Modello farmacoforico per il recettore alfa degli estrogeni
-
Upload
simone-brogi -
Category
Technology
-
view
2.037 -
download
3
description
Transcript of Modello farmacoforico per il recettore alfa degli estrogeni
Costruzione di un Modello Farmacoforico
per il Recettore degli Estrogeni -
Dr Brogi SimoneA. A. 2006 - 2007
Modulo: Bioinformatics, Drug Design & Drug Optimization
ESTROGENIa) sistema riproduttivo femminile b) proliferazione e differenziazione dell'epitelio mammario c) effetti sul sistema cardiovascolared) densità osseae) regolatori fisiologici sistema nervoso centrale
Recettori degli Estrogeni
ER-α- utero, vagina, tessuto mammario- 595 residui aminoacidici
ER-β- ovaie, ossa, SNC, tessuto cardiaco - 485 residui aminoacidici
Wenlin, S 2004 6: 39-52
Recettori degli Estrogeni - α
ERs sono funzionalmente dei fattori di trascrizione nucleari inducibilila cui attività è regolata allostericamente dal legame con il ligando
McDonnell, D. P. 2002 296 1642-1644
http://cgap.nci.nih.gov/Pathways/BioCarta/h_carm-erPathway
Perchè il Recettore degli Estrogeni - α ?
Importante Target cellulare implicato nelle neoplasie del tessuto mammario ormone-dipendenti e in
altro tipo di patologie come l’osteoporosi e malattie
cardiovascolari
I ligandi estrogenici sono implicati nella modulazione di molteplici processi all’interno del corpo umano la loro deregolazione è
deleteria per l’organismo
I farmaci attualmente impiegati come inibitori del recettore ER-α
hanno drammatici effetti collaterali
PDB: 1ERE
Recettore degli Estrogeni - α Agonisti
- conformazione elica H12- AF-2 è capace di compiere la trascrizione del DNA
Antagonisti- Riarrangiamento elica h12- AF-2 è incapace di compiere la trascrizione del DNA
(a) LBD (Ligand Binding Domain) di ER-α senza ligando, (b) LBD di ER-α con la presenza di un ligando agonista, (c) LBD di ER-α con la presenza di un ligando antagonista. Viene evidenziato il
riposizionamento che H 12 in rosso compie in presenza di un agonista e di un antagonista e ilmovimento del loop evidenziato nella figura b
Celik, L. et al 2007 46 (7), 1743 -1758
SERMs Selective Estrogen Receptor Modulator
A. SERMs derivati dal trifeniletilene
B. SERMs derivati dal benzotiofene
C. SERMs derivati dal benzopirano
SERMs
Brzozowski, A. et al. 1997 389 753-758 Brzozowski, A. et al. 1997 389 753-758 Brzozowski, A. et al. 1997 389 753-758
Legami ad Idrogeno Interazioni Idrofobiche
His524 Met342 Leu354Arg394 Trp383 Ala350 Leu387Glu353 Val418 Leu428 Ile424 Gly521 Leu525
PDB: 1ERE
Brzozowski, A. et al. 1997 389 753-758
SERMs
Legami ad Idrogeno Interazioni Idrofobiche
His524 Met342 Leu354Arg394 Trp383 Ala350 Leu387Glu353 Val418 Leu428Asp351 Ile424 Gly521 Leu525
PDB: 1ERR
Studi Computazionali sui SERMs
Mukherjee, S. et al. 2007 47 475-487
Mukherjee, S. et al. 2008 in press
I due modelli farmacoforici sono stati sviluppati usando solo composti derivati
da una unica classe strutturale: dal diariletilene (a) e dall’arilbenzotiofene
(b)
a)
b)
Un farmacoforo generato con queste modalità non può avere una buona predizione su altre classi strutturali
MODELLO FARMACOFORICOCp R R1 R2 R3 Cp R R1 R2 R3 R4
15 Cl Cl B(OH)2 35 OCH3 H CH2OH
16 H I OCH2COH 36 OH H CF3
17 Cl Cl OCH2COH 37 H OH OH
18 H I OH 38 H
19 F Br B(OH)2 39 OH
20 I Br B(OH)2 40 H H H H Br
21 F Cl B(OH)2 41 H H H Br H
22 F F B(OH)2 42 Br H OH H CH3
23 H S H 43 H H H H CH3
24 O N H 44 Br H OH CH3 H
25 O H CH2CH2 45 H H H H CH2
26 O H CH2CN 46 H H H H H
27 O N CN 47 H H OH H CHBr
28 OH CH2CH3 FSCa OH 48 Br Br OH H CH3
29 H OH FSCa OH 49 Br H OH H CH2
30 OH Me Me OH 50 Br H OH H CHBr
31 Cl Cl CH2COOH 51 Br I OH H CH3
32 H H H 52 1,4
33 H H H 53 1,3
34 OH H CH2CH3aFSC (functional side chain): (CH2)6NMe(CH2)3SC5H11
features del farmacoforo (Hypo 7)
E mapping del composto 34 (il composto più attivo del
Training set)
HBD Hydrogen Bond Donor HY1 Hydrophobic Aromatic HY2 Hydrophobic HBA Hydrogen Bond Acceptor
HBD
HY2
HY1
HY1
HBA
HBD
HY2
HY1
HY1
HBA
Correlazione
Training set r2 0.955
Test set r2 0.914
Grafico tra valori delle attività osservate e predette per il Training set ed il Test set
Le attività sono riportate come pIC50 (log in base dieci delle IC50)
Attività sperimentale e predetta contro la linea cellulare MCF-7 (IC50) dei composti del Training set e del Test set con Hypo-7
Activity
Cpd Exp Calcd Error
4 18 8.7 -2.1
5 25 13 -2
9 167.9 87 -1.9
10 34.5 29 -1.2
11 247.3 820 3.3
12 74.8 88 1.2
13 148.4 89 -1.7
19 8.5 11 1.3
20 9.5 11 1.2
21 6 12 2
22 7.8 13 1.7
26 1.06 1.5 1.4
27 0.39 1.6 4.2
29 1.8 3.1 1.7
30 6.9 6.3 -1.1
31 15 9.6 -1.6
32 63 100 1.6
35 0.6 0.34 -1.8
36 1 0.37 -2.7
37 0.3 1.3 4.4
39 3.4 19 5.6
45 267.4 820 3.1
46 274.6 87 -3.2
47 95.5 26 -3.7
48 104.1 88 -1.2
49 167.3 87 -1.9
50 78.3 34 -2.3
51 86.3 87 1
53 100 29 -3.5
Acvtivity
Cpd Exp Calcd Error
1 100 10 -9.8
2 4.1 2.4 -1.7
3 24 20 -1.2
6 118.7 160 1.3
7 11 12 1.1
8 0.48 1.1 2.4
14 10.7 8.4 -1.3
15 5 7.8 1.6
16 9 6.5 -1.4
17 13 5.8 -2.3
18 7 8.2 1.2
23 0.34 0.46 1.3
24 1.11 0.42 -2.7
25 0.079 0.3 3.8
28 0.039 0.13 3.3
33 0.3 0.89 3
34 0.02 0.007 -2.8
38 2.3 1.5 -1.5
40 177.6 160 -1.1
41 265.4 160 -1.7
42 103.7 160 1.5
43 234.8 170 -1.4
44 67.2 160 2.3
52 61.66 140 2.2
Training set Test set
Features del farmacoforo (Hypo 7) e mapping del composto 26
Il composto 26 (way-244) ha un mapping sulle features del modello farmacoforico Hypo-7 che esprime perfettamente il binding-mode all’interno della cavità del
recettore per gli estrogeni ER-α
PDB: 1X7E
Attività sperimentale e predetta contro la linea cellulare MCF-7 (IC50) di nuovi composti (Acetogenine) estratti dall’ alga rossa
Laurencia Glandulifera (Rodophyta) con Hypo 7
Calcolato rispetto ad un ipotetico valore di IC50 pari a 300 μM
Activity
Compd Exp Calcd
1 >300 370
2 265.3 240
3 >300 370
4 >300 320
5 >300 360
6 >300 370
7 >300 300
8 >300 260
9 >300 310
10 >300 320
CONCLUSIONI
•Generazione modello Farmacoforico con CATALYST®
•Approccio innovativo nell’affrontare la problematica di costruzione di un modello farmacoforico per il recettore degli estrogeni alfa
•Modello farmacoforico perfettamente in grado di discriminare i composti attivi da quelli inattivi
•Modello farmcoforico che esprime perfettamente il binding-mode della cavità recettoriale
•Il Modello farmacoforico è attualmente impiegato per una procedura di Virtual Screening
PROSPETTIVE
•VIRTUAL SCREENING
•DOCKING SU ER- α
•OTTIMIZZAZIONE
•SAGGI CELLULARI SU MCF-7
•PUBBLICAZIONE
Ringraziamenti•Prof. MAURIZIO BOTTA Direttore del Dipartimento Farmaco Chimico Tecnologico dell’Università degli Studi di Siena che ha reso possibile lo svolgimento dell’interessante progetto di ricerca
•Prof. MAURIZIO TADDEI per aver reso possibile il mio ingresso nel mondo della ricerca
•La mia FAMIGLIA che mi ha supportato economicamente in questo anno difficile e mi ha incoraggiato in questa eccezionale avventura
•SIMONE TARDIOLI, STEFANO TARDIOLI e GIANLUCA GORI perché una loro parola, o un loro gesto nei miei confronti è sempre di inestimabile valore
•Dott. LUCA BELLUCCI, alla Dott.ssa FABIANA CAPORUSCIO, al Dott. FEDERICO FALCHI e alla Dott.ssa RITA PUGLISI per l’amicizia che mi hanno dimostrato, per il sostegno e per i preziosi consigli che mi hanno rivolto in ogni momento del progetto di ricerca
•Prof. ANDREA TAFI per il suo talento, per la sua conoscenza messa a mia completa disposizione, per la pazienza che mi ha dimostrato durante la ricerca e l’elaborazione dei dati e per avermi dato l’opportunità di avvicinarmi ad una materia interessante come la Chimica Computazionale
Grazie!!!!.
The End ©® 2007 Simone Brogi
Statistical Parameter Composition feature
Hypo Cost RMSD r2trainset r2
testset 1 2 3 4 5
1 110.7 1.53 0.974 0.772 HBD HY 1 HY 2 RA ----
2 122.5 1.80 0.966 0.781 HBD HY 1 HY 2 RA ----
3 148.2 2.31 0.943 0.783 HBD HY 1 HY 2 RA ----
4 162.1 2.49 0.931 0.812 HBD HY 1 HY 2 RA ----
5 166.7 2.61 0.922 0.738 HBA HY 1 HY 1 HY 2 RA
6 169.8 2.64 0.921 0.793 HBD HY 1 HY 2 RA ----
7 171.1 2.65 0.955 0.914 HBA HBD HY 1 HY 1 HY 2
8 174.4 2.73 0.915 0.692 HBA HY 1 HY 1 HY 2 RA
9 174.9 2.71 0.942 0.878 HBA HBD HY 1 HY 1 HY 2
10 176.9 2.76 0.936 0.752 HBA HY 1 HY 2 RA ----
null cost = 636.6 Fixed cost = 81.2 RMSD = RMS deviation
Input features : HBD Hydrogen Bond Donor, HY1 Hydrophobic Aromatic, HY2 Hydrophobic HBA Hydrogen Bond Acceptor, RA Ring Aromatic
Hypoteses parameters observed in successive run of training and test set
Activity Activity
Cpd Exp Calcd Error Cpd Exp Calcd Error
1a 100 10 -9.8 28a 0.039 0.13 3.3
2a 4.1 2.4 -1.7 29b 1.8 3.1 1.7
3a 24 20 -1.2 30b 6.9 6.3 -1.1
4b 18 8.7 -2.1 31b 15 9.6 -1.6
5b 25 13 -2 32b 63 100 1.6
6a 118.7 160 1.3 33a 0.3 0.89 3
7a 11 12 1.1 34a 0.02 0.007 -2.8
8a 0.48 1.1 2.4 35b 0.6 0.34 -1.8
9b 167.9 87 -1.9 36b 1 0.37 -2.7
10b 34.5 29 -1.2 37b 0.3 1.3 4.4
11b 247.3 820 3.3 38a 2.3 1.5 -1.5
12b 74.8 88 1.2 39b 3.4 19 5.6
13b 148.4 89 -1.7 40a 177.6 160 -1.1
14a 10.7 8.4 -1.3 41a 265.4 160 -1.7
15a 5 7.8 1.6 42a 103.7 160 1.5
16a 9 6.5 -1.4 43a 234.8 170 -1.4
17a 13 5.8 -2.3 44a 67.2 160 2.3
18a 7 8.2 1.2 45b 267.4 820 3.1
19b 8.5 11 1.3 46b 274.6 87 -3.2
20b 9.5 11 1.2 47b 95.5 26 -3.7
21b 6 12 2 48b 104.1 88 -1.2
22b 7.8 13 1.7 49b 167.3 87 -1.9
23a 0.34 0.46 1.3 50b 78.3 34 -2.3
24a 1.11 0.42 -2.7 51b 86.3 87 1
25a 0.079 0.3 3.8 52a 61.66 140 2.2
26b 1.06 1.5 1.4 53b 100 29 -3.5
27b 0.39 1.6 4.2
a Training setb Test set
Experimental and predicted inhibitory Activity to MCF-7
cell-line (IC50) of training and test set of all
compounds with Hypo 7