Farmacophore-Gestuurde Virtuele Screening Verbetert Medicijnhergebruik voor COVID-19

Medicijnhergebruik—het hertoewijzen van goedgekeurde of experimentele geneesmiddelen aan nieuwe therapeutische toepassingen—is al lang een hoeksteen van snelle therapeutische ontdekking.¹ De meest gevierde succes, de transformatie van een hypertensie en angina medicijn in Pfizer's "kleine blauwe pil", Viagra, toont het potentiële impact. In het kielzog van COVID-19 heeft deze strategie weer wereldwijde aandacht getrokken.

Driedimensionale eiwitmodellering biedt diverse in-silico tools voor medicijnhergebruik. Een eerdere studie in deze serie toonde aan hoe moleculaire docking potentiële inhibitoren van de SARS-CoV-2 hoofdprotease (M^pro) kan identificeren. Hier vragen we of farmacophore modellering—een abstractie van de essentiële ligand-eiwit interactiekarakteristieken—vergelijkbare inzichten kan leveren en verder vertrouwen kan geven in het selecteren van kandidaatmoleculen.

Farmacophore Modelleren als Alternatieve Benadering

Farmacophore modellen destilleren de sleutel niet-bindende interacties die een ligand in staat stellen een eiwit target te binden, wat een complementair perspectief biedt tot traditionele simulatiemethoden. We begonnen met een set SARS-CoV-2 M^pro kristalstructuren verkregen van de Diamond Light Source.² Na uitlijning van de structuren, gebruikten we BIOVIA Discovery Studio's "Interaction Pharmacophore Generation" protocol om farmacophore features uit elk eiwit-ligand complex te extraheren. Feature aantallen variëerden van twee (voor 5R80 en 5R7Y) tot negen (voor 6LU7). Door overlappende features te mergen en te vereenvoudigen, kwamen we uit bij een 14-feature consensus farmacophore dat de kritische intermoleculaire contacten van de protease met potentiële binders omvat.

Om dit model te verfijnen, voerden we in-silico alanine-scanning mutagenese uit op de actieve-plaats residuen over alle complexes. Acht residuen—HIS41, MET49, ASN142, HIS163, MET165, PRO168, GLN189, en GLN192—kwamen naar voren als hotspots in ten minste één complex, met drie residuen (HIS41, MET49, MET165) geïdentificeerd als hotspots in vier of meer complexes. Zes van de 14 farmacophore features mappen direct op interacties met deze hotspot residuen. Een tweede dataset van non-covalente M^pro ligand complexes onthulde alternatieve bindingsmodi, wat ons dreef om de zes sleutelfeatures in twee groepen te splitsen voor daaropvolgende virtuele screening.

Met dit verfijnde farmacophore, screeneden we een bibliotheek van 2.650 FDA-goedgekeurde medicijnen, elk voorzien van meerdere ligandconformaties om zoeken te versnellen. Hits werden gedefinieerd door het matchen van ten minste één feature uit elk van de twee essentiële groepen en een minimum van twee additionele features uit de overige acht. Deze strenge criterium zorgde voor diverse exploratie van bindingsmodi terwijl interacties met kritieke residuen geïdentificeerd via alanine scanning bewaard bleven. Het screening algoritme verkende meer dan 12.000 farmacophore combinaties. Voor elke hit voerden we energie-minimalisatie uit in de eiwitcontext en berekenden bindingsenergieën met CHARMm met een Generalized Born/Volume (GBMV) impliciete solvatatiemodel—effectief een docking berekening geconstraineerd door het farmacophore.

We focuseren op poses die vier sleutelresiduen engageerden—HIS41, MET49, CYS145, en MET165—omdat deze de katalytische dyad (HIS41/CYS145) vormen en gemeenschappelijk zijn aan meerdere hotspot residuen. Gesorteerd op berekende bindingsvrije energie leverde de top tien kandidaten. Ritonavir, al gehighlight in onze eerdere dockingstudie, rankte zevende in beide analyses en is momenteel in diverse COVID-19 klinische studies.³

Video 1: Best-scoring pose van Ritonavir interacterend met HIS41, MET49, SER144, CYS145, MET165, GLU166, en GLN189.

De leidende ligand uit deze farmacophore-gedreven benadering was Montelukast, een cysteinyl leukotriene receptor antagonist. Recente literatuur suggereert zijn potentieel om COVID-19 progressie te mitigeren.⁴

Overige top-scoring verbindingen omvatten Telmisartan, Moexipril, en hydroxychloroquine—elk recent onder de loep voor hergebruikspotentieel, met hydroxychloroquine de meeste controverse genererend.⁵ Opvallend was dat de farmacophore-afgeleide hitlijst een breder bereik aan targetklassen toonde vergeleken met de docking-only lijst, gedomineerd door HCV of HIV protease inhibitoren.

Onze resultaten tonen aan dat het integreren van in-silico alanine-scanning mutagenese in farmacophore modellering virtuele screening kan verfijnen, wat een geprioriteerde set diverse medicijinkandidaten oplevert. Hoewel de overlap met docking-afgeleide leads modest was, benadrukt de gedeelde identificatie van Ritonavir de waarde van consensus benaderingen. Het combineren van de sterkste kandidaten uit beide methoden kan meer gefocuste experimentele validatie leiden.

Samengevat, fungeert farmacophore-gestuurde virtuele screening als een krachtige, complementaire strategie tot docking, wat vertrouwen in kandidaatselectie vergroot en de chemische ruimte verkent voor COVID-19 therapeutica.