doctoralThesis Lead ifdentification Philipps-Universität Marburg Publikationsserver der Universitätsbibliothek Marburg Universitätsbibliothek Marburg https://doi.org/10.17192/z2007.0753 Silber, Katrin Silber Katrin Journal of medicinal Chemistry QSAR Leitstrukturoptimierung für Antiprotozoika und Erfolgreiche Leitstruktursuche für Metalloproteinasen: Ein Fragment-basiertes Virtuelles Screening Verfahren Lead optimization for new antimalarials and Successful lead identification for metalloproteinases: A Fragment-based approach Using Virtual Screening monograph Fachbereich Pharmazie Computer-gestütztes Wirkstoffdesign, Chemistry + allied sciences Chemie Leitstrukturoptimierung für Antiprotozoika und Erfolgreiche Leitstruktursuche für Metalloproteinasen: Ein Fragment-basiertes Virtuelles Screening Verfahren Computergestütztes Wirkstoffdesign ist ein fester Bestandteil der modernen medizinischen Chemie und wird erfolgreich zur Unterstützung der Arzneistoffforschung eingesetzt. Die hier vorliegende Arbeit beschreibt verschiedene Ansätze zur Anwendung des computergestützten Wirkstoffdesigns am Beispiel dreier Metalloproteine. DOXP-Reduktoisomerase ist ein Schlüsselenzym der Mevalonat-unabhängigen Isoprenoid-Biosynthese. Diese Syntheseroute existiert nicht im Menschen aber in Protozoen, zu denen auch Plasmodium falciparum, der Erreger der Malaria tropica gehört. Aufgrund dieser Unterschiede stellen die Enzyme der plasmodialen Isoprenoidsynthese viel versprechende Zielstrukturen für neue antiprotozoische Arzneistoffe dar. Fosmidomycin, ein bekannter, DOXP-Reduktoisomerase Inhibitor, besitzt eine kurze Plasmahalbwertszeit und eine mäßige Resorptionsrate. Für Fosmidomycin ähnliche Verbindungen wurden in der vorliegenden Arbeit Struktur-Wirkungsbeziehungen erstellt. Unter Berücksichtigung der Fosmidomycin Komplexstruktur wurden Protein-basierte Docking, Ligand-basierte 3D QSAR und das beide Ansätze kombinierende AFMoC Verfahren verglichen. Eine hohe Flexibilität der Bindetaschenstruktur erschwert Docking und die geringe Anzahl Ligandstrukturen beeinträchtigt die statistische Relevanz abgeleiteter QSAR Modelle. Die durch AFMoC erzielten Ergebnisse ergaben im Vergleich zu reinem Protein-basiertem Docking oder Ligand-basierten 3D QSAR Verfahren ein verbessertes und verlässliches Modell zur Affinitätsvorhersage neuer, nicht im Trainingsdatensatz des Modells erhaltener Verbindungen. Farnesyltransferase ist ein Zinkprotein, das die Übertragung einer Farnesylgruppe von Farnesylpyrophosphat auf eine Cysteinseitenkette des Carboxyterminus verschiedener Proteine katalysiert. Neben seiner validierten Eignung als Zielprotein in der Onkologie wird es auch für antiparasitäre Wirkstoffe erforscht. Eine Serie von Benzophenon-basierten Farnesyltransferase Inhibitoren wurde mit Dockingverfahren in die Protein-Bindetasche eingepasst. Die Lösungen ermöglichen Rückschlüsse auf die Beiträge zur Affinität der Ligandfragmente. Zur Adressierung der fernen Aryl-Bindetasche und der Spezifitätstasche wurden ausführlich Substituenten variiert. Das dritte Beispiel adressiert die effektive Leitstruktursuche. Aufgrund Größe und Diversität des chemischen Raumes ist es schwierig, geeignete Leitstrukturen direkt in einem Primär-Hochdurchsatz Screening zu ermitteln. Fragment-basierte Verfahren beruhen auf dem Ansatz, kleine, schwach aktive Verbindungen zu detektieren und anschließend zu hochaffinen Liganden zusammenzusetzen. In der vorliegenden Arbeit wurden zur Thermolysin Inhibition geeignete Fragmente durch Virtuelles Screening aus einem großen Datensatz selektiert. Drei Moleküldatensätze wurden zusammengestellt: (I) Fragmente aus Liganden bekannter Ligand-Thermolysin Komplexstrukturen, (II) Fragmente aus Wirkstoffen des „World Drug Indexes“ und (III) kommerziell erhältliche Verbindungen. Physiko-chemische Parameter der Verbindungen, eine Analyse zu Metall komplexierenden funktionellen Gruppen in Protein-Ligand Komplexen und die Beschaffenheit der Selektivitätstasche in Thermolysin dienten als Filterkriterien für eine schrittweise Selektion. Die Suche ergab eine Schnittmenge von 112 Verbindungen für den Bereich der Zinkbindung und 75 für die Selektivitätstasche. Anhand bekannter Ligand-Thermolysin Strukturen wurde das Dockingprogramm AutoDock als geeignet validiert und für das Docking der Testfragmente leicht modifiziert. Nach visueller Begutachtung der generierten Ligandkonformation, Zink-Wechselwirkung, Wasserstoffbrückenbindungen und Adressierung der Selektivitätstasche wurden 14 Verbindungen zur experimentellen Validierung per Röntgenkristallographie ausgewählt. 3-Methylaspirin konnte als Thermolysin Inhibitor ermittelt werden, induziert jedoch eine unerwartete konformationelle Änderung der Protein-Bindetasche im Bereich der Aminosäure Asn112. Zur Analyse der Unterschiede zwischen Aspirin und 3-Methylaspirin wurde zusätzlich 3-Chlor-Aspirin untersucht. In der biochemischen Prüfung konnten die Affinitäten auf 2,42 mM; 1,73 mM und 522 μM bestimmt werden. Die Ergebnisse der Arbeit zeigen, dass computergestützte Verfahren erfolgreich zur Unterstützung der Projekte im Bereich der Leitstruktursuche und Optimierung eingesetzt werden können. ths Prof. Klebe Gerhard Klebe, Gerhard (Prof.) 2007 Virtuelles Screening Virtual screening Pharmazeutische Chemie https://archiv.ub.uni-marburg.de/diss/z2007/0753/cover.png Computer-aided manufacturing (CAM) Computer-aided design (CAD) COMPUTER-AIDED ENGINEERING Arzneimitteldesign Docking protein Rational drug design 2013-01-24 2007-11-29 urn:nbn:de:hebis:04-z2007-07536 Lead optimization for new antimalarials and Successful lead identification for metalloproteinases: A Fragment-based approach Using Virtual Screening Computer-aided drug design is an essential part of the modern medicinal chemistry, and has led to the acceleration of many projects. The herein described thesis presents examples for its application in the field of lead optimization and lead identification for three metalloproteins. DOXP-reductoisomerase (DXR) is a key enzyme of the mevalonate independent isoprenoid biosynthesis. Structure-activity relationships for 43 DXR inhibitors are established, derived from protein-based docking, ligand-based 3D QSAR and a combination of both approaches as realized by AFMoC. As part of an effort to optimize the properties of the established inhibitor Fosmidomycin, analogues have been synthesized and tested to gain further insights into the primary determinants of structural affinity. Unfortunately, these structures still leave the active Fosmidomycin conformation and detailed reaction mechanism undetermined. This fact, together with the small inhibitor data set provides a major challenge for presently available docking programs and 3D QSAR tools. Using the recently developed protein tailored scoring protocol AFMoC precise prediction of binding affinities for related ligands as well as the capability to estimate the affinities of structurally distinct inhibitors has been achieved. Farnesyltransferase is a zinc-metallo enzyme that catalyzes the posttranslational modification of numerous proteins involved in intracellular signal transduction. The development of farnesyltransferase inhibitors is directed towards the so-called non-thiol inhibitors because of adverse drug effects connected to free thiols. A first step on the way to non-thiol farnesyltransferase inhibitors was the development of an CAAX-benzophenone peptidomimetic based on a pharmacophore model. On its basis bisubstrate analogues were developed as one class of non-thiol farnesyltransferase inhibitors. In further studies two aryl binding and two distinct specificity sites were postulated. Flexible docking of model compounds was applied to investigate the sub-pockets and design highly active non-thiol farnesyltransferase inhibitor. In addition to affinity, special attention was paid towards in vivo activity and species specificity. The second part of this thesis describes a possible strategy for computer-aided lead discovery. Assembling a complex ligand from simple fragments has recently been introduced as an alternative to traditional HTS. While frequently applied experimentally, only a few examples are known for computational fragment-based approaches. Mostly, computational tools are applied to compile the libraries and to finally assess the assembled ligands. Using the metalloproteinase thermolysin (TLN) as a model target, a computational fragment-based screening protocol has been established. Starting with a data set of commercially available chemical compounds, a fragment library has been compiled considering (1) fragment likeness and (2) similarity to known drugs. The library is screened for target specificity, resulting in 112 fragments to target the zinc binding area and 75 fragments targeting the hydrophobic specificity pocket of the enzyme. After analyzing the performance of multiple docking programs and scoring functions forand the most 14 candidates are selected for further analysis. Soaking experiments were performed for reference fragment to derive a general applicable crystallization protocol for TLN and subsequently for new protein-fragment complex structures. 3-Methylsaspirin could be determined to bind to TLN. Additional studies addressed a retrospective performance analysis of the applied scoring functions and modification on the screening hit. Curios about the differences of aspirin and 3-methylaspirin, 3-chloroaspirin has been synthesized and affinities could be determined to be 2.42 mM; 1.73 mM und 522 μM respectively. The results of the thesis show, that computer aided drug design approaches could successfully support projects in lead optimization and lead identification. fragments in general, the fragments derived from the screening are docked English 249 application/pdf 2007-10-02 opus:1787