Dinâmicas moleculares

Figura  43.  Sequências  de  NS3  de  diferente  flavivírus:  DENV­1  a  4,  JEV,  WNV  e  YFV. Sequências  de  estruturas depositadas no banco de dados PDB.  Identidade (caixas vermelhas) e  similaridade (letras vermelhas)  dos aa das sequências. Asterisco representa o aa Ser135. Fonte: ALESHIN et al. 2007. (adaptado) 

5.1.10 Dinâmicas moleculares  

  Complementando os dados sugeridos pelos estudos de docking, foi realizada dinâmica  molecular (DM) dos ligantes originais de ambas proteases, bem como da molécula mais ativa  (62),  a  fim  de  se  simular  os  movimentos  de  átomos  a  nível  molecular,  analisando  possíveis  alterações  estruturais  proteicas  (alvo),  conformacionais  (ligantes)  e  interações  entre  os  complexos  ligante­alvo.  Dessa  forma  foi  possível  confirmar  pontos  de  interação  preditos  anteriormente  (FTSite  e docking),  fragmentos  com  maiores  interações  (HQSAR)  e  ainda  determinar o percentual de interação de cada aa da protease com as moléculas avaliadas.  

Inicialmente,  uma  simulação  de  DM  de  1  µs  do  ligante  (Bz­Nle­Lys–Arg–Arg­H)  original da protease de DENV­3 (3U1I) foi realizada em duplicata, resultando em mapas dos  contatos (interações) do ligante na proteína (Figura 44). Na primeira replicata (Figura 44A)  foram  preditos  contatos  de  diferentes  grupamentos  químicos  em  sete  aa  da  protease:  His51  (56%),  Asp75  (40  e  59%),  Asp129  (55,  65  e  97%),  Phe130  (54%),  Gly151  (51%),  Asn152  (43%)  e  Tyr161  (52%).  O  aa  Asp75  interage  com  um  fragmento  de  arginina,  assim  como  Asp129,  Phe130  e  Tyr161  a  outro  fragmento  de  arginina.  Aminoácidos  podem  apresentar  interações superiores a 100%, em razão de contatos múltiplos de um mesmo tipo com átomos  do  ligante,  por  exemplo,  Asp129.  Na  segunda  replicata (Figura  44B),  resultados  similares  foram preditos, com contatos em His51 (45 e 58%), Asp75 (71, 78 e 92%), Asp129 (41 e 87%),  Phe130  (84%),  Tyr161  (76%)  e  Asp81  (36%),  além  de  Thr83  (36%),  este  interagindo  por  contato com uma molécula de água. Novamente, Asp129, Phe130 e Tyr161 interagem com um  fragmento de arginina, além de Asp81 e Thr83 a outra arginina. Nesta replicata, Asp75 interage  com  a  amina  da  lisina,  diferentemente  da  simulação  anterior.  Abaixo  os  histogramas  representando graficamente as frações de interação.  

Figura 44. (A) Esquema de contatos de átomos do peptídeo inibidor (ligante de origem) nos aa da protease  de  DENV­3  (3U1I). Simulações  de  1  µs.  Interações  que  ocorrem  em  tempo  superior  a  30%  da  simulação  são  representadas. Linhas de tendência de interação: carga ou negativa (vermelho), polar (azul) e hidrofóbica (verde). 

(B) Esquema de contatos de átomos do peptídeo inibidor (ligante de origem) nos aa da protease DENV­3  (3U1I)  (duplicata). Simulações  de  1  µs.  Interações  que  ocorrem  em  tempo  superior  a  30%  da  simulação  são  representadas. Linhas de tendência de interação: ligação de hidrogênio ou polar (azul), iônica ou carga negativa  (vermelho) e hidrofóbica (verde).  

Essas interações do ligante com a proteína também podem ser monitoradas durante a  simulação, o que permite caracterizar cada tipo de contato, sendo categorizados em quatro tipos: 

ligações  de  hidrogênio  ou  de  água  e  interações  hidrofóbicas  ou  iônicas.  Dessa  forma,  foi  possível  obter  um  histograma  da  frequência  de  interações  dos  aa  do  alvo  com  a  molécula  (Figura  45).  Nesta  análise,  Asp81,  His51,  Asp75,  Asp129,  Gly151  e  Tyr161  foram  identificados com frações de interação superiores a 1 (IF>1.0), resultados que podem indicar  um aa realizando múltiplos contatos de um mesmo subtipo com o ligante avaliado, indicando,  por  exemplo,  uma  possível  inibição  e  maior  estabilidade  da  interação  da  molécula  no  alvo  (BOWERS, 2006).  

  Figura 45. Frequência de interações do ligante (peptídeo) com aa da protease de DENV­3 (duplicatas A e  B). Barras representam as frequências de interação (IF) por tipo de cada aa: ligação de hidrogênio (azul), iônica  (magenta), hidrofóbica (verde) e ligação de água (cinza).  Valores normalizados de acordo com as trajetórias de  interação, ou seja, 1.0 sugere 100% de uma interação específica sendo mantida ao longo do tempo da simulação. 

A: cadeia da NS2B; B: cadeia da NS3. 

As DM na protease de ZIKV também é similar às de DENV, sendo preditos no mapa de  contatos os aa Asp83 (93%) interagindo com fragmento de lisina, Phe84 (37%) e Gly151 (88%),  além de Tyr161 (32%), Asp129 (97%) e Tyr130 (96%), ambos interagindo com fragmento de  arginina (Figura  46A).  A  tirosina  (Tyr130),  por  sua  vez,  possui  mesmo  caráter  químico  de  fenilalalina  (Phe130),  mantendo  um  perfil  similar  de  interação  com  os  ligantes  entre  as  proteases  de  ZIKV  e  DENV.  Na  análise  de  frequência  dos  contatos (Figura  46B),  Asp83,  Asp129, Tyr130, Gly153 e Tyr161 foram identificados com frações de interação superiores a 1  (IF>1.0),  resultados  que  podem  indicar  um  aa  realizando  múltiplos  contatos  de  um  mesmo  subtipo  com  o ligante  avaliado.  Curiosamente,  embora  não  evidenciado  na  representação  de  contatos, o aa Asp75 apresenta IF>0.8, ressaltando, também em ZIKV, seu importante papel  nas interações com ligantes.  

Figura 46. (A) Esquema de contatos de átomos do inibidor dipeptídico (ligante de origem) nos aa da protease  de  ZIKV  (5YOF). Simulações  de  1  µs.  Interações  que  ocorrem  em  tempo  superior  a  30%  da  simulação  são  representadas. Linhas de tendência de interação: ligação de hidrogênio ou polar (azul), iônica ou carga negativa  (vermelho) e hidrofóbica (verde). (B) Frequência de interações do ligante (dipeptídeo) com aa da protease de  ZIKV. Barras representam as frequências de interação (IF) por tipo de cada aa: ligação de hidrogênio (azul), iônica  (magenta), hidrofóbica (verde) e ligação de água (cinza). Valores normalizados de acordo com as trajetórias de  interação, ou seja, 1.0 sugere 100% de uma interação específica sendo mantida ao longo do tempo da simulação. 

A: cadeia da NS2B; B: cadeia da NS3. 

Por último, dinâmicas moleculares de 1 µs das duas moléculas mais ativas da série, 62  e 65 (ambas em DENV e 62 em ZIKV), foram realizadas a fim de se comparar as interações  entre os ligantes originais dos cristais das proteases com os compostos peptideomiméticos. Nos  mapas  de  contatos (Figura  47A),  curiosamente  foram  preditos  apenas  três  aa  da  protease: 

Asp75 (51 e 56%), Asp79 (42%) e Asn152 (41%). O aa Asp75 interage com um fragmento de  arginina, enquanto Asp79 a um fragmento de lisina. Novamente, um aa apresentou interações  superiores a 100% (Asp75), em razão de contatos múltiplos de um mesmo tipo com átomos do  ligante. Já para a frequência de interações (Figura 47B), Asp75 e Tyr161 foram identificados  com frações de interação superiores a 1 (IF>1.0), resultados que também podem indicar um aa  realizando múltiplos contatos de um mesmo subtipo com o ligante avaliado.  

Figura 47. (A) Esquema de contatos de átomos de 62 nos aa da protease de DENV­3 (3U1I). Simulações de  1 µs. Interações que ocorrem em tempo superior a 30% da simulação são representadas. Linhas de tendência de  interação: ligação de hidrogênio ou polar (azul), iônica ou carga negativa (vermelho) e hidrofóbica (verde). (B)  Frequência de interações do ligante 62 com aa da protease de DENV­3. Barras representam as frequências de  interação (IF) por tipo de cada aa: ligação de hidrogênio (azul), iônica (magenta), hidrofóbica (verde) e ligação de  água (cinza). Valores normalizados de acordo com as trajetórias de interação,  ou seja, 1.0 sugere 100% de uma  interação específica sendo mantida ao longo do tempo da simulação. A: cadeia da NS2B; B: cadeia da NS3. 

Nas análises de contatos com a molécula 65 (Figura 48A), por sua vez, foram preditos  contatos em sete aa da protease: Asp75 (96 e 97%), Phe130 (57%), Tyr150 (54%), Gly151 (76  e 84%), Asn152 (54%), Gly153 (74%) e Tyr161 (45 e 73%). O aa Asp75 mais uma vez interage  com  um  fragmento  de  arginina  e,  novamente,  aa  (Asp75,  Gly151  e  Tyr161)  apresentam  interações superiores a 100%, em razão de contatos múltiplos de um mesmo tipo com átomos  do ligante. Já para a frequência de interações (Figura 48B), novamente Asp75 e Tyr161, além  de  Gly151  e  Gly153,  foram  identificados  com  frações  de  interação  superiores  a  1  (IF>1.0),  sugerindo múltiplos contatos de um mesmo subtipo destes aa com o ligante avaliado.  

Figura 48. (A) Esquema de contatos de átomos de 65 nos aa da protease de DENV­3 (3U1I). Simulações de  1 µs. Interações que ocorrem em tempo superior a 30% da simulação são representadas. Linhas de tendência de  interação: ligação de hidrogênio ou polar (azul), iônica ou carga negativa (vermelho) e hidrofóbica (verde). (B)  Frequência de interações do ligante 65 com aa da protease de DENV­3. Barras representam as frequências de  interação (IF) por tipo de cada aa: ligação de hidrogênio (azul), iônica (magenta), hidrofóbica (verde) e ligação de  água (cinza). Valores normalizados de acordo com as trajetórias de interação, ou seja, 1.0 sugere 100% de uma  interação específica sendo mantida ao longo do tempo da simulação. A: cadeia da NS2B; B: cadeia da NS3.  

A DM da molécula 62 em ZIKV, na análise de contatos (Figura 49A), foram preditos  os  aa  Val36  (54%),  Tyr161  (50%),  His51  (36%)  e,  pela  primeira  vez  dentre  as  simulações,  Ser135 (35%). Os aa Ser81 (61%), Asp83 (38, 51 e 53%), Asp75 (56%) e Asn152 (56%) se  mostraram  interagindo  com  um  fragmento  de  arginina.  Novamente,  um  aa  apresentou  interações superiores a 100% (Asp83), em razão de contatos múltiplos de um mesmo tipo com  átomos  do  ligante.  Já  para  a  frequência  de  interações (Figura  49B),  Asp83,  His51  e  Asp75  foram identificados com frações de interação superiores a 1 (IF>1.0). Estes resultados, assim  como os anteriores, podem indicar um aa realizando múltiplos contatos de um mesmo subtipo  com o ligante avaliado.  

Figura 49. (A) Esquema de contatos de átomos de 62 nos aa da protease de ZIKV (5YOF). Simulações de 1  µs.  Interações  que  ocorrem  em  tempo  superior  a  30% da  simulação  são  representadas.  Linhas  de  tendência  de  interação: ligação de hidrogênio ou polar (azul), iônica ou carga negativa (vermelho) e hidrofóbica (verde).  

(B) Frequência de interações do ligante 62 com aa da protease de ZIKV. Barras representam as frequências  de interação (IF) por tipo de cada aa: ligação de hidrogênio (azul), iônica (magenta), hidrofóbica (verde) e ligação  de água (cinza). Valores normalizados de acordo com as trajetórias de interação, ou seja, 1.0 sugere 100% de uma  interação específica sendo mantida ao longo do tempo da simulação. A: cadeia da NS2B; B: cadeia da NS3. 

Essa abordagem por simulações permite, como já mencionado, avaliar não somente a  estabilidade  de  um  ligante  no  alvo,  mas  a  frequência  de  interações  com  aa  potencialmente  importantes  na  atividade  inibitória  de  uma  molécula  (BOWERS,  2006).  Ademais,  a  combinação  de  estratégias  computacionais  distintas  permite  reforçar  a  robustez  de  métodos  almejando  obter  inibidores  seletivos  ou  corroborar  dados  preditos,  por  exemplo,  em  um  acoplamento molecular.  

Ainda  sim,  a  potência  de  um  sistema  computacional  pode  limitar  o  uso  de  uma  DM  como estratégia majoritária no planejamento de fármacos, especificamente na capacidade de  minimizações, cálculos (especialmente energéticos), predição de interações e, acima destes, a  redução do tempo gasto nos ensaios computacionais, permitindo longas simulações de eventos  bioquímicos.  Contudo,  esses  fatores,  da  mesma  forma,  favorecem  o  uso  dessas  simulações  como  uma  importante  ferramenta  na  descoberta  de  novas  moléculas  bioativas  e  no  desenvolvimento de potenciais fármacos (CASE, 2005; BOWERS, 2006).  

Diversas abordagens que combinaram as DM com outras estratégias computacionais já  obtiveram sucesso na busca de moléculas bioativas, por exemplo, com atividade antibacteriana. 

Rehnam  et  al.  (2019),  por  exemplo,  utilizaram  dinâmicas  moleculares  para  análises  comparativas de inibidores oriundos de uma triagem virtual tendo NDM­1, uma beta­lactamase,  como  alvo.  As  DM  permitem  avaliar  a  estabilidade  das  moléculas  testadas  no  complexo  da  proteína, o que permitiu, nesse estudo, indicar interações no sítio ativo da enzima, corroborando  ligações de hidrogênio, interações eletrostáticas (iônicas) e hidrofóbicas, resultados que foram  validados confirmando a inibição enzimática em ensaios in vitro determinando a IC50 dos hits  triados.  Uma  abordagem  semelhante  também  demonstrou  o  potencial  de  simulações  de  dinâmica molecular na validação de um potencial inibidor de bomba de efluxo de Acinetobacter  baumanii predito em análises de docking (VERMA; TIWARI; TIWARI, 2018).  

  Ajmi  et  al.  (2018)  também  demonstraram  a  vantagem  de  aplicações  da  dinâmica  molecular  na  identificação  de  produtos  naturais  como  inibidores  de  uma  quinase  (PLK­1)  associada a diversos tipos de câncer. Novamente, as DM permitiram validar, a partir de uma  triagem  virtual,  a  estabilidade  de  moléculas  bioativas  no  sítio  ativo  do  receptor,  bem  como 

corroborar  os  aa  associados  à  interação  dos  ligantes.  Similarmente,  essa  estratégia  já  havia  auxiliado no planejamento de potenciais inibidores dessa mesma classe de enzimas, analisando  semelhanças estruturais dos receptores e das moléculas (JANI; DALAFAVE, 2012).  

  Na  virologia,  por  outro  lado,  estudos  com  dinâmicas  moleculares  usualmente  apresentavam  enfoque  nas  interações  vírus­hospedeiro,  buscando  elucidar,  por  exemplo,  o  papel de proteínas no ciclo de multiplicação e/ou respostas imunológicas, como já demonstrado  na construção de um modelo estrutural de CCR5, um co­receptor para HIV­1 (MAEDA et al.,  2008;  ODE  et  al.,  2012).  Paralelamente,  estratégias  com  simulações  na  descoberta  e  desenvolvimento  de  fármacos  antivirais  já  obtiveram  sucesso,  podendo  permitir  simulações  mais longas de sistemas mais complexos com o avanço dos recursos disponíveis e velocidade  de  processamento  dos  computadores  no  futuro  (DURRANT;  MCCAMMON,  2011; 

BORHANI; SHAW, 2012).  

Por  exemplo,  Schames  et  al.,  ainda  em  2004,  aplicaram  essa  técnica  em  análises  da  integrase de HIV, identificando uma região de interação na enzima ainda não identificada em  estruturas de cristais disponíveis na época. Lee et al. (2006), indicaram a influência desse sítio  adjacente  com  estudos  de  mutagênese  induzida  nessa  região,  permitindo  auxiliar,  posteriormente, no desenvolvimento de inibidores de integrase, como o fármaco Raltegravir,  pela  Merck,  o  primeiro  inibidor  de  integrase  aprovado  pelo  FDA  no  tratamento  de  HIV  (HAZUDA et al., 2004; SCHAMES et al., 2004; LEE; ROBINSON, 2006).  

No mesmo âmbito, DM já foram capazes de demonstrar uma cavidade universal no sítio  de adesão da neuraminidase do vírus influenza, como H1N1, H5N1 e H2N2, auxiliando, por  exemplo, no desenvolvimento de fármacos contra estes vírus (AMARO et al., 2011; DE LIMA  NETO et al., 2018). Voltado para os flavivírus, interesse desse trabalho, estudos como os de  Lima  Neto  et  al.  (2018)  já  haviam  proposto  dinâmicas  moleculares  para  o  refinamento  de  análises de acoplamento molecular de moléculas comercialmente disponíveis e com atividade  descrita em DENV, sendo reposicionadas como potenciais inibidores da NS3, NS5 ou proteína  E de ZIKV.  

Considerando  a  importância  das  dinâmicas  moleculares,  suas  associações  com  estratégias  de  triagem,  as  informações  obtidas  nesse  trabalho,  além  daquelas  apresentadas  acerca das sequências da NS3, estrutura da protease e interações com ligantes permitem, por  exemplo, considerar a construção de um farmacóforo para triagem virtual de moléculas com  potencial  atividade  antiviral  em  DENV,  YFV  e  ZIKV.  Além  disso:  (i)  a  ausência  de  uma 

estrutura de cristalografia da protease de DENV­2 em complexo com um inibidor, (ii) a alta  taxa  de  conservação  da  protease  entre  os  demais  sorotipos  de  DENV  e  espécies  do  gênero  Flavivirus;  (iii) a qualidade do cristal de DENV­3 (3U1I);  (iv) os  estudos de Behnam; (v) a  similaridade dos sítios de ligação entre a protease de ZIKV e DENV­3; e (vi) a ausência de uma  estrutura de cristalografia de YFV, reforçam a seleção da protease de DENV­3 (3U1I) como  alvo único nessa abordagem.