La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Liens entre le criblage virtuel (vHTS) de cibles thérapeutiques potentielles et la conception de molécules réelles Suzanne Sirois Professeure Associée.

Présentations similaires


Présentation au sujet: "Liens entre le criblage virtuel (vHTS) de cibles thérapeutiques potentielles et la conception de molécules réelles Suzanne Sirois Professeure Associée."— Transcription de la présentation:

1 Liens entre le criblage virtuel (vHTS) de cibles thérapeutiques potentielles et la conception de molécules réelles Suzanne Sirois Professeure Associée Département de Chimie UQÀM

2 –Biologiques Génomiques, protéomique, chemogénomique –Chimiques Catalyse, séparations, réactions –Découvertes dagents thérapeutiques optimisation, développement, biodisponibilité –Polymères Gels, adhésifs, lubrifiants, peintures –Matériaux Prédiction de structures, spectroscopie –Nano-technologie Champs dapplications in silico

3 Présentation Chimiothèques et Cibliothèques Exemple dapplication: SARS-CoV Mpro

4 LEAD/Candidate seeking DRUG DEVELOPMENT TARGET DISCOVERY Genomics Pathway Structural HTS and Virtual de novo Ligand-based Synthetic Pharmaceutical Pharmaco Dosing analysis biology screening design design chemistry optimization genetics optimization Clinical Testing HITS Target validation Silver leadBronze leadGold lead Target 3D structure 3D Bioinformatics Vers la Bio-intelligence

5

6 Projet du Génome Humain Selon lInternational Human Genome Sequencing Consortium, on estime –le nombre de gènes encodant les protéines humaines –entre 20,000-25,000 Lincoln D. Stein. Human genome: End of the beginning. Nature 431,

7 LUnivers Chimique molécules Molécules organiques Ertl, P. J. Chem. Info. Comput. Sci., 43, (2203) Molécules actuellement synthétisées10 6 Molécules se liant à des cibles thérapeutiques 10 ?

8 Lunion des deux Découverte et mise au point de molécules thérapeutiques Identification de la fonction des protéines Intègre les informations génomique biologique chimique pharmacologique et pharmacocinétique Sert à comprendre –la base moléculaire de l'efficacité d'une molécules –et à prédire sa toxicité potentielle et autres effets indésirables –Interactions protéine-protéine

9 Base de molécules 3D Conversion Criblage in silico Criblage Virtuel Docking Pharmacophore Modèle SAR Cibliothèque Ensemble de chimiothèques StructureModèle Base de molécules 2D Structure 3D Expérimentale connue Pas de structure 3D déterminée Liste de touches (hits) Test in vivo Mesure affinité Mesure activité Chimiothèques Filtrage 5 M S. Sirois et al. Assessment of Chemical Libraries for their Druggability, Comput. Biol and Chem., (2005).

10 Filtrage: propriétés physico-chimiques

11 Filtrage Groupes Réactifs

12 Criblage virtuel de cibles potentielles ( vHTS Criblage virtuel de cibles potentielles (virtual High Throughput Screening) vHTS Structure 3D cible Site Fonction de la protéine Ligand Complexé Chimiothèques Modèle pharmacophore Algorithmes, Ordinateurs Criblage vHTS Liste de touches (hits)

13 Application Criblage Virtuel sur SARS-CoV Mpro

14 Données du WHO sur le SARS au 31 décembre pays touchés 8096 cas 774 morts Canada 251 cas 43 morts Transmission par contact face-à face

15 SARS M pro as Target All coronaviruses encode a chymotrypsin-like (3CL Pro ) protease –for proteolytic procession during virus maturation. SARS-CoV main proteinase M pro or 3C like – similar to the Picornavirus Cys-His catalytic dyad (Cys145-His41) similar to –TGEV M pro (Cys144-His41) – HcoV M pro (Cys144-His41).

16 SARS M pro as Target Because of its essential role in proteolytic processing, the SARS M pro –considered an attractive target for antiviral drugs against SARS and other coronavirus infections

17 Protease Susceptible Sites Usually extend to an octopeptide with the scissile bond located between the subsites P 1 and P 1 SARS M pro cleaves at least 11 inter-domain sites on the pp1a and pp1ab polyproteins involving Leu-Gln (Ser, Ala, Gly) sequences: LQ(S,A,G)

18 Modélisation 3D par Homologie Modéliser la structure 3D de la protéine cible basée sur celles connues Structure 3D dune protéine connue Si la structure 3D de la cible est inconnue Construire la serrure pour ensuite trouver la clé

19 Modélisation par Homologie Structure 3D - SARS-CoV M pro HCov 40%, TGEV 44% 304 AA. domaine 1 (res. 8–99) mauve domaine 2 (res. 100–183) jaune domaine 3 (res. 200–300) bleu Boucle (res. 184–199 ) liant les domaines 2 et 3 mauve. Site de liaison localisé entre les domaines 1-2 K. Anand, et al. Coronavirus Main Proteinase (3CLpro) Structure: Basis for Design of Anti-SARS Drugs. Science 300, (2003)

20 Modélisation et Superposition des Structures 3D Modélisation 3D de SARS M Pro à partir de HCoV –PDB: 1P9S Expérimentale –PDB: 1UJ1 RMS = 1.4 Å

21 Peptidomimétique Dyade Catalytique de SARS- CoV M pro His-41 et Cys-145

22 preparative HPLC is used to purify the final product.

23 Gan, Y.R. et al Synthesis and activity of an octapeptide inhibitor designed for SARS coronavirus main proteinase, Peptide, 27(4), 622-5, (2006)

24 Comment trouver dautres types dinhibiteurs Superposition des ligands naturels Superposition des peptides 1UK4-SARS (vert) et 1P9U-TGEV (rouge) à partir des coordonnées des structures cristallines Donne un RMS de 2.19Å pour tous les C. Modes de liaisons différents pour les ligands du SARS et TGEV M Pro

25 Superposition des ligands naturels Domaines I et II Superposition de 6 structures complexées du SARS: 1UK4, 1WOF, 2A5I, 2AMD, 2AMQ, 2D2D Montre une poche de liaison conservée où le sous-site S1 est dans un creux prononcé qui contient les résidus de la diades catalytiques Cys145 and His41.

26 Superposition des ligands naturels Surface moléculaire de la poche à partir des 6 ligands complexés 1UK4, 1WOF, 2A5I, 2AMD, 2AMQ, 2D2D. Bleu: région hydrophobe Vert hydrophile Rouge: surface exposée au solvent

27 Superposition des ligands naturels Surface moléculaire consensus à partir des 6 ligands complexés 1UK4, 1WOF, 2A5I, 2AMD, 2AMQ, 2D2D. Pair délectrons libre: pourpre hydrophobe: vert Enthalpie, entropie

28 Comment trouver dautres types dinhibiteurs KZ7088 (A) AG7088 (B) Mathews, D.A. et al. Structure-assisted design of mechanism-based irreversible inhibitors of human rhinovirus 3C protease with potent antiviral activity against multiple rhinovirus serotypes. Proc.Natl.Acad.Sci.USA v96 pp , 1999 Superposition de la protease 3C du rhinovirus (1CQQ) complexée avec linhibiteur AG7088 sur protéase principale du CoV ) (1UJ1) ( SARS-CoV M pro ) (1UJ1)

29 Modèle Pharmacophore de KZ points pharmacophores KZ7088 amarré dans site de liaison de SARS-CoV M pro S. Sirois, et al., Virtual Screening for SARS-CoV Protease Based on KZ7088 Pharmacophore Points, J. Chem. Inf. Comput. Sci. 44, , (2004).

30 Criblage Virtuel sur 5M molécules a donné 2789 touches (hits) 0.07% satisfait 5 des 6 liaisons hydrogènes (points pharmacophore) Propriétés physico- chimiques %Violation >2 S. Sirois, et al., Virtual Screening for SARS-CoV Protease Based on KZ7088 Pharmacophore Points, J. Chem. Inf. Comput. Sci. 44, , (2003).

31 Exemples de touches obtenues Fonction dévaluation

32 Modification virtuelle Modification Calcul E int Convergence?

33 HTS Identifies Inhibitors of the SARS Cov J.E. Blanchard et al. HTS Identifies Inhibitors of the SARS Cov M pro, Chem & Biol. 1, , (2004)

34 HTS Identifies Inhibitors of the SARS Cov

35 From Hit to Lead From Hit to Lead proposed Pharmacophore For QSAR Validated hits from HTS screening Proposed focused library Purchase cpds Test in in vitro assays Actives? Provisional patent filings Revise design NO YES Scaffolds identified Identified pharrmacophores Computational Chemistry Cheminformatics Lead for further optimization

36 Résumé Méthodes in silico et CHP Génération Pharmacophore Topologie Site Identification Cible Structure 3d Topologie Fragment Structures 3D Ligand Cibliothèques Chimiothèques Agents thérapeutiques Fonctions des protéines

37 High Throughput Virtual Screening

38 Projet denvergure Screensaver Lifesaver Project –Computational Drug Design at the University of Oxford –The National Foundation for Cancer Research Centre –United Devices members Virtual screening using grid computing: the screensaver project W. Graham Richards Nature Reviews Drug Discovery 1, [2002].

39 Le Projet THINK 3.5 milliard molécules criblées –3.5 millions provenant de chimiothèques connues respectant les critères de Lipinski dagents thérapeutiques –Chaque molécule est variée 100 fois en ajoutant un substituant aléatoirement Chimie combinatoire 3 semaines pour processer une cible

40 Combien dannées? Si cibles potentielles X 3 semaines = 75000/52 = 1442 années pour 3.5 milliard molécules criblées Si milliard molécules potentielles – Avec une chimiothèque de 3.5 milliard molécules –On a criblé uniquement 10 9 / soit de toutes les molécules potentielles

41 Nombre de structures dans PDB X-ray Diffraction28807 NMR5124 Total33931

42 Solution: Calculs sur Réseaux dOrdinateurs (Grid Computing)

43 Construction de Chimiothèques Diversifiées But: Augmenter la qualité du criblage en fonction diversité moléculaire Propriétés ADMET

44 Processus Chimiothèque Molécules Drug-like Filtre: Enlève indésirables Analyse Diversité: Enlève redondants Espace Chimique Augmente le potentiel de succès du criblage Ajoute les molécules avec Chimie Combinatoire

45 Nombre de Violation 0: mauve 1 : bleu 2: vert n: orange- rouge Défini un espace de diversité drug-like Soit une chimiothèque réelle Enlève les composés non-ADMET

46 Comment la diversité est-elle définie? Grandeur? Age? Nombre denfants? Salaire? Comment représenter plus de 4 descripteurs? Une combinaison de tous?

47 Topologique 2-D formules structurales Électrostatique Charge positive ou négative Géométrique 3-D forme et structure Quantique Orbitales atomiques et moléculaires Types de Descripteurs Moléculaires

48 Exemple avec 25 Descripteurs 25 descripteurs DLI (Drug-like Index) – Chaque structrure est représentée par un point dans un espace à 25 dimensions Utilise méthode PCA (Principal Component Analysis) Graphiques 3D: choisit les 3 premiers-PCAs Réduit la dimensionalité de lensemble

49 Soit 2 Chimiothèques

50 Chimiothèque assemblée de 125K mauve WDI rouge Où se situe le domaine des molécules biodisponibles? ? ? ? ?

51 Merci A tous les collaborateurs V. Makarenkov et René Roy


Télécharger ppt "Liens entre le criblage virtuel (vHTS) de cibles thérapeutiques potentielles et la conception de molécules réelles Suzanne Sirois Professeure Associée."

Présentations similaires


Annonces Google