização de Modelos: Proteínas 12

13 13 Visualização de Modelos: Superfícies

14 14 Visualização de Modelos: Superfícies Potencial eletrostático mapeado sobre a superfície molecular (Bujnicki et al. BMC Bioinformatics :2 doi: / )

15 Definição de Geometria Molecular 15 Coordenadas cartesianas Formato PDB

16 Definição de Geometria Molecular 16

17 Modelagem Molecular: 17 Classificações dos Métodos Quanto à Dinâmica do Método de Cálculo da Energia Métodos de otimização estrutural direta (busca do ponto estacionário mais próximo) Métodos de otimização múltipla (métodos estatísticos, análise sistemática...) Métodos dinâmicos: geração de trajetórias (dinâmica molecular...) Quanto ao Tipo do Método de Cálculo da Energia Métodos de Campo de Força: mecânica molecular Métodos Quânticos: Semiempíricos, ab initio HF, MP, DFT Métodos de Simulação: métodos de energia livre, métodos de perturbação termodinâmica, métodos de integração termodinâmica

18 Métodos Empíricos 18 Realidade Ótimo ligações

19 Métodos Empíricos 19 ângulos

20 Métodos Empíricos 20 Exemplos de parâmetros: C sp 3 C sp 3 r 0 = 1,526 Å k b = 310,0 kcal/(mol Å 2 ) θ 0 = 109,50 K θ = 40,0 kcal/(mol rad 2 ) C sp 2 O sp 2 r 0 = Å k b = 656,0 kcal/(mol Å 2 ) Quanto maior o valor de k, maior a energia necessária para deformar uma distância ou um ângulo de ligação. Potenciais rasos são obtidos com valores de k entre 0,1 e 1.

21 Métodos Empíricos 21 diedros

22 Métodos Empíricos 22

23 Métodos Empíricos 23 regime de repulsão regime de atração de van der Waals energia ótima termo de van der C.M.R. Waals Sant'Anna, 2014 termo eletrostático

24 24 E pot 2 2 l l k k 1 n kl 0 0 cos l k 2 l l l ' l ' k ' ' k l l kll' 0 0 ' 0 0 l 0 0 l i l' ' l 0 ' 0 ' k' ' A ij ij k ' cos 12 6 ' ' i ji rij rij q q Campo de força padrão para kl 3cos k cos l i j k l 3 ji Dqr ij k kl Drkl i l cos 2 r moléculas orgânicas il q i D l q B D cos Campo de força compostos organometálicos l Classe I ou harmônicos: Sem termos cruzados Ex.: CHARMM, AMBER Classe II: Termos cruzados e séries Ex.: MM4 E l k l 2 D1 exp l l 2 l l 0 E l 0 E k 2 E k 1 cosn 0

25 25 Métodos Empíricos: Exemplos de Campos de Força Campo de Força EFF MM3 CVFF Tripos MMFF Dreiding Amber CHARMM GROMOS MOMEC Sistemas Moleculares Alcanos Geral Geral Geral Geral Geral Proteínas, ácidos nucleicos, carboidratos Proteínas Proteínas, ácidos nucleicos, carboidratos Compostos de coordenação

26 26 A Superfície de Energia Potencial

27 Busca Direta de Mínimos de Energia 27 E i E min Ei E min

28 28 Análise Conformacional Sistemática: Pesquisa de Grade O número de conformações necessárias para varrer o espaço conformacional cresce rapidamente: quando o número de ligações com rotação livre é 6, por exemplo, o número de confôrmeros a ser avaliado é ( igual a 60 0 ). O número de confôrmeros equivale a (360 0 /) n, onde é o incremento usado no processo de varredura e n é o número de ligações avaliadas.

29 Dinâmica Molecular 29 Termodinâmica Quais estados são possíveis? Cinética Como e com que velocidade os estados se interconvertem? O movimento molecular está presente em praticamente todos os processos químicos, como reações, interações intermoleculares, mudanças de fase, solubilizações ou simplesmente em vibrações moleculares (espectroscopia de IV). As etapas em um processo de minimização de energia são dirigidas simplesmente para a busca do mínimo mais próximo. As etapas na dinâmica representam todas as mudanças nas posições atômicas no tempo (as velocidades).

30 Dinâmica Molecular 30 MD: Algoritmo simplificado Dê aos átomos posições iniciais defina Dt curto. Calcule forças Mova átomos: Avance no tempo: Repita tantas vezes quanto for necessário

31 Dinâmica Molecular 31 Campo de força usado em DM deve ser apropriado para representar forças intermoleculares e vibrações longe do equilíbrio. Entre os campos mais usados estão o GROMOS e o OPLS. Dinâmica de aquecimento Dinâmica de equilibração Dinâmica de produção Análise das trajetórias

32 Método de Monte Carlo 32 MC compara energias. Forças não são calculadas. No equilíbrio a T: Algoritmo de Monte Carlo Gere a estrutura inicial R. Calcule V(R). Modifique a estrutura para R. Calcule V (R ). Repita para N etapas.

33 Métodos Quânticos: Introdução 33 A mecânica quântica mostra que as partículas têm comportamento ondulatório. Se é assim, como determinar sua energia? é a chamada função de onda e E é a energia. E. Schrödinger

34 Métodos Quânticos para Moléculas 34 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. E H Representação de orbitais moleculares para a molécula de H 2

35 35 Diagramas de Orbitais Moleculares: Exemplos

36 36 Métodos Quânticos: Soluções Práticas Métodos de orbital molecular Ab initio Hartree-Fock, Perturbação Moeller-Plesset (MPn), Interação de configuração (CI), etc. Teoria do funcional de densidade (DFT) Métodos de orbital molecular semiempíricos Hückel, PPP, CNDO, INDO, MNDO, AM1 PM3, PM6, RM1

37 Métodos Quânticos: Aproximações 37 Aproximação de Born- Oppenheimer A descrição de moléculas é feita pela resolução da equação de Schrödinger na qual a função de onda é uma função das coordenadas dos núcleos (R) e dos elétrons (r): H(R,r) = E(R,r) (1.1) Como os núcleos são milhares de vezes mais pesados do que os elétrons, os movimentos nuclear e eletrônico podem ser considerados separadamente (Born-Oppenheimer): H(R) = E (R) (1.2) H(r;R) = E (r;r) (1.3) A resolução de (1.2) é chamada dinâmica quântica e depende de uma função de energia (a SEP) definida apenas pelas posições dos núcleos, E(R). Métodos ab initio resolvem (1.3) diretamente. Ex.: HF, MPx Métodos semi-empíricos fazem aproximações que são compensadas com funções ajustadas empiricamente.

38 Métodos Quânticos: Orbitais Atômicos 38

39 Conjuntos de Base 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, 2p x, 2p y e 2p z ) e 9 para os elementos do segundo período Na até o Ar (1s, 2s, 2p x, 2p y, 2p z, 3s, 3p x, 3p y e 3p z ). É o conjunto de bases usados pelos hamiltonianos do programa Mopac. Problemas: estabilidade de anéis pequenos é superestimada

40 Conjuntos de Base Conjunto de Bases de Valência Dividida Os orbitais são divididos em pelo menos duas partes: uma interna e compacta e outra externa, mais difusa. Os coeficientes das duas partes podem ser variados independentemente na combinação LCAO-MO. Assim, o tamanho do orbital pode ser variado dentro dos limites das funções interna e externa. Exemplos: 3-21G, 6-31G, 6-311G (notação de Pople)... Uma contração de 6 funções Gaussianas usadas para representar os orbitais de camada interna 1 função Gaussiana usada para representar a parte intermediária dos orbitais de valência 6-311G Uma contração de 3 funções Gaussianas usadas para representar a parte interna dos orbitais de valência 1 função Gaussiana usada para representar a parte externa dos orbitais de valência

41 Conjuntos de Base Conjunto de Bases com Funções de Polarização Melhoria nas funções de base foi obtida pela adição de funções do tipo d para todos os átomos pesados (diferentes de H). Por ser mais conveniente computacionalmente, são usadas 6 funções do tipo d (x 2, y 2, z 2, xy, xz, yz), que equivalem a 5 funções d e a uma função s. Essas funções permitem que o centro de um orbital se desloque para além do plano que contém o núcleo, levando à distribuições eletrônicas não-esféricas (anisotrópicas). A presença do conjunto de polarização é indicada por um asterisco. Ex.: 3-21G* Funções de polarização também podem ser usadas para os átomos de H. Nesse caso, são usadas funções do tipo p. A presenças destas funções é indicada por um segundo asterisco. Ex.: 6-31G** Um asterisco entre parênteses indica que as funções de polarização foram adicionadas apenas para os elementos do segundo período. Uma maneira alternativa de indicar a presença de funções de polarização é colocar (d) ou (d,p) após o G.

42 Conjuntos de Base Conjunto de Bases com Funções Difusas Sistemas com elétrons mais fracamente ligados aos núcleos, como ânions ou mesmo átomos com elétrons não-ligantes, são melhor descritos pela inclusão de funções difusas. Essas funções são conjuntos de orbitais s e p muito difusos, com expoentes entre 0,1 e 0,01. A presença das funções difusas nos átomos pesados é indicada por um sinal + antes da letra G. Ex.: 6-31+G A presença das funções difusas também nos átomos de H é indicada por um segundo sinal +. Ex.: G Processos que envolvem mudança no número pares de elétrons solitários, como reações de protonação, são melhor descritas com o uso das funções difusas. A adição de funções difusas nos átomos de H tem, em geral, pouco efeito nos resultados, a não ser nos casos em que íons hidretos estejam envolvidos.

43 43 Método HF e Sistemas com Elétrons Desemparelhados No método HF, os elétrons devem ocupar os orbitais em pares, ou seja, a mesma função de onda do orbital é usada para os elétrons nos 2 estados de spin ( e ); isso é chamado de método de Hartree-Fock restrito (RHF). Para sistemas com elétrons desemparelhados, como os radicais livres, uma alternativa é usar conjuntos separados de orbitais para os elétrons e ; isso é chamado de método de Hartree-Fock irrestrito (UHF). Por exemplo:

44 Modelos de Correlação Eletrônica 44 Uma maneira de incluir a correlação eletrônica é a Interação de Configuração (CI): uma certa quantidade de estados eletrônicos excitados são incluidos na descrição de um estado eletrônico. Em geral, uma função de onda CI para uma molécula pode ser escrita como: c 0 c onde 0 é a função de onda para um dado orbital molecular, obtida ao se resolver as equações de HF e 1, etc. são funções de configurações onde um ou mais dos orbitais ocupados são substituídos por orbitais virtuais. O método CI é computacionalmente muito mais custoso do que os métodos HF (tempo de CPU pode ser proporcional entre N 6 a N 10, onde N é o número de orbitais).

45 45 Modelos de Correlação Eletrônica No Modelo de Möller-Plesset (MP), as funções de onda e as energias podem ser gradualmente melhoradas substituindo-se o hamiltoniano verdadeiro H l por: Hˆ l Hˆ 0 l onde l é um parâmetro que varia entre 0 e 1, V é a perturbação e H 0 é o hamiltoniano de ordem zero. Assim, para as funções de onda e energias: Vˆ E i i E (0) i (0) i l le (1) i (1) i 2 l 2 l E (2) i (2) i onde E i (1) é a correção de primeira ordem da energia, E i (2) é a de segunda ordem, etc.: De acordo com a ordem da correção introduzida, temos os vários modelos de Möller-Plesset: MP2, MP3, MP4

46 Métodos Semi-empíricos 46 Nos métodos semi-empíricos, a energia total da molécula é representada como a soma da energia eletrônica com a energia de repulsão entre os cernes. Um conjunto de treinamento de moléculas é selecionado, escolhido para cobrir o maior número de situações de ligação química possível. É aplicado um procedimento de mínimos quadrados não-linear com os valores dos parâmetros ajustáveis sendo as variáveis as propriedades do conjunto de treinamento como constantes a serem reproduzidas. Estas propriedades incluem calores de formação, variáveis geométricas, momentos de dipolo, energias de ionização, etc. Dependendo da escolha do conjunto de treinamento, do número de parâmetros ajustáveis e do modo de ajuste às propriedades experimentais, temos diferentes hamiltonianos; por exemplo: AM1 (M. J. S. Dewar et al.) PM3, PM5, PM6 e PM7 (J. J. P. Stewart) RM1 (G. B. Rocha et al.)

47 Métodos Semi-empíricos moléculas contendo H, C, N, O, P, S, F, Cl, Br e I. RM1: a Reparameterization of AM1 for H, C, N, O, P, S, F, Cl, Br, and I Gerd Bruno Rocha, Ricardo Oliveira Freire, Alfredo Mayall Simas, and James J. P. Stewart. Journal of Computational Chemistry 27(10), , 2006

48 48 J. J. P Stewart, J. Mol. Model. 2007, 13, Parâmetros semi-empíricos para 70 elementos da tabela periódica.

49 49 J. J. P Stewart, J. Mol. Model. 2007, 13,

50 50 Desempenho Relativo dos Métodos de Cálculo de Modelagem Molecular Objetivo Geometria (grupo principal) Geometria (metais de transição) Geometria (ests. de transição) Mecânica Molecular Semi-empírico HF Ab Initio MP2 aceit.bom Bom Bom Bom - Bom Pobre? - Bom Bom Bom Conformação Bom Pobre aceit.bom Bom Termoquímica - Pobre aceit.bom Bom (não isodêsmica) Termoquímica - aceitável Bom Bom (isodêsmica) Custo muito baixo baixo alto muito alto

51 51 Um Modelo Quântico Alternativo: Teoria do Funcional de Densidade Structure and Bonding, Vol. 150 Putz, Mihai V.; Mingos, D Michael P (Eds.) 2013, XII, 236 p. Número de artigos com a palavra DFT no título a partir de 1980

52 Teoria do Funcional de Densidade 52 Na Teoria do Funcional de Densidade (DFT), todas as propriedades do sistema são uma função de uma função (um funcional), a densidade eletrônica r (1 o teorema de Hohenberg e Kohn). Como obter a densidade eletrônica? A densidade eletrônica é expressa como uma combinação linear de funções de base matematicamente semelhantes aos orbitais HF, chamados orbitais de Khon- Sham. Há várias formas de funcionais. Alguns foram desenvolvidos a partir da mecânica quântica fundamental (ab initio) e outros que foram parametrizados para melhor reproduzir dados experimentais (semi-empíricos). i r i K ( r) i E i i r

53 Principais Funcionais de Densidade 53 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

54 Aplicações: Propriedades Eletrônicas 54 Cátion t-butil: mapas de potencial eletrostático Formaldeído: LUMO Formaldeído: HOMO

55 55 Aplicações: Estudo da Reatividade Química Representação do LUMO dos substratos acetaldeído e triflúor-acetaldeído (método quântico semi-empírico AM1) Representação superfície de potencial eletrostático dos substratos acetaldeído e triflúor-acetaldeído (método quântico semi-empírico AM1)

56 56 Aplicações: Estudo da Reatividade Química S N 2: representação do LUMO do substrato CH 3 Br obtido pelo método quântico semi-empírico AM1 S N 1: representação do LUMO do intermediário cátion t-butil obtido pelo método quântico semi-empírico AM1

57 Qual o Melhor Modelo? 57 Os principais parâmetros para a escolha de um modelo teórico são o desempenho e o custo. O sucesso de qualquer modelo depende primeiro da sua capacidade de reproduzir dados experimentais. Mas um modelo precisa também ser prático, o que depende do tamanho do sistema em estudo e das facilidades computacionais disponíveis. Um modelo prático provavelmente não vai ser o melhor tratamento possível para um determinado problema, mas aquele que produzirá as informações necessárias com uma precisão e um custo razoáveis.

58 Métodos Híbridos 58 Nos chamados métodos híbridos (ou combinados) QM/MM (do inglês Quantum Mechanics/Molecular Mechanics), os métodos clássico e quântico são usados ao mesmo tempo, mas em camadas diferentes deste sistema. O cálculo quântico é aplicado em uma parte pequena da estrutura (chamada parte quântica), enquanto o restante da estrutura é tratado com um método clássico (a parte clássica). Vantagens: Como a região tratada quanticamente é pequena, os resultados podem ser alcançados com rapidez, mesmo que sejam usados conjuntos de base extensos. Problemas: definição da fronteira quântico/clássico (uso de hidrogênios para completar ligações cortadas? orbitais localizados congelados?) Exs.: integrated MO MM (IMOMM); our own n-layered integrated MO and MM method (ONIOM); integrated MO MO method (IMOMO). Warshel & Levitt, Journal of Molecular Biology, 103, 1976,

59 Modelagem de Proteínas Modelagem Comparativa (por Homologia) Esse método aproxima a estrutura tridimensional para sequências primárias de proteínas, usando como molde estruturas 3D conhecidas. É necessário ~30% de identidade entre as sequências da proteína a ser modelada (proteína-alvo) e do molde. As estruturas 3D são conhecidas através de dados de cristalografia de raios-x ou, mais raramente, dados de RMN. Muitas estão depositadas em bancos de acesso público, como o Protein Data Bank (PDB). Ex.: Swiss-Model, Modeller. 2. Modelagem ab initio (de novo) Baseia-se em princípios físicos ao invés do uso de moldes. Há métodos que tentam mimetizar o processo de enovelamento de proteínas e outros que aplicam métodos estocásticos para pesquisar possíveis soluções estruturais. São métodos computacionalmente muito exigentes e foram aplicados com sucesso em proteínas pequenas. Ex.: I-TASSER, Rosetta@home

60 Modelagem de Proteínas 60 Etapas da Modelagem Comparativa (por Homologia) 1. Busca do molde a partir da sequência da proteína-alvo usando um algoritmo de similaridade. Ex.: Blast no Swiss-Model. (semelhança e resolução) 2. Alinhamento das sequências. Ex.: ClustalW e T-Coffee (problemas: inserções e deleções, loops). 3. O backbone do alvo é construido sobre o do molde (C e ângulos e ). 4. Ajuste das cadeias laterais (bibliotecas de confôrmeros ajudam); eliminação de colisões (clashes) 5. Refinamento da estrutura por simples minimização de energia com mecânica molecular ou por dinâmica molecular. Molde Estrutura 3D desconhecida loop Alinhamento das sequências deleções inserção Modelo estrutural

61 Modelagem de Proteínas 61 >tr Q4CQE2 Q4CQE2_TRYCR Ribose 5-phosphate isomerase, putative OS=Trypanosoma cruzi GN=Tc PE=4 SV=1 MTRRVAIGTDHPAFAIHENLILYVKEAGDEFVPVYCGPKTAESVDYPDFASRVAEMVARK EVEFGVLACGSGIGMSIAANKVPGVRAALCHDHYTAAMSRIHNDANIVCVGERTTGVEVI REIIITFLQTPFSGEERHVRRIEKIRAIEASHAGKKGVQ >[Template] 1nn4D 2.2 Structural Genomics RpiBAlsB Length = 159 Arquivo FASTA (Swiss-Prot) Alinhamento [Display Alignment in DeepView] Score = 114 bits (286), Expect = 2e-26, Method: Composition-based stats. Identities = 60/147 (40%), Positives = 93/147 (63%), Gaps = 3/147 (2%) Query: 3 RRVAIGTDHPAFAIHENLILYVKEAGDEFVPVYCGPKTAESVDYPDFASRVAEMVARKEV A G DH F E G E + G ++E DYP +AS+VA VA EV Sbjct: 14 KKIAFGCDHVGFILKHEIVAHLVERGVEVIDK--GTWSSERTDYPHYASQVALAVAGGEV 71 Query: 63 EFGVLACGSGIGMSIAANKVPGVRAALCHDHYTAAMSRIHNDANIVCVGERTTGVEVIRE G+L CG+G+G+SIAANK G+RA +C + Y+A +SR HND N++ G R G+E+ + Sbjct: 72 DGGILICGTGVGISIAANKFAGIRAVVCSEPYSAQLSRQHNDTNVLAFGSRVVGLELAKM 131 Query: 123 IIITFLQTPFSGEERHVRRIEKIRAIE 149 I+ +L + G RH +R+E I AIE Sbjct: 132 IVDAWLGAQYEG-GRHQQRVEAITAIE 157

62 Modelagem de Proteínas: Swiss-Model 62

63 Modelagem de Proteínas: Swiss-Model 63

64 Modelagem de Proteínas 64 Molde Modelo Modelo gerado a partir do servidor Swiss-Model (modo automático); otimização estrutural com campo de força GROMOS Ferramentas avaliam a qualidade do modelo. Ex.: gráfico de Ramachandran (Swiss-Model), o servidor ANOLEA

65 Modelagem de Proteínas 65 Há uma variedade de ferramentas desenvolvidas para avaliar a qualidade dos modelos, por exemplo: 1. Procheck ( avalia a qualidade estereoquímica da estrutura; 2. Molprobity ( verifica os contatos entre átomos do modelo e a presença de conformações não usuais da cadeia principal e das cadeias laterais dos aminoácidos; 3. ProSA ( usa potenciais de campos de força construídos a partir de uma análise estatística de estruturas 3D conhecidas para avaliar a qualidade do modelo.

66 Ancoramento Molecular ( Docking ) 66 O ancoramento molecular é uma metodologia que tem como objetivo prever o modo de interação (orientação e conformação) do complexo formado entre uma molécula pequena (ligante) e um receptor, geralmente uma proteína. Há diferentes níveis de ancoramento: 1. Ancoramento rígido: apenas o ligante tem liberdade conformacional; 2. Ancoramento semi-rígido: cadeias laterais selecionadas e/ou moléculas de água são mantidas livres; 3. Ancoramento flexível: todas as espécie presentes no complexo são mantidas livres durante o procedimento.

67 Geração de poses: Estratégias 67 Evolução... Estratégias: Algoritmo genético Monte Carlo Construção incremental Métodos híbridos Programa AutoDock FlexX Glide GOLD Estratégia AG/MC CI Híbrido AG Charles Darwin próxima geração Criar população de cromossomos Determinar o ajuste de cada indivíduo Selecionar próxima geração Realizar reprodução por cruzamento várias gerações Mostrar resultados AG: uma máquina Realizar mutação para fazer evolução

68 68 Algoritmo Genético mais Detalhado 1. Um conjunto de operadores de reprodução ( crossover, mutação etc) é escolhido. A cada operador é estipulado um peso. 2. Uma população inicial é randomicamente criada, e a aptidão ( fitness ) de seus membros é determinada. 3. Um operador é escolhido utilizando seleções por roletas de cassino, baseadas no peso de operadores. Um algoritmo genético (AG) é uma técnica de busca utilizada para achar soluções aproximadas em problemas de otimização e busca. Algoritmos genéticos são uma classe particular de algoritmos evolutivos que usam técnicas inspiradas pela biologia evolutiva como hereditariedade, mutação, seleção natural e recombinação. 4. Os pais requeridos pelos operadores são escolhidos utilizando seleções por roletas, baseadas em aptidões escaladas. 5. O operador é aplicado e cromossomos filhos são produzidos. Suas aptidões são avaliadas. 6. Se ainda não estão presentes na população, os cromossomos filhos substituem os membros de menor aptidão (os piores ancorados). 7. Se N operações foram feitas, o cálculo é parado; caso contrário, volta-se ao passo 3.

69 Ancoramento Molecular ( Docking ) 69 Representações Básicas da Proteína e do Ligante: a. Atômica: calcula-se a interação átomo-átomo; é usada com funções de energia potencial. b. Representação em grade: o uso de grades é feito para o cálculo de energia, acumulando informações sobre a contribuição na energia da proteína nos pontos em uma grade. c. Superficial: utilizada para ancoramento entre duas proteínas (ancoramento proteína/proteína), através do alinhamento de pontos de cada superfície. a c

70 Ancoramento Molecular ( Docking ) 70 Funções de escore baseadas em campos de força Para avaliação dos modos de interação de forma rápida são usadas funções que determinam de forma simplificada o processo de interação liganteproteína. Para alguns do programas de docking, essas funções se baseiam apenas na complentaridade estrutural e eletrostática entre enzima e inibidor, usando termos similares às funções de energia estérica e eletrostática dos campos de força da mecânica molecular. E coul ( r) N A N B i j i1 j1 4 0rij q q E vdw ( r) N i1 A N B j1 ij 4 rij 12 ij rij 6

71 Funções empíricas: Essas funções de escore reproduzem dados experimentais como uma soma de várias funções de energia parametrizadas. 71 Ligante H 3 N OH Ângulos diedros com pequenas barreiras em solução + Receptor O Ângulos diedros variados no docking flexível O Sítio de interação na proteína O N H Poses do complexo ligante-receptor O H 3 N O DG io DG rot O DG hb H O N H Classificação das poses DG int = SDG i DG int = DG rot + DG hb + DG ion + DG aro + DG lipo +... DG lipo DG aro Valores usados diretamente ou para gerar outros valores comparativos (escores)

72 Ancoramento Molecular ( Docking ) 72 Algoritmos de Busca Aplicados a Ligantes Flexíveis a. Métodos sistemáticos: fragmentos moleculares são atracados no sítio, sendo então ligados covalentemente um ao outro (construção incremental), podendo ser ainda divididos em regiões rígidas ( núcleos ) e flexíveis (cadeias laterais). b. Métodos estocásticos: atuam promovendo mudanças aleatórias nas poses dos ligantes, de acordo com funções de probabilidade, implementadas principalmente por duas metodologias: Monte Carlo e algoritmo genético. c. Métodos simulacionais: simula-se o movimento real do ligante no interior da proteína; a técnica de dinâmica molecular é a mais utilizada neste tipo de método. Programa AutoDock FlexX Glide GOLD Estratégia AG/MC CI Híbrido AG

73 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)

74 Ajuste Induzido: Cadeias Laterais 74 Glu276 Glu276 Arg224 Arg224 Neuraminidase da influenza A complexada com o inibidor ácido 2-desoxi-2,3-desidro-Nacetilneuramínico (PDB 1NNB) e com o ácido 5-acetilamino-4-amino-6- (fenetilpropilcarbamoil)-5,6-diidro-4h-pirano-2-carboxílico (PDB 1BJI). 74

75 Ajuste Induzido: Cadeia Polipeptídica 75 Agonista 17β-estradiol (PDB 1ERE) no domínio de interação do ligante no receptor do estrogênio causa uma conformação diferente da hélice 12, quando comparada com conformação da hélice 12 com o ligante seletivo do receptor do estrogênio raloxifeno C.M.R. (PDB Sant'Anna, 1ERR)

76 76 Ajuste Induzido: Efeito na estrutura terciária SB Efeitos conformacionais na proteína após formação do complexo MAP quinase P38/ligante 76

77 Ajuste induzido: Soluções no docking 77 Ensemble docking docking comum 10 proteínas + 87 ligantes ensemble docking Sobreposição estrutural 75 % de acerto 93 % de acerto Huang e Zhou, Proteins, 2007, 6, Otimização estrutural C.M.R. Sant'Anna, 2012

78 Ajuste induzido: Soluções no docking 78 SB Escore da estrutura SB C.M.R. Sant'Anna, 2012

79 79 Triagem Virtual Baseada no Docking Triagem virtual baseada na estrutura (SBVS Structure Based Virtual Screening) Triagem virtual baseada no docking (DBVS Docking Based Virtual Screening) Preparação da estrutura alvo docking Avaliação das poses ( scoring ) Classificação das poses ( ranking ) Pós-processamento Preparação da biblioteca de compostos

80 80 Seleção de Compostos para o DBVS Bibliotecas: Próprias Públicas Comerciais Comp. 2 Comp. 1 Comp. 3 Comp. 2 Enriquecimento de Bibliotecas (filtragem): Filtros físico-químicos e/ou farmacológicos (ex.: solubilidade, Lipinski, ADME/Tox) Filtros de similaridade c/ compostos ativos conhecidos Filtros baseados no alvo

81 81 Aplicações no Estudo de Compostos Bioativos

82 Is there really a case where a drug that s on the market was designed by a computer? When asked this, I invoke the professorial mantra ( All questions are good questions. ), while sensing that the desired answer is no. Then, the inquisitor could go back to the lab with the reassurance that his or her choice to avoid learning about computational chemistry remains wise....the phrasing of the question suggests misunderstanding and oversimplification of the drug discovery process. There is not going to be a voila` moment at the computer terminal. Instead, there is systematic use of wide ranging computational tools to facilitate and enhance the drug discovery process SCIENCE MARCH 2004

83 Estratégias no Planejamento Racional 83 Quantidade crescente de informação disponível Ligantes conhecidos (estrutura e QSAR dados biológicos) (CoMFA, etc) Métodos Independentes do Receptor/Enzima + Seqüência do receptor conhecida Modelo do Receptor + Modelagem por homologia Estrutura 3D do receptor conhecida Interações ligante-receptor (docking, etc) Novos ligantes + Métodos Dependentes do Receptor/Enzima Dinâmica das Mecanismo de interações, reações ação conhecido Métodos Baseados no Mecanismo

84 Exemplo 1: Inibidores da PDE4 84 O O CH 3 N O N N N EtO O H N H 3 C O N CH 3 N EtO O S H 3 C O N CH 3 N N H O Cl Cl Cl 1 (rolipram) 2 (syntex 3) 3 4 NC CH 3 O N N CH 3 N H 3 C N O O N CH 3 N H 3 C N O O N N O H 2 N S N CH 3 CH 3 N O H 3 C CH Oliveira, Caffarena, Sant`Anna, Dardenne, Barreiro, 2006 NC S H 3 C O N CH 3 N NC CH 3 O N CH N N CH 3

85 85 Interação Ligante-Receptor: Aspectos Teóricos + [E (aq) ] [I (aq) ] [E I (aq) ] DG bind RT ln K a RT ln K d K i = K d = [E (aq)] [I (aq) ] [E I (aq) ] DG bind DH bind TDS bind Trocas de energias envolvidas no processo de binding, como as energias de interação ligante-sítio e ligante-solvente. Formas de distribuição das energias, classificadas como entropia translacional, rotacional, conformacional e vibracional.

86 86 Atividade Biológica: Construção de Modelos Teóricos Objetivo: proposição de um modelo teórico capaz de determinar a atividade biológica. DG RT ln K i RT ln K i c 1 2 DGsolv c2 c3dh bind c4n LR c5 DH bind DH comp DH sa DH lig N LR : termo entrópico associado à perda de rotação em ligações após associação do ligante ao sítio ativo

87 Calculated DG (kcal/mol) 87 A B C Gln443 Met431 Met Phe Syntex3 0.0 Tyr233 Phe r 2 = 0.92 SD= 0.26 n = Experimental DG (kcal/mol) Metallic subsite

88 88 Exemplo 2: Modelo para a Inibição para a Tripanotiona Redutase Composto R 1 R 2 R 3 R 4 1 Cl (CH 2 ) 3 NMe 2 - H 2 COCH 2 CH 3 (CH 2 ) 3 NMe 2 - H 3 COOH (CH 2 ) 3 NMe 2 - H 4 CONH 2 (CH 2 ) 3 NMe 2 - H 5 H (CH 2 ) 2 C(NH 2 )=NH - H 6 H (CH 2 ) 3 N(CH 2 CH 2 ) 2 NCH 3 - H 7 H CO(CH 2 ) 2 COOH - H 8 H COCH 2 Br - H 9 CF 3 (CH 2 ) 2 C(NH 2 )=NH - H 10 Cl (CH 2 ) 3 NMe 2 - COCH 3 11 Cl (CH 2 ) 3 NMe 2 =O H 12 COCH 3 COCH 3 - H 13 COCH 3 COCH 3 - COCH 3 14 Cl (CH 2 ) 3 N + (Me) 2 CH 2 C 6 H 5 - H 15 Cl (CH 2 ) 3 N + (Me) 2 CH 2 C 6 H 3 3,4-Cl - H 16 Cl (CH 2 ) 3 N + (Me) 2 CH 2 C 6 H 4 4-NO 2 - H 17 Cl (CH 2 ) 3 N + (Me) 2 CH 2 C 6 H 3 3,4-CH 3 - H 18 Cl (CH 2 ) 3 N + (Me) 2 CH 2 C 6 H 3 3,4-OCH 3 - H 19 Cl (CH 2 ) 3 N + (Me) 2 CH 2 C 6 F 5 - H 20 Cl CH 3 - H R 3 S R 1 N R 4 R 2 Docking de fenotiazinas Khan et al., J. Med. Chem., 2000, 43, Chan et al., J. Med. Chem., 1998, 41, 148. TR de Trypanosoma cruzi* *Bond et al., Structure Fold Des., 1999, 7, 81.

89 ln IC 50 calc Docking (GOLD) Melhores ajustes (Goldscore) Geração de descritores para os complexos (SILVER) Seleção de descritores e geração de correlação ln IC 50 c D 1 VDW c 2 D HYD c 3 D AH c 4 89 Comp. l n (IC50) exp l n (IC50) calc 1 2,08 2,24 2 2,3 1,15 3-0,25 1,14 4 2,88 3,43 5 1,69 1,51 6 3,33 3,16 7 4,34 5,52 8 5,16 5,13 9 7,94 6, ,89 5, ,28 4, ,3 8, ,53 5, ,73 6, ,57 4, ,88 4, ,27 6, ,13 5, ,36 1, ,9 5, ,7 5, ,48 2, ,08 7, ln IC 50 exp Linear fit R=0,904 SD=0,871 N=20 D VDW é a contribuição em interações de van de Waals ligante/proteína, D HYD o número de átomos hidrofóbicos do ligante acessíveis ao solvente, D AH o número de aceptores de ligação hidrogênio do ligante e os coeficientes c 1 -c 4 são obtidos ajustando-se a equação aos valores experimentais de ln (IC 50 )

90 90 Exemplo 3: Mesoiônicos, Novos Inibidores da TR NH L. infantum S Cl - R + N N R = H, m-och 3, p-och 3, p-no 2 Espécie L. amazonensis Inibição (%) da TR pelo derivado p-no 2 (1 M) 76 L. infantum 70 L. brasiliensis 69,5 T. cruzi 83 Inibição não competitiva Rodrigues, R., et al., Bioorg. Med. Chem., 20, 1760 (2012) C.M.R. Sant'Anna, 2012

91 Docking TR L. infantum (2W0H) NH N + S N Cl - R TR L. amazonensis (modelo) TR L. brasiliensis (modelo) R = H, m-och 3, p-och 3, p-no 2 TR T. cruzi (1BZL) Sítio do FAD Sítio da tripanotiona Rodrigues, R., et al., Bioorg. Med. Chem., 20, 1760 (2012) Sítio do NADPH 91 C.M.R. Sant'Anna, 2012

92 NH S Cl - R + N N R = H, m-och 3, p-och 3, p-no 2 Sítio do NADPH Rodrigues, R., et al., Bioorg. Med. Chem., 20, 1760 (2012) 92 C.M.R. Sant'Anna, 2012

93 NH N + S N Cl - O N + O - 93 Rodrigues, R., et al., Bioorg. Med. Chem., 20, 1760 (2012) C.M.R. Sant'Anna, 2012

94 Exemplo 4: DBVS aplicado aos 94 receptores A 2A Adenosina Banco de dados inicial 4 subtipos de receptores: A 1, A 2A, A 2B, A 3 Docking MOE Sequência primária do receptor A 2A Modeller Modelagem comparativa Filtragem: 1.Propriedades adequadadas ao CNS; 2. Ausencia de furano ou xantina compostos Langmead et al., J. Med. Chem. 2012, 55, Glyde Otimização estrutural baseada nos resultados do docking de hits selecionados 372 compostos Disponibilidade comercial Binding no receptor A 2A 230 compostos 20 hits IC 50 < 55 M C.M.R. Sant'Anna, 2013

95 Top 10 Hits 95 K i = 3,5 nm Otimização estrutural do composto 1 Docking do composto 15 (Biophysical Mapping) K i = 0,1 nm K i = 1,6 nm Langmead et al., J. Med. Chem. 2012, 55, C.M.R. Sant'Anna, 2013