O documento descreve estudos de docagem molecular e dinâmica molecular para predizer a interação entre ligantes enviesados e o receptor μ-opiáceo. Os autores selecionaram estruturas do receptor e ligantes da literatura e realizaram simulações computacionais para predizer as poses de ligação e avaliar a estabilidade dos complexos.
Docagem e dinâmica molecular de ligantes enviesados no receptor μ-opioide
1. ESTRUTURA DE LIGANTES ENVIESADOS E DOCAGEM
MOLECULAR NO RECEPTOR µ-OPIÓIDE
Rubem Francisco Silva Bezerra, Mira Raya Paula de Lima, David Bento
Serafim, Francisco Isaac Soares Leite, Diniz Maciel de Sena Junior.
rubem.bezerra@urca.br
Crato - CE
2022
Universidade Regional do Cariri - URCA
Departamento de Química Biológica
Curso de Graduação em Química
2. rubem.bezerra@urca.br
Introdução
GPCRs.
● Maior família de receptores.
● Exercem um papel fundamental na sinalização celular.
● Intermediar respostas de uma variedade de sinais externos.
● Similaridade estrutural ( 7 hélices TM)
02
3. rubem.bezerra@urca.br
Introdução
µOR
● GPCR de classe A.
● Relacionado à regulação de processos fisiológicos.
● A ativação por opioides como a morfina resulta na sinalização através da
proteína G inibitória (Gi), promovendo analgesia e sedação.
● µOR pode sinalizar também por meio da via da β-arrestina.
● Importante objeto de estudo na descoberta de novas drogas.
03
4. rubem.bezerra@urca.br
Introdução
µOR
Kennedy e colaboradores (2018)
estudaram um conjunto de 51 ligantes.
Estrutura geral de N-benzil
piperidina 4-benzimidazolonas. Os locais
para diversificação da estrutura R1-R8 e n
são destacados pelos círculos coloridos
Derivados da salvinorina A, foram
avaliados por Crowley e colaboradores,
sendo encontrados com viés tanto para a
via da proteína G quanto da β-arrestina.
04
5. rubem.bezerra@urca.br
Introdução
Métodos Computacionais
● Ponto de partida na descoberta de novas drogas.
● Redução de custos.
● Redução do tempo de pesquisa.
Docagem molecular
● Modelo chave-fechadura.
● Predição do modo de ligação na região do sítio ativo.
● Baixo custo computacional.
Dinâmica Molecular
● Evolução temporal.
● Flexibilidade do complexo.
● Trabalho com sistemas solvatados.
● Avaliação de interações de maneira mais eficaz.
● Maior custo computacional.
05
6. rubem.bezerra@urca.br
Objetivo
Predizer a afinidade entre o µOR e ligantes com reconhecida ação enviesada no receptor µ-
opioide através da docagem molecular. Realização simulação de dinâmica molecular com as poses
obtidas na docagem molecular.
06
7. rubem.bezerra@urca.br
Metodologia
Seleção das estruturas tridimensionais do µOR
COD. PDB (5C1M)
Método: difração de raio-X
Resolução: 2.07 Å
COD. PDB (4DKL)
Método: difração de raio-X
Resolução: 2.8 Å
COD. PDB (6DDF)
Método: Microscópico Eletrônico.
Resolução: 3.50 Å
07
8. rubem.bezerra@urca.br
Metodologia
Seleção dos ligantes.
As moléculas que compõem este estudo foram
selecionadas a partir de artigos da literatura que relatam
comportamentos enviesados das mesmas frente ao
receptor µ-opióide. As estruturas pré-selecionadas
mostradas abaixo, descritas por Kennedy e Crowley.
(CROWLEY et al., 2020; KENNEDY et al., 2018).
08
10. rubem.bezerra@urca.br
Metodologia
Preparação para dinâmica molecular
● Alinhamento no eixo Z (OPM data base; PyMol)
● Hidratação das cavidades do receptor (Dowser++)
● Avaliação do estado de protonação. (MolProbity)
● Preparação da topologia do ligante. (AmberTools20; ACPYPE)
● Preparação da topologia do receptor. (GROMACS; AmberTools20)
● Inserção do complexo em bicamada lipídica. (GROMACS; amber99sb-ildn; Stockholm Lipids)
10
11. rubem.bezerra@urca.br
Resultado
11
Name PubChem CID tpsa rotatable_bond molecular_formula MW LogP NumHD NumHA
C18 140816317 109.0 7 C30H30O8 518.5 4.8188 0.0 8.0
K01 416359 35.6 3 C19H21N3O 307.3 3.1667 1.0 3.0
K46 145978757 35.6 3 C18H16BrCl2N3O 441.1 4.8459 1.0 3.0
K44 130431379 35.6 3 C19H17BrCl2FN3O 473 5.3751 1.0 3.0
Lipinski estabelece que uma molécula para ser um bom fármaco deve apresentar valores para
4 parâmetros múltiplos de 5: log P maior ou igual a 5, Massa Molecular menor ou igual a 500, aceptores
de ligação de Hidrogênio menor ou igual a 10 e doadores de ligação de hidrogênio menor ou igual a 5.
13. Intermediário I
Intermediário II Ativo
Inativo
Intermediário I
Intermediário II Ativo
Inativo
rubem.bezerra@urca.br
Resultado
Dinâmica Molecular
13
Intermediário I
Intermediário II Ativo
Inativo
Intermediário I
Intermediário II Ativo
Inativo
16. Referências
16
SIUDA, E. R. et al. Biased mu-opioid receptor ligands: a promising new generation of pain therapeutics. Curr Opin Pharmacol, v. 32, p. 77-
84, 2017.
JAKOWIECKI, J. et al. Structural diversity in ligand recognition by GPCRs. In: GPCRs. Academic Press, p. 43-63, 2020.
HUANG, W. et al. Structural insights into µ-opioid receptor activation. Nature, v. 524, n. 7565, p. 315-321, 2015.
PASTERNAK, G. W.; PAN, Y. Mu opioids and their receptors: evolution of a concept. Pharmacological reviews, v. 65, n. 4, p. 1257-1317,
2013.
KENNEDY, N. M. et al. Optimization of a Series of Mu Opioid Receptor (MOR) Agonists with High G Protein Signaling Bias. J Med Chem,
v. 61, n. 19, p. 8895-8907, Oct 11 2018.
CROWLEY, R. S. et al. Synthetic Studies of Neoclerodane Diterpenes from Salvia divinorum: Design, Synthesis, and Evaluation of
Analogues with Improved Potency and G-protein Activation Bias at the mu-Opioid Receptor. ACS Chem Neurosci, v. 11, n. 12, p. 1781-
1790, Jun 17 2020.
CROWLEY, R. S. et al. Synthetic Studies of Neoclerodane Diterpenes from Salvia divinorum: Identification of a Potent and Centrally
Acting mu Opioid Analgesic with Reduced Abuse Liability. J Med Chem, v. 59, n. 24, p. 11027-11038, Dec 22 2016.
SOUSA DA SILVA AW, VRANKEN WF. ACPYPE - AnteChamber PYthon Parser interfacE. BMC Res Notes 5. 2012 Jul 23;367.
rubem.bezerra@urca.br