JMC | 勃林格殷格翰采用计算结合基于片段的药物筛选发现靶向FKBP51极小片段

引言

高通量筛选(HTS)与基于片段的筛选(FBS)已经成为一种成熟的药物发现方法,与典型的HTS库相比,FBS对类药物分子化学空间的采样效率有很大提高,但药物发现过程仍像大海捞针一样。生物物理方法,往往不够灵敏,无法检测到有机小分子与蛋白质表面非常弱结合。而X射线晶体学能够检测高达毫摩级亲和力范围的特异性结合,并提供可直接用于基于结构的药物设计(SBDD)的结构信息。另外,X射线晶体学筛选方法和基于配体竞争饱和位点识别(SILCS)的计算方法这两个使用化学探针的概念具有很强的互补性。因此,本文开发了一种VSFs的结晶学和SILCS计算片段混合筛选方法用于快速发现HITS以及潜在的结合位点,并提供可用于SBDD的结构信息。

JMC | 勃林格殷格翰采用计算结合基于片段的药物筛选发现靶向FKBP51极小片段

先睹为快

单位与作者

德国勃林格殷格翰制药公司Daniel Rangel Rojas、Dennis Fiegen等

研究靶点

对肽脯氨酰顺/反式异构酶(PPIase)FKBP51的FK1结构域(PDB ID:4JFM)

数据库

自构建小型的极小片段数据库(15个)

计算方法

配体竞争饱和位点识别(SILCS)

分子动力学模拟

计算软件

GROMACS 4.5、AMBER99SB*-ILDN

计算流程  

作者利用基于配体竞争饱和位点识别(SILCS)的计算方法和X射线结晶学的实验方法对肽脯氨酰顺/反式异构酶FKBP51的FK1结构域的配体进行了筛选,从15个极小片段中最终确定了3个结合位点,得到了6个X射线共晶结构,命中率为40%。通过比较两种方法识别的相互作用位点表明,实验筛选与计算筛选结果在互作模式上具有良好的一致性。随后用HSQC NMR求出了低亲和力结合的结合常数,显示这些片段具有毫摩尔级亲和力。作者提出了一种基于SILCS派生的药效团模型与X射线结晶学相互结合的混合筛选方法,该方法能够快速识别命中和识别配体,并提供可用于使用基于结构的设计方法识别的结构信息。

极小片段数据库(VSF)的构建

一个典型的HTS数据库包含一百万个类药物分子,而一个典型的FBS数据库(HAC<=17)包含一万个分子。本研究中所采用的数据库被限制为重原子数(HAC)小于等于11。为了比较实验和计算筛选方法,作者构建了一个小型的VSFs数据库,该数据库满足以下几个要求:

  • 数据库中的分子具备化学多样化,并包含一组具有代表性的官能团、氢键供体和受体;

  • VSFs必须满足因其较低亲和力而产生的苛刻物理化学性质。所选择的VSFs应表现出良好的溶解性,从而允许在高浓度下工作;

  • 数据库的大小不仅在学术和工业环境中建立起来既便宜又快速,而且运行虚拟筛选步骤迅速并可快速提供结果。

JMC | 勃林格殷格翰采用计算结合基于片段的药物筛选发现靶向FKBP51极小片段

图1. 极小片段库的二维结构

图片来源JMC

基于X射线晶体学的VSF筛选

作者通过实验筛选了构建的VSFs数据库,得到了15个不同类型的片段分子,它们与FKBP51的FK1结构域结合。以X射线晶体学方法确定了五个残基:Asp68,Gln85,Ile87,Trp90和Tyr113,它们要么直接参与,要么以水介导的方式参与和配体相互作用。其中片段4与Asp68和Ile87相互作用。芳香族氮与Asp68发生水介导的氢键相互作用。片段5和6与Gln85和Ile87相互作用,两个片段的羰基都与Ile87的主链氨基结合。除了这些定向极性相互作用外,还有许多疏水相互作用。总得来说,由VSFs库命中的片段分子具有极性和疏水相互作用总体均匀分布的特点。该结果表明,较少的VSFs库可以有效地采样化学空间,同时识别关键的相互作用。

SILCS分子动力学模拟

为分析计算结果与实验结果是否具有一致性,作者进行了SILCS分子动力学模拟。并创建了每个片段官能团的3D概率图(FragMap)以可视化显著的相互作用模式。FragMap主要是在具有相同5个残基(Asp68、Gln85、Ile87、Trp90和Tyr113)的活性位点上直接获得或通过参与相互作用的水分子获得的。其中具有氢键供体和受体特征的片段证实了与Ile87的相互作用,多个片段的FragMaps证实了与Gln85的水介导的相互作用。该结果表明了实验和计算方法的结果是一致的,并确定了相同的互作位点。另外,作者通过15N HSQC NMR进行了命中VSF与蛋白结合的亲和力测定,这些命中VSF的亲和力在1.3到4.4 mM之间。

总结

基于SILCS的FBS提供了在选择化合物、类似物或片段时可以考虑的潜在相互作用。正如本文研究结果显示的那样,相比于X射线晶体法,SILCS提供了更为详尽的相互作用的信息。因此,作者认为,首先进行计算筛查,然后再进行实验筛选是一种更加有效的筛选方法。基于此,作者提出了一种新的混合筛选模式,该模式可简化筛选流程,并节省资源和时间。即首先利用SILCS方法进行虚拟筛选,随后基于FragMap生成药效团模型,该模型可有效的提高命中率并缩小数据库,最后,使用NMR进一步分析X射线命中的配体,通过Kd测定结果对识别的配体进行排序。总之,本文所提出的VSFs的结晶学和计算片段混合筛选方法可用于快速鉴定HITS以及潜在的结合位点,并提供可用于SBDD的结构信息。

 

JMC | 勃林格殷格翰采用计算结合基于片段的药物筛选发现靶向FKBP51极小片段

图2. 识别的命中片段

图片来源JMC

JMC | 勃林格殷格翰采用计算结合基于片段的药物筛选发现靶向FKBP51极小片段

 图3. 命中的极小片段生成的FragMap

图片来源JMC

JMC | 勃林格殷格翰采用计算结合基于片段的药物筛选发现靶向FKBP51极小片段

图4.混合筛选的工作流程

图片来源JMC

参考文献

Draxler S W, Bauer M, Eickmeier C, et al. A hybrid screening approach for very small fragments-X-ray and Computational Screening on FKBP51[J]. Journal of Medicinal Chemistry, 2020. DOI: 10.1021/acs.jmedchem.0c00120

X