Detailansicht

Data-driven molecular modeling studies with a special focus on hepatocellular uptake transporters

Alzbeta Tuerkova

Art der Arbeit

Dissertation

Universität

Universität Wien

Fakultät

Fakultät für Lebenswissenschaften

Studiumsbezeichnung bzw. Universitätlehrgang (ULG)

Doktoratsstudium NAWI aus d. Bereich Lebenswissenschaften (DissG: Pharmazie)

Betreuer*in

Barbara Zdrazil

Volltext herunterladen
Volltext in Browser öffnen

DOI

10.25365/thesis.66049

URN

urn:nbn:at:at-ubw:1-20810.81694.372864-7

Link zu u:search

(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract

(Deutsch)

In Hepatozyten exprimierte Aufnahmetransporter der SLC (sog. Solute Carrier) Superfamilie tragen zur Aufrechterhaltung der zellulären Homöostase bei, indem sie den Transport sowohl endogener Substrate als auch xenobiotischer Verbindungen regulieren. Eine beeinträchtigte Funktion dieser Transporter könnte zu klinisch relevanten ArzneimittelWechselwirkungen mit einer möglichen Entwicklung einer Arzneimittel-induzierten Leberschädigung führen. In dieser Arbeit verfolgten wir einen ganzheitlichen in silico Ansatz, der strukturbasierte Modellierung mit datenwissenschaftlichen Methoden (Cheminformatik) verbindet, um ein tiefgreifendes Verständnis der Transporter-Ligand- Wechselwirkungen zu erlangen. Der biologische Schwerpunkt der Arbeit lag auf hepatischen organischen Anionen transportierenden Polypeptiden der SLCO-Familie – OATP1B1, OATP1B3 und OATP2B1. Darüber hinaus untersuchten wir strukturelle Determinanten des organischen Kationentransporters 1 (OCT1) als weiteren Vertreter der pharmazeutisch relevanten Lebertransporter. Die im Rahmen dieser Arbeit durchgeführten Forschungsarbeiten gliedern sich in sechs Einzelstudien (Studie 1-6). In Studie 1 wurde ein integratives Data Mining von OATP-Bioaktivitätsdaten aus öffentlichen Datenbanken durchgeführt. Unser Ziel war es, die Substrat- und Inhibitor-Daten hinsichtlich der Datenabdeckung und Verteilung der Bioaktivitätsmessungen pro Verbindung zu analysieren und häufig vorkommende Substrukturen mit ausgeprägten Selektivitätsprofilen aufzudecken. Des Weiteren wurden binäre Klassifizierungsmodelle entwickelt, um wichtige molekulare Eigenschaften zu identifizieren, die zur Untersuchung von Gemeinsamkeiten und Unterschiede zwischen den drei OATPs verwendet wurden. In Studie 2 wurde die R-Gruppen-Zerlegung einer Reihe von 13-Epiestronen abgeleiteten Analoga durchgeführt, um die Wirkung verschiedener Substituenten auf die OATP2B1-Aktivität zu untersuchen. Das Vorhandensein halogenierter Substituenten an der R-2- Position wurde als wichtige molekulare Determinante der OATP2B1-Hemmung identifiziert. In Studie 3 setzten wir den Schwerpunkt auf die methodischen Aspekte der Arbeit und entwickelten eine automatisierte Modellierungspipeline für die Durchführung einer weiteren neuen cheminformatischen Technik - einer auf Liganden-basierenden Wirkstoff Umwidmung (Drug Repurposing). Der Nutzen des Workflows wurde in zwei Fällen (GLUT1-Mangel-Syndrom und COVID-19) demonstriert. In Studie 4 verwendeten wir Strukturbasierte Modelle, um die unterschiedliche Aufnahme klinischer Substrate zwischen hepatischem OCT1 von Mensch und Maus zu beleuchten. Computermodelle haben gezeigt, dass Unterschiede zwischen OCT1 von Mensch und Maus auf die hydrophoben Packungs-Wechselwirkungen zwischen transmembranärer Helix 1 und transmembranärer Helix 2 zurückzuführen wurden. Studie 5 befasste sich mit Signature Dynamics von Proteinen der Major Facilitator Superfamilie durch Normal Mode Analysis (NMA), die Erzeugung von Strukturmodellen für OATP1B1, OATP1B3 und OATP2B1 durch Ensemble-Docking und die Aufklärung von Bindungsmodushypothesen für Derivate mit Steroidgerüst. Unterschiede in der Steroidbindung zwischen den drei Transportern wurden auf unterschiedliche Elektrostatik und Formkomplementarität zurückgeführt. Darüber hinaus lieferten mehrere nicht konservierte Reste in der N-terminalen Region strukturelle Einblicke in Selektivitätsschalter zwischen den drei Transportern. In Studie 6 wurden neuartige OATP-Inhibitoren vorgestellt, die anhand einer Kombination verschiedener Berechnungsansätze (strukturbasiertes virtuelles Screening, Conformal Prediction, proteochemometrische- bzw. Deep-Learning-Modelle) identifiziert wurden, die anschließend durch den Transporter-Inhibitions-Assay validiert wurden. Durch die Untersuchung der Bindungsmodi neu gemessener Inhibitoren zeigten wir, dass die Unter- schiede im inneren Hohlraum zwischen den drei Transportern auf die unterschiedliche Lokalisierung der aromatischen Reste zurückzuführen wurden. In einem biologischen Kontext trug die vorgestellte Arbeit zur Aufklärung von strukturellen Aspekten von Lebertransportern bei, wobei ein besonderer Schwerpunkt auf den Wechselwirkungen und der Selektivität von hepatischen OATP-Liganden lag. Des Weiteren hat sich die Verwendung frei zugänglicher Daten (open data) mithilfe von (halb-)automatisierten Workflows als nützlicher Ansatz erwiesen, um das Vertrauen in die hier verwendeten strukturbasierten Modellierungsansätze zu erhöhen.

Abstract

(Englisch)

Uptake transporters of the solute carrier (SLC) superfamily expressed in hepatocytes help maintain cellular homeostasis by regulating the transport of both endogenous substrates and xenobiotic compounds. An impaired function of these transporters might lead to clinically relevant drug-drug interactions with a potential development of drug-induced liver injury. In this thesis, we followed a holistic in silico approach, connecting structure-based modeling with data-science (cheminformatics) approaches to gain an in-depth understanding of transporter-ligand interactions. The biological focus of the thesis lied on hepatic organic anion transporting polypeptides belonging to the SLCO family - OATP1B1, OATP1B3, and OATP2B1. In addition, we studied structural determinants of organic cation transporter 1 (OCT1) as another representative of the pharmaceutically relevant hepatic transporters. The research done in the framework of this thesis is structured into six individual studies (Study 1-6). In Study 1, integrative data mining of OATP bioactivities from public databases was performed. Our intention was to analyze the substrate and inhibitor data with respect to data coverage, distribution of bioactivities, and to uncover enriched chemical substructures with pronounced selectivity profiles. Further, binary classification models were developed to identify important molecular features which were used to study commonalities and differences across the three OATPs. In Study 2, R-group decomposition of a congeneric series of analogs derived from 13-epiestrones was done to study the effect of different substituents on OATP2B1 inhibition. Presence of halogenated substituents at the R-2 position was identified as an important molecular determinant of OATP2B1 inhibition. In Study 3, we focused more on the methodological aspects of the thesis and developed an automated modeling pipeline for performing another emerging cheminformatic technique - ligand-based drug repurposing. The usefulness of the workflow was demonstrated for two case studies (GLUT1-deficiency syndrome and COVID-19). In Study 4 we used structure-based modeling to shed light on differences in uptake of clinical substrates between human and mouse hepatic OCT1. Computational modeling attributed the differences between human and mouse OCT1 to hydrophobic packing interactions between TMH1 and TMH2. Study 5 involved signature dynamics of major facilitator superfamily proteins by normal mode analysis, generation of structural models for OATP1B1, OATP1B3, and OATP2B1 by ensemble docking, and the elucidation of binding mode hypotheses for compound derivatives possessing a steroidal scaffold. Differences in binding of steroids to the three transporters were attributed to different electrostatics and shape complementarity. In addition, several non-conserved residues in the N-terminal region provided structural insights into selectivity switches across the three transporters. Study 6 presents novel OATP inhibitors identified upon a combination of different computational approaches (structure-based virtual screening, conformal prediction, proteochemometric and deep learning models, respectively), which were subsequently validated by a transporter inhibition assay. By investigating binding modes of newly identified inhibitors we showed that the differences in the inner cavity across the three transporters were affected by different localization of aromatic residues. In a biological context, the presented thesis ultimately contributed to the elucidation of molecular determinants of hepatic uptake transporters with a special focus on hepatic OATP-ligand interactions and selectivity. Last but not least, leveraging open data using (semi-)automated workflows was found to be a useful approach to increase the confidence of structure-based modeling approaches applied herein.

Autor*innen

Alzbeta Tuerkova

Haupttitel (Englisch)

Data-driven molecular modeling studies with a special focus on hepatocellular uptake transporters

Paralleltitel (Deutsch)

Datengesteuerte molekulare Modellierungsstudien mit besonderem Schwerpunkt auf hepatozellulären Aufnahmetransportern

Publikationsjahr

2020

Umfangsangabe

xi, 352 Seiten : Illustrationen, Diagramme

Sprache

Englisch

Beurteiler*innen

Barbara Zdrazil ,

Avner Schlessinger

Klassifikation

35 Chemie > 35.06 Computeranwendungen

AC Nummer

AC16183345

Utheses ID

58503

Studienkennzahl

UA | 796 | 610 | 449 |

Detailansicht

Abstracts

Schlagwörter