Фармакофорно-ориентированный виртуальный скрининг улучшает репурпозинг лекарств для COVID-19

Репурпозинг лекарств — переназначение одобренных или исследуемых лекарств на новые терапевтические применения — давно является краеугольным камнем быстрого терапевтического открытия.¹ Его самый прославленный успех, трансформация гипертонического и стенокардического лекарства в «синюю таблетку» Pfizer, Виагру, демонстрирует его потенциальный импакт. В след за COVID-19, эта стратегия снова захватила глобальное внимание.

Трехмерное белковое моделирование предлагает несколько ин-силико инструментов для репурпозинга. Предыдущее исследование в этой серии продемонстрировало, как молекулярный докинг может выявить потенциальные ингибиторы главной протеазы SARS-CoV-2 (M^pro). Здесь мы спрашиваем, может ли фармакофорное моделирование — абстракция существенных признаков лиганд-белкового взаимодействия — доставить сопоставимые инсайты и добавить больше уверенности в отбор кандидатных молекул.

Фармакофорное моделирование как альтернативный подход

Фармакофорные модели дистиллируют ключевые нековалентные взаимодействия, позволяющие лиганду связываться с белковой мишенью, предлагая комплементарную перспективу традиционным симуляционным методам. Мы начали с набора кристаллических структур SARS-CoV-2 M^pro, полученных от Diamond Light Source.² После выравнивания структур, мы использовали протокол «Interaction Pharmacophore Generation» BIOVIA Discovery Studio для извлечения фармакофорных признаков из каждого белково-лигандного комплекса. Количество признаков варьировалось от двух (для 5R80 и 5R7Y) до девяти (для 6LU7). Объединяя и упрощая перекрывающиеся признаки, мы пришли к 14-признаковому консенсусному фармакофору, инкапсулирующему критические межмолекулярные контакты протеазы с потенциальными биндерами.

Для уточнения этой модели, мы выполнили ин-силико аланин-сканирующий мутагенез активных сайтов остатков по всем комплексам. Восемь остатков — HIS41, MET49, ASN142, HIS163, MET165, PRO168, GLN189 и GLN192 — выделились как хотспоты по крайней мере в одном комплексе, с тремя остатками (HIS41, MET49, MET165), идентифицированными как хотспоты в четырех или более комплексах. Шесть из 14 фармакофорных признаков напрямую отображались на взаимодействия с этими хотспот остатками. Второй датасет нековалентных M^pro лигандных комплексов раскрыл альтернативные режимы связывания, побудив нас разделить шесть ключевых признаков на две группы для последующего виртуального скрининга.

Используя этот уточненный фармакофор, мы проскринили библиотеку из 2650 FDA-одобренных лекарств, каждое предварительно сгенерированное с множественными лигандными конформациями для ускорения поиска. Хиты определялись совпадением по крайней мере одного признака из каждой из двух существенных групп и минимума двух дополнительных признаков из оставшихся восьми. Этот строгий критерий обеспечил разнообразное исследование режимов связывания при сохранении взаимодействий с критическими остатками, выявленными через аланин-сканирование. Алгоритм скрининга исследовал более 12 000 фармакофорных комбинаций. Для каждого хита мы выполнили минимизацию энергии в контексте белка и рассчитали энергии связывания с CHARMm с имплицитной солватационной моделью Generalized Born/Volume (GBMV) — эффективно докинг-расчет, ограниченный фармакофором.

Мы сфокусировались на позах, вовлекающих четыре ключевых остатка — HIS41, MET49, CYS145 и MET165 — потому что они составляют каталитическую диаду (HIS41/CYS145) и общие для множественных хотспот остатков. Сортировка по расчетной свободной энергии связывания дала топ-10 кандидатов. Ритонавир, уже выделенный в нашем раннем докинг-исследовании, занял седьмое место в обоих анализах и сейчас находится в нескольких клинических испытаниях COVID-19.³

Видео 1: Лучшая набравшая позу Ритонавира, взаимодействующая с HIS41, MET49, SER144, CYS145, MET165, GLU166 и GLN189.

Ведущий лиганд от этого фармакофорно-ориентированного подхода был Монтелукаст, цистеинил лейкотриеновый рецепторный антагонист. Недавняя литература предполагает его потенциал смягчить прогрессию COVID-19.⁴

Другие топ-набирающие соединения включали Телмисартан, Моэксприл и хидроксихлорохин — каждый недавно изученный для репурпозинг-потенциала, с хидроксихлорохином, сгенерировавшим больше всегоcontroversy.⁵ Заметно, фармакофорно-производный список хитов продемонстрировал более широкий спектр классов мишеней по сравнению с докинг-только списком, доминированным HCV или HIV протеазными ингибиторами.

Наши результаты демонстрируют, что интеграция ин-силико аланин-сканирующего мутагенеза в фармакофорное моделирование может уточнить виртуальный скрининг, выдавая приоритизированный набор разнообразных кандидатов лекарств. Хотя перекрытие с докинг-производными лидами было скромным, общее выявление Ритонавира подчеркивает ценность консенсусных подходов. Комбинирование сильнейших кандидатов из обоих методов может направить более фокусированную экспериментальную валидацию.

В резюме, фармакофорно-ориентированный виртуальный скрининг служит мощной, комплементарной стратегией к докингу, повышая уверенность в отборе кандидатов и расширяя исследуемое химическое пространство для COVID-19 терапевтик.