Introdução ao Docking Molecular

Frederico Schmitt Kremer

O processo de descoberta de drogas
Tipicamente, o setor farmacêutico, sobretudo a Big Pharma, utiliza o seguinte fluxo de trabalho para o
desenvolvimento de novos medicamentos. Esta abordagem é denominada DDP: Drug Discovery Pipeline.

Descoberta Identificação Otimização Ensaios pré-

de alvos de leads de leads clínicos e clínicos
(I, II e III)
Descoberta Identificação Otimização Ensaios pré-
de alvos de leads de leads clínicos e clínicos
(I, II e III)
Descoberta Identificação Otimização Ensaios pré-
de alvos de leads de leads clínicos e clínicos
(I, II e III)
Descoberta Identificação Otimização Ensaios pré-
de alvos de leads de leads clínicos e clínicos
(I, II e III)
Descoberta Identificação Otimização Ensaios pré-
de alvos de leads de leads clínicos e clínicos
(I, II e III)
A constante necessidade de se identificar compostos
líderes (leads) levou a Big Pharma a desenvolver
técnicas capazes de automatizar o avaliação de
bibliotecas inteiras de moléculas em ensaios biológicos
(ex: testes de inibição de proliferação celular).

Este tipo de metodologia, denominada High Throughput

Screening (HTS), geralmente é automatizada através do
uso de robôs, e exigem um altíssimo investimento,
tanto para a infraestrutura quanto para a manutenção
da biblioteca.
Limitações do HTS

• Custo elevado na infraestrutura;

• Limitado à biblioteca de moléculas disponível;

• Sem possibilidade de se propor novas moléculas

ou modificações estruturais;

• Velocidade limitada para cada teste.

 High Throughput Screnning

Alvo

Testar todas as moléculas in

Biblioteca vitro

Líder
Virtual Screnning High Throughput Screening

Alvo

Testar todas as moléculas in

silico Testar todas as moléculas in
Biblioteca vitro

Testar algumas moléculas in vitro Hits

Baseada em ligante: Mineração de moléculas em bibliotecas a
partir de suas propriedades físico-químicas e estruturais a partir
de descritores.

Baseada em receptor: Mineração de moléculas em bibliotecas

a partir de simulações de docking molecular.
Docking molecular
Consiste na predição in silico da interação entre duas moléculas a
partir de suas estruturas tridimensionais, bem como do seu grau
de afinidade, geralmente expresso em valores de energia (ex:
kcal/mol).

Esta técnica pode ser usada para predizer a interação entre uma
proteína (“alvo” ou “receptor”) e uma molécula de baixo peso
molecular (“ligante”), entre duas proteínas, ou entre outras
combinação de biomoléculas (ex: DNA, RNA).

Amplamente utilizada na pesquisa de novos fármacos, sobretudo

como uma alternativa ao High Throughput Screening (HTS) através
da técnica Virtual Screening (VS) baseada em receptor.
Exemplo: Docking
proteína-ligante.
Exemplo: Docking
proteína-proteína.
Exemplo: Docking
proteína-DNA.
Fator de Transcrição (FT) DNA

TF-DNA
Os programas que realizam o docking molecular podem ser classificados de acordo com o método que é usado para
buscar as conformações com as quais as moléculas interagem (algoritmo de busca) e a forma com a qual estas
conformações são avaliadas (funções de score).

Algoritmos de Busca

• Fast Shape Matching (SM);

• Incremental Construction (IC);
• Monte Carlo (MC);
• Simulated Anneling (AS);
• Distance Geometry (DG);
• Evolutionary Programming (EP).

Funções de score

• Empíricas;
• Knownledge-based;
• Campos de força.
Além disso, também é possível classificar o processo de
docking de acordo com o grau de flexibilidade que é
permitido nas moléculas.

No docking proteínas-ligante, geralmente se utiliza

ligantes flexíveis em seus carbonos quirais e receptores
rígidos ou minimamente flexíveis (cadeias laterais).

Já no docking proteína-proteínas as estruturas

geralmente são tratadas como rígidas por limitações
computacionais.

O uso de multas estruturas do receptor (ensemble

docking) também pode auxiliar na representação da sua
flexibilidade.
Algoritmos de Busca
Fast Shape Matching (SM)
Este algoritmo é baseado na busca por sobreposições
geométricas entre duas moléculas, podendo ser usado
na identificação de sítios de ligação em um
determinado receptor.

Em programas do o DOCK, estruturas esféricas são

usadas para a criação de uma superfície molecular, que
posteriormente é usada para a busca geométrica.

Esta abordagem pode ser aplicada tanto em programas

de docking rígido quanto flexível.

DOCK, SYSDOC, EUDOC e ZDOCK são exemplos de

softwares que usam esta abordagem.
Incremental Construction (IC)
Consiste em fragmentar a moléculas de interesse em
diversas “sub-moléculas” e efetuar o docking destas
separadas em uma determinada região. Estes
fragmentos são geralmente denominados “âncoras”.

A fragmentação ocorre geralmente em regiões flexíveis,

como carbonos quirais.

Posteriormente, um algoritmo é aplicado para

reconstruir a molécula de interesse nas conformações
que respeitam as restrições (constrains) espaciais
(ângulos e distância).

DOCK e FLEXX são exemplos de programas que também

usam essa abordagem.
Monte Carlo (MC)

Consiste em explorar o “espaço de busca”, o universo de possibilidade de localização do sítio de ligação e rotação de
ligante, através de testes aleatórios.

Métodos estocásticos são aplicados para definir o número ótimo de tentativas a serem realizadas.
Evolutionary Programming (EP)

Nesta categorias se inclui estão incluídos os algoritmos

genéticos e outros algoritmos evolutivos, como o
lamarckiano.

Estes algoritmos são inspirados no processo evolutivo

biológico, onde uma “população” de cromossomos é
constantemente selecionada de modo a buscar o melhor
conjunto de configurações para um determinado
problema.

Cada cromossomo contêm as características que se

pretende identificar, como posição e orientação do ligante
em um contexto de docking molecular.

Crossing-over, mutações, adição de novos indivíduos,

dentre outras coisas, pode ser incorporadas no algoritmo
para otimizar o processo.
Funções de pontuação (score)
Funções de campo de força
(force-fields)

Utilizam modelos matemáticos que representam as

diferentes forças de interação intermolecular, como
eletrostática, Van Der Waals, pontes de hidrogênio,
como tensões internas da estrutura do ligante.

Geralmente inclui definições parametrizadas para

diferentes átomos para representar uma superfície de
energia potencial.
Exemplos: AutoDock 4 vs. Autodock
Vina
Autodock 4

ΔG(ligação) = ΔG(vdw) + ΔG(elect) + ΔG(hbond)

+ ΔG(solv) + ΔG(tors)

Autodock Vina

ΔG(ligação) = ΔG(gauss) + ΔG(repulsão) + ΔG(hbond)

+ ΔG(hydroph) + ΔG(tors)
Para cada tipo de interação força de interação intermolecular existe modelos matemática que descrevem a sua
intensidade a partir de parâmetros pré-estabelecidos (ex: distância).
Exemplos: AutoDock 4 vs. Autodock
Vina
Exemplos: AutoDock 4 vs. Autodock
Vina
Funções empíricas

São construídas a partir de dados experimentais de

estruturas co-cristalizadas e informações de afinidade de
ligação.

Usam métodos de regressão para inferir a afinidade de

uma determinada conformação em um análise de
docking.

Também pode incorporar métodos mais complexos de

aprendizagem de máquina.
Funções Knownledge-based

Utilizam informações de múltiplas estruturas proteicas

co-cristalizadas com diferentes ligantes para definir o grau de
acurácia de uma determinada predição de docking a partir da
análise das interações átomo-átomo.
Ensemble docking
O ensemble docking consiste no uso de múltiplas estruturas,
geralmente do mesmo receptores e sobrepostas, de modo a
incorporar na análise informações de flexibilidade estrutural.

Pode ser realizado a partir de estruturas de proteínas

resolvidas com ressonância nuclear magnética (NMR),
simulações de dinâmica molecular (MD) ou modos normais
(NM), estruturas cristalográficas ou modeladas por
homologia / threading.
Outras aplicações do docking molecular
Descoberta de novas moléculas com potencial terapêutico

Virtual Screening incorporando diferentes modificaçōes químicas

nas moléculas do banco de dados de modo a otimizar a energia
de interação entre a proteína e o ligante.

Exemplos de
programas:

• AutoClickChem
• AutoGrow
• SmiLib
• ChemOffice
Ultra
• CombLibMaker
Prospecção de enzimas

Predição da estrutura

Validação da estrutura

Docking molecular
Identificação e caracterização in silico de fatores de transcrição

Através de uma estratégia similar à empregada para o docking

proteína-proteína, é possível prever o grau de afinidade de
interação com fator de transcrição uma sequência de DNA
(TF-DNA docking).

Através desta estratégia, sítios de ligação de fatores de

transcrição (TFBS) podem ser identificados com uma acurácia
maior se comparado com as técnicas baseadas em motifs e
matrizes de pesos por posição (PWMs).
Reverse docking: Identificação de alvos e off-targets

Utilização de múltiplas simulações de docking molecular contra receptores diferentes de um mesmo organismo para
identificar os alvos mais prováveis, de modo a se identificar possíveis mecanismos de ação ou interações que
resultem em efeitos adversos. Pode ser útil também para o reposicionamento de drogas.
Dúvidas?
Obrigado!
Introdução ao Docking Molecular
Da Teoria à Prática

Dr. Frederico Schmitt Kremer MSc. Darling de Andrade Lourenço