A doença de Chagas, uma infecção parasitária amplamente distribuída na América Latina, é um problema grave de saúde pública com consequências devastadoras em termos de morbidade e mortalidade humana. O arsenal terapêutico contra a doença é bastante limitado e insuficiente em todos os aspectos clínicos. Visando o desenvolvimento de novos agentes antichagásicos, várias proteínas do parasita têm sido exploradas como alvos terapêuticos. Neste contexto, a enzima cruzaína, uma cisteíno protease envolvida nos estágios de desenvolvimento e diferenciação do Trypanosoma cruzi, foi selecionada para os nossos estudos, visando a identificação de inibidores através do uso do método de planejamento de fármacos baseado na estrutura do receptor (SBDD, do inglês, structure-based drug design). Esta metodologia engloba uma diversidade de estratégias, empregando estruturas cristalográficas de proteínas alvo, disponíveis usualmente no Protein Data Bank (PDB). Entre as técnicas modernas utilizadas no SBDD, destaca-se a triagem virtual baseada na estrutura do receptor (SBVS, do inglês, structure-based virtual screening), que possibilita a seleção de novos candidatos a ligantes de proteínas alvo, a partir de grandes bases de dados de compostos. No presente trabalho de dissertação, a seleção de 19 estruturas da enzima cruzaína, em complexo com ligantes, permitiu a aplicação de métodos de SBDD. Um conjunto com cerca de 3,4 milhões de compostos, com característica líder-similar (do inglês, lead-like), e outro conjunto com aproximadamente 450.000 compostos, com característica fragmento-similar (do inglês, fragment-like), foram coletados da base de dados ZINC. O programa DOCK 3.5.54 foi empregado na triagem virtual das bases de dados utilizando-se a estrutura cristalográfica PDB ID: 3KKU. Um subconjunto com 35.000 moléculas foi selecionado para estudos posteriores com os programas GOLD e Surflex. As 500 melhores moléculas selecionadas por cada um dos programas foram analisadas visualmente considerando-se diversas características estruturais dos subsítios da enzima cruzaína e dos ligantes (e.g., complementaridade molecular, flexibilidade, lipofilia do subsítio S2, presença de doadores e aceptores de hidrogênio entre os subsítios S2 e S1). Desta forma, um conjunto final de 18 compostos foi priorizado para os ensaios bioquímicos frente a enzima cruzaína. Destes 18 compostos, 6 apresentaram atividade inibitória frente a cruzaína, com destaque para os 2 mais promissores, com valores de IC50 (concentração de inibidor necessária para reduzir em 50% a atividade enzimática) de 20 µM e 580 nM. O inibidor mais potente da série foi selecionado da base fragmento-similar e apresentou um valor de eficiência do ligante (EL) de 0,53 kcal/mol/átomo, considerado significativo para otimização em química medicinal. A integração de técnicas computacionais e experimentais permitiu a descoberta de ligantes com inovação estrutural, abrindo novas perspectivas para o planejamento de inibidores mais potentes e seletivos da enzima cruzaína de T. cruzi. / Chagas disease, a parasitic infection widely distributed in Latin America, is a serious public health problem with devastating consequences in terms of human morbidity and mortality. The therapeutic arsenal against the disease is very limited and insufficient in all clinical aspects. This has led to a new paradigm for the discovery of new agents that act on specific enzymes or metabolic pathways. The enzyme cruzain, a cysteine protease essential for the survival of the parasite Trypanosoma cruzi, has been selected in this work as an attractive target for the development of new inhibitors through the use of structure-based drug design (SBDD). This approach brings together a diversity of strategies, which employs crystal structures of target proteins, usually available in the Protein Data Bank (PDB). Structure-based virtual screening (SBVS), one of the most important techniques used in SBDD, allows the selection of new ligands of target proteins from large libraries of compounds. In this work, 19 crystal structures of the cruzain enzyme, in complex with ligands, allowed the application of SBDD methods. A data set of about 3.4 million compounds, with lead-like characteristics, and a second data set, with approximately 450,000 compounds, with fragment-like characteristics, were collected from the ZINC data base. The docking program DOCK 3.5.54 was employed in the virtual screening of the data sets using the crystal structure PDB ID: 3KKU. A subset of 35,000 compounds was selected for further studies with the programs GOLD and Surflex. The 500 top ranked molecules for each of the programs were visually inspected considering a number of structural characteristics of the subsites of the cruzain enzyme, as well as of the ligands (e.g., molecular complementarity, flexibility, the hydrophobic S2 subsite, and the presence of hydrogen donors and acceptors between the subsites S2 and S1). Thus, a final subset of 18 compounds was prioritized for the biochemical assays against the cruzain enzyme. Six out of 18 compounds exhibited enzyme inhibition, with the most two promising inhibitors having IC50 values (IC50 refers to the concentration of compound required for 50% inhibition of cruzain) of 20 µM e 580 nM. The most potent inhibitor of the series was selected from the fragment-like data set and showed a ligand efficiency of 0,53 kcal/mol/atom, which is considered significant in drug design. The integration of computational and experimental approaches allowed the discovery of compounds with innovative structures, providing new perspectives for the design of inhibitors of T.cruzi cruzain having increased potency and selectivity.
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-06122012-114950 |
| Date | 30 July 2012 |
| Creators | Souza, Mariana Laureano de |
| Contributors | Andricopulo, Adriano Defini |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | Portuguese |
| Detected Language | English |
| Type | Dissertação de Mestrado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0025 seconds