Riassunto analitico
Molti farmaci considerati selettivi in realtà esercitano il loro effetto terapeutico interagendo con molti bersagli biologici. Questo fenomeno, che fa riferimento alla polifarmacologia, è oggi considerato un’opportunità per la progettazione di nuovi farmaci. A tal proposito, l’uso di metodi computazionali può offrire un valido aiuto per predire il profilo di attività di composti di interesse farmaceutico, quindi di anticiparne le potenziali reazioni avverse o sfruttare la sinergia data dalla modulazione di più target biologici. Ad ogni modo, gli sforzi fatti fino ad ora per sviluppare inibitori multi-target privi di effetti collaterali o per predirne un potenziale profilo polifarmacologico, non hanno avuto molto successo. Nel mio lavoro di tesi, mi sono occupato della messa a punto e applicazione di metodi in silico per la predizione del profilo di attività e l’eventuale riposizionamento terapeutico di composti ad interesse farmaceutico. Una parte del lavoro di questa tesi è stata incentrata sull’analisi sistematica del Protein Data Bank (PDB). In una prima fase di questo studio, il profilo di similarità di ogni molecola co-cristallizzata con proteine di natura umana presenti nel PDB è stato stimato attraverso una serie di confronti per coppie. Quindi, per le coppie di composti “simili” è stato valutato il grado di complementarità delle molecole con la struttura cristallina del target incrociato mediante studi di cross-docking. Attraverso l’applicazione di tale protocollo, per molti dei composti analizzati è stato predetto un nuovo profilo di attività multi-target. Inoltre, sono state scoperte nuove relazioni tra bersagli proteici ed i loro rispettivi inibitori che potrebbero essere sfruttate nello sviluppo di nuovi farmaci polifarmacologici. Strategie di screening virtuale (SV) sono state sviluppate anche per la progettazione di inibitori multi-target di Hsp90. Hsp90 è un chaperone molecolare che interagisce con molte proteine coinvolte nella crescita tumorale e nella resistenza ai farmaci, tra cui B-Raf e l’Istone deacetilasi 6 (HDAC6). È interessante notare che l'inibizione combinata di Hsp90 e B-Raf o HDAC6 promuove effetti terapeutici sinergici e contribuisce a superare la resistenza ai farmaci in diverse tipologie di cancro. Al fine di identificare degli inibitori duali di Hsp90 e B-Raf, banche date di composti commerciali sono state analizzate attraverso degli studi di docking nelle strutture dei due target biologici e processi di post-docking farmacoforico. Dei 20 candidati selezionati per i saggi biologici, 2 di essi sono risultati attivi in entrambi i bersagli molecolari. Questo è il primo studio che riporta inibitori multi-target di questi due importanti target tumorali. Un protocollo di SV è stato sviluppato anche per identificare inibitori duali delle proteine Hsp90 e HDAC6. Composti chimici provenienti da librerie commerciali sono stati prima filtrati per rimuovere quelli privi delle caratteristiche strutturali essenziali per l’inibizione dei due target, quindi “dockati” nelle strutture cristalline di HDAC6 e Hsp90. Un'ispezione visiva dei complessi ha portato alla selezione di un set di molecole per i saggi biologici. Nel complesso, i risultati ottenuti nelle campagne di SV qui discusse, forniscono una panoramica di come l’uso di metodi computazionali può assistere la progettazione di inibitori multi-target. Oltre a quelli sopra citati, ponendo attenzione alla possibile applicazione per lo sviluppo di farmaci polifarmacologici, sono stati svolti studi computazionali anche sul recettore AMPA. In particolare, studi di docking e di dinamica molecolare sono stati eseguiti sul suddetto target proteico allo scopo di fare chiarezza sulla stereo-selettività di una serie di composti ad attività neuroprotettiva.
|
Abstract
It is well known that several drugs exert their therapeutic effect through the modulation of multiple targets at the same time. This phenomenon, which refers to the concept of polypharmacology, represents a tempting avenue for new drug design. In this context, computational approaches can offer the opportunity to predict the activity profile of ligands to a set of targets, thereby anticipating potential adverse drug reactions or exploiting favorable synergistic multi-target activities. However, efforts to rationally predict the polypharmacological profile for a set of ligands or suitable target combinations for multi-target drug design have still met little success. In my thesis work, I have devised and applied several computational methods to explore polypharmacology and repurposing possibilities in different biological targets of therapeutic interest.
As part of this work, I have performed a comprehensive analysis of the Protein Data Bank (PDB).
In the first step of this study, to delineate the similarity profile of ligands extracted from crystal structures of human proteins, ligand-based pairwise comparisons were performed. Then, to assess the ligand-protein complementarity across different targets, pairs of compounds for which significant similarity was assessed were further inspected by cross-docking the ligands into the proteins binding site. By applying this combined in silico protocol, new potential activity profiles of ligands deposited into the PDB were depicted. Moreover, several interesting relationships between different protein targets and their respective ligands that could be exploited for dual-inhibitor drug design were discovered.
To further explore how computational approaches could help multi-target drug discovery, in silico strategies to design challenging Hsp90- dual inhibitors were set up and applied.
Hsp90 is a molecular chaperone that stabilizes various oncogenic proteins, including B-Raf and Histone deacetylase 6 (HDAC6), which are involved in tumor growth and drug resistance.
Notably, the combined inhibition of Hsp90 and B-Raf or HDAC6 shows significant synergistic effects and helps overcome drug resistance.
To identify Hsp90/B-Raf dual inhibitors, databases of commercially available compounds were first docked into the crystal structures of the two targets. Then, by a pharmacophore-based rescoring of the docking poses and a visual inspection of the complexes, 20 candidates were selected for bioassays. Notably, two of them showed dual activity. This is the first study reporting dual ligands for these important targets.
A tailored virtual screening (VS) protocol was also applied to identify Hsp90/HDAC6 dual inhibitors. Databases collected from different vendors were first filtered to remove compounds without chemical moieties essential for the binding on the two targets. Then, filtered compounds were docked into HDAC6 and Hsp90 crystal structures. A visual inspection of the complexes led to a final selection of compounds for the bioassays. Overall, the results obtained in these VS campaigns, which are here exhaustively discussed, provide an overview on how in silico approaches could help in designing challenging dual inhibitors. Several ligand-based and structure-based protocols and workflows were devised and implemented to allow the afore-mentioned analyses.
In addition, in silico analyses were also carried out on the AMPA protein target, with a view on possible multi-target applications. In particular, docking and molecular dynamics simulations were performed on this protein target to provide new insights into the stereo-discrimination ability of a series of compounds with neuroprotective therapeutic effects.
|