Saringan Virtual Bimbingan Farmakofor Meningkatkan Repurposing Obat untuk COVID-19
Repurposing obat—menugaskan kembali obat yang disetujui atau dalam penyelidikan untuk penggunaan terapeutik baru—lama menjadi tulang punggung penemuan terapi cepat.1 Kesuksesan paling terpujinya, transformasi obat hipertensi dan angina menjadi “pil biru kecil” Pfizer, Viagra, menunjukkan potensi dampaknya. Pasca COVID-19, strategi ini telah menarik perhatian global kembali.
Pemodelan protein tiga dimensi menawarkan beberapa alat in-silico untuk repurposing obat. Sebuah studi sebelumnya dalam seri ini menunjukkan bagaimana docking molekuler dapat mengidentifikasi inhibitor potensial dari protease utama SARS-CoV-2 (Mpro). Di sini, kita bertanya apakah pemodelan farmakofor—abstraksi dari fitur interaksi ligand-protein yang esensial—dapat memberikan wawasan yang sebanding dan menambah kepercayaan dalam memilih molekul kandidat.
Pemodelan Farmakofor sebagai Pendekatan Alternatif
Model farmakofor memurnikan interaksi non-pengikatan kunci yang memungkinkan ligand terikat pada target protein, menawarkan perspektif komplementer terhadap metode simulasi tradisional. Kami mulai dengan serangkaian struktur kristal Mpro SARS-CoV-2 yang diperoleh dari Diamond Light Source.2 Setelah menyelaraskan struktur, kami menggunakan protokol “Interaction Pharmacophore Generation” dari BIOVIA Discovery Studio untuk mengekstrak fitur farmakofor dari setiap kompleks protein-ligand. Jumlah fitur bervariasi dari dua (untuk 5R80 dan 5R7Y) hingga sembilan (untuk 6LU7). Dengan menggabungkan dan menyederhanakan fitur yang tumpang tindih, kami sampai pada farmakofor konsensus 14 fitur yang mencakup kontak intermolekuler kritis protease dengan potensi binder.
Untuk menyempurnakan model ini, kami melakukan mutagenesis scanning in-silico alalin pada residu situs aktif di seluruh kompleks. Delapan residu—HIS41, MET49, ASN142, HIS163, MET165, PRO168, GLN189, dan GLN192—muncul sebagai hotspot dalam setidaknya satu kompleks, dengan tiga residu (HIS41, MET49, MET165) diidentifikasi sebagai hotspot dalam empat atau lebih kompleks. Enam dari 14 fitur farmakofor secara langsung memetakan interaksi dengan residu hotspot ini. Dataset kedua dari kompleks ligand non-kovalen Mpro mengungkapkan mode ikatan alternatif, yang mendorong kami untuk memisahkan enam fitur kunci menjadi dua kelompok untuk saringan virtual berikutnya.
Menggunakan farmakofor yang diedit ulang ini, kami menyaring perpustakaan 2.650 obat yang disetujui FDA, masing-masing telah dihasilkan dengan beberapa konformasi ligand untuk mempercepat pencarian. Hit didefinisikan dengan mencocokkan setidaknya satu fitur dari setiap kelompok esensial dua dan minimum dua fitur tambahan dari delapan yang tersisa. Kriteria yang ketat ini memastikan eksplorasi yang beragam dari mode ikatan sambil mempertahankan interaksi dengan residu kritis yang diidentifikasi melalui scanning alalin. Algoritma saringan menjelajahi lebih dari 12.000 kombinasi farmakofor. Untuk setiap hit, kami melakukan minimisasi energi dalam konteks protein dan menghitung energi ikatan menggunakan CHARMm dengan model pelarut implisit Generalized Born/Volume (GBMV)—efektifnya perhitungan docking yang dibatasi oleh farmakofor.
Kami fokus pada pose yang melibatkan empat residu kunci—HIS41, MET49, CYS145, dan MET165—karena ini menyusun duo katalitik (HIS41/CYS145) dan umum pada beberapa residu hotspot. Mengurutkan berdasarkan energi bebas ikatan yang dihitung menghasilkan sepuluh kandidat teratas. Ritonavir, yang sudah disorot dalam studi docking kami sebelumnya, menempati peringkat ketujuh dalam kedua analisis dan saat ini berada dalam beberapa uji klinis COVID-19.3
Video 1: Pose terbaik dari Ritonavir yang berinteraksi dengan HIS41, MET49, SER144, CYS145, MET165, GLU166, dan GLN189.
Ligand terkemuka dari pendekatan berbasis farmakofor ini adalah Montelukast, antagonist reseptor leukotrien cysteine. Literatur terbaru menyarankan potensinya untuk meredam progresi COVID-19.4
Senyawa teratas lainnya meliputi Telmisartan, Moexipril, dan hidroksikloroquin—masing-masing baru-baru ini diteliti untuk potensi repurposing, dengan hidroksikloroquin menghasilkan kontroversi terbesar.5 Secara signifikan, daftar hit yang dihasilkan farmakofor menunjukkan rentang kelas target yang lebih luas dibandingkan daftar hanya docking, yang didominasi oleh inhibitor protease HCV atau HIV.
Hasil kami menunjukkan bahwa integrasi mutagenesis scanning alalin in-silico ke dalam pemodelan farmakofor dapat menyempurnakan saringan virtual, menghasilkan seperangkat kandidat obat yang beragam dan diutamakan. Meskimpulan tumpang tindih dengan derivasi docking cukup kecil, identifikasi bersama Ritonavir menekankan nilai pendekatan konsensus. Menggabungkan kandidat terkuat dari kedua metode mungkin mengarahkan validasi eksperimental yang lebih terfokus.
Ringkasannya, saringan virtual bimbingan farmakofor berfungsi sebagai strategi komplementer yang kuat terhadap docking, meningkatkan kepercayaan dalam seleksi kandidat dan memperluas ruang kimia yang dieksplorasi untuk terapeutik COVID-19.