The visualization of energy functions is based on the possibility of separating different degrees of freedom. The most important one is the Born-Oppenheimer-approximation, which separates nucleus and electron movements. This allows the illustration of the potential energy as a function of the nuclei coordinates. Minima of the surface correspond to stable points like isomers or conformers. They are important for predicting the stability or thermodynamical of a system. Stationary points of first order correspond to transition points. They describe phase transitions, chemical reaction, or conformational changes. Furthermore, the partition function connects the potential hypersurface to the free energy of the system. The aim of the present work is the development and application of new approaches for the efficient exploration of multidimensional hypersurfaces. Initially, the Conformational Analysis and Search Tool (CAST) program was developed to create a basis for the new methods and algorithms. The development of CAST in object oriented C++ included, among other things, the implementation of a force field, different interfaces to external programs, analysis tools, and optimization libraries. Descriptions of an energy landscape require knowledge about the most stable minima. The Gradient Only Tabu Search (GOTS) has been shown to be very efficient in the optimization of mathematical test functions. Therefore, GOTS was taken as a starting point. Tabu-Search is based on the steepest descent - modest ascent strategy. The steepest descent is used for finding local minima, while the modest ascent is taken for leaving a minimum quickly. Furthermore, Tabu-Search is combined with an adaptive memory design to avoid cycling or returning. The highly accurate exploration of the phase space by Tabu-Search is often too expensive for complex optimization problems. Therefore, an algorithm for diversification of the search is required. After exploration of the proximity of the search space, the algorithm would guide the search to new and hopefully promising parts of the phase space. First application of GOTS to conformational search revealed weaknesses in the diversification search and the modest ascent part. On the one hand, the original methodology for diversification is insufficiently diverse. The algorithm is considerably improved by combining the more local GOTS with the wider searching Basin Hopping (BH) approach. The second weak point is a too inaccurate and inefficient modest ascent strategy. Analysis of common transition state search algorithms lead to the adaption of the Dimer-method to the Tabu-Search approach. The Dimer-method only requires the first derivatives for locating the closest transition state. For conformational search, dihedral angles are usually the most flexible degrees of freedom. Therefore, only those are used in the Dimer-method for leaving a local minimum. Furthermore, the exact localization of the reaction pathway and the transition state is not necessary as the local minimum position should only be departed as fast as possible. This allows for larger step sizes during the Dimer-search. In the following optimization step, all coordinates are relaxed to remove possible strains in the system. The new Tabu-Search method with Dimer-search delivers more and improved minima. Furthermore, the approach is faster for larger systems. For a system with approximately 1200 atoms, an acceleration of 40 was measured. The new approach was compared to Molecular Dynamics with optimization (MD), Simulated Annealing (SA), and BH with the help of conformational search problems of bio-organic systems. In all cases, a better performance was found. A comparison to the Monte Carlo Multiple Minima/Low Mode Sampling (MCMM/LM) method proved the outstanding performance of the new Tabu-Search approach. The solvation of the chignolin protein further revealed the possibility of uncovering discrepancies between the employed theoretical model and the experimental starting structure. Ligand optimization for improvement of x-ray structures was one further new application field. Besides the global optimization, the search for transition states and reaction pathways is also of paramount importance. These points describe different transitions of stable states. Therefore, a new approach for the exploration of such cases was developed. The new approach is based on a global minimization of a hyperplane being perpendicular to the reaction coordinate. Minima of this reduced phase space belong to traces of transition states between reactant and product states on the unchanged hypersurface. Optimization to the closest transition state using the Dimer-method delivers paths lying between the initial and the final state. An iterative approach finally yields complex reaction pathways with many intermediate local minima. The PathOpt algorithm was tested by means of rearrangements of argon clusters showing very promising results. / Die visuelle Darstellung von Energiefunktionen basiert auf der Möglichkeit, verschiedene Freiheitsgrade zu separieren. Die wichtigste Näherung ist dabei die Born-Oppenheimer-Näherung. Sie erlaubt damit die Darstellung der potentiellen Energie als Funktion der Kernkoordinaten. Die daraus entstehende mehrdimensionale Hyperfläche entspricht der Summenformel eines beliebigen Systems. Minima der Fläche entsprechen stabilen Punkten wie Isomeren oder Konformeren. Diese sind wichtig für Aussagen über die Stabilität oder die Thermodynamik eines Systems. Stationäre Punkte erster Ordnung entsprechen Übergangsstrukturen und beschreiben Phasenübergänge, chemische Reaktionen aber auch Konformationsänderungen. Über die Zustandssumme ist die Hyperfläche zudem mit der freien Energie verknüpft. Das Ziel dieser Arbeit ist die Entwicklung und Anwendung neuer Methoden zur effizienten Untersuchung mehrdimensionaler Hyperflächen. Dabei wurde zunächst das Conformational Analysis and Search Tool (CAST)-Programm entwickelt. Die Entwicklung des CAST-Programms in objektorientiertem C++ beinhaltete unter anderem die Implementierung eines Kraftfeldes, verschiedene Schnittstellen zu externen Programmen, Analysealgorithmen und verschiedene Optimierungsmodule. Um Aussagen über eine Energielandschaft treffen zu können, müssen zuerst die stabilsten Minima gefunden werden. Der Gradient Only Tabu Search (GOTS) hat sich als sehr effizient in der Optimierung von mathematischen Funktionen erwiesen. Daher wurde GOTS als Startpunkt verwendet. Tabu-Search basiert auf dem steepest descent – modest ascent Prinzip. Zum Finden neuer Minima wird der steilste Abstieg (steepest descent) verwendet, ein Minimum wird auf dem Weg des geringsten Anstiegs (modest ascent) wieder verlassen. Tabu-Search ist zudem mit einem lernfähigen Speicherdesign kombiniert, wodurch ein Zurück- und im Kreis laufen vermieden wird. Der Phasenraum wird von Tabu-Search sehr genau untersucht, was für komplexere Probleme zu aufwendig wird. Daher bedarf es eines Diversifizierungsschritts, welcher nach Absuchen eines Teils des Phasenraums, die Suche in neue vielversprechende Bereiche bringt. Erste Anwendungen auf Konformationssuchen zeigten, dass GOTS Schwächen im Diversifizierungsschritt und der modest ascent Strategie besitzt. Zum einen ist die ursprünglich verwendete Methodik für die Diversifizierung zu wenig divers. Eine Kombination des mehr lokalen GOTS mit der weiträumiger suchenden Basin Hopping (BH) Methode brachte eine erhebliche Verbesserung. Der zweite Schwachpunkt besteht aus einer zu ungenauen und ineffizienten modest ascent Methode. Daher wurde die Dimer-Methode für Tabu-Search adaptiert. Diese benötigt lediglich die erste Ableitung, um zum Übergangszustand erster Ordnung zu konvergieren. Dabei werden in der Dimer-Methode nur Diederwinkel variiert. Zudem muss der Reaktionspfad und der Übergangszustand nicht exakt getroffen werden, da das Minimum nur möglichst schnell verlassen werden soll. Dies erlaubt größere Schrittweiten in der Dimer-Suche. Im nachfolgenden Optimierungsschritt werden alle Koordinaten relaxiert. Die neue Tabu-Search-Methode mit Dimer-Suche liefert mehr und deutlich verbesserte Minima. Zudem ist sie für größere Systeme deutlich schneller. Für ein System mit circa 1200 Atomen wurde eine Beschleunigung um den Faktor 40 erzielt. Die neue Methode wurde am Beispiel der Konformationssuche von bio-organischen Systemen mit Molekulardynamik mit Optimierung (MD), Simulated Annealing (SA) und BH verglichen, wobei sich in allen Fällen eine bessere Effizienz zeigte. Ein Vergleich zur Monte Carlo Multiple Minima/Low Mode Sampling Methode anhand der Optimierung von peptidischen Ligand-Rezeptor-Komplexen belegte ebenfalls die hervorragende Effizienz des neuen Ansatzes. Die Solvatisierung des Chignolin-Proteins mit Tabu-Search deckte die Möglichkeit auf, Differenzen zwischen der verwendeten theoretischen Methode und der experimentellen Startstruktur aufzudecken. Als weiterer neuer Anwendungsbereich wurde die Optimierung von Ligand-Enzym-Komplexen zur Verbesserung von Röntgenstrukturen untersucht. Neben der globalen Optimierung ist auch die Suche nach Übergangszuständen und Reaktionspfaden von größter Wichtigkeit. Diese beschreiben verschiedene Übergänge zwischen stabilen Zuständen. Daher wurde ein neuer Ansatz zur Untersuchung dieser Fragestellungen entwickelt. Dieser basiert auf einer globalen Minimierung einer Hyperfläche, welche senkrecht zum Reaktionspfad steht. Die Minima des reduzierten Phasenraums gehören zu Spuren zu Übergangszuständen zwischen dem Edukt und dem Produkt. Durch Optimierung dieser Punkte mittels der Dimer-Methode werden also Pfade gefunden, die zwischen Anfangs- und Endpunkt liegen. Ein iteratives Vorgehen liefert letztendlich komplexe Reaktionspfade. PathOpt wurde an Umlagerungen von Argon-Clustern evaluiert, welche sehr vielversprechende Ergebnisse lieferten.

The SARS virus is the etiological agent of the severe acute respiratory syndrome, a deadly disease that caused more than 700 causalities in 2003. One of its viral proteins, the SARS coronavirus main protease, is considered as a potential drug target and represents an important model system for other coronaviruses. Despite extensive knowledge about this enzyme, it still lacks an effective anti-viral drug. Furthermore, it possesses some unusual features related to its active-site region. This work gives atomistic insights into the SARS coronavirus main protease and tries to reveal mechanistic aspects that control catalysis and inhibition. Thereby, it applies state-of-the-art computational methods to develop models for this enzyme that are capable to reproduce and interpreting the experimental observations. The theoretical investigations are elaborated over four main fields that assess the accuracy of the used methods, and employ them to understand the function of the active-site region, the inhibition mechanism, and the ligand binding. The testing of different quantum chemical methods reveals that their performance depends partly on the employed model. This can be a gas phase description, a continuum solvent model, or a hybrid QM/MM approach. The latter represents the preferred method for the atomistic modeling of biochemical reactions. A benchmarking uncovers some serious problems for semi-empirical methods when applied in proton transfer reactions. To understand substrate cleavage and inhibition of SARS coronavirus main protease, proton transfer reactions between the Cys/His catalytic dyad are calculated. Results show that the switching between neutral and zwitterionic state plays a central role for both mechanisms. It is demonstrated that this electrostatic trigger is remarkably influenced by substrate binding. Whereas the occupation of the active-site by the substrate leads to a fostered zwitterion formation, the inhibitor binding does not mimic this effect for the employed example. The underlying reason is related to the coverage of the active-site by the ligand, which gives new implications for rational improvements of inhibitors. More detailed insights into reversible and irreversible inhibition are derived from in silico screenings for the class of Michael acceptors that follow a conjugated addition reaction. From the comparison of several substitution patterns it becomes obvious that different inhibitor warheads follow different mechanisms. Nevertheless, the initial formation of a zwitterionic catalytic dyad is found as a common precondition for all inhibition reactions. Finally, non-covalent inhibitor binding is investigated for the case of SARS coranavirus main protease in complex with the inhibitor TS174. A novel workflow is developed that includes an interplay between theory and experiment in terms of molecular dynamic simulation, tabu search, and X-ray structure refinement. The results show that inhibitor binding is possible for multiple poses and stereoisomers of TS174. / Das Schwere Akute Respiratorische Syndrom (SARS) wird durch eine Infektion mit dem SARS Virus ausgelöst, dessen weltweite Verbreitung 2003 zu über 700 Todesfällen führte. Die SARS Coronavirus Hauptprotease stellt ein mögliches Wirkstoffziel zur Behandlung dar und hat Modellcharakter für andere Coronaviren. Trotz intensiver Forschung sind bis heute keine effektiven Wirkstoffe gegen SARS verfügbar. Die vorliegende Arbeit gibt Einblicke in die mechanistischen Aspekte der Enzymkatalyse und Inhibierung der SARS Coronavirus Hauptprotease. Hierzu werden moderne computerchemische Methoden angewandt, die mittels atomistischer Modelle experimentelle Ergebnisse qualitativ reproduzieren und interpretieren können. Im Zuge der durchgeführten theoretischen Arbeiten wird zunächst eine Fehlereinschätzung der Methoden durchgeführt und diese nachfolgend auf Fragestellungen zur aktiven Tasche, dem Inhibierungsmechanismus und der Ligandenbindung angewandt. Die Einschätzung der quantenchemischen Methoden zeigt, dass deren Genauigkeit teilweise von der Umgebungsbeschreibung abhängt, welche als Gasphasen, Kontinuum, oder QM/MM Modell dargestellt werden kann. Letzteres gilt als Methode der Wahl für die atomistische Modellierung biochemischer Reaktionen. Die Vergleiche zeigen für semi-empirische Methoden gravierende Probleme bei der Beschreibung von Proton-Transfer Reaktionen auf. Diese wurden für die katalytische Cys/His Dyade betrachtet, um Einblicke in Substratspaltung und Inhibierung zu erhalten. Dem Wechsel zwischen neutralem und zwitterionischem Zustand konnte hierbei eine zentrale Bedeutung für beide Prozesse zugeordnet werden. Es zeigt sich, dass dieser „electrostatic trigger“ von der Substratbindung, nicht aber von der Inhibitorbindung beeinflusst wird. Folglich beschleunigt ausschließlich die Substratbindung die Zwitterionbildung, was im Zusammenhang mit der Abschirmung der aktiven Tasche durch den Liganden steht. Dies gibt Ansatzpunkte für die Verbesserung von Inhibitoren. Aus in silico screenings werden genauere Einblicke in die reversible und irreversible Inhibierung durch Michael-Akzeptor Verbindungen gewonnen. Es wird gezeigt, dass unterschiedlichen Substitutionsmustern unterschiedliche Reaktionsmechanismen in der konjugierten Additionsreaktion zugrunde liegen. Die vorangehende Bildung eines Cys-/His+ Zwitterions ist allerdings für alle Inhibierungsmechanismen eine notwendige Voraussetzung. Letztendlich wurde die nicht-kovalente Bindung eines Inhibitors am Beispiel des TS174-SARS Coronavirus Hauptprotease Komplexes untersucht. Im Zusammenspiel von Theorie und Experiment wurde ein Prozess, bestehend aus Molekulardynamik Simulation, Tabu Search und Röntgenstruktur Verfeinerung ausgearbeitet, der eine Interpretation der Bindungssituation von TS174 ermöglicht. Im Ergebnis zeigt sich, dass der Inhibitor gleichzeitig in mehreren Orientierungen, als auch in beiden stereoisomeren Formen im Komplex vorliegt.

Dockingbasierte Ansätze zählen zu den wichtigsten Komponenten im virtuellen Screening. Sie dienen der Vorhersage der Ligandposition und -konformation in der Bindetasche sowie der Abschätzung der Bindungsaffinität zum Protein. Bis heute stellt die korrekte Identifizierung proteingebundener Ligandkonformationen ein noch nicht vollständig gelöstes Problem für Scoringfunktionen dar. Der erste Teil der vorliegenden Arbeit ist daher der Entwicklung computergestützter Methoden zur Bewertung von Docking-Lösungen gewidmet. Der Fokus eines ersten Teilprojektes lag auf der Berücksichtigung der Absättigung vergrabener Wasserstoffbrückenakzeptoren (HBA) und -donoren (HBD) bei der Bewertung von Docking-Lösungen. Nicht-abgesättigte vergrabene HBA und HBD stellen einen der Bindungsaffinität abträglichen Beitrag dar, der bis dato aufgrund fehlender Struktur- bzw. Affinitätsdaten in Scoringfunktionen vernachlässigt wird. Im Rahmen der vorliegenden Arbeit wurde auf der Basis einer detaillierten Untersuchung zur Häufigkeit vergrabener nicht-abgesättigter HBA und HBD in hochaufgelösten Protein-Ligand-Komplexen des Hartshorn-Datensatzes eine empirische Filterfunktion („vnaHB“-Filterfunktion) entwickelt, die unerwünschte Ligandbindeposen erkennt und von der Bewertung mittels Scoringfunktionen ausschließt. Der praktische Nutzen der empirischen Filterfunktion wurde für die Scoringfunktionen SFCscore und DSX anhand vorgenerierter Docking-Lösungen des Cheng-Datensatzes untersucht. Die Häufigkeitsuntersuchung zeigt, dass eine Absättigung vergrabener polarer Gruppen in Protein-Ligand-Komplexen für eine hochaffine Protein-Ligand-Bindung notwendig ist, da vergrabene nicht-abgesättigte HBA und HBD nur selten auftreten. Eine vollständige Absättigung durch entsprechende Proteinpartner wird für ca. 48 % der untersuchten Komplexe beobachtet, ca. 92 % weisen weniger als drei hauptsächlich schwache, nicht-abgesättigte HBA bzw. HBD (z. B. Etherfunktionen) auf. Unter Einbeziehung von Wassermolekülen in die Häufigkeitsanalyse sind sogar für ca. 61 % aller Komplexe alle wasserstoffbrückenbindenden Gruppen abgesättigt. Im Gegensatz zu DSX werden für SFCscore nach Anwendung der empirischen Filterfunktion erhöhte Erfolgsraten für das Auffinden einer kristallnahen Pose (≤ 2.0 Å Abweichung) unter den am besten bewerteten Docking-Posen erzielt. Für die beste SFCscore-Funktion (SFCscore::229m) werden Steigerungen dieses als „Docking Power“ bezeichneten Kriteriums für die Top-3-Posen (Erfolgsrate für die Identifizierung einer kristallnahen 2.0 Å Pose unter den besten drei Docking-Lösungen) von 63.1 % auf 64.2 % beobachtet. In einem weiteren Teilprojekt wurden repulsive Protein-Ligand-Kontakte infolge sterischer Überlappungen der Bindungspartner bei der Bewertung von Docking-Lösungen berücksichtigt. Die adäquate Einbeziehung solcher repulsiver Kontakte im Scoring ist für die Identifizierung proteingebundener Ligandkonformationen entscheidend, jedoch aufgrund fehlender Affinitäts- bzw. Strukturdaten problematisch. Im Rahmen der vorliegenden Arbeit wurde auf der Basis des Lennard-Jones-Potentiales des AMBER-Kraftfeldes zunächst ein neuer Deskriptor zur Beschreibung repulsiver Kontakte („Clash“-Deskriptor) entwickelt und zur Untersuchung der Häufigkeit ungünstiger Protein-Ligand-Kontakte in hochaufgelösten Protein-Ligand-Komplexen des Hartshorn-Datensatzes herangezogen. Eine aus der Häufigkeitsverteilung abgeleitete empirische Filterfunktion („Clash“-Filterfunktion) wurde anschließend der Bewertung von Docking-Lösungen des Cheng-Datensatzes mittels der Scoringfunktionen SFCscore und DSX vorgeschaltet, um unerwünschte Ligandbindeposen auszuschließen. Die Häufigkeitsuntersuchung zeigt, dass vorwiegend schwache repulsive Kontakte in Protein-Ligand-Komplexen auftreten. So werden in 75 % der Komplexe des Hartshorn-Datensatzes abstoßende Potentiale unter 0.462 kcal/mol beobachtet. Zwar betragen die ungünstigen Beiträge pro Komplex für 50 % aller Strukturen ca. 0.8 kcal/mol bis 2.5 kcal/mol, jedoch können diese auf Ungenauigkeiten der Kristallstrukturen zurückzuführen sein bzw. durch günstige Protein-Ligand-Wechselwirkungen kompensiert werden. Die Anwendung der „Clash“-Filterfunktion zeigt signifikante Verbesserungen der Docking Power für SFCscore. Für die beste SFCscore-Funktion (SFCscore::frag) werden Steigerungen der Erfolgsraten für das Auffinden einer kristallnahen Pose unter den drei am besten bewerteten Docking-Lösungen von 61.4 % auf 86.9 % erzielt, was an die Docking Power der bis dato besten Scoringfunktionen aus der Literatur (z. B. DSX, GlideScore::SP) heranreicht (Docking Power (DSX): 92.6 %; Docking Power (GlideScore::SP): 86.9 %). Die „Clash“-Filterfunktion allein ist auch der Kombination der „Clash“- und der „vnaHB“-Filterfunktion überlegen. Ein weiterer Schwerpunkt der vorliegenden Arbeit wurde auf die Einbeziehung von Decoy-Daten (Struktur- und Affinitätsdaten schwach affiner und inaktiver Liganden) im Zuge der Entwicklung computergestützter Methoden zur Bewertung von Docking-Lösungen gelegt. Dadurch soll eine adäquate Berücksichtigung ungünstiger Beiträge zur Bindungsaffinität ermöglicht werden, die für die Richtigkeit und Zuverlässigkeit ermittelter Vorhersagen essentiell ist. In der vorliegenden Arbeit wurden binäre Klassifizierungsmodelle zur Bewertung von Docking-Lösungen entwickelt, die die Einbeziehung von Decoy-Daten ohne die Verfügbarkeit von Affinitätsdaten erlauben. Der Random-Forest-Algorithmus (RF), SFCscore-Deskriptoren, der neu entwickelte „Clash“-Deskriptor, und die Decoy-Datensätze von Cheng und Huang (Trainingsdaten) bilden die Grundlage des leistungsfähigsten Klassifizierungsmodells. Der praktische Nutzen des „besten“ RF-Modells wurde nach Kombination mit der Scoringfunktion DSX anhand der Docking Power für das Auffinden einer kristallnahen Pose auf Rang 1 am unabhängigen Cheng-/Huang- (Komplexe, die nicht in den Trainingsdaten enthalten sind) und CSAR-2012-Testdatensatz untersucht. Gegenüber einer alleinigen Anwendung von DSX werden an beiden Testdatensätzen weitere Verbesserungen der Docking Power erzielt (Cheng-/Huang-Testdatensatz: DSX 84.24 %, RF 87.27 %; CSAR-2012-Testdatensatz: DSX 87.93 %, RF 91.38 %). Das „beste“ Modell zeichnet sich durch die zuverlässige Vorhersage richtig-positiver Docking-Lösungen für einige wenige Komplexe aus, für die DSX keine kristallnahe Ligandkonformation identifizieren kann. Ein visueller Vergleich der jeweils am besten bewerteten RF- und DSX-Pose für diese Komplexe zeigt Vorteile des RF-Modells hinsichtlich der Erkennung für die Protein-Ligand-Bindung essentieller Wechselwirkungen. Die Untersuchung der Bedeutung einzelner SFCscore-Deskriptoren für die Klassifizierung von Docking-Lösungen sowie die Analyse der Misserfolge nach Anwendung des Modells geben wertvolle Hinweise zur weiteren Optimierung der bestehenden Methode. Hinsichtlich der zu bewertenden Eigenschaften ausgeglichenere Trainingsdaten, Weiterentwicklungen bestehender SFCscore-Deskriptoren sowie die Implementierung neuer Deskriptoren zur Beschreibung bis dato nicht-berücksichtigter Beiträge zur Bindungsaffinität stellen Ansatzpunkte zur Verbesserung dar. Der zweite Teil der vorliegenden Arbeit umfasst die Anwendung dockingbasierter Methoden im Rahmen der Entwicklung neuer Inhibitoren des „Macrophage Infectivity Potentiator“-(MIP)-Proteins von Legionella pneumophila und Burkholderia pseudomallei. Das MIP-Protein von Legionella pneumophila stellt einen wichtigen Virulenzfaktor und daher ein attraktives Zielprotein für die Therapie der Legionellose dar. Im Rahmen der vorliegenden Arbeit erfolgten systematische Optimierungen des Pipecolinsäure-Sulfonamides 1, des bis dato besten niedermolekularen MIP-Inhibitors (IC50 (1): 9 ± 0.7 µM). Nach Hot-Spot-Analysen der Bindetasche wurden Docking-Studien zur Auswahl aussichtsreicher Kandidaten für die Synthese und Testung auf MIP-Inhibition durchgeführt. Die Ergebnisse der Hot-Spot-Analysen zeigen günstige Wechselwirkungsbereiche für Donorgruppen und hydrophobe Substituenten in meta-Position sowie Akzeptorgruppen in para-Position des Benzylringes von 1 auf. Die Einführung einer Nitrofunktion in para-Position des Benzylringes von 1 (2h) resultiert in einer erhöhten MIP-Inhibition (IC50 (2h): 5 ± 1.5 µM), was wahrscheinlich auf die Ausbildung einer zusätzlichen Wasserstoffbrücke zu Gly116 zurückzuführen ist. Selektivitätsverbesserungen gegenüber dem strukturverwandten humanen FKBP12-Protein werden insbesondere für das para-Aminoderivat von 1 (2n) erzielt (Selektivitätsindex (1): 45, Selektivitätsindex (2n): 4.2; mit Selektivitätsindex = IC50 (MIP)/IC50 (FKBP12)). Der Ersatz des hydrophoben Trimethoxyphenylrestes von 1 durch einen Pyridinring (2s) führt zu einer verbesserten Löslichkeit bei vergleichbarer MIP-Inhibition. Das MIP-Protein von Burkholderia pseudomallei spielt eine wichtige Rolle in der Pathogenese der Melioidose und stellt daher ein attraktives Zielprotein für die Entwicklung neuer Arzneistoffe dar. In der vorliegenden Arbeit erfolgten Optimierungen des bis dato besten niedermolekularen MIP-Inhibitors 1. Ausgehend von einem Strukturvergleich von Burkholderia pseudomallei MIP mit Legionella pneumophila MIP und einer Hot-Spot-Analyse der Burkholderia pseudomallei MIP-Bindetasche wurden Docking-Studien zur Auswahl aussichtsreicher Kandidaten für die Synthese und Testung auf MIP-Inhibition durchgeführt. Der Strukturvergleich zeigt eine hohe Homologie beider Bindetaschen. Größere konformelle Änderungen werden lediglich für den von Ala94, Gly95, Val97 und Ile98 geformten Bindetaschenbereich beobachtet, was unterschiedliche Optimierungsstrategien für 1 erforderlich macht. Günstige Wechselwirkungsbereiche der Burkholderia pseudomallei MIP-Bindetasche finden sich einerseits für Donorgruppen oder hydrophobe Substituenten in para-Position des Benzylringes (Region A) von 1, andererseits für Akzeptor- bzw. Donorgruppen in para- bzw. meta-/para-Position des Trimethoxyphenylringes (Region B). Anhand von Docking-Studien konnten sowohl für Variationen in Region A als auch in Region B aussichtsreiche Kandidaten identifiziert werden. Initiale MIP-Inhibitionsmessungen der bis dato synthetisierten Derivate deuten auf erhöhte Hemmungen im Vergleich zu 1 hin. Der Ersatz des hydrophoben Trimethoxyphenylrestes von 1 durch einen Pyridinring führt auch hier zu vergleichbarer MIP-Inhibition bei verbesserter Löslichkeit. Derzeit sind weitere Synthesen und Testungen aussichtsreicher Liganden durch die Kooperationspartner geplant. Die Ergebnisse der Inhibitionsmessungen sollen deren Nutzen als MIP-Inhibitoren aufzeigen und wertvolle Informationen für weitere Zyklen des strukturbasierten Wirkstoffdesigns liefern. / Docking-based approaches belong to important virtual screening components and aim at predicting both the ligand position and conformation within the protein binding site as well as the binding affinity. To date scoring functions are still not fully reliable in correctly identifying near-native ligand conformations generated by docking. Thus, the first part of the current work is dedicated to the development of computer-aided methods for the evaluation of docking poses. A first project focused on considering the saturation of hydrogen bond acceptors (HBA) and donors (HBD) for the evaluation of docking poses. Since structural and affinity data are missing, current scoring functions neglect unpaired buried HBA and HBD, which strongly disfavour high-affinity binding. Based on a detailed frequency analysis of unpaired buried HBA and HBD within high-quality protein-ligand complexes of the Hartshorn dataset, an empirical filter function (“vnaHB” filter function) was developed to remove unfavourable ligand binding poses prior to the ranking with scoring functions. The practical benefit of the filter function was investigated for the scoring functions SFCscore and DSX using pre-generated docking poses of the Cheng dataset. As shown in the frequency analysis, the saturation of buried polar groups is of utmost importance for high-affinity binding, as unpaired buried HBA and HBD are extremely rare. A complete saturation by proper protein counterparts is observed for about 48 % of all complexes under study, whereas approximately 92 % have less than three, mostly weak unpaired buried HBA or HBD (e.g. ether functions). Including also the saturation by water molecules reveals that actually for about 61 % of all complexes every hydrogen bonding group is saturated. Unlike DSX, the application of the filter function with SFCscore results in higher success rates for identifying a near-native 2.0 Å pose under the top scored poses, a criterion termed “Docking Power”. For the best SFCscore function (SFCscore::229m) the Docking Power with respect to the top three poses increases from 63.1 % to 64.2 %. A further project focused on considering repulsive intermolecular contacts due to sterical overlap of the protein-ligand binding partners for the evaluation of docking poses. Although an inclusion of such repulsive contacts in scoring is of utmost importance for the identification of protein-bound ligand conformations, it remains challenging because of missing structural and affinity data. Based on the Lennard-Jones potential of the AMBER force field a new descriptor accounting for repulsive protein-ligand contacts (“clash” descriptor) was developed and used for analysing the frequency of unfavourable protein-ligand contacts among high-quality structures of the Hartshorn dataset. An empirical filter function (“clash” filter function) derived from the frequency distribution was applied to pre-generated docking poses of the Cheng dataset to remove unfavourable ligand binding poses prior to the ranking with SFCscore and DSX. As shown in the frequency analysis, mostly weakly repulsive contacts occur within protein-ligand complexes. For 75 % of the complexes of the Hartshorn dataset repulsive potentials of less than 0.462 kcal/mol are observed. Indeed, unfavourable contributions add up to not more than 0.8 kcal/mol to 2.5 kcal/mol per complex for 50 % of all structures; values in this range may be attributed to inaccuracies of crystal structures or could be counterbalanced by favourable protein-ligand interactions. The application of the “clash” filter function shows significant improvements of the Docking Power of SFCscore. For the best SFCscore function (SFCscore::frag) the success rates for identifying a near-native 2.0 Å pose under the three top scored poses increases from 61.4 % to 86.9 %, which is comparable to the Docking Power of the best scoring functions (e.g. DSX, GlideScore::SP) currently available in literature (Docking Power (DSX): 92.6 %; Docking Power (GlideScore::SP): 86.9 %). The “clash” filter function alone is also superior to the combination of the “clash” and the “vnaHB” filter function. Another focus of the work was the inclusion of decoy data (structure and affinity data of weakly active and inactive ligands) in scoring function development. Thus, unfavourable contributions to the binding affinity should be adequately considered, which appears essential for improving accuracy and reliability of the predictions. Within the scope of this work a binary classification model was developed for the evaluation of docking poses, allowing the inclusion of decoy poses without affinity data. The random forest algorithm (RF), SFCscore descriptors, the new “clash” descriptor, and the decoy datasets of Cheng and Huang (training data) provide the basis of the best-performing model. The practical benefit of the “best” RF model was investigated after combination with the scoring function DSX based on the Docking Power for identifying a near-native pose on rank 1 using the independent Cheng/Huang (only complexes not used for training) and the CSAR-2012 dataset. With respect to the standalone application of DSX, improvements of the Docking Power regarding both test sets are achieved (Cheng/Huang test set: DSX 84.24 %, RF 87.27 %; CSAR-2012 test set: DSX 87.93 %, RF 91.38 %). A key feature of the “best” model are reliable predictions of true positive docking poses for those complexes for which DSX fails to identify a near-native ligand conformation. A visual comparison of the best RF and DSX pose highlights advantages of the RF model regarding the recognition of interactions crucial for protein-ligand binding. The importance analysis of SFCscore descriptors for the classification of docking poses as well as the investigation of failures after model application provide useful hints for further improvements. Thus, more property-balanced training data, the further development of established SFCscore descriptors, and the implementation of new descriptors accounting for neglected contributions to the binding affinity constitute possible starting points for future improvements. The second part of this work is dedicated to the application of docking-based methods for the development of new inhibitors of the "`Macrophage Infectivity Potentiator"'-(MIP) proteins of Legionella pneumophila and Burkholderia pseudomallei. The MIP protein of Legionella pneumophila constitutes an important virulence factor and thus an attractive target for the treatment of legionellosis. Within the scope of this work the pipecolic acid sulfonamide 1, one of the best small-molecule MIP inhibitors to date (IC50 (1): 9 ± 0.7 µM), was systematically optimised. After hot spot analysis of the binding pocket, docking studies were conducted to select promising candidates for synthesis and testing MIP inhibition. The results of the hot spot analysis show favourable interaction fields for donor groups and hydrophobic substituents in meta position as well as acceptor groups in para position of the benzyl ring of 1. Introducing a nitro function in para position of the benzyl ring of 1 (2h) results in an increased MIP inhibition (IC50 (2h): 5 ± 1.5 µM), which is likely due to the formation of an additional hydrogen bond to Gly116. An improvement in the selectivity compared to the structurally related human FKBP12 protein is achieved particularly with the para amino derivative of 1 (2n) (selectivity index (1): 45, selectivity index (2n): 4.2, where the selectivity index = IC50 (MIP)/IC50 (FKBP12)). Replacing the hydrophobic trimethoxyphenyl residue of 1 with a pyridine ring (2s) leads to improved solubility and comparable MIP inhibition. The MIP protein of Burkholderia pseudomallei plays an important role in the pathogenesis of melioidosis and thus constitutes an attractive target for the development of new drugs against this disease. Within the scope of this work the currently best small-molecule MIP inhibitor 1 was optimised. Starting with a structural comparison of Burkholderia pseudomallei MIP and Legionella pneumophila MIP, as well as a hot spot analysis of the Burkholderia pseudomallei MIP binding pocket, docking studies were conducted to select promising candidates for synthesis and testing for MIP inhibition. The structural comparison reveals a high homology of the two binding pockets. Major conformational changes are observed for the binding pocket region formed by Ala94, Gly95, Val97 and Ile98, which necessitates different optimisation strategies for 1. Favourable interaction fields for the Burkholderia pseudomallei MIP binding pocket are found for donor groups or hydrophobic substituents in para position of the benzyl ring (region A) of 1 as well as for acceptor or donor groups in para or meta/para position of the trimethoxyphenyl ring (region B). On the basis of the docking studies promising candidates could be identified for variations in both regions. Initial MIP inhibition measurements of synthesised derivatives indicate increased inhibition compared to 1. Replacing the hydrophobic trimethoxyphenyl residue of 1 with a pyridine ring (yielding a more soluble derivative) leads again to comparable MIP inhibition. Further syntheses and tests of promising ligands are currently being planned by the collaboration partners. The results of the inhibition measurements should demonstrate their suitability as MIP inhibitors and provide useful information for future structure-based drug design cycles.

Hydrogen storage has been identified as a primary bottleneck in the large-scale implementation of a hydrogen-based economy. Many research efforts are underway to both improve the capacity of existing hydrogen storage systems and develop new systems. One promising area of research is hydrogen physi-sorbed into carbonbased structures such as nanotubes and graphene. Two novel systems consisting of a phthalocyanine salt with a large cation were studied. Ab initio, density functional theory, and molecular dynamics simulations of tetramethylammonium lithium phthalocyanine (TMA-LiPc) and trimethyl-(2-trimethylazaniumylethyl) azanium phthalocyanine (TMA2-Pc) were undertaken to estimate the H2 gas-solid adsorption uptake (wt/wt) as a function of pressure and temperature. For TMA-LiPc, the maximum H2 binding energy was approximately 0.9 kcal/mol for an isolated system and 1.2 kcal/mol for a crystal. H2 adsorption at the optimal inter-layer distance of 8.49 Å ranged from 2.1% to 6.0% (wt/wt) at 300 K, 2.5% to 6.5% at 273K, 3.3% to 7.2% at 236K, 5.2% to 8.6% at 177K, and 10.4% to 11.7% at 77K. At ILD 10 Å H2 adsorption was about 1.5% (wt/wt) higher at all points. For TMA2-Pc, the maximum H2 binding energy was approximately 1.3 kcal/mol for an isolated system and 1.2 kcal/mol for a crystal. H2 adsorption at the optimal inter-layer distance of 8.12 Å ranged from 0.5% to 2.6% (wt/wt) at 300 K, 0.6% to 2.8% at 273K, 0.8% to 3.2% at 236K, 1.4% to 3.9% at 177K, and 4.5% to 6.0% at 77K. At ILD 10 Å H2 adsorption ranged from about 0.1% (wt/wt) at 40 bar to 0.5% higher at 250 bar. The behavior of H2 adsorption for both TMA-LiPc and TMA2-Pc were compared. The adsorbed H2 probability density was compared to pair correlation function data and surfaces of constant binding energy. Regions of relatively high H2 density appear to correlate well with the binding energy, but the total adsorption does not, indicating that the adsorption is driven by factors other than binding energetics. Lithium ion transport in TMA2-Pc was also investigated for suitability as an electrolyte medium for use in lithium ion battery systems.

Reactive chemicals are presented widely in the chemical and petrochemical process industry. Their chemical reactivity hazards have posed a significant challenge to the industries of manufacturing, storage and transportation. The accidents due to reactive chemicals have caused tremendous loss of properties and lives, and damages to the environment. In this research, three classes of reactive chemicals (unsaturated hydrocarbons, self-reacting chemicals, energetic materials) were evaluated through theoretical and experimental methods. Methylcyclopentadiene (MCP) and Hydroxylamine (HA) are selected as representatives of unsaturated hydrocarbons and self-reacting chemicals, respectively. Chemical reactivity of MCP, including isomerization, dimerization, and oxidation, is investigated by computational chemistry methods and empirical thermodynamic–energy correlation. Density functional and ab initio methods are used to search the initial thermal decomposition steps of HA, including unimolecular and bimolecular pathways. In addition, solvent effects are also examined using water cluster methods and Polarizable Continuum Models (PCM) for aqueous solution of HA. The thermal stability of a basic energetic material, Nitroethane, is investigated through both theoretical and experimental methods. Density functional methods are employed to explore the initial decomposition pathways, followed by developing detailed reaction networks. Experiments with a batch reactor and in situ GC are designed to analyze the distribution of reaction products and verify reaction mechanisms. Overall kinetic model is also built from calorimetric experiments using an Automated Pressure Tracking Adiabatic Calorimeter (APTAC). Finally, a general evaluation approach is developed for a wide range of reactive chemicals. An index of thermal risk is proposed as a preliminary risk assessment to screen reactive chemicals. Correlations are also developed between reactivity parameters, such as onset temperature, activation energy, and adiabatic time to maximum rate based on a limited number, 37 sets, of Differential Scanning Calorimeter (DSC) data. The research shows broad applications in developing reaction mechanisms at the molecular level. The methodology of reaction modeling in combination with molecular modeling can also be used to study other reactive chemical systems.

Sophisticated catalytically active sites of metalloenzymes provide inspiration to synthetic chemists, as the metal coordination environments are often atypical to those found on the chemist's benchtop. Furthermore, metal-ligand cooperativity using earthabundant metals is anticipated to eventually supplant noble metals, currently used in industrial catalysis. Despite progress in synthesis of small molecule active site models, reproduction of the enzymatic function is rarely observed. However, differences that might define catalytic efficiency of enzymes can be addressed by theory. Density functional theory, or DFT, has been developed as an in silico tool to complement and interpret crystallographic and spectroscopic results or to make predictions in the absence of experimental data. In this dissertation, such techniques serve to elucidate the observed reactivity or electronic character of both nickel and copper bound in square planar N₂S₂ ligand fields, and of {Fe(NO)₂} units, respectively. Nickel and copper complexes in tetraanionic N₂S₂⁴⁻ ligand environments were investigated with respect to change of metal, to modification of ligand environment, and to response in reactivity of thiolate sulfur atoms. From the DFT calculations and consistent with experimental observations, it was discovered that binding of a nucleophile at one thiolate sulfur effectively decreases reactivity of the second sulfur, and nucleophilic binding at both sulfurs serves to deactivate the complex toward further thiolate reactivity. Additionally, despite both Cu and Ni binding comfortably in the N₂S₂⁴⁻ coordination sphere, the former displays increased ionicity versus the latter, demonstrated by electrostatic potential mapping. A methodology for accurate modeling of geometry and vibrational frequencies of complexes containing a {Fe(NO)₂} unit was determined from the results of a test set of complexes using a matrix of functionals and basis sets. Utilizing the optimum performer, the BP86 functional and a mixed SDD ECP basis set on iron and 6-311++G(d,p) on other atoms, a series of iron dinitrosyl complexes containing diverse ancillary ligands spanning the spectrochemical series was subsequently investigated. The electrochemical potentials of the pairs of "oxidized" and "reduced" DNIC complexes were evaluated for values occurring in the biological regime. Furthermore, as the {Fe(NO)₂} unit is capable of coordination in interesting yet dissimilar geometric motifs, bimetallic, tetrameric, and adamantane-like DNIC complexes have been investigated with our DFT methodology.

Computational chemists have successfully simulated many systems by applying the principles of quantum mechanics, while approximate molecular mechanical models have seen great utility in problems of biochemical interest. In recent years, a number of methods have been developed to combine the advantages of both techniques. In this study the so-called QM/MM method is developed and applied to the determination of the free energy of a simple Menshutkin S_N2 chemical reaction. This is an extremely demanding process, well beyond the computational capacity of an average workstation, and thus a Beowulf-class Linux cluster is constructed to perform the calculations, and tested for a variety of computational chemistry applications. A number of methods for improving the QM/MM approach are considered in this work. The Fluctuating Charge, or FlucQ, polarizable molecular mechanics force field is implemented in a flexible manner within the CHARMM package and tested for a variety of systems, including the S_N2 test case. Several drawbacks of the original method are addressed and overcome. Both molecular dynamics and Monte Carlo techniques are used within the QM/MM framework to investigate the S_N2 reaction, and the two methods are compared. Techniques are developed and tested to increase the efficiency of QM/MC calculations to the point where they become competitive with QM/MD. Extremely expensive QM treatments are shown to be required to obtain accurate energies for the Menshutkin reaction. A method is developed and tested, and compared with the traditional ONIOM technique, for dramatically reducing the computational time required to use these treatments for QM/MC simulations, paving the way for fully ab initio high basis set QM/MM simulation.

Interactions between single and double stranded oligonucleotides with SiO2 surfaces and the interactions between oligonucleotides and immobilized oligomers have been studied computationally. The oligonucleotide is the 18-base-pair sequence for the survival motor neuron gene SMN1. The oligomer consisted of a 50 unit 2-hydroxyethyl methacrylate (PHEMA) molecule. A linker used to tether the oligonucleotide was either a 10 Å or a 30 Å long succinimdyl 4-[N-maleimidomethyl]cyclohexane-1-caroxylate (sulfo-SMCC-Cn). The surface consisted of a SiO2 crystal that was 50 Å long and 50 Å wide, one unit thick and covered with modified-(3-aminopropyl)trimethoxysilane (m-APTMS) molecules. It was determined that explicit water, sodium counterions and excess salt were necessary to produce computationally stable oligonucleotide structures on surfaces. Artificial partial charges were introduced to the surface, and linkers, oligomers and oligonucleotides were immobilized and studied. The linkers collapsed onto a positive but not onto a negative surface. Oligomers moved closer to the SiO2 surface regardless of the surface charge. Immobilized oligonucleotides tilted significantly from an initial upright position but did not collapse completely onto the surfaces. The interactions between immobilized oligonucleotides and oligomers were examined. The number of oligomers surrounding the oligonucleotide was varied between two and four. Single stranded oligonucleotides were prevented from interacting with the surface as they were inhibited by the presence of oligomers. Double stranded oligonucleotides collapsed onto the surface when only two oligomers were present but remained upright when four oligomers were present. This was due to the four oligomers interacting with one another and effectively shielding the surface. The oligomers interacted with the bases in the single stranded oligonucleotides, making them energetically accessible. Presence of a high density of oligomers prevented the dsDNA from collapsing onto the surface. These results suggest design criteria for preparation of mixed oligonucleotide and oligomer films for use in biosensors.

Stuttgart, Univ., Diss., 2000.

- / -