Благовещенск, Амурская область, Россия
УДК 57 Биологические науки
ГРНТИ 34.15 Молекулярная биология
ОКСО 06.05.01 Биоинженерия и биоинформатика
ББК 28 Биологические науки
ТБК 6005 Прочие издания
BISAC MED008000 Biochemistry
BISAC MED090000 Biostatistics
Проведен поиск потенциальных лигандов к TRPM8 - представителю семейства катионных каналов с транзиторным рецепторным потенциалом участвующему в развитии гиперчуствительности бронхов и возникновению бронхоспазма в ответ на действие низких температур. Использован вариант структурного дизайна и проведения молекулярного докинга с помощью пакета программ autodock (http://autodock.scripps.edu/), позволяющих в автоматизированном режиме проверить множество потенциальных лигандов для TRPM8. Докинг осуществляли с аминокислотным остатком тирозин 745 (Y745), как критическим остатом для чувствительности канала к ментолу – классическому агонисту TRPM8. Отбор потенциальных кандидатов на роль лекарств, предназначенных для лечения холодовой гиперреактивности бронхов с помощью методов in silico, может быть дополнен тестированием их биологической активности в экспериментах in vitro c культурами клеток и тканей и in vivo с экспериментальными животными.
компьютерный дизайн лекарств, молекулярный докинг, TRPM8, агонисты, антагонисты
Компьютерный дизайн лекарств (Computer-aided drug design) это процесс создания новых лекарств с помощью персональных компьютеров, основанный на знании биологической мишени – белка или гена, ответственных за развитие болезни и называемых биомаркером заболевания. Лекарственное средство (лиганд для мишени) должно эффективно связываться с мишенью и ингибировать или активировать ее работу. Для моделирования связывания лиганда с мишенью (молекулярного докинга) необходимо знать ее трехмерную структуру (3D-структуру), которая в идеале устанавливается физико-химическими методами (ренгеноструктурный анализ, ЯМР-спектроскопия, криоэлектронная микроскопия) и хранится в электронных банках биоинформатических данных (PDB и др.). Если 3D-структура белка-мишени не установлена экспериментальным путем ее можно смоделировать in silico по аналогии с белком-шаблоном, чья 3D-структура известна [1, 2].
Существуют две разновидности компьютерного дизайна лекарств – структурный дизайн (прямой дизайн) и дизайн на основании свойств лиганда (непрямой дизайн). Первый базируется на знании 3D-структуры мишени [3], а второй на знании лигандов, которые связываются мишенью. с интересующей биологической мишенью. Эти другие молекулы могут быть использованы для создания модели фармакофора, представляющего минимально необходимые структурные характеристики, которыми должна обладать молекула для связывания с мишенью [4]. Другими словами, модель биологической мишени может быть построена на основе знания того, что с ней связывается, и эта модель, в свою очередь, может быть использована для конструирования новых молекулярных объектов, которые взаимодействуют с мишенью. В качестве альтернативы, может быть получена количественная взаимосвязь структура-активность, в которой может быть получена корреляция между рассчитанными свойствами молекул и их экспериментально определенной биологической активностью. Эти отношения, в свою очередь, могут использоваться для прогнозирования активности новых аналогов.
Главная цель – предсказать будет ли данная молекула связываться с молекулой мишенью и если да, то насколько прочным будет связывание. Методы молекулярной механики и молекулярной динамики чаще всего используются для предсказания конформаций молекул лиганда и мишени, возникающих при связывании с ней лиганда. В идеале вычислительные методы должны прогнозировать сродство лиганда к мишени до того, как молекула лиганда будет синтезирована и синтезировать следовало бы одну единственную молекулу. В действительности имеющиеся сегодня вычислительные методы несовершенны и обеспечивают в лучшем случае только качественные оценки сродства. Поэтому на практике требуется синтез нескольких вариантов молекулы лиганда, их тестирование in vitro прежде, чем оптимальные варианты будущего лекарства будут созданы. В то же время, вычислительные методы существенно ускоряют и уменьшают себестоимость создания новых лекарств. Компьютерный дизайн может быть использован в любой из следующих этапов создания лекарственного препарата: идентификация мишени для лекарства с использованием виртуального скрининга, оптимизация сродства и селективности лиганда к мишени, оптимизация других фармацевтических свойств препарата с сохранением высокого сродства. Ярким примером эффективности использования компьютерного дизайна явилось создание фирмой Novartis (Швейцария) препарата Иматиниб (Гливек®) - ингибитора тирозинкиназы нового поколения. Препарат зарекомендовал себя как эффективное средство в лечении миелолейкоза и ряда опухолей. Отличием препарата от его предшественников является способность дифференцированно воздействовать на злокачественно трансформированные клетки и не оказывать влияние на нормальные быстро делящиеся клеток.
Целью наших исследований явился поиск потенциальных лигандов к представителю семейства катионных каналов с транзиторным рецепторным потенциалом (терморецепторов), предположительно участвующему в развитии гиперчуствительности бронхов и возникновению бронхоспазма в ответ на действие низких температур - TRPM8 [5]. Нами использован вариант структурного дизайна и проведения молекулярного докинга с помощью пакета программ autodock (http://autodock.scripps.edu/), позволяющих в автоматизированном режиме проверить множество потенциальных лигандов для TRPM8. Докинг осуществляли с аминокислотным остатком тирозин 745 (Y745), как критическим остаток для чувствительности канала к ментолу – классическому агонисту TRPM8 [6]. Проблемы, которые предстоит решить. 1) Отбор кандидатов на роль лигандов. Отчасти эта проблема уже решена – некоторые агонисты и антагонисты белка идентифицированы [7]. С учетом того, что практически единственными лекарственными средствами для лечения больных с бронхоспастическим синдромом являются препараты на основе глюкокортикоидных гормонов, представляет интерес выяснить их способность связываться с TRPM8. 2) Предстоит понять - как различить из лигандов белка агонисты и антагонисты? Каким центром в белке они связываются – активным или регуляторным? В качестве потенциальных лекарств интерес представляют, в первую очередь, антагонисты TRPM8, способные связываться активным центром и выполнять роль конкурентных ингибиторов. В настоящее время мы находимся лишь в самом начале пути, но выбранное направление исследований представляется многообещающим. Отбор потенциальных кандидатов на роль лекарств, предназначенных для лечения холодовой гиперреактивности бронхов с помощью методов in silico, может быть дополнен тестированием их биологической активности в экспериментах in vitro c культурами клеток и тканей и in vivo с экспериментальными животными.
1. Бородин П.Е., Бичахчан К.И. Исследование хантингтина и рилина методами биоинформатики // Ма-териалы XII Международной научной конференции "Системный анализ в медицине" (САМ 2018). Благовещенск, 2018. С. 31-33.
2. Бородин П.Е., Карнаух В.Н., Бородин Е.А. Биоинформатическая характеристика белков нервной ткани, вовлеченных в развитие нейро-дегенеративных заболеваний. Сибирское медицинское обо-зрение. 2017. №6. C. 94-97.
3. Leach A.R., Harren J. Structure-based Drug Discovery. 2007. Berlin: Springer. ISBN 978-1-4020-4406-9.
4. Klebe G. Recent developments in structure-based drug design // Journal of Molecular Medicine. 2000. Vol.78. (5). P.269–281. doi:10.1007/s001090000084. PMID 10954199.
5. Naumov D., Perelman J., Prikhodko A., Kolosov V., Sheludko E. Role of TRPV1 and TRPV2 gene poly-morphisms in the development of airway hyperresponsiveness to osmotic stimuli in patients with asthma // European Respiratory Journal. 2016. Vol. 48: PA1197. DOI: 10.1183/13993003.
6. Malkia A., Pertusa M., Fernandez-Ballester G., Ferrer-Montiel A., Viana F. Differential role of the men-thol-binding residue Y745 in the antagonism of thermally gated TRPM8 channels // Molecular Pain. 2009. Vol. 5: 62. doi: 10.1 186/1744-8069-5-62.
7. González-Muñiz R., Bonache M.A., Martin-Escura C., Gomez-Monterrey I. Recent Progress in TRPM8 Modulation: An Update // Int. J. Mol. Sci. 2019. Vol. 20. P. 2618. DOI: 10.3390/ijms20112618
