Xây dựng mô hình dự đoán hoạt tính ức chế new delhi metallo-β-lactamase-1NDM-1

Chia sẻ: Hạnh Thơm | Ngày: | Loại File: PDF | Số trang:5

Thêm vào BST

Báo xấu

37
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Trong nghiên cứu này, mô hình mô tả phân tử docking và mô hình 3D-pharmacophore được thực hiện nhằm tìm ra các đặc trưng cấu trúc cần thiết cho một chất ức chế new delhi metallo-β-lactamase-1 cũng như dự đoán các chất có tiềm năng ức chế new delhi metallo-β-lactamase-1.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Xây dựng mô hình dự đoán hoạt tính ức chế new delhi metallo-β-lactamase-1NDM-1

Y Học TP. Hồ Chí Minh * Phụ Bản Tập 22 * Số 1 * 2018 Nghiên cứu Y học XÂY DỰNG MÔ HÌNH DỰ ĐOÁN HOẠT TÍNH ỨC CHẾ NEW DELHI METALLO-β-LACTAMASE-1 NDM-1 Hà Thị Kiều Oanh*, Võ Viết Việt*, Đinh Văn Toàn*, Nguyễn Tuấn Huy*, Lê Quốc Hưng*, Mai Thành Tấn*, Thái Khắc Minh* TÓM TẮT Mở đầu: New Delhi metallo-β-lactamase-1 (NDM-1) thuộc phân lớp metallo-β-lactamase (MBL) do các vi khuẩn Enterobacteriaceae tiết ra để đề kháng kháng sinh. Enzym này bất hoạt hầu hết các loại kháng sinh β-lactam bao gồm carbapenem bằng cách xúc tác sự thủy phân của liên kết amid gây nên tình trạng đa kháng thuốc kháng sinh rất đ{ng lo ngại. Vì vậy, c{c hướng nghiên cứu chủ yếu tập trung vào phát triển chất ức chế New Delhi metallo-β-lactamase-1 để khôi phục hoạt tính kháng sinh. Trong nghiên cứu này, mô hình mô tả phân tử docking và mô hình 3D-pharmacophore được thực hiện nhằm tìm ra c{c đặc trưng cấu trúc cần thiết cho một chất ức chế New Delhi metallo-β-lactamase-1 cũng như dự đo{n các chất có tiềm năng ức chế New Delhi metallo-β-lactamase-1. Đối tượng và phương pháp nghiên cứu: Mô hình mô tả phân tử docking được xây dựng bằng công cụ FlexX tích hợp trong LeadIT. Kết quả được phân tích dựa trên sự kết hợp giữa điểm số docking v| mô hình tương tác ligand interactions của MOE. Mô hình 3D-pharmacophore được xây dựng trên tập 12 chất có hoạt tính mạnh nhất. Tập đ{nh gi{ gồm 483 chất được sử dụng để kiểm tra độ tin cậy của mô hình. Kết quả và bàn luận: Kết quả mô hình docking của các chất ức chế NDM-1 trên khoang gắn kết và các nghiên cứu cho thấy các acid amin Asn220, His250, His122, Gln123 là những acid amin quan trọng trong khoang gắn kết. Mô hình pharmacophore được đề xuất l| mô hình 5 điểm gồm 1 điểm cho liên kết hydro, 1 điểm nhận liên kết hydro, 2 vị trí vòng thơm, 1 vị trí cho liên kết với kim loại với khả năng dự đo{n l| 90,24%. Mô hình docking trên 215 chất th a mô hình 3D-pharmacophore 5 điểm dự đo{n 8 chất có khả năng ức chế NDM-1. Kết luận: Kết quả mô hình docking cho thấy vị trí các acid amin quan trọng, vai trò của các liên kết hydro, ion, π-π, cation-π của tương t{c ligand với protein. Mô hình pharmacophore xây dựng được có khả năng dự đo{n tốt các chất ức chế NDM-1 tiềm năng, góp phần làm giảm công sức và thời gian nghiên cứu trong quá trình khám phá thuốc mới. Từ khóa: New Delhi metallo-β-lactamase-1 (NDM-1), Metallo-β-lactamase (MBL), Mô hình mô tả phân tử docking, Mô hình 3D-pharmacophore. ABSTRACT PREDICTION MODELS FOR POTENTIAL NEW DELHI METALLO-Β-LACTAMASE-1 INHIBITORS Ha Thi Kieu Oanh, Vo Viet Viet, Dinh Vam Toan, Nguyen Tuan Huy, Le Quoc Hung, Mai Thanh Tan, Thai Khac Minh * Y Hoc TP. Ho Chi Minh * Supplement Vol. 22 - No 1- 2018: 403 - 407 Introduction: New Delhi metallo-β-lactamase-1 (NDM-1) is a subclass metallo-β-lactamase (MBL), produced by Enterobacteriaceae for antibiotic resistance. This enzyme inactivated most β-lactam antibiotics, including the carbapenems, by hydrolyzing the C−N bond of their β-lactam ring, conferring resistance against these drugs to bacteria. To date, most drug design in this area has been focused on developing an NDM-1 *Khoa Dƣợc, Đại học Y Dƣợc Thành phố Hồ Chí Minh Tác giả liên lạc: PGS. TS. Thái Khắc Minh ĐT: 0909680385 Chuyên Đề Dƣợc Email: thaikhacminh@ump.edu.vn 403 Nghiên cứu Y học Y Học TP. Hồ Chí Minh * Phụ Bản Tập 22 * Số 1 * 2018 inhibitor to restore the efficacy of these drugs against NDM-1. In this study, the docking and 3D-pharmacophore models were generated to figure out the structure(s) of a potential New Delhi metallo-β-lactamase-1 inhibitor, and to predict the efficacy of potential inhibitors. Materials and Methods: The FlexX application in the LeadIT 2.0.2 software was used to conduct the docking process. The results were analyzed based on both the docking scores obtained and the interaction models (ligand interactions) in MOE. Twelve compounds with strongest predicted inhibitory effects representing different chemical structures were selected as the database for the design of the pharmacophore models. The testing set of 483 compounds was used to validate the predictive capacity of the models. Results and Discussion: The docking results suggested that the amino acids Asn220, His250, His122, Gln123 were important amino acids in the binding pocket. The generated five-feature pharmacophore model consisted of 2 Aro (aromatic ring), 1 Acc (hydrogen bond acceptor) and 1 Don (hydrogen bond donor), 1 ML (metal ligator) with the respective predictive capacity being 90.24%. The docking models of 215 molecules matching the five-feature pharmacophore models suggested that 8 compounds can inhibit the NDM-1 enzyme. Conclusion: The docking results indicated the important amino acids and essential interactions namely hydrogen, ionic, π-π, cation-π interactions of ligand-protein. Besides, generated pharmacophore models were capable of predicting compounds with potential inhibitory effects against New Delhi metallo-β-lactamase-1, greatly reducing research time and labor work during the process of discovering new drugs in the future. Keyword: New Delhi metallo-β-lactamase-1 (NDM-1), Metallo-β-lactamase (MBL), Molecular docking modeling, 3D-pharmacophore modeling. nỗ lực tập trung v|o lĩnh vực một, vì chi phí tổng MỞ ĐẦU hợp kháng sinh mới là rất tốn kém(5). Nhằm phát Tổ chức Y tế Thế giới, ng|y 27 th{ng 2 năm triển các chất có khả năng ức chế New Delhi 2017 (World Health Organization 2017) công metallo-beta-lactamase-1, khôi phục t{c động bố danh sách các nhóm vi khuẩn đe dọa sức kháng sinh của carbapenem và các beta-lactam khoẻ con ngƣời. Trong đó, Enterobacteriaceae khác. Nghiên cứu này thực hiện gồm các nội kháng carbapenem là một trong những nhóm dung: (i) Xây dựng mô hình mô tả phân tử vi khuẩn có mức độ ƣu tiên h|ng đầu. docking trên các chất ức chế NDM-1; (ii) Xây Enterobacteriaceae tiết ra enzym thủy giải kháng dựng mô hình 3D-pharmacophore trên các chất sinh là New Delhi metallo-beta-lactamase-1 ức chế NDM-1; (iii) Ứng dụng mô hình sàng lọc (NDM-1) có khả năng bất hoạt các kháng sinh ảo trên 7024 thuốc từ thƣ viện DrugBank. mạnh nhóm beta-lactam(1,7). Hậu quả của vi ĐỐI TƢỢNG– PHƢƠNGPHÁP NGHIÊNCỨU khuẩn đa đề kháng kháng sinh rất nặng nề, tác động xấu đến sức khỏe con ngƣời, kinh tế, Mô hình mô tả phân tử docking dịch tễ học, ngành công nghiệp dƣợc phẩm và Tổng cộng 72 chất thuộc 3 nhóm cấu trúc các biện pháp phòng chống vi khuẩn kháng đƣợc thu thập từ các bài báo khoa học l|m cơ sở kháng sinh. Vì vậy cần tìm ra giải pháp khắc dữ liệu(6,9,10). Các chất đƣợc vẽ trong phần mềm (3,4) phục nhanh chóng và hiệu quả . Chem Draw Pro 12.0 đƣợc lƣu dƣới dạng Thiết kế thuốc nhắm mục tiêu New Delhi metallo-beta-lactamase-1 (NDM-1) tập trung vào hai lĩnh vực: hoặc là phát triển các hợp chất sử dụng cùng với kh{ng sinh (để khôi phục lại hiệu quả đối với vi khuẩn), hoặc tổng hợp kháng sinh mới không dễ bị NDM-1 thủy phân. Hầu hết các 404 database trong MOE. Do hoạt tính sinh học IC50 có khoảng chênh lệch với nhau nhiều nên khi tính to{n đƣợc đổi thành pIC50 với pIC50 = -log (IC50 (M)) để phù hợp cho việc theo dõi, so sánh. Các nhóm cấu trúc trong cơ sở dữ liệu gồm nhóm dẫn chất captopril: 32 chất, từ các chất không có hoạt Chuyên Đề Dƣợc Y Học TP. Hồ Chí Minh * Phụ Bản Tập 22 * Số 1 * 2018 Nghiên cứu Y học tính đến pIC50 là 5,82; Nhóm azolyl thioacetamid: 35 chất, pIC50 từ 4,3 đến 6,82; Nhóm cyclic boronat: 5 chất, pIC50 từ 5,3 đến 8,4. Mô hình 3D-Pharmacophore Tổng cộng 92 chất từ các bài báo khoa học đƣợc thu thập l|m cơ sở dữ liệu(6,9,10). Tập xây dựng gồm 12 chất có hoạt tính sinh học cao nhất có pIC50 từ 6,72 đến 8,4 tƣơng ứng với IC50 từ 4 nM đến 0,23 µM. Các tập kiểm tra gồm tập có hoạt tính sinh học và tập không có hoạt tính sinh học. Tập có hoạt tính sinh học gồm 51 chất có pIC50 từ 4,09 đến 6,48; tập không có hoạt tính sinh học gồm 20 chất không đo đƣợc IC50 cụ thể vì giá trị lớn. Ngoài ra, dùng thêm tập ngoại không hoạt tính gồm 432 chất đƣợc tạo ra từ DecoyFinder để kiểm tra mô hình(2,8). KẾT QUẢ Mô hình mô tả phân tử docking Kết quả docking 72 chất thuộc 3 nhóm cấu trúc vào NDM-1 cho thấy các acid amin Asn220, His250, His122, Gln123, Lys211, Glu152 có tần suất tƣơng t{c cao với các chất ức chế (Hình 1). Trong đó Asn220 tƣơng t{c cao nhất với tần suất 34%. Trong các loại liên kết đƣợc hình thành giữa NDM-1 và các chất nghiên cứu, liên kết hydro chiếm tỷ lệ chủ yếu. Đ}y l| liên kết quan trọng cho khả năng gắn vùng t{c động (Hình 2). Bên cạnh đó, những tƣơng t{c vòng thơm cũng chiếm tỷ lệ không nhỏ (khoảng 39% tổng số liên kết đƣợc hình th|nh). Điều này cho thấy vòng thơm trong cấu trúc giúp tăng khả năng gắn kết với protein. Hình 1: Tần suất tương t{c (%) giữa acid amin và các chất ức chế Chuyên Đề Dƣợc Hình 2: Tỷ lệ % các loại liên kết trong tương t{c ligand protein NDM-1 Mô hình 3D-Pharmacophore Mô hình pharmacophore ban đầu đƣợc xây dựng từ tập dữ liệu 12 chất có hoạt tính sinh học cao nhất đại diện cho các khung cấu trúc khác nhau trong tập dữ liệu lớn, sau đó đ{nh giá bằng các chất còn lại không dùng để xây dựng mô hình và tập ngoại. Kết quả tìm đƣợc các mô hình pharmacophore trình bày trong bảng 1, bảng 2. Bảng 1 trình b|y 3 mô hình 5 điểm và 1 mô hình 4 điểm. Trong đó, c{c yếu tố của mô hình thƣờng là: nhóm vòng thơm, nhóm tƣơng t{c với kim loại, nhóm cho liên kết hydro. So sánh các mô hình xây dựng đƣợc về khả năng dự đo{n, độ nhạy, độ đặc hiệu thấy có sự khác biệt. Mỗi mô hình đều có những ƣu thế riêng. Mô hình 3 có độ nhạy cao nhất nhƣng khả năng dự đo{n v| độ đặc hiệu lại quá thấp. Nguyên nhân là do mô hình này có ít thuộc tính hơn (4 điểm đại diện cho 4 thuộc tính, trong khi những mô hình còn lại đều l| mô hình 5 điểm) nên khả năng chọn lọc kém hơn, chất có hoạt tính thỏa mô hình nhiều, các chất không hoạt tính cũng thỏa mô hình nhiều vì có sự tƣơng đồng về cấu trúc. Vì vậy, để tăng khả năng chọn lọc cho mô hình số 3, tạo mô hình 5 điểm bằng c{ch tăng phạm vi tìm kiếm của truy vấn, tăng dung sai bán kính tìm kiếm của thuộc tính (tolerance) lên 1,3 Å thay vì 1,2 Å nhƣ lúc đầu. Mô hình tạo thành 3A (Bảng 3, 4) là phù hợp với cách làm n|y vì khi tăng dung sai của bán kính tìm kiếm lên một khoảng nhỏ (0,1 Å) tạo đƣợc mô hình có 5 thuộc tính riêng biệt không bị chồng lắp hay quy cụm (Hình 3). 405 Y Học TP. Hồ Chí Minh * Phụ Bản Tập 22 * Số 1 * 2018 Nghiên cứu Y học Bảng 1: Thông số mô tả của 4 mô hình 3D-pharmacophore. Mô hình 1 2 3 4 Loại mô hình ML/Aro/Hyd/Aro/Don ML/Aro/Hyd/Aro/ML ML/Aro/Don/Acc&ML Don/Acc/ML/Aro/Aro Số thành phần 5 5 4 5 Bán kính các thành phần 2,7/1,4/1,78/1,07/1,85 2,7/1,4/1,78/1,07/1,85 1,76/2,59/1,06/1,35 1,6/1,23/1,14/1,17/1,22 Bảng 2: Thông số đ{nh gi{ của 4 mô hình 3D-pharmacophore Mô hình 1 2 3 4 Tập kiểm tra Tập có hoạt tính (51 chất) Tập không hoạt tính (432 chất) 30 (58,82%) 115 (26,62%) 31 (60,78%) 135 (31,25%) 41 (80,39%) 275 (63,66%) 23 (52,94%) 27 (6,25%) Đánh giá Khả năng dự đoán Độ nhạy Độ đặc hiệu 71,84% 58,82% 73,38% 67,70% 60,78% 68,75% 40,99% 80,39% 36,34% 90,27% 52,94% 94,68% Bảng 3: Thông số mô tả của mô hình pharmacophore 3A Mô hình 3A Loại mô hình ML/Aro/ML/Don/Acc&ML Số thành phần 5 Bán kính các thành phần 1,76/2,59/1,91/1,06/1,35 Bảng 4: Thông số đ{nh gi{ của mô hình pharmacophore 3A Mô hình 3A Tập kiểm tra Tập có hoạt tính (51 chất) Tập không hoạt tính (432 chất) 35 (68,63%) 157 (36,34%) Đánh giá Khả năng dự đoán Độ nhạy 63,15% 68,63% Độ đặc hiệu 63,65% có hoạt tính sinh học. Nhƣng c{c chất không có hoạt tính sinh học thỏa mô hình cũng kh{ nhiều (31,25% v| 36,34%). Mô hình 4 độ nhạy tuy thấp hơn c{c mô hình kh{c (52,94%) nhƣng không thấp hơn nhiều. Hơn nữa, độ đặc hiệu và khả năng dự đo{n lại cao nhất (94,68% và 90,27%) lớn hơn 4 mô hình còn lại. Vì vậy, lựa chọn mô hình 4 cho sàng lọc áo. Hình 3: Mô hình pharmacophore 3A của tập xây dựng gồm 12 chất Mô hình 4 gồm 5 điểm: Một điểm đại diện cho nhóm nhận liên kết hydro (Acc); Hai điểm đại diện cho nhóm vòng thơm, vòng liên hợp π (Aro); Một điểm đại diện cho nhóm cho liên kết hydro (Don); Một điểm đại diện cho nhóm cho liên kết với kim loại (ML). BÀN LUẬN C{c mô hình đƣợc sử dụng để sàng lọc ảo trên 7024 thuốc từ ngân hàng DrugBank (http://www.Drugbank.ca). Hình 4: Mô hình pharmacophore số 4 của tập xây dựng gồm 12 chất Trong 5 mô hình xây dựng đƣợc (mô hình 1, 2, 3, 3A, 4). Mô hình 3A v| mô hình 2 có độ nhạy khá tốt. Dự đo{n đúng 60,78% v| 68,63% c{c chất 406 Từ ngân hàng dữ liệu DrugBank gồm 7024 chất, tiến hành sàng lọc trên mô hình pharmacophore 4 đƣợc 215 chất thỏa mô hình. Tiến hành docking 215 chất đã s|ng lọc đƣợc với NDM-1 v| đ{nh gi{ khả năng gắn kết. Chuyên Đề Dƣợc Y Học TP. Hồ Chí Minh * Phụ Bản Tập 22 * Số 1 * 2018 Nghiên cứu Y học Từ kết quả docking chọn ra 32 chất điểm số docking âm nhất (nhỏ hơn -25 kJ/mol), tiếp tục đ{nh gi{ tƣơng t{c ligand-protein, để tìm ra những chất có khả năng liên kết với acid amin quan trọng của NDM-1 nhƣ Asn220, His250, Lys211, Gln123, His122. Tổng cộng 8 chất phù hợp nhất đƣợc chọn là: 438-DB00438, 446202DB01831, AGF-DB07351, BJP-DB07466, FLXDB02046, G23-DB07806, N2G-DB08237, N4DDB08242. Cả 8 chất đều có điểm số docking âm hơn -27 kJ/mol v| tƣơng t{c với các acid amin quan trọng nhƣ đã nêu ở trên. đồng trong cấu trúc của NDM-1 với các enzym MBL khác. Những chất có hoạt tính sinh học trên NDM-1 đa phần có hoạt tính trên các MBL. Vì vậy, nếu đƣợc tiếp tục phát triển, có thể nghiên cứu thêm những chất có khả năng ức chế rộng rãi các enzym thuộc phân nhóm này. KẾT LUẬN 2. Nghiên cứu đã x}y dựng đƣợc mô hình mô tả phân tử docking trên enzym New Delhi metallo-beta-lactamase 1, mô hình 3Dpharmacophore và ứng dụng mô hình 3Dpharmacophore để sàng lọc ảo trên 7024 thuốc từ thƣ viện DrugBank. Mô hình mô tả phân tử docking cho thấy tầm quan trọng của các acid amin trong khoang gắn kết: Asn220, His250, His122, Gln123. Cấu trúc vòng thơm trong cấu trúc góp phần tăng thêm {i lực gắn kết của ligand với protein. Ngoài ra những chất có khả năng tạo liên kết với Asn220 v| His250 thƣờng là những chất có khả năng gắn kết mạnh, hoạt tính sinh học cao. Mô hình pharmacophore xây dựng đƣợc l| mô hình 5 điểm gồm 2 vị trí vòng thơm, 1 vị trí liên kết với kim loại, 1vị trí cho liên kết hydro, 1 vị trí nhận liên kết hydro. Mô hình thể hiện khả năng dự đo{n cao (90,24%), s|ng lọc đƣợc 215 chất trên tổng số 7024 thuốc từ thƣ viện DrugBank. Kết quả docking lại trên NDM-1 cho thấy 8 chất có tiềm năng ức chế NDM-1 vì gắn kết tốt vào những acid amin quan trọng trong đích t{c động. Nghiên cứu n|y đóng góp một phần vào công việc sàng lọc các chất có tiềm năng ức chế NDM-1 trong tƣơng lai, qua đó khôi phục tác dụng của kh{ng sinh trong điều trị vi khuẩn Gram }m đa đề kháng. Trong quá trình thực hiện, một vài tài liệu cho thấy sự tƣơng Chuyên Đề Dƣợc Lời cảm ơn: Nghiên cứu n|y được tài trợ bởi Quỹ Phát triển khoa học và công nghệ Quốc gia (NAFOSTED) trong đề tài mã số 106-YS.05-2015.31 (cho Thái Khắc Minh). TÀI LIỆU THAM KHẢO 1. 3. 4. 5. 6. 7. 8. 9. 10. Bush K, Jacoby GA (2010), "Updated functional classification of beta-lactamases", Antimicrob Agents Chemother. 54 (3), pp. 969976. Cereto-Massague A, Guasch L, Valls C, Mulero M, Pujadas G, Garcia-Vallve S (2012), "DecoyFinder: an easy-to-use python GUI application for building target-specific decoy sets", Bioinformatics. 28 (12), pp. 1661-1662. Garau G, Garcia-Saez I, Bebrone C, Anne C, Mercuri P, Galleni M, Frere JM, Dideberg O (2004), "Update of the standard numbering scheme for class B beta-lactamases", Antimicrob Agents Chemother. 48 (7), pp. 2347-2349. Green VL, Verma A, Owens RJ, Phillips SE, Carr SB (2011), "Structure of New Delhi metallo-beta-lactamase 1 (NDM-1)", Acta Crystallogr Sect F Struct Biol Cryst Commun. 67 (Pt 10), pp. 1160-1164. Groundwater PW, Xu S, Lai F, Varadi L, Tan J, Perry JD, Hibbs DE (2016), "New Delhi metallo-beta-lactamase-1: structure, inhibitors and detection of producers", Future Med Chem. 8 (9), pp. 993-1012. Jurgen B, Ricky C, Samuel C, Michael AMD, Ian JC, Juan C, Matthew BA, James S (2016), " Structural basis of metallo-blactamase, serine-b-lactamase and penicillin-binding protein inhibition by cyclic boronates". Nature Communications, 7, 12406. Khan AU, Maryam L, Zarrilli R (2017), "Structure, Genetics and Worldwide Spread of New Delhi Metallo-beta-lactamase (NDM): a threat to public health". BioMed Central. 17 (1), pp. 101. Koes DR, Camacho CJ (2011), "Pharmer: efficient and exact pharmacophore search", J Chem Inf Model. 51 (6), pp. 1307-1314. Ningning Li, Yintong Xu, Qiang Xia (2014), " Simplified captopril analogues as NDM-1 inhibitors". Bioorganic & Medicinal Chemistry Letters. 24 (1), pp. 386-389. Zhai L, Zhang YL, Kang JS, Oelschlaeger P, Xiao L, Nie SS, Yang KW (2016), "Triazolylthioacetamide: A Valid Scaffold for the Development of New Delhi Metallo-beta-Lactmase-1 (NDM-1) Inhibitors", ACS Med Chem Lett. 7 (4), pp. 413-417. Ngày nhận bài báo: 18/10/2017 Ngày phản biện nhận xét bài báo: 01/11/2017 Ng|y b|i b{o được đăng: 15/03/2018 407