Pemodelan dan Simulasi Mengusulkan Wawasan Baru untuk SARS-CoV-2
Di blog kami sebelumnya, kami membahas penggunaan alat pemodelan prediktif untuk membangun struktur tingkat atom awal dari target obat potensial (misalnya, protein) dan untuk memperbaiki wilayah yang tidak dapat ditentukan secara eksperimental (Lihat Video ). Alat-alat ini termasuk penambahan atom hidrogen dan loop fleksibel yang terkadang tidak dapat diselesaikan secara eksperimental. Kami memeriksa ini dalam konteks cryo-electron microscopy (cryo-EM) dari protein spike (S) SARS-CoV-2 yang baru-baru ini diterbitkan dalam jurnal Science (DOI:10.1126/science.abb2507).
Dalam blog ini, kami akan merinci bagaimana pemodelan molekuler dan simulasi model struktural yang disempurnakan seperti protein SARS-CoV-2 S dapat membantu menghasilkan hipotesis baru untuk penemuan dan desain terapi diduga untuk mengobati COVID-19.
Pengikatan Obat Tergantung pada Perubahan Struktural
Dalam sistem kehidupan, protein secara alami ada sebagai entitas dinamis. Dinamika mereka sering menentukan fungsi mereka. Fisikawan Richard Feynman pernah berkata:
“Jika kita menyebutkan asumsi yang paling kuat dari semuanya, yang menuntun seseorang terus-menerus dalam upaya untuk memahami kehidupan, itu adalah bahwa semua hal terbuat dari atom dan segala sesuatu yang dilakukan makhluk hidup dapat dipahami dalam istilah dari goyangan dan goyangan atom.”
1
Protein SARS-CoV-2 S tidak terkecuali dengan prinsip Feynman. Sebelum memasuki sel manusia, protein S mengikat reseptor yang disebut sebagai enzim pengubah angiotensin 2 (ACE2).
2
Domain pengikatan reseptor (RBD) adalah bagian dari protein S yang mengikat ACE2 (Gambar 1A ). RBD dapat eksis setidaknya dalam dua status konformasi utama yang disebut status naik (dapat diakses reseptor) dan turun (tidak dapat diakses reseptor) (Gambar 1B ). Saat RBD dalam keadaan naik, protein S lebih “terbuka” untuk memfasilitasi pengikatan ACE2.
2
Penelitian menunjukkan bahwa keadaan down, reseptor yang tidak dapat diakses, lebih stabil.
2
Ini menyiratkan bahwa terapi diduga seperti molekul organik kecil yang mampu mengikat RBD dapat menstabilkan RBD dalam keadaan turun dan mencegah virus berinteraksi dengan ACE2; dengan demikian, menghentikan COVID-19 agar tidak menginfeksi orang.
RBD Protein S Seperti Engsel pada Pintu
Penghubung fleksibel menghubungkan RBD ke protein S yang tersisa. Fleksibilitas linker memungkinkan RBD untuk bertransisi dari keadaan turun ke keadaan naik melalui gerakan engsel-tekuk (Gambar 1B ). Dari protein SARS-CoV-2 S, kami telah mengekstrak RBD dengan tautan fleksibel terkait dan domain yang berdekatan (Gambar 1C ). Kami menggunakan struktur RBD dari protein S dalam keadaan naik (PDB 6VYB), tetapi struktur ini tidak memiliki tiga loop yang berpotensi penting untuk mengikat ACE2 (Gambar 1C ). Akibatnya, kami harus membangun model homologi RBD dengan penaut fleksibel menggunakan struktur cryo-EM dari mana pemotongan awalnya dibuat (PDB 6VYB) dengan templat tambahan. Templat tambahan adalah struktur kristal RBD saja dalam kompleks dengan ACE2 (PDB 6M17) (Gambar 1A ).
Struktur RBD berisi loop termasuk satu lebih besar dari 20 residu asam amino, yang tidak ada dalam struktur keadaan terbuka (PDB 6VYB). Dua dari loop ini membentuk interaksi dengan ACE2; dengan demikian, pemodelan homologi diperlukan untuk memahami interaksi protein Spike. Kami kemudian dapat menetapkan atom hidrogen dalam status protonasi yang sesuai untuk meniru kondisi fisiologis seperti pH.
Kami kemudian dapat melakukan simulasi dinamika molekuler (MD) untuk mensimulasikan transisi konformasi dan/atau memprediksi kemungkinan situs pengikatan di mana molekul kecil diduga dapat mengikat untuk mengganggu interaksi protein S dengan ACE2. Ketika kami memperkirakan kemungkinan situs pengikatan menggunakan BIOVIA Discovery Studio untuk model homologi RBD kami dengan penaut fleksibel, kami mengidentifikasi situs pengikatan yang terletak di engsel penaut fleksibel (Gambar 1C ). Kami memberi label wilayah ini engsel dan mencatat bahwa mungkin perlu penyelidikan lebih lanjut untuk penemuan terapi yang diduga. Jika sebuah molekul kecil diikat di daerah engsel, itu mungkin bisa mengunci RBD dalam keadaan turun dan dengan demikian mencegah pengikatan ACE2.
Investigasi Lebih Lanjut
Investigasi ekstensif termasuk prediksi komputasi dan eksperimen biologis mungkin lebih memperjelas kegunaan wilayah engsel. Contoh prediksi komputasi dapat mencakup analisis mode normal (NMA) dan/atau simulasi MD.
3
Misalnya, skala waktu yang lama, kira-kira ratusan nanodetik, dari simulasi MD dapat memungkinkan para ilmuwan untuk mengambil sampel beberapa konformasi dari wilayah engsel.
Di sisi lain, NMA dapat memberikan perkiraan kasar dan cepat dari transisi konformasi.
3
Konformasi spesifik dari simulasi MD dan/atau NMA adalah titik awal untuk penyaringan virtual throughput tinggi dari basis data molekul kecil yang potensial. Para ilmuwan dapat berlabuh dan menilai setiap molekul kecil untuk semua konformasi. Mereka kemudian dapat menentukan peringkat semua pose yang dihasilkan dan mengirimkan hit terbaik untuk validasi eksperimental. Penelitian telah menunjukkan bahwa metode komputasi penemuan obat ini, yang sering disebut sebagai skrining virtual berbasis ensemble, meningkatkan peluang untuk mengidentifikasi kandidat obat.
4
Metode ini juga mencerminkan kenyataan bahwa pengikatan obat bergantung pada perubahan struktural protein, seperti disebutkan di atas. Kami percaya bahwa hasil awal yang diidentifikasi di sini menarik dan layak untuk diselidiki lebih lanjut.
Kedua, kami ingin mencatat bahwa model struktural protein S yang disempurnakan dapat digunakan sebagai target untuk imunoterapi.
5
Para ilmuwan dapat merancang antibodi monoklonal yang mengikat protein SARS CoV-2 S berdasarkan pengetahuan sebelumnya tentang situs pengikatan ACE2. Mereka kemudian bisa tampil in silico studi pematangan afinitas untuk meningkatkan spesifisitas pengikatan.
6
Sebagai pendukung aktif komunitas ilmiah yang saat ini berkolaborasi dalam solusi COVID-19, BIOVIA Dassault Systèmes mengembangkan BIOVIA Discovery Studio. Pemodelan dan lingkungan simulasi ilmu kehidupan yang telah terbukti ini menyatukan lebih dari 30 tahun penelitian peer-review dan kelas dunia in silico teknik. Perangkat lunak ini memberi para ilmuwan perangkat lengkap untuk digunakan mulai dari identifikasi target hingga optimalisasi timbal, termasuk alat untuk desain dan analisis biologis, simulasi klasik, desain berbasis struktur dan fragmen, penyaringan ligan virtual, serta ADME dan prediksi toksisitas.
Sebagai bagian dari tanggung jawab sosial perusahaan Dassault Systèmes, BIOVIA dengan senang hati menawarkan kelompok penelitian akademis yang memenuhi syarat yang terlibat dalam studi terkait SARS-CoV-2, lisensi enam bulan gratis untuk BIOVIA Discovery Studio untuk membantu mereka dalam mencari kandidat obat terapeutik yang cepat, aman dan efektif melawan virus SARS-CoV-2. Jika Anda seorang peneliti akademis di bidang ini, silakan minta lisensi perangkat lunak dan unduh. Penawaran ini akan berlangsung hingga 30 Juni 2020.
