E.bettler@ibcp.fr Modélisation moléculaire et Drug Design Décembre 2004 Mastère recherche de...

e.bettler@ibcp.frhttp://pbil.ibcp.fr

Modélisation moléculaire et Modélisation moléculaire et Drug DesignDrug Design

Décembre 2004

Mastère recherche de Biochimie mention Mastère recherche de Biochimie mention Biochimie Structurale et FonctionnelleBiochimie Structurale et Fonctionnelle

UE Bioinformatique StructuraleUE Bioinformatique Structurale

Bon, j’ai mon modèle 3D,Bon, j’ai mon modèle 3D,et maintenant, j’en fait quoi ?et maintenant, j’en fait quoi ?

Validation de mon modèleValidation de mon modèle

Validation structuraleValidation structurale

• Loi de Murphy:

« Tout ce qui doit aller mal, ira mal; surtout si les choses sont aussi compliquées que les structures protéiques. »

Validation structuraleValidation structurale

• Validation des empreintes

• Validation des modèles

Validation structuraleValidation structuraledes empreintesdes empreintes

Pourquoi un homme sain d’esprit passerai 40 ans de sa vie à rechercher des millions d’erreurs dans la PDB ?

Parce que…Parce que…

• Tout ce que nous savons sur les protéines vient des fichiers de la PDB.

• Si une empreinte est fausse, le modèle sera faux

• Les erreurs deviennent moins dangereuses quand nous les connaissons

Que va-t-on vérifier ?Que va-t-on vérifier ?

• Les erreurs de frappe• Les erreurs spécifiques au cristal• Les erreurs spécifiques à la RMN• Les erreurs les plus évidentes• Les erreurs les plus improbables• Les erreurs qui semblent les pires

Comment évaluer un modèleComment évaluer un modèle

• Comparaison avec l’empreinte (RMS, alignement…)

• Évaluer le repliement global (distribution des hydrophobes)

• Évaluer les paramètres structuraux de notre modèle

• rmsd = 4 Å Forme de la molécule

• rmsd = 3 Å Discrimination des chaines polypeptidiques

• rmsd = 2 Å Discrimination des chaînes latérales

• rmsd = 1.5 Å OK

• rmsd = 0.8 Å Discrimination des atomes

• rmsd = 0.4 Å très bonne

• rmsd = 0.2 Å le rêve

Une bonne structure 3D..Une bonne structure 3D..

Evaluation structuraleEvaluation structurale

• Validation se fait par comparaison des paramètres structuraux du modèle avec des valeurs standards.

• Ces valeurs sont obtenues par:– analyse de « bonnes » structures: RMSD moins de

1.2 Angstrom (rare)– analyse des 300 meilleurs structures de la PDB

(Protein DataBase)– Analyse des 300 meilleurs fragments de la CSD

(Cambridge Structural Database)• Certains paramètres peuvent être obtenus par des

calculs théoriques (ramachandran…) mais difficulté de discrimination des « bonnes » ou « mauvaises » structures.

Paramètres analysésParamètres analysés

• Nomenclature:– des angles (surtout V,T,I,L,R,Y,F,D,E)– Poids (entre 0 et 1)– Nom des chaînes– Pas d’atomes manquants– Présence de l’oxygène sur le C terminal– …

nomenclature.html

NomenclatureNomenclature

C-delta-1 et C-delta-2 semblent être les même donc 2 possibilités pour nommer les atomes

NomenclatureNomenclature

• L’angle de torsion chi-2, définie par C-alpha, C-beta, C-gamma, C-delta-1, doit toujours être compris entre -90 et 90 degrés

• Symétrie:– Consistance– Convention pour la cellule– Combien de molécule dans la cellule– Symétrie importante– Symétrie non cristallographique

symmetry.html

• Géométrie:– Chiralité (exemple)– Longueur des liaisons (exemple)– Angle des liaisons (exemple)– Angle de torsion (exemple)– Angles oméga, chi1/chi2– Ramachandran (exemple)– Cycle et plan (exemple)– Proline

Angle de torsionAngle de torsion

Cycles et PlanCycles et Plan

RamachandranRamachandran

• En 1963, G. N. Ramachandran, C. Ramakrishnan et V. Sasisekharan présentent un article sur la représentation graphique des 2 plus important angles de torsion du squelette C (phi and psi) (J.Mol.Biol 7:95-99 (1963)).

• Le premier outil sérieux de vérification de la structure des protéines

33 résidus dans les zones les + favorables

2 résidus dans les zones permises

• Structure:– Distribution des résidus (inside/outside)– Clash stériques– Environnement– Squelette – Chaînes latérales– Molécules d’eau – B-factor ou facteur de température– Liaisons hydrogène

Clash stériqueClash stérique

• 2 atomes peuvent être distant au minimum de 1.4 Angstroms. (i.e. la distance inter-nucleaire doit être égale au minimum à la somme des rayons de Van der Waals radii minus 0.4 Angstrom)

• Des exceptions existent (liaisons entre les atomes…)

Chaînes latéralesChaînes latérales

• Vérification de la conformation des rotamères chi-1 avec une base de donnée 3D

Volume, Rayon de girationVolume, Rayon de giration

Léger Dense Protéine

Protéines sont fortement repliées

En résuméEn résumé

• Critères permettant de juger la validité de structures obtenues par RMN ou diffraction

• Méthodes et critères permettant d’évaluer la validité d’un modèle 3D

Une bonne structure 3DUne bonne structure 3D

• Minimum d’angles de torsion non permis

• Maximum de liaison H

• Maximum de résidus hydrophobes non exposés

• Maximum de résidus hydrophiles exposés

• Minimum d’espace interstitiels

Une bonne structure 3DUne bonne structure 3D

• Minimum de mauvais contact

• Minimum de résidus chargés non exposés

• Minimum du rayon de giration

• Minima des énergies covalentes et non covalentes (van der Waals et coulomb)

Validation d’une structure Validation d’une structure de la PDBde la PDB

• La qualité des structures de la PDB peut être vérifiée avec PDBREPORT

http://www.cmbi.kun.nl/gv/pdbreport/

pdbreport_1crn.html

PDBREPORTPDBREPORT

• Plus de 25 000 structures PDB analysées

• Plus de 20 millions de problèmes répertoriés (nomenclature des acides aminés, atomes manquants, chaîne latérale de HIS, ASN, GLN…, conformation du squelette C etc…)

Validation d’un modèleValidation d’un modèle

• Les nouvelles structures et modèles peuvent être vérifiés en utilisant des outils disponibles via le web ou en téléchargement.

Via le webVia le web

• What IF Web Server – http://swift.cmbi.kun.nl/WIWWWI/

• Biotech Validation Suite – http://biotech.ebi.ac.uk:8400/

• Verify3D - http://shannon.mbi.ucla.edu/DOE/Services/Verify_3D/

• VADAR – http://redpoll.pharmacy.ualberta.ca/vadar/

• Rampage –http://raven.bioc.cam.ac.uk/rampage.php

• Molprobity – http://kinemage.biochem.duke.edu/molprobity/index.html

What IF Web ServerWhat IF Web Server

pdbout_1crn.txt

Biotech Validation SuiteBiotech Validation Suite

RAMPAGERAMPAGE

rampage_1crn.pdf

MOLPROBITYMOLPROBITY

Logiciels de validation Logiciels de validation structuralesstructurales

• PROCHECK - http://www.biochem.ucl.ac.uk/~roman/procheck/procheck.html

• PROSA II - http://www.came.sbg.ac.at/Services/prosa.html

• VADAR - http://redpoll.pharmacy.ualberta.ca/vadar

• DSSP - http://www.cmbi.kun.nl/gv/dssp/index.html

• WHAT IF –http://www.cmbi.kun.nl/gv/whatif/

DRUG DESIGNDRUG DESIGN

Avant tout…Avant tout…

• Identification d’une cible correspondant à la pathologie

• Conception de tests biologiques permettant l’évaluation de l’affinité et de l’activité des molécules synthétisées

Comment sont découvertes Comment sont découvertes les nouvelles drogues ?les nouvelles drogues ?

• Approche classique

• HTS-Chimie combinatoire

• Par conception rationnelle

Approche classiqueApproche classique

• A partir de substances naturelles :– Extraits/broyats– Recherche d’activité– Synthèse et Production

(ex: pénicilline, taxol, cyclosporine…)

• Constitution d’une bases de données

HTS-Chimie combinatoireHTS-Chimie combinatoire

• Synthèse automatique et rapide de 1000er de molécules

• Criblage expérimental à haut débit (Hight Throughput Screening)

• Analyse des informations, tri et évaluation de la diversité moléculaire

Conception rationnelleConception rationnelle

Cibles et mécanisme d’action Cibles et mécanisme d’action de la molécule thérapeutiquede la molécule thérapeutique

• Enzymes – inhibiteurs (réversible ou non)

• Récepteurs – agonistes ou antagonistes

• Canaux ioniques – bloqueurs

• Transporteurs – inhibiteurs de transport

• ADN – agents intercalants, drogue antisens, liants au petit sillon

Nouvelles stratégies du Drug Nouvelles stratégies du Drug DesignDesign

• Création d’inhibiteurs à partir de la structure du substrat

• Création de pharmacophore et de peptidomimétiques

• Structure-based design de ligands (affinité, sélectivité, résistante aux drogues)

• Création de ligands de novo• Criblage virtuel pour des propriétés voulues

(règle des 5)

• A partir du ligand

• A partir de la structure du ligand et/ou du récepteur

• A partir d’un produit naturel actif, recherche :– Un dérivé plus actif– Moins toxique, mieux toléré– Plus assimilable– Coût de fabrication faible etc…

• A partir des dérivés :– Tests biologiques– Mesure d’activité

• Constitution d’une base de données

• Optimisation d’un produit naturel peut se faire par :– une synthèse systématique d'analogues

structuraux– une optimisation systématique basée sur le

métabolisme des composés actifs– une approche rationnelle (quantitative ou

qualitative) par l‘étude des relations structure-activité

• A partir du ligand

• A partir de la structure du ligand et/ou du récepteur

CibleCible LigandLigand

Connue Connue

Connue Inconnue

Inconnue Connue

Inconnue Inconnue

A CHAQUE SITUATION, SES OUTILS…

Connue Connue

Connue Inconnue

Inconnue Connue

Inconnue Inconnue

Cible et ligand sont connusCible et ligand sont connus

• « Structure-based drug design »

• Docking, dynamique moléculaire

Connue Connue

Connue Inconnue

Inconnue Connue

Inconnue Inconnue

A partir de la structure du A partir de la structure du récepteurrécepteur

La cible seule est connueLa cible seule est connue

• « Analog-based drug design »

• Conception de novo, criblage virtuel

Connue Connue

Connue Inconnue

Inconnue Connue

Inconnue Inconnue

Le ligand seul est connueLe ligand seul est connue

• Situation la plus commune

• Développement d’un pharmacophore ou d’un modèle QSAR puis criblage d’une banque de donnée 3D.

PharmacophorePharmacophore

• Représentation en 3D des propriétés les plus essentielles d’une molécule active

L = site lipophilique; D = Donneur H;PD = Donneur H protoné

DopaminePharmacophore

Criblage sur Criblage sur pharmacophorepharmacophore

Méthodes de corrélation Méthodes de corrélation QuantitativeQuantitative

• Association des variations de l'activité biologiques de certaines molécules à leur paramètres structuraux

• Donne, pour une série chimique donnée et pour une activité définie, une équation de corrélation

Connue Connue

Connue Inconnue

Inconnue Connue

Inconnue Inconnue

La cible comme le ligand La cible comme le ligand sont inconnussont inconnus

• Chimie combinatoire

• Utilisation d’informations à partir d’autres ligands actifs si connus, analyse de similitude…

Docking

Largement inspiré de la présentation de G. Schaftenaar

ObjectifObjectif

• Identifier la conformation géométrique correcte du ligand dans son site actif

• Observation:

Des ligands similaires peuvent parfaitement se lier de différentes façons dans un site actif

DockingDocking

• Se divise en 3 étapes :– Caractérisation du site actif– Positionnement du ligand dans le site actif– Évaluation des interactions entre le ligand

et la protéine (définition d’un score)

Le site actifLe site actif

• Différentes méthodes :– Les cavités de la protéine (récepteur) sont

utilisées pour définir une image négative du site actif se composant d’un jeu de sphères se superposant (DOCK)

– Définition de descripteurs ensuite recherchés à la surface de la protéine

descripteurs chimiques (grpt méthyle, aromatique…) ou physico-chimiques (hydrophobicité, potentiel électrostatique)

Positionnement du ligandPositionnement du ligand

• Le ligand peut être définit comme rigide ou flexible

• Généralement, le récepteur est toujours définit comme rigide

• Historiquement, la 1ère approche: tout rigide

Ligand rigideLigand rigide

• La protéine et le ligand sont fixes.

• On recherche l’orientation relative des 2 molécules avec la plus basse énergie.

• On utilise généralement la Transformée de Fourier pour accélérer les calculs (FTDock…)

Ligand rigideLigand rigide

• On peut également chercher à évaluer les énergies d’interactions électrostatiques et de VDW pour un complexe

• Ou encore utiliser des descripteurs (points dans l’espace à qui on assigne certaines propriétés physico-chimique). Les descripteurs du ligand et du récepteur doivent alors coïncidés géométriquement et chimiquement.

Complémentarité Complémentarité d’interactionsd’interactions

Ex. du logiciel FlexXEx. du logiciel FlexX

FlexibilitéFlexibilité

• Si on désire introduire la notion de flexibilité du ligand, il faut en plus considérer son espace conformationnel

• Incorporation des méthodes de: – Monte Carlo (FLO98, MCDOCK, AUTODOCK)– Dynamique moléculaire (SYBYL)– Recuit simulé (AUTODOCK)– Algorithme génétique (GOLD, AUTODOCK)

En résumé…En résumé…

• Monte carlo (FlexX)

• « recuit simulé » (AutoDock)

• dynamique moléculaire (SYBYL)

• Algorithmes génétiques (GOLD AutoDock)

• Géométrie des distances

Reconstruction du ligand Reconstruction du ligand dans le site actifdans le site actif

• Identification d’un ou plusieurs fragments significatifs dans le ligand (ex: cycle d’un aa…)

• Placement de ces fragments dans le site actif en essayant de maximiser les contacts favorables

• Chaque orientation de ces fragments est le point de départ d’une étude conformationnelle du ligand entier

Flexibilité du ligandFlexibilité du ligand

Flexibilité du ligandFlexibilité du ligand• Analyse conformationelle• Insensibilité de la conformation de départ• Rapide (1 à 2 min par molécule)• Précision insuffisante (rmsd < 2 A dans 75%

des cas)• Protéine rigide• Eau• Analyse conformationelle non exhaustive

ScoringScoring

Expression de la fonction Expression de la fonction de de scoringscoring

• Permet d’estimer la complémentarité ligand-protéine dans les complexes • Le plus souvent = estimation du gain d’énergie libre du ligand en interaction avec le récepteur par rapport à la forme libre.

Expression de la fonction Expression de la fonction de de scoringscoring

• De nombreux faux positifs sont générés mais peuvent être réduits par l’utilisation de fonction de scoring consensus.

Exemple de scoresExemple de scores

• Forme et Complémentarité chimique

• Empirique

• Champ de force

• Base de données

• Consensus (Cscore)

Evaluation de l’interactionEvaluation de l’interaction

Amber99 Amber99 (!)…;BOND PARAMETERS;===============;<Atom1-Atom2> <Energy [kcal/(mol*^2)]> <Equilibrium

distance []>;Energy must be multiplied with 0.013895611e-13 to obtain

YASARA units [N/fm];[*4.182*2*1000*1e20/(6.022045e23*1e15)]OW-HW 553.0 0.9572 ! TIP3P waterHW-HW 553.0 1.5136 TIP3P waterC -C 310.0 1.525 Junmei et al, 1999C -CA 469.0 1.409 JCC,7,(1986),230; (not used any

more in TYR)C -CB 447.0 1.419 JCC,7,(1986),230; GUAC -CM 410.0 1.444 JCC,7,(1986),230; THY,URAC -CT 317.0 1.522 JCC,7,(1986),230; AA…

ExempleExemple

Enzyme I of the Phosphoenolpyruvate-Sugar Phosphotransferase System (PTS)

But: Trouver un inhibiteur non peptidique comme possible Nouvelle antibiotique

Procédure : - utilisation de la structure 3D de l‘enzyme - docking de 210,000 molecules de ACD (Available Chemical Directory) avec DOCK4.0 - sélection des 100 meilleurs ligands - visualisation des 100 complexes - elimination des doublons - proposition de structure pour 25 inhibiteur - tests biologiques

IC50 = 50mM

Les logicielsLes logiciels

• DOCK (http://dock.compbio.ucsf.edu/)

• FlexX (http://www.tripos.com/sciTech/inSilicoDisc/virtualScreening/flexx.html)

• GOLD (http://www.ccdc.cam.ac.uk/products/life_sciences/gold/)

• AutoDOCK (http://www.scripps.edu/pub/olson-web/doc/autodock/)

ConceptionConception de novode novo

Conception Conception de novode novo

AssemblageAssemblage

• A partir d’un composé naturel, on peut théoriquement synthétiser des millions de dérivés.

• Nécessité de méthodes quantitatives corrélant paramètres structuraux et activité

• Quantitative Structure Activity Relationship (QSAR)

Méthodes de corrélation Méthodes de corrélation QuantitativeQuantitative

• Association des variations de l'activité biologiques de certaines molécules à leur paramètres structuraux

• Donne, pour une série chimique donnée et pour une activité définie, une équation de corrélation

Equation de corrélationEquation de corrélation

• Permet de déterminer les valeurs des paramètres qui correspondent à une activité maximale et ainsi de prédire l'activité des molécules qui n'ont pas encore été synthétisée

• La validité d'un modèle QSAR dépendra donc du choix que l'on aura fait sur les paramètres

Les paramètres les plus Les paramètres les plus pertinentspertinents

• Les paramètres associés aux substituants moléculaires

• Les paramètres associés aux atomes• Les paramètres associés à la topologie 1D• Les paramètres associés à la topologie 3D

Les paramètres associés Les paramètres associés aux substituants aux substituants

moléculairesmoléculaires

• Les paramètres électroniques• Les paramètres stériques (encombrement)• Les paramètres de lipophilie

Les paramètres Les paramètres électroniquesélectroniques

• Une variation de la distribution électronique sur une molécule se traduit par une réactivité chimique différente.

• De nombreux exemples ont montré qu'une augmentation de la densité électronique conduit à un renforcement de l'activité biologique.

Activité insecticide du diéthyl phényl phosphate et du diéthyl 2,4-dicloro-phényl phosphate

Les paramètres stériques et Les paramètres stériques et lipophileslipophiles

• Encombrement stérique modifie l’interaction entre une molécule et son récepteur

• Le caractère lipophile rend compte souvent des propriétés biologiques comme le métabolisme, la distribution dans les tissus, la liaison avec le site récepteur...

logPlogP

• Logarithme du coefficient du rapport 1-octanol/eau (logKOW)

• Permet d’estimer la biodisponibilité d’une molécule– Équilibre hydrophile/hydrophobe– Suffisamment hydrophile pour être soluble dans le

sang (eau)– Suffisamment hydrophobe pour traverser les

membranes cellulaires

logPlogP

plupart des moléculesthérapeutiques

-3-3 +7+7

FortementFortementhydrophilehydrophile

FortementFortementhydrophobehydrophobe

Les paramètres associés Les paramètres associés aux atomesaux atomes

• Le volume atomique

• Les surfaces atomiques

• Les charges atomiques partielles

• L‘électronégativité

• Les constantes fragmentales de lipophilie

Les paramètres associés à Les paramètres associés à la topologie 1Dla topologie 1D

• Le volume moléculaire

• La réfractivité moléculaire

• Le coefficient de partage

• La chaleur de formation

• le potentiel d'ionisation

• Les constantes d'ionisation

Les paramètres associés à Les paramètres associés à la topologie 3D (3D-QSAR)la topologie 3D (3D-QSAR)

• La surface moléculaire, accessible au solvant, de connolly ou surface de contact

• Le potentiel électrostatique (position des groupements chargés)

• Participation à des liaisons hydrogènes• Le potentiel de lipophilie moléculaire• Les orbitales moléculaires• La forme de la molécule

Lignes de contour des Lignes de contour des potentiels électrostatiquespotentiels électrostatiques

La règle des 5 de LipinskiLa règle des 5 de Lipinski

• Poids moléculaire < 500 (opt ~= 350)• Nbre de liaisons H accepteurs < 10 (opt ~=5)• Nbre de liaisons H donneurs < 5 (opt ~=2)• -2 < clogP < 5 (opt ~= 3)• Nbre d’angles de rotations =< 5

Lipinski et al, Adv. Drug. Del. Rev., 23, 3-25 (1997)

Quelques réussitesQuelques réussites

falcipain inhibitors Ring et al. Proc. Natl. Acad. Sci. USA, 90, 3583-3587 (1993)

FluA HA fusion inhibitors Bodian et al., Biochemistry, 32, 2967-3978 (1993)

HIV Tat-TAR interaction inhibitors Filikov et al. J. Comput-Aided Mol. Des. 12, 229-240 (1998)

CD4-MHC II inhibitors Gao et al. Proc. Natl. Acad. Sci. USA., 94, 73-78 (1997)

HIV gp41 inhibitors Debnath et al.; J. Med. Chem, 42, 3203-3209 (1999)

E.bettler@ibcp.fr Modélisation moléculaire et Drug Design Décembre 2004 Mastère recherche de...

Documents

Transcript of E.bettler@ibcp.fr Modélisation moléculaire et Drug Design Décembre 2004 Mastère recherche de...

Executive Mastère Spécialisé

Module Seven Drug Classifications - The Technician TrainerModule Seven Drug Classifications Table of Contents 1. Drug Classifications (p 3) A. Drug Classification Groups (p 4) B. United

Cours de Biochimie 2 Chapitre II : Biochimie … · Cours de Biochimie 2 Chapitre II : Biochimie Métabolique 1. Rappel en Bioénergétique Thermodynamique Aspect Enzymatique Oxydoréduction

Formulation and Evaluation of a Self-microemulsifying Drug ...

General Revenue Prescription Drug Formulary Updated ...

Extravasation & infiltration of iv drug

Mastère Professionnelle 2015

Présentation du mastère SYSCOM

QUINAZOLINONE, IMPORTANCE & MALARIA DRUG DISCOVERY

Mémoire mastère ips

Recreational Drug Testing In Welsh Rugby

L3 Biochimie 2019/2020 Biochimie végétale Introduction à ...

Current Drug Safety - UAC · 2018. 12. 20. · Current Drug Safety ˘ˇˆ˙˝˝˛˚ ˙˚˜ Achille Yemoa1*,#, Védaste Habyalimana2,3,#, Jérémie K. Mbinze4, Victoria Crickboom5,

DMD 2012, brain drug transporters

HYDRAULIQUE Mastère Spécialisé

Sountenance De Mastère

Mastère Spécialisé® EXPPER

Mastère de Recherche

The Teratogenic Effects of Antiepileptic Drug, Topiramate ...

Mastère spécialisé Énergies Marines