Acoplamiento proteína-ligando

El acoplamiento proteína-ligando es una técnica de modelado molecular. El objetivo del acoplamiento proteína-ligando es predecir la posición y orientación de un ligando (una molécula pequeña) cuando se une a un receptor proteico o enzima. La investigación farmacéutica emplea técnicas de acoplamiento para diversos fines, sobre todo en la selección virtual de grandes bases de datos de sustancias químicas disponibles para seleccionar posibles candidatos a fármacos. Se ha producido un rápido desarrollo en la capacidad computacional para determinar la estructura de las proteínas con programas como AlphaFold, y la demanda de las correspondientes predicciones de acoplamiento proteína-ligando está impulsando la implementación de software que pueda encontrar modelos precisos. Una vez que se pueda predecir con precisión el plegamiento de las proteínas junto con la forma en que los ligandos de diversas estructuras se unirán a la proteína, será posible que el desarrollo de fármacos avance a un ritmo mucho más rápido.

El diseño de fármacos asistido por ordenador (CADD) se introdujo en la década de 1980 para buscar nuevos fármacos. La premisa subyacente es que al analizar un conjunto de datos extremadamente grande en busca de compuestos químicos que pudieran ser viables para fabricar un determinado fármaco, los investigadores podían minimizar la cantidad de nuevos compuestos sin probarlos todos experimentalmente. Sin embargo, la capacidad de predecir con precisión los sitios de unión objetivo es un fenómeno nuevo que amplía la capacidad de analizar simplemente un conjunto de datos de compuestos químicos; ahora, debido a la creciente capacidad computacional, es posible inspeccionar las geometrías reales del sitio de unión proteína-ligando in vitro. Los avances en hardware en computación han hecho que estos métodos orientados a la estructura de descubrimiento de fármacos sean la próxima frontera en la biofarmacia del siglo XXI. Para entrenar con precisión los nuevos algoritmos para capturar la geometría precisa de la capacidad de unión proteína-ligando, se puede utilizar un conjunto de datos recopilados experimentalmente aplicando técnicas como la cristalografía de rayos X o la espectroscopia RMN.

Existen varias aplicaciones de software de acoplamiento proteína-ligando que calculan el sitio, la geometría y la energía de pequeñas moléculas o péptidos que interactúan con las proteínas, como AutoDock y AutoDock Vina, rDock, FlexAID, Molecular Operating Environment y Glide. Los péptidos son un tipo de ligando altamente flexible que ha demostrado ser un tipo de estructura difícil de predecir en programas de unión de proteínas. DockThor implementa hasta 40 enlaces rotativos para ayudar a modelar estas complejas uniones fisicoquímicas en el sitio objetivo. La desviación cuadrática media es el método estándar para evaluar el rendimiento de varios programas dentro del modo de unión de la estructura proteína-ligando. Específicamente, es la desviación cuadrática media entre la posición de acoplamiento predicha por el software del ligando y el modo de unión experimental. La medición de la desviación cuadrática media se calcula para todas las posiciones generadas por computadora de las posibles uniones entre la proteína y el ligando. El programa no siempre predice perfectamente la posición física real al evaluar la desviación cuadrática media entre candidatos. Para evaluar luego la solidez de un algoritmo informático para predecir el acoplamiento de proteínas, se debe examinar la clasificación de RMSD entre los candidatos generados por computadora para determinar si la pose experimental en realidad fue generada pero no seleccionada.

La capacidad computacional ha aumentado drásticamente en las últimas dos décadas, lo que ha hecho posible el uso de métodos más sofisticados y computacionalmente intensivos en el diseño de fármacos asistido por computadora. Sin embargo, abordar la flexibilidad del receptor en las metodologías de acoplamiento sigue siendo un tema espinoso. La principal razón detrás de esta dificultad es la gran cantidad de grados de libertad que deben considerarse en este tipo de cálculos. Sin embargo, en la mayoría de los casos, descuidarlo conduce a malos resultados de acoplamiento en términos de predicción de la posición de unión en entornos del mundo real. El uso de modelos de proteínas de grano grueso para superar este problema parece ser un enfoque prometedor. Los modelos de grano grueso se implementan a menudo en el caso del acoplamiento proteína-péptido, ya que con frecuencia involucran transiciones de conformación a gran escala del receptor de proteína.

AutoDock es una de las herramientas computacionales que se utilizan con frecuencia para modelar las interacciones entre proteínas y ligandos durante el proceso de descubrimiento de fármacos. Aunque los algoritmos que se utilizan clásicamente para buscar posiciones efectivas suelen suponer que las proteínas receptoras son rígidas mientras que el ligando es moderadamente flexible, los enfoques más nuevos también están implementando modelos con una flexibilidad limitada del receptor. AutoDockFR es un modelo más nuevo que puede simular esta flexibilidad parcial dentro de la proteína receptora al permitir que las cadenas laterales de la proteína adopten varias posiciones en su espacio conformacional. Esto permite que el algoritmo explore un espacio mucho más grande de posiciones energéticamente relevantes para cada ligando probado.

Para simplificar la complejidad del espacio de búsqueda para algoritmos de predicción, se han probado varias hipótesis. Una de ellas es que los cambios conformacionales de la cadena lateral que contienen más átomos y rotaciones de mayor magnitud tienen en realidad menos probabilidades de ocurrir que las rotaciones más pequeñas debido a las barreras energéticas que surgen. El impedimento estérico y el costo de energía rotacional que se introducen con estos cambios más grandes hicieron que fuera menos probable que se incluyeran en la posición proteína-ligando real. Hallazgos como estos pueden facilitar a los científicos el desarrollo de heurísticas que puedan reducir la complejidad del espacio de búsqueda y mejorar los algoritmos.

El método original de prueba de los modelos moleculares de varios sitios de unión se introdujo en la década de 1980, donde el receptor se estimó de manera aproximada mediante esferas que ocupaban las hendiduras de la superficie. El ligando se aproximó mediante más esferas que ocuparían el volumen relevante. Luego se ejecutó una búsqueda para maximizar la superposición estérica entre las esferas de las esferas de unión y receptor.

Sin embargo, las nuevas funciones de puntuación para evaluar la dinámica molecular y el potencial de acoplamiento proteína-ligando están implementando un enfoque de dinámica molecular supervisada. Esencialmente, las simulaciones son secuencias de pequeñas ventanas de tiempo mediante las cuales se calcula la distancia entre el centro de masa del ligando y la proteína. Los valores de distancia se actualizan a frecuencias regulares y luego se ajustan de manera lineal regresiva. Cuando la pendiente es negativa, el ligando se está acercando al sitio de unión y viceversa. Cuando el ligando se está alejando del sitio de unión, el árbol de posibilidades se poda en ese momento para evitar cálculos innecesarios. La ventaja de este método es la velocidad sin la introducción de ningún sesgo energético que podría afectar el modelo y hacer que no se realicen asignaciones precisas a las verdades experimentales.

• Docking (molecular)
• Dolor de proteínas
• Selección virtual
• Lista de software de acoplamiento de proteínas-ligand

• BioLiP, una base de datos de interacción de ligand-proteína completa
• DockThor