Gabriela Sehnem Heck1,2, Prof. Dr. Walter F. de Azevedo Jr2. (orientador)

1Acadêmica de Curso de Ciêncas Biológicas da PUCRS,2Laboratório de Bioquímica Estrutural, Faculdade de Biociências, PUCRS

Pontifícia Universidade Católica do Rio Grande do Sul

CDK2 – 1HCK

Classe de enzima

A fosforilação é como um interruptor

“on/off” para processos celulares:

Regulação da homeostase celular

Controle do ciclo celular

Resposta a estímulos externos

Controle do metabolismo celular

Resposta a danos no DNA

http://www.kinase.com/wiki/index.php/Introduction_to_Kinases

Doenças/

Câncer

Fosforilação

Anormal

Uma fosforilação anormal, realizada por uma Quinase, pode

causar diversas doenças, inclusive o câncer

Doenças/

CâncerFosforilação

Inib

içã

o

Fármacos que inibam essa fosforilação podem ser possíveis

tratamentos para o câncer.

Genoma Humano

500 genes de

Quinases

2% de todo o

genoma

Estudo e mapeamento das Quinases

presentes nos Humanos

Suresh Subramani, Saranya Jayapalan, Raja Kalpana, and Jeyakumar Natarajan, “HomoKinase: A Curated

Database of Human Protein Kinases,” ISRN Computational Biology, vol. 2013, Article ID 417634, 5 pages, 2013.

doi:10.1155/2013/417634

Afinidadealgoritmo

evolucionário

Prever computacionalmente, através de algoritmos evolucionários, a

posição do ligante na proteína

A proteína pode ser pensada como a fechadura de uma porta, e seu ligante como uma chave. O objetivo é prever a posição dessa

chave nessa fechadura(chaves vermelhas = Poses)

Afinidade

Prever computacionalmente a afinidade do ligante pela proteína

Informações Experimentais: Estrutura Cristalográfica da proteina e do

ligante e Informação de afinidade

desenvolvimento de

algoritmos

inspiração da

evolução biológica

algoritmo

evolucionário

Prevê a interação de um possível ligante de uma proteína

o Seleção Natural

o Cruzamento

o Mutação

das

estruturas (Resolução)

Estruturas do

PDB

EnsembleDockO melhor protocolo é para todas as

estruturas

de novas funções score

com informação de experimentalFunção Score

Buid Scoring

Functon

Pré-DockingParametros estruturais

Redock

448 Estruturas

Acessado em: 26/08/2015

Ki é a

Após a filtragem dos dados com o SAnDReS, das 448 estruturas

baixadas apenas tinham todas as informações necessárias e

foram analisadas.

Após a filtragem dos dados com o SAnDReS, das 448 estruturas

baixadas apenas tinham todas as informações necessárias e

foram analisadas.

Informação de Ki;

Ligantes não são pequenos íons;

Ligantes não participam do

processo de cristalografia

Ligante cristalografico Docking molecular

Pose Docking molecular

Validação dos

protocolosComo encaixar?Pergunta:

Os 32 protocolos de re-dock

Calcula se o

ligante esta bem encaixado

É a

forma como ele vai achar

as posições

Se a

agua é levada em

consideração no cálculo

Muda-se a orientação relativa do ligante dentro do sítio ativo

da proteína

Proteína

Muda-se a orientação relativa do ligante dentro do sítio ativo

da proteína

Sítio Ativo

Muda-se a orientação relativa do ligante dentro do sítio ativo

da proteína

Ligante

Muda-se a orientação relativa do ligante dentro do sítio ativo

da proteína

Ligante

Muda-se a orientação relativa do ligante dentro do sítio ativo

da proteína

Ligante

O melhor protocolo de redock será escolhido

a partir dos seguintes parâmetros:

Rho (coeficiente de correlação) próximo a 1,0

RMSD (Desvio médio quadrático) < 2Å

DA1 (Acurácia de docking) > 50%

RMSDS: É o desvio médio quadrático. Ou seja, a média da

distância entre os átomos da pose e do ligante, medido em

Ångström.

P L

P

L

P = Pose

L = ligante

Ampliação da

validação

“Será que a função

score tem correlação

com a informação de

RMSD?”

Pergunta:

32 protocolos

32 protocolosConjunto de

Estruturas

Tentativa de achar um para

explicar a afinidade do ligante pela proteína

Afinidade

Validar o poder

de previsão da

função score

para afinidade

Pergunta:

“Será que a função

score tem correlação

com a informação de

afinidade?”

Constrói funções score a partir de

Busca a maior correlação

Função A Função B Nova Função

(D)

Função ANova Função

(E)

Função B Função C Nova Função

(F)

Conjunto de Estruturas

Test Set

Training Set

valor

experimental

Funções Score

Training Set

(70%)

valor

experimental

Funções Score

Test Set

(30%)

Validação

Através do e analise estatística das estrutural

cristalográficas, a estrutura com melhor resolução é a 3ZCL

que foi escolhida para redock

O protocolo de redock escolhido foi o 27, com a função Rerank

Score

Como

encaixar:

A função score tem correlação

com a informação de RMSD

A função score tem correlação com a

informação de Ki

Rho = 0.427

Ki

Interaction

LE1

Funções

Moldock

Test Set Training Set

Rho = 0.430Rho = 0.427

321

Até onde sabemos, é a primeira vez que é realizado um

estudo de docking tão extenso para Quinases

Conseguimos desenvolver uma estratégia de docking para

prever a posição

Conseguimos propor uma nova função score para previsão

da afinidade, com boa correlação (training e test set/ rho)

Agora que nós validamos uma estratégia(protocolo, afinidade),

podemos usa-la para identificar novos possíveis inibidores para

Quinases

Tempo de projeto

de 26/08/2015 até 8/06/2016

http://sandres.net/

Statistical Analysis of Docking Results

and Scoring Functions for Drug Targets

(SAnDReS)

Revista Current Drug targets

Fator de impacto 3.02

Artigo sobre o conjunto de

Quinases está em processo de

redação

Ao CNPq, pela bolsa de iniciação cientifica

Ao meu orientador e colegas de laboratório

Gabriela Sehnem Heck1,2, Prof. Dr. Walter F. de Azevedo Jr2. (orientador)

1Acadêmica de Curso de Ciêncas Biológicas da PUCRS,2Laboratório de Bioquímica Estrutural, Faculdade de Biociências, PUCRS

Simulações de docking molecular para Quinases