Методы мм, основывающиеся на структуре мишени

В связи с растущим потенциалом структурной биологии, все чаще можно установить экспериментальную трехмерную структуру мишени, или построить ее молекулярную модель, основываясь на гомологии с белком, чья трехмерная структура уже определена.

Наиболее часто используемые методы определения трехмерной структуры биомакромолекул с высоким разрешением (< 3 Å) — это спектроскопия ядерного магнитного резонанса (ЯМР) и метод рентгеновской кристаллографии (РСА, рентгеноструктурный анализ). РСА способен дать детальную трехмерную структуру мишени, если удается получить кристалл исследуемого белка, ЯМР же может давать информацию о структуре молекулы и подвижность отдельных ее участков для растворимых белков.

Часто, когда экспериментальная структура мишени все же недоступна, прибегают к моделированию на основании гомологии — методу, для которого показано, что построенная им модель обладает достаточно высоким качеством, если гомология между структурным шаблоном и моделируемым белком не ниже 40%.

Особенно часто к моделированию по гомологии прибегают при разработке лекарств, направленных на G-белок сопряженные рецепторы, так как они, будучи мембранными белками, очень плохо поддаются кристаллизации, а методу ЯМР пока недоступны такие большие белки. Для этого семейства рецепторов известна структура только одного белка — бычьего родопсина, полученная в 2000 г. в Стэнфорде, которая и используется в качестве структурного шаблона в подавляющем числе исследований [6].

Обычно при исследовании, базирующемся на структурных данных, учитывают также данные по мутагенезу мишени, чтобы установить, какие аминокислотные остатки наиболее важны для функционирования белка и связывания лигандов. Эти сведения особенно ценны при оптимизации построенной модели, которая, будучи лишь производной от структуры белка-шаблона, не может учитывать всей биологической специфики моделируемого объекта.

Трехмерная структура мишени, кроме того, что может объяснить молекулярный механизм взаимодействия лиганда с белком, используется в задачах молекулярного докинга, или компьютерном моделировании взаимодействия лиганда с белком. Докинг использует в качестве стартовой информации трехмерную структуру белка (на данном этапе развития технологии, как правило, конформационно неподвижную), и структуру лиганда, конформационная подвижность и взаиморасположение с рецептором которого моделируется в процессе докинга. Результатом докинга является конформация лиганда, наилучшим образом взаимодействующая с белковым сайтом связывания, с точки зрения оценочной функции докинга, приближающей свободную энергию связывания лиганда. Реально, в силу множества приближений, оценочная функция далеко не всегда коррелирует с соответствующей экспериментальной энергией связывания.

Докинг позволяет сократить затраты средств и времени за счет проведения процедуры, аналогичной высокопроизводительному скринингу, на компьютерных комплексах. Эта процедура называется виртуальным скринингом, и основным ее преимуществом является то, что для реальных фармакологических испытаний нужно приобретать не целую библиотеку, состоящую из миллиона соединений, а только «виртуальные прототипы». Обычно же, с целью избежания ошибок, скрининг и докинг используются одновременно, взаимно дополняя друг друга (см. рис. 9).

Рис. 9 Два варианта совместного использования высокопроизводительного скрининга и молекулярного моделирования. Сверху: последовательный итеративный скрининг. На каждом шаге процедуры используется сравнительно небольшой набор лигандов; по результатам скрининга строится модель, объясняющая связь между структурой и активностью. Модель используется для выбора следующего набора лигандов для тестирования. Снизу: «разовый» скрининг. На каждом шаге модель строится по обучающей выборке и используется для предсказаний на тестовой выборке. Картинка воспроизведена из [7].

С увеличением компьютерных мощностей и появлением более корректных и физичных алгоритмов, докинг будет лучше оценивать энергию связывания белка с лигандом, начнет учитывать подвижность белковых цепей и влияние растворителя. Однако, неизвестно, сможет ли виртуальный скрининг когда-нибудь полностью заменить реальный биохимический эксперимент; если да — то для этого необходим, очевидно, качественно новый уровень алгоритмов, неспособных на сегодняшний день абсолютно корректно описать взаимодействие лиганда с белком.

Одно из явлений, иллюстрирующих несовершенство алгоритмов докинга, — парадокс похожести. Этот парадокс заключается в том, что соединения, структурно совсем немного различающиеся, могут иметь драматически различную активность, и в то же время с точки зрения алгоритмов докинга быть практически неразличимыми.

Прототипы лекарства можно получать не только выбирая из уже подготовленной базы данных соединений. Если есть структура мишени (или хотя бы трехмерная модель фармакофора), возможно построение лигандов de novo, используя общие принципы межмолекулярного взаимодействия. При этом подходе в сайт связывания лиганда помещается один или несколько базовых молекулярных фрагментов, и лиганд последовательно «наращивается» в сайте связывания, подвергаясь оптимизации на каждом шаге алгоритма. Полученные структуры, так же, как и при докинге, оцениваются с помощью эмпирических оценочных функций.

Схема возможного процесса создания нового лекарства, основывающегося на структуре лиганда, приведена на рисунке 8.

Рис. 8 Пример молекулярного моделирования, основывающегося на структуре лиганда. Для циклического пептида уротензина II (внизу слева) определена трехмерная структура методом ЯМР спектроскопии водного раствора (вверху слева). Пространственное взаиморасположение аминокислотных остатков мотива ТРП-ЛИЗ-ТИР, являющегося важным для биологической функции, было использовано для построения модели фармакофора (вверху справа). В результате виртуального скрининга найдено новое соединение, демонстрирующее биологическую активность (внизу справа). По данным [5].