Entwicklung und Validierung von strukturbasierten Methoden für den Vergleich von ATP-Bindetaschen und für das Design selektiver Proteinkinaseinhibitoren

Dreher, Jan, Karsten, Felix

doi:10.24355/dbbs.084-201112071019-0

Published

Entwicklung und Validierung von strukturbasierten Methoden für den Vergleich von ATP-Bindetaschen und für das Design selektiver Proteinkinaseinhibitoren

German
English

Das Ziel dieser Arbeit war, strukturbasierte Deskriptoren der ATP-Bindetasche zu entwickeln, welche das pharmakologische Profil reflektieren. Dazu wurde eine 5-stufige Prozedur implementiert. Zuerst wurden Kristallstrukturen humaner Kinasen durch SwissProt-Suchen mit EC-Nummern gesammelt. Zweitens wurde eine multiples Sequenzalignment (MSA) verwendet und Schlüssel-Aminosäuren der Bindetasche identifiziert. Drittens wurde, basierend auf den alignierten C-alpha-Atomen, eine Superposition aller Strukturdaten erstellt. Viertens wurden molekulare Interaktionsfelder (MIFs) der Proteinbindetasche berechnet. Die Superposition gewährleistet eine Vergleichbarkeit der MIFs untereinander. Fünftens wurden Bindetaschengrenzen durch eine neu entwickelte Methode bestimmt. Schließllich wurden die MIFs auf ihre berechnete Bindetaschen-Ausdehnung reduziert. Für eine Benchmark der MIF-Deskriptoren wurde ein einfacher, von der Superposition unabhängiger Strukturdeskriptor der Bindetasche implementiert. Zusätzlich wurden Sequenzdeskriptoren basierend auf dem MSA berechnet. Um die Leistungsfähigkeit der entwickelten Deskriptoren zu beurteilen, wurden experimentelle Daten von Kinaseinhibitoren an vielen humanen Kinasen genutzt. Die Leistungsfähigkeit wurde sowohl mittels ROC-Anreicherungen für ausgewählte Kinasestrukturen als auch mittels Nachbarschaftskriterien für alle gesammelten Kinasen gemessen. Insgesamt liefern Deskriptoren der Bindetaschensequenz und MIF-Deskriptoren die besten Resultate und sind nahezu gleich gut. Sequenzdeskriptoren sind jedoch nicht in der Lage, evolutionär entfernt verwandte Kinasen mit ähnlichem pharmakologischen Profil, und somit unerwartete Kreuzreaktionen, zu erkennen. Das wiederum ist die Stärke der MIF-Deskriptoren, da diese die Geometrie der Hot-Spots charakterisieren und unabhängig von der Sequenz sind. Durch die Visualisierung der Bindetaschen-Hot-Spots eignen sich die MIFs, um rational das Selektivitätsprofil eines Inhibitors zu optimieren.

The goal of this work was to develop structure based ATP binding site descriptors that reflect the pharmacological profile of inhibitor molecules. For this purpose, a 5-step procedure was applied. First, human kinase crystal structures were collected from SwissProt searches with EC numbers. Second, a multiple sequence alignment (MSA) was adopted and residues of the kinase domain and key amino acids of the binding site were identified. Third, ligand and protein structures were superimposed based on the aligned C-alpha atoms. Fourth, molecular interaction fields (MIFs) were calculated for the binding pocket. Superimposition ensures comparability of MIFs among each other. Fifth, binding pocket boundaries were determined using a newly developed method which combines energetic and geometric approaches. Finally, MIFs were reduced to the calculated pocket extend. To benchmark the MIF descriptors, a simple superimposition-independent descriptor of the pocket shape was developed. In addition to that, sequence descriptors based on the MSA were calculated. To assess the performance of the developed descriptors, experimental data of a fixed set of kinase inhibitors against several hundred human kinases was used. Performance was measured by ROC enrichments for selected kinase structures and Neighborhood Behavior criteria for the complete kinase panel. Overall, descriptors based on the sequence of the binding pocket and descriptors based on MIFs performed best and almost equally well. However, sequence-based methods cannot detect evolutionary unrelated kinases with similar pharmacological profile and thereby cannot detect unexpected cross reactions. This in turn is the strength of the MIF-based descriptors since these descriptors characterize the geometry of hot spots on the protein and are independent of sequence information. Visualization of binding site hot spots renders this method suitable to rationally optimize the selectivity profile of a compound.