Detailansicht
Experimental data guided ligand docking at the benzodiazepine binding site of GABAA receptors
Lars Richter
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Lebenswissenschaften
Betreuer*in
Gerhard Franz Ecker
DOI
10.25365/thesis.24405
URN
urn:nbn:at:at-ubw:1-29220.28043.195259-1
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die anxiolytische, antikonvulsive, muskelrelaxierende und sedative-hypnotische Wirkung von
Benzodiazepinen wird durch allosterische Verstärkung der GABA Aktivität am GABAA
Rezeptor ausgeübt. Nach 50 Jahren in klinischer Verwendung ist die molekulare Basis für
diese Interaktion immer noch ungeklärt, da alle Maßnahmen zur strukturellen Aufklärung
scheiterten. In Abwesenheit einer Kristallstruktur sind Homology Modeling und Molekulares
Docking die einzigen Möglichkeiten zur Darstellung von Bindungshypothesen für
Benzodiazepine. Zwei Tatsachen erschweren diesen Weg aber deutlich: Erstens sind die
Homology Modelle ungenau da die Sequenzidentität zwischen Target und Template gering
ist. Und zweites, obwohl Molekulares Docking den richtigen Bindungsmodus generieren
kann, kann es ihn selten aus der Menge an produzierten Posen selektieren. In dieser
Dissertation wurden diese Probleme in zwei Schritten gelöst. Zuerst stellte man sich der
Modellungenauigkeit in einem explorativem Schritt, indemneun Benzodiazepine in einen
Array von α1β2γ2 GABAA Homologie Modellen gedockt wurden, unter Berücksichtigung
von flexiblen Seitenketten und Einbeziehung der besten 100 Posen pro Ligand pro Modell. Im
folgenden Selektionsschritt waren eine ausführliche Implementierung von verschiedenen
Validierungsquellen in einem orchestrierten und integrativen Verfahren notwendig, um den
sehr umfangreichen Poseraum zu filtern. Ein Schlüsselkriterium in diesem Prozess war die
common binding mode (CBM) Hypothese. Diese nimmt an, dass Diazepam und seine
strukturellen Analoga einen gemeinsamen Bindungsmodus in der Bindetasche haben.
Anschließendes Clustern der Posen führte zu drei common binding mode Cluster, CBM I-III.
Die nachfolgende Validierung der drei CBMs erfolgte durch Inkorporation von
experimentellen Informationen von neun Benzodiazepinen . Die Bewertung zeigte eindeutig,
dass CBM I durch eine Reihe von strukturellen, energetisch-rechnerischen und
experimentellen Befunden gestützt wird und somit als korrekter Bindungsmodus angesehen
wird. Der CBM I Ligand-Rezeptor Komplex wurde dann für Virtuelles Screening verwendet
und führte zur Entdeckung von drei neuen, experimentell bestätigten Substanzklassen, die an
der Benzodiazepine Bindetasche binden. Die Strukturmodelle wurden auch für die
Untersuchung von Rezeptor Mechanismen verwendet, die letztendlich die Bedeutung von
α1Y168 in der Transduktion von Benzodiazepine Bindung zu GABAA Kanal Modulation
zeigten. Die gewonnen Modelle für α1β2γ2 GABAA Rezeptoren können die Modellierung
anderer Subtypen verbessern und damit die Entwicklung von Arzneistoffen vorantreiben
welche nicht mehr mit Subtypen reagieren welche bekanntermaßen für die Abhängigkeit
verantwortlich sind. Schließlich kann der Workflow von Gruppen mit ähnlichen
Problemstellungen aufgegriffen werden.
Abstract
(Englisch)
Benzodiazepines exert their anxiolytic, anticonvulsant, muscle relaxant, and sedative-hypnotic
properties by allosterically enhancing the action of GABA at GABAA receptors via their
benzodiazepine binding site. After 50 years of clinical use, the molecular basis of this
interaction still is not known as all attempts for structural resolution failed so far. In the
absence of a crystal structure, protein homology modeling and molecular dockings are the
only source for structure-based binding mode hypotheses for benzodiazepines. But two
obstacles make this undertaking extraordinary challenging. First, the homology models were
quite uncertain due to the low target-to-template sequence identity. And secondly, although
standard docking tools are capable of reproducing the correct binding mode, they regularly
fail to select this out of the produced pose list.
In this thesis, the obstacles were tackled in a two step approach. Primarily, the model
uncertainty was faced by an explorative step, where nine benzodiazepines were docked into
an array of α1β2γ2 GABAA homology models, considering flexible sidechains and keeping
the 100 best scored poses per ligand per model. Consequently in the selection step, exhaustive
implementations of various validation sources in an orchestrated and integrative manner were
necessary to filter the gigantic pose space. A key criterion in this filtering process was the
common binding mode (CBM) hypothesis, which assumes that diazepam and its close
structural analogues exhibit a common binding mode within the binding site. Therefore,
ligand poses were clustered according to their common scaffold, which led to three common
binding mode geometries, CBM I–III. Then, the integrative qualities of CBM came into effect
by incorporating experimental information from nine benzodiazepines for CBM I-III
validation. The evaluation clearly demonstrated that CBM I is convincingly supported by a
large variety of structural, computational and experimental evidence. The CBM I ligandreceptor
complex was then used in structure-based virtual screening runs and led to the
successful discovery of three novel, experimentally validated, benzodiazepine binding site
ligand classes. The structural models were also used to investigate mechanistic receptor
features and finally identified α1Y168 to be important for the mechanistic coupling from
benzodiazepine binding to GABAA channel modulation.
In a broader view, the gained structural models for α1β2γ2 GABAA receptors can be used for
modelling other GABAA receptor subtypes that will ultimately improve our understanding of
the structural determinants for subtype selectivity of GABAA receptors, leading to drugs
excluding subtypes known to be responsible for addicting. Finally, the underlying
computational workflow can stimulate other groups to integrate various information pieces in
binding mode elucidation of structurally unresolved membrane proteins.
Schlagwörter
Schlagwörter
(Englisch)
Computer aided drug design GABAA receptor Pharmacoinformatic Virtual screening drug discovery
Schlagwörter
(Deutsch)
Computerunterstützte Wirstoffentwicklung GABAA Rezeptor Pharmakoinformatik Virtuelles Screening Wirkstoffsuche
Autor*innen
Lars Richter
Haupttitel (Englisch)
Experimental data guided ligand docking at the benzodiazepine binding site of GABAA receptors
Paralleltitel (Deutsch)
Experimentelle Daten geleitetes Liganden Docking an der Benzodiazepine Bindetasche des GABAA Rezeptors
Publikationsjahr
2012
Umfangsangabe
154 S. : Ill., graf. Darst.
Sprache
Englisch
Beurteiler*innen
Matthias Rarey ,
Gabriele Constantino
Klassifikationen
35 Chemie > 35.06 Computeranwendungen ,
44 Medizin > 44.42 Pharmazeutische Chemie
AC Nummer
AC10703157
Utheses ID
21816
Studienkennzahl
UA | 091 | 449 | |