E-pharmacophore modelling, virtual screening, molecular dynamics simulations and in-silico ADME analysis for identification of potential E6 inhibitors against cervical cancer

2019 ◽  
Vol 1189 ◽  
pp. 299-306 ◽  
Author(s):  
Avinash Kumar ◽  
Ekta Rathi ◽  
Suvarna G. Kini
Keyword(s):  
Molecular Dynamics ◽  
Cervical Cancer ◽  
Virtual Screening ◽  
Molecular Dynamics Simulations ◽  
In Silico ◽  
Pharmacophore Modelling ◽  
Dynamics Simulations

Υπολογιστικά εργαλεία για την αναζήτηση νέων βιοδραστικών ενώσεων σε επιλεγμένους πρωτεϊνικούς στόχους

2017 ◽  
Author(s):  
Ευτυχία Κρίτση
Keyword(s):  
Molecular Dynamics ◽  
Molecular Docking ◽  
Virtual Screening ◽  
Molecular Dynamics Simulations ◽  
In Silico ◽  
Pharmacophore Modeling ◽  
Lead Optimization ◽  
Dynamics Simulations ◽  
Hiv 1

Στην παρούσα διατριβή πραγματοποιήθηκε εκτενής μελέτη για την αναζήτηση πρόδρομων βιοδραστικών ενώσεων (hits) από χημικές βιβλιοθήκες για τρείς βιολογικούς στόχους, μέσω της εφαρμογής εμπορικά διαθέσιμων in silico τεχνικών και μεθοδολογιών.Οι στόχοι που επιλέχθηκαν ανήκουν σε διαφορετικές κατηγορίες πρωτεϊνών με μεγάλο φαρμακευτικό ενδιαφέρον, που όμως παρουσιάζουν διαφορετικό επίπεδο ωριμότητας όσον αφορά την εφαρμογή υπολογιστικών εργαλείωνγια την ανακάλυψη νέων φαρμακευτικών ενώσεων. Συγκεριμένα, οι στόχοι που μελετήθηκαν είναι οι ακόλουθοι:•το ένζυμο της 14-α διμεθυλάσης της λανοστερόλης (CYP51) για την αναζήτηση νέων πρόδρομων βιοδραστικών ενώσεων με αντιμικροβιακές ιδιότητες,•το ένζυμο της HIV τύπου 1 πρωτεάσης (HIV-1 PR) για την αναζήτηση νέων πρόδρομων βιοδραστικών ενώσεων με αντι-HIV δράση,•ο διαμεμβρανικός υποδοχέας της Αγγειοτασίνης ΙΙ (ΑΤ1) για την αναζήτηση νέων πρόδρομων βιοδραστικών με αντιυπερτασική δράσηΟι κυριότερες τεχνικές που χρησιμοποιήθηκαν για την αναζήτηση πρόδρομων βιοδραστικών ενώσεων περιλαμβάνουν την Εικονική Σάρωση (Virtual Screening) με χρήση Φαρμακοφόρων Μοντέλων (Pharmacophore modeling), τη Μοριακή Πρόσδεση (Molecular Docking), την πρόβλεψη μοριακών ιδιοτήτων καθώς και Προσομοιώσεις Μοριακής Δυναμικής (Molecular Dynamics Simulations). Η στρατηγική που ακολουθήθηκε διαφέρει σημαντικά ανά στόχο όσον αφορά τη μεθοδολογική προσέγγιση και την επιλογή των υπολογιστικών εργαλείων-αλγορίθμων, δίνοντας έμφαση στη συμπληρωματικότητα των αποτελεσμάτων τους. Για την ανάδειξη των πρόδρομων βιοδραστικών ενώσεων, πραγματοποιήθηκαν in vitro βιολογικές δοκιμές των ενώσεων που προτάθηκαν μέσω των υπολογιστικών τεχνικών. Οι ενώσεις που επιλέχθηκαν παρουσίασαν ανασταλτική δράση (ή συγγένεια πρόσδεσης) σε ικανοποιητικό εύρος τιμών 102 nM–μΜ για να χαρακτηριστούν πρόδρομες βιοδραστικές. Μείζονος σημασίας είναι και το γεγονός ότι οι δομικοί σκελετοί των προτεινόμενων ενώσεων για κάθε στόχο, είναι διαφορετικοί τόσο μεταξύ τους όσο και συγκρινόμενοι με τα υφιστάμενα φαρμακευτικά μόρια. Ως εκ τούτου, μπορούν να αποτελέσουν κατάλληλα "υποστρώματα" για το επόμενο στάδιο που αφορά τη βελτιστοποίησή τους προς ενώσεις-οδηγούς (hit to lead optimization) και δυνητικά προς νέα φαρμακευτικά προϊόντα.

scholarly journals In Silico Study to Identify New Antituberculosis Molecules from Natural Sources by Hierarchical Virtual Screening and Molecular Dynamics Simulations

2019 ◽  
Vol 12 (1) ◽  
pp. 36 ◽  
Author(s):  
Vinícius Pinto ◽  
Janay Araújo ◽  
Rai Silva ◽  
Glauber da Costa ◽  
Jorddy Cruz ◽  
...  
Keyword(s):  
Molecular Dynamics ◽  
Virtual Screening ◽  
Molecular Dynamics Simulations ◽  
In Silico ◽  
Binding Free Energy ◽  
Natural Sources ◽  
Biological Targets ◽  
Zinc Database ◽  
Dual Action ◽  
Dynamics Simulations

Tuberculosis (TB) is an infection caused by Mycobacterium tuberculosis, responsible for 1.5 million documented deaths in 2016. The increase in reported cases of M. tuberculosis resistance to the main drugs show the need for the development of new and efficient drugs for better TB control. Based on these facts, this work aimed to use combined in silico techniques for the discovery of potential inhibitors to β-ketoacyl-ACP synthase (MtKasA). Initially compounds from natural sources present in the ZINC database were selected, then filters were sequentially applied by virtual screening, initially with pharmacophoric modeling, and later the selected compounds (based on QFIT scores) were submitted to the DOCK 6.5 program. After recategorization of the variables (QFIT score and GRID score), compounds ZINC35465970 and ZINC31170017 were selected. These compounds showed great hydrophobic contributions and for each established system 100 ns of molecular dynamics simulations were performed and the binding free energy was calculated. ZINC35465970 demonstrated a greater capacity for the KasA enzyme inhibition, with a ΔGbind = −30.90 kcal/mol and ZINC31170017 presented a ΔGbind = −27.49 kcal/mol. These data can be used in other studies that aim at the inhibition of the same biological targets through drugs with a dual action.

Sign in / Sign up

Export Citation Format

Share Document