Os sistemas biológicos macromoleculares são conhecidos por serem sistemas interagentes. Essas interações são fundamentais para processos como comunicação celular, especificidade de reações enzimáticas e regulação da expressão gênica. Os métodos disponíveis atualmente para estimar a afinidade das interações biomoleculares podem ser divididos, basicamente, em dois grupos: métodos rápidos que estimam a energia livre de ligação através de aproximações de campo de força (por exemplo, docking); e os métodos que são baseados em ensembles de Dinâmica Molecular (DM) para calcular as energias livres de ligação de maneira mais rigorosa, porém, com custo computacional mais elevado. O objetivo deste trabalho é aprimorar e validar um método menos custoso para o cálculo da energia livre de ligação. Para isso, simulações atomísticas de Monte Carlo (MC) dos ligantes no sítio de ligação são usadas para gerar ensembles termodinâmicos. Depois disso, as energias livres de ligação são calculadas usando uma combinação de energias e entropias estimadas através de uma estratégia de aproximação de primeira ordem. Dois algoritmos de amostragem foram avaliados no cálculo de energia de ligação. O primeiro algoritmo amostra graus de liberdade de translação e rotação randômicas do centro de massa do ligante no sítio de ligação, além de variações randômicas nos ângulos de torção envolvendo átomos pesados (não hidrogênio). O segundo amostra graus de liberdade rotacional e translacional do centro de massa, além de deslocamentos atômicos individuais para cada átomo do ligante. Além disso, diferentes modelos para calcular as contribuições polares para interação intermolecular foram utilizados. Comparações entre as energias livres de ligação calculadas com baixo custo computacional e as experimentais disponíveis na literatura para o sistema modelo utilizado, lisozima do vírus T4, mostraram uma correlação considerável (r=0,64 para N=27). Esses dados também apresentaram resultados interessantes quando comparados com outras metodologias, tais como LIE, MM-PBSA e MM-GBSA. Assim, a abordagem utilizada para a determinação das energias de interação mostrou-se eficiente em termos de tempo computacional e para comparação com dados de energia livre de ligação determinados experimentalmente. / Macromolecular biological systems are widely known by its interaction properties. Those interactions play fundamental roles in processes such as cellular communication, specificity of enzymatic reactions and regulation of gene expression. The methods currently available to estimate the affinity of biomolecular interactions can be divided basically into two groups: fast methods that estimate the free energy of binding through force field approximations (e.g., docking); and methods that are based on Molecular Dynamics (DM) ensembles to calculate binding free energies more rigorously, however, with higher computational cost. The objective of this work is to improve and validate a less costly method for calculating binding free energy. For this, atomistic Monte Carlo (MC) simulations of ligands at the binding site are used to generate thermodynamic ensembles. Thereafter, the binding free energies are calculated using a combination of energies and entropy estimated through a first-order approximation strategy. Two sampling algorithms were evaluated in the calculation of the binding energy. The first one samples the degrees of freedom from translation and rotation of the center of mass of the binder at the binding site, as well as random variations in the torsion angles involving heavy atoms (non-hydrogen). The second one samples the rotational and translational degrees of freedom of the ligand center of mass, as well as individual atomic displacements for each atom of the ligand. In addition, different models to calculate the polar contributions for intermolecular interaction were used. Comparisons between the binding free energies calculated with low computational cost and the experimental ones available in the literature for the system used, T4 virus lysozyme, resulted in acceptable correlation values (r=0.64 for N=27). Those data also showed interesting results compared to different methodologies such as LIE, MM-PBSA and MM-GBSA. Therefore, the used approach for determining the binding energies was efficient in terms of computational time and for comparison with free energy data determined experimentally.

Submitted by LILIAN HERNÁNDEZ ALVAREZ null (lilianhern@gmail.com) on 2017-10-16T13:40:19Z No. of bitstreams: 1 Lilian_dissertacao_final.pdf: 8133270 bytes, checksum: ea7913c9f03bc3c89f0211896c01cc88 (MD5) / Approved for entry into archive by Monique Sasaki (sayumi_sasaki@hotmail.com) on 2017-10-18T17:58:56Z (GMT) No. of bitstreams: 1 hernandezalvarez_l_me_sjrp.pdf: 8133270 bytes, checksum: ea7913c9f03bc3c89f0211896c01cc88 (MD5) / Made available in DSpace on 2017-10-18T17:58:56Z (GMT). No. of bitstreams: 1 hernandezalvarez_l_me_sjrp.pdf: 8133270 bytes, checksum: ea7913c9f03bc3c89f0211896c01cc88 (MD5) Previous issue date: 2017-09-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Trypanosoma cruzi é o agente causal da doença de Chagas, uma infecção negligenciada que afeta milhões de pessoas nas regiões tropicais. A maioria dos fármacos empregados no tratamento desta doença são altamente tóxicos e geram resistência. Na atualidade, o descobrimento de inibidores alostéricos é um tópico emergente dentro da área de desenho computacional de fármacos, pois promove a acessibilidade a medicamentos mais seletivos e menos tóxicos. Neste trabalho foi desenvolvida uma estratégia para a descoberta computacional de inibidores alostéricos a qual foi aplicada à cruzaína, a principal cisteíno protease do T. cruzi. A caracterização molecular da forma livre e ligada da cruzaína foi investigada através do ancoramento molecular, simulações de dinâmica molecular, cálculos de energia livre de ligação e construção de redes de interações entre resíduos. A partir da análise baseada na geometria das estruturas geradas na dinâmica molecular, foram detectados dois potenciais sítios alostéricos na cruzaína. Os resultados sugerem a existência de diferentes mecanismos de regulação exercidos pela ligação de inibidores diferentes no mesmo sítio alostérico. Além disso, foram identificados os resíduos que estabelecem os caminhos de transmissão de informação entre um dos sítios alostéricos identificado e o sítio ativo da enzima. O presente estudo é a primeira aproximação de desenho de inibidores alostéricos da cruzaína e serve para futuras intervenções farmacológicas. Esses resultados constituem uma base para o desenho de inibidores específicos de cisteíno proteases homólogas da papaína. / Trypanosoma cruzi is the causative agent of Chagas disease, a neglected infection affecting millions of people in tropical regions. There are several chemotherapeutic agents for the treatment of this disease, but most of them are highly toxic and generate resistance. Currently, the development of allosteric inhibitors constitutes a promising research field, since it may improve the accessibility to more selective and less toxic medicines. To date, the allosteric drugs prediction is a state-of-the-art topic in rational structure-based computational design. In this work a simulation strategy was developed for computational discovery of allosteric inhibitors, and it was applied for or cruzain, a promising target and the major cysteine protease of T. cruzi. Molecular dynamics simulations, binding free energy calculations and network-based modelling of residue interactions were combined to characterize and compare molecular distinctive features of the apo form and the cruzain-allosteric inhibitor complexes. By using geometry-based detection on trajectory snapshots we determined the existence of two main allosteric sites suitable for drug targeting. The results suggest dissimilar mechanism exerted by the same allosteric site when binding different potential allosteric inhibitors. Finally, we identified the residues involved in suboptimal paths linking the identified site and the orthosteric site. The present study constitutes the first approximation for designing cruzain allosteric inhibitors and may serve for future pharmacological intervention. These findings are particularly relevant for the design of allosteric modulators of papain-like cysteine proteases. / CAPES: 031/2013