CavKA – Cavity Knowledge Acceleration : Entwicklung einer neuen strukturbasierten Methode zur Pharmakophor-Ableitung
Pharmakophor-Suchen sind eine wichtige Technik im Virtuellen Screening, die aufgrund ihres hohen Grades an Abstraktion unterschiedliche Chemotypen ähnlicher Wirkstoffe auffinden können. Da die Zahl frei verfügbarer Röntgenkristallstrukturen stetig steigt, bietet der strukturbasierte Pharmakophor-Ansatz eine vielversprechende Alternative zu ligandbasierten Techniken als Grundlage für die Modell-Erstellung. Ziel dieser Arbeit war es, eine Methode zu implementieren und zu validieren, die basierend auf Ligand-Rezeptor-Komplexen Pharmakophor-Modelle ableitet. Die entwickelte CavKA-Methode verwendet geometrische Kriterien sowie konturierte Molekulare Interaktions-Felder (MIFs) des Programms GRID als eine energetische Komponente zur Modell-Erstellung. Es konnte gezeigt werden, dass mit diesem kombinierten Ansatz erstellte Modelle zuverlässig wichtige Schlüssel-Interaktionen (sogenannte Hotspots) zwischen Ligand und Bindetasche in ihrem Modell abbilden. CavKA wurde mit Ligandscout, der Standardtechnik zum Ableiten strukturbasierter Pharmakophore verglichen. CavKA-Modelle zeigten in einer retrospektiven Validierung in den meisten Fällen eine höhere Anreicherung aktiver Moleküle als mit Ligandscout erstellte Modelle. Die Verwendung von MIFs ist vorteilhaft, um essentielle interagierende Ligandeigenschaften und relevante Wassermoleküle identifizieren zu können, die an einer Ligand-Rezeptor-Interaktion beteiligt sind, um diese entsprechend im erstellten Modell zu berücksichtigen. Das schlechte Anreicherungsverhalten von Pharmakophor-Modellen für einige Zielstrukturen ließ sich vielfach auf ein verbesserungswürdiges Design des verwendeten Fieldscreen Validier-Datensatzes zurückführen. Des Weiteren sollte in dieser Arbeit analysiert werden, inwieweit Pharmakophor-Modelle ohne Einfluss des Anwenders erstellt werden können. Hierzu wurden zwei weitere Methoden implementiert. Die E-MIF-Methode nutzt nur MIF-Information und keine geometrischen Kriterien. Die CavKA-Hybrid-Methode kombiniert die Vorzüge ligandzentrischer Ansätze mit strukturbasierten Modellen. Im Rahmen dieser Analysen wurden ligandzentrische Ansätze unter der Fragestellung untersucht, mit welchen Methoden sich pharmakophore Eigenschaften idealerweise definieren lassen. Die besten Ergebnisse wurden mit regelbasierten Ansätzen erzielt. Etwas schlechter schnitten Methoden ab, die die Molekülgestalt verglichen. Methoden, die elektrostatische Potentiale zur Definition von Eigenschaften verwenden, waren beiden Methoden unterlegen. Spielen verschiedene Bindungsmodi unterschiedlicher Wirkstoffe an einer Zielstruktur eine Rolle, so konnte das Anreicherungsverhalten aktiver Moleküle durch eine neu entwickelte Technik des Parallelen Screenings (PLIDriPaS) verbessert werden. Zusammenfassend lässt sich sagen, dass die Kombination des geometrischen und energetischen CavKA Ansatzes sich der rein geometrischen Methode Ligandscout als klar überlegen erwies. Zur Definition pharmakophorer Eigenschaften eignen sich regelbasierte Ansätze am besten.
Pharmacophore-searches are an important technique in virtual screening. Due to their abstract nature, pharmacophore models are known for their high scaffold-hopping potential. Since the amount of freely available x-ray structures constantly grows, a structure-based pharmacophore elucidation is a promising alternative to ligand-based techniques. The goal of this work was the implementation and validation of a method for structure-based pharmacophore elucidation based on ligand-receptor-complexes. The developed CavKA method employs geometrical criteria and contoured Molecular Interaction Fields (MIFs) of the GRID program as an energetic term for model creation. Models based on the combined approach reliably detected hotspots in the ligand-binding-site interface. Including MIF-information made it possible to detect essential ligand-receptor-interactions as well as water molecules mediating ligand-receptor-interactions which improved the pharmacphore model, if they were included. CavKA was compared to the well-established Ligandscout technique. In most cases those models that were derived by CavKA performed better in a retrospective validation study than those derived by Ligandscout. Low enrichments for some of the studied targets could be explained with the less than ideal design of the Fieldscreen benchmark dataset. Additionally, it was studied whether or not model building is possible without user intervention. Therefore, two alternative approaches were implemented. The E-MIF approach solely employed MIF-information but no geometrical rules. CavKA-Hybrid combined the advantages of ligandcentric- and structure-based pharmacophores. Pharmacophoric properties can be defined in a number of ways. The influence of the type of definition on the power of ligandcentric approaches was also studied here. It turned out that rule-based definitions performed better than shape-based approaches. Methods employing electrostatic potentials performed worse than the aforementioned approaches. If ligands bind in different modes to a target, enrichments could be improved by using PLIDriPaS, a new technique which employs so-called Parallel Screening. In summary, two general trends were observed for structure-based pharmacophore models in virtual screening: First, the CavKA method combining geometrical and energetic criteria demonstrated superior performance as compared to Ligandscout. Second, the best screening results were obtained by using rule-based definitions for pharmacophoric features.
Preview
Cite
Access Statistic
Rights
Use and reproduction:
All rights reserved