171.6.3 Docking MolecularDiversos substratos e inibidores, candidatos a novos fármacos, são tipicamente<strong>de</strong>scobertos pela triagem in vitro. Apesar disso, este processo po<strong>de</strong> ser consi<strong>de</strong>rado muitodispendioso quanto ao tempo e custo associados. Se uma <strong>estrutura</strong> tridimensional do alvo emestudo encontra-se disponível, a simulação através <strong>de</strong> <strong>docking</strong> molecular po<strong>de</strong> ser umaferramenta muito útil no estudo e <strong>de</strong>scoberta <strong>de</strong> novos fármacos (PIERRI et al., 2010). Por<strong>docking</strong> molecular po<strong>de</strong>m-se estudar complexos intermoleculares formados, por exemplo,entre enzimas, receptores e DNA. Essa ferramenta é amplamente utilizada no estudo dasinterações entre inibidores e suas respectivas enzimas (LEACH, 2001).O <strong>docking</strong> molecular consiste em um método <strong>de</strong> mo<strong>de</strong>lagem molecular que tem porobjetivo encontrar a orientação e conformação mais provável <strong>de</strong> um ligante ancorado em um<strong>de</strong>terminado alvo, permitindo a predição da <strong>estrutura</strong> espacial do complexo receptor-ligante esua respectiva energia livre <strong>de</strong> formação (KITCHEN et al., 2004; PYRKOV et al., 2010).Resultados são obtidos basicamente através <strong>de</strong> uma análise <strong>de</strong> uma amostragemconformacional em que diversas conformações ancoradas são exploradas para tentar preveruma potencialmente correta (PIERRI et al., 2010).O <strong>docking</strong> molecular po<strong>de</strong> ser consi<strong>de</strong>rado uma das metodologias mais utilizadas no<strong>de</strong>senho <strong>de</strong> fármacos assistido por computador (CADD, do inglês Computed-Ai<strong>de</strong>d DrugDesign) e tem sido predominantemente aplicado na i<strong>de</strong>ntificação <strong>de</strong> protótipos e predição domodo <strong>de</strong> ligação (BARREIRO et al., 1997; LILL & DANIELSON, 2011).Atualmente, os programas <strong>de</strong> <strong>docking</strong> molecular realizam o procedimento <strong>de</strong>amostragem baseado em algoritmo genético, simulação por Monte Carlo, AnelamentoSimulado, distância geométrica ou outros métodos diversos. A amostragem conformacional éguiada por uma função <strong>de</strong> pontuação, ou função <strong>de</strong> energia, que é utilizada para avaliar aaptidão entre a proteína e o ligante. Através <strong>de</strong>ssas funções é possível selecionar as melhoresconformações ancoradas, on<strong>de</strong> a hipótese geral é <strong>de</strong> que baixos valores <strong>de</strong> energiarepresentam melhores complexos do ligante-proteína em <strong>relação</strong> a maiores valores <strong>de</strong> energia(PIERRI et al., 2010).A flexibilida<strong>de</strong> do ligante po<strong>de</strong> ser levada em consi<strong>de</strong>ração quando são realizadosestudos <strong>de</strong> <strong>docking</strong> molecular O tratamento da flexibilida<strong>de</strong> do ligante po<strong>de</strong> ser feito <strong>de</strong>acordo com três métodos: método sistemático, método randômico ou estocástico e métodos <strong>de</strong>simulação (KITCHEN et al., 2004).
18Os métodos sistemáticos utilizam algoritmos que tentam explorar todos os graus <strong>de</strong>liberda<strong>de</strong> existentes em uma <strong>de</strong>terminada molécula. Em seguida, os ligantes são construídosno sítio ativo como, por exemplo, no caso <strong>de</strong> fragmentos <strong>de</strong> ligantes ancorados ao sítio ativoque posteriormente são ligados covalentemente. Métodos randômicos ou estocásticos utilizamalgoritmos que trabalham através <strong>de</strong> mudanças randômicas em um único ligante ou a umapopulação <strong>de</strong> ligantes. Os algoritmos genéticos e a busca por Monte Carlo são métodosconsi<strong>de</strong>rados randômicos que estão disponíveis em certos programas como o GOLD, queutiliza o algoritmo genético como método <strong>de</strong> busca e o AutoDock, que além do algoritmogenético, possui métodos que utilizam implementações alternativas da busca por Monte Carlo.Já os métodos <strong>de</strong> simulação por dinâmica molecular são métodos mais refinados, que utilizamum tempo computacional maior, que visam buscar uma solução para a equação do movimento<strong>de</strong> Newton. Neste tipo <strong>de</strong> <strong>docking</strong>, é possível realizar simulações on<strong>de</strong> não só o ligante éflexível, mas também o receptor (TAYLOR et al., 2002; KITCHEN et al., 2004).A escolha dos melhores confôrmeros, obtidos através <strong>de</strong> uma <strong>de</strong>terminada função <strong>de</strong>pontuação, <strong>de</strong>ve ser eficiente o suficiente para diferenciar o confôrmero relativo ao modo <strong>de</strong>ligação experimental dos outros modos obtidos através dos algoritmos. Os métodos utilizadospara obter a pontuação a<strong>de</strong>quada variam <strong>de</strong>s<strong>de</strong> campos <strong>de</strong> força <strong>de</strong> mecânica molecular, comoAMBER, CHARMM e OPLS, até as funções <strong>de</strong> pontuações empíricas <strong>de</strong> energia livre(TAYLOR et al., 2002).O sucesso na predição da <strong>estrutura</strong> tridimensional do complexo receptor-ligante por<strong>docking</strong> e dinâmica molecular possui duas gran<strong>de</strong>s aplicações práticas. A primeira é ai<strong>de</strong>ntificação molecular <strong>de</strong> possíveis sítios preferenciais <strong>de</strong> ligação e a posterior indicação <strong>de</strong>modificações específicas no ligante, <strong>de</strong> tal modo a se obter um maior grau <strong>de</strong> afinida<strong>de</strong> e/ouespecificida<strong>de</strong> com <strong>relação</strong> ao receptor. A segunda é a utilização da geometria obtida comoponto <strong>de</strong> partida para a aplicação <strong>de</strong> métodos computacionais mais sofisticados, visandoquantificar a energia livre <strong>de</strong> ligação do complexo receptor-ligante (TERAMOTO &FUKUNISHI, 2007).1.6.3.1 Algoritmo GenéticoO algoritmo genético é um método <strong>de</strong> amostragem utilizado em simulações <strong>de</strong> <strong>docking</strong>molecular, baseado na teoria evolutiva da seleção natural proposta por Darwin. De acordocom esta teoria, os indivíduos mais aptos têm mais chances <strong>de</strong> sobreviver, excluindo os
- Page 1 and 2: UNIVERSIDADE FEDERAL DO RIO DE JANE
- Page 3 and 4: iiiFicha CatalográficaMello, Julia
- Page 5 and 6: vÀ Deus e aos meus pais pelacompre
- Page 7 and 8: viiAo CNPq, CAPES e FAPERJ pelo apo
- Page 9 and 10: ixABSTRACTHerpes simplex is one of
- Page 11 and 12: xiCOLORIDOS ATRAVÉS DE ESCALA DE S
- Page 13 and 14: xiiiHIDROGÊNIO (EM VERDE) DO COMPO
- Page 15 and 16: xvLISTA DE TABELASTABELA 1: VALORES
- Page 17 and 18: xviiLISTA DE ABREVIATURAS*dpf docki
- Page 19 and 20: xix5.1.2 MODELLER .................
- Page 21 and 22: 2Nas últimas décadas, estudos tê
- Page 23 and 24: 4HNONBrNOOOHOHN H 2NNOONHOOHAciclov
- Page 25 and 26: 6A relevância clínica dos inibido
- Page 27 and 28: 8Os inibidores do sítio ativo poss
- Page 29 and 30: 10Figura 8: Estrutura tridimensiona
- Page 31 and 32: 12somados aos recursos da computaç
- Page 33 and 34: 141.6.1.1Mecânica MolecularA mecâ
- Page 35: 16semelhança entre as estruturas p
- Page 39 and 40: 20fármacos, a avaliação do Drugl
- Page 41 and 42: 223 OBJETIVOInserido no contexto da
- Page 43 and 44: 24No Verify 3D, a análise do model
- Page 45 and 46: 26Tabela 2: Valores de IC 50 para d
- Page 47 and 48: 284.5 ESTUDO DE DRUGLIKENESS E DRUG
- Page 49 and 50: 30Figura 11: À esquerda, modelo tr
- Page 51 and 52: 325.1.2 MODELLERPara gerar o modelo
- Page 53 and 54: 34Pontuações Modelo Modeller x 1A
- Page 55 and 56: 36Figura 18: Estruturas secundária
- Page 57 and 58: Figura 19: Gráfico de Ramachandran
- Page 59 and 60: 40Figura 21: Gráfico de Ramachandr
- Page 61 and 62: 42Tabela 4: Benzoxazinonas (12-29)
- Page 63 and 64: 44nesta anel devido à ocorrência
- Page 65 and 66: 46Uma alternativa foi utilizar o pr
- Page 67 and 68: 48Tabela 5: Parâmetros de algoritm
- Page 69 and 70: 50AglomeradosClassificadosSub-Class
- Page 71 and 72: 525.3.2 Docking Molecular das Benzo
- Page 73 and 74: 54benzoxazinona, através do progra
- Page 75 and 76: 56Ala39, Val28, Leu130, Ala131, Ala
- Page 77 and 78: 585.3.5 Docking molecular das demai
- Page 79 and 80: 60do tipo cátion-π é uma intera
- Page 81 and 82: 62interações dos ligantes volumos
- Page 83 and 84: 64grupamento alcoxi e o grupo amino
- Page 85 and 86: 66O docking molecular do composto 1
- Page 87 and 88:
68nitrogênio no resíduo Thr132 co
- Page 89 and 90:
70Figura 43: Comparação entre os
- Page 91 and 92:
72Figura 45: Representação do com
- Page 93 and 94:
74Figura 47: Peptideomimético 0FP
- Page 95 and 96:
765.4 AVALIAÇÃO DE DRUGLIKENESS E
- Page 97 and 98:
785.5 PROPOSTA DE NOVAS MOLÉCULAS
- Page 99 and 100:
80qualitativamente, e foi considera
- Page 101 and 102:
82Figura 51: (A) Docking molecular
- Page 103 and 104:
84de oxigênio da carbonila do subs
- Page 105 and 106:
86Estes resultados indicam que as m
- Page 107 and 108:
887 REFERÊNCIAS BIBLIOGRÁFICASABR
- Page 109 and 110:
90HEDSTROM, L. Serine protease mech
- Page 111 and 112:
92MARQUES, M. A. L.; BOTTI, S. O qu
- Page 113 and 114:
94STIERAND, K.; RAREY, M. Drawing t
- Page 115 and 116:
96Tabela 11: Parâmetros agrupados
- Page 117 and 118:
98Tabela 17: Parâmetros agrupados
- Page 119 and 120:
100Tabela 23: Parâmetros agrupados