Akt là một loại enzym serin/threonin protein kinase có vai trò quan trọng trong chu trình sống và tăng sinh của tế bào. Việc ức chế vùng allosteric giúp giữ enzym ở cấu dạng bất hoạt. Nghiên cứu được xây dựng để tìm kiếm những khung cấu trúc mới có tiềm năng ức chế allosteric Akt1 từ các nguồn dữ liệu tối ưu.
Trang 1NGHIÊN CỨU VÀ ỨNG DỤNG MÔ HÌNH 3D - PHARMACOPHORE TRÊN CÁC CHẤT ỨC CHẾ ALLOSTERIC CỦA ENZYM RAC - ALPHA SERIN /THREONIN PROTEIN
KINASE - AKT1
Phan Nguyễn Thị Nhàn * , Đinh Văn Toàn * , Trần Quế Hương ** ,
Đỗ Minh Nguyệt *** , Trần Thành Đạo * , Lê Minh Trí * , Thái Khắc Minh *
TÓM TẮT
Mở đầu và mục tiêu: Akt là một loại enzym serin/threonin protein kinase có vai trò quan trọng trong
chu trình sống v| tăng sinh của tế bào Việc ức chế vùng allosteric giúp giữ enzym ở cấu dạng bất hoạt Nghiên cứu được xây dựng để tìm kiếm những khung cấu trúc mới có tiềm năng ức chế allosteric Akt1 từ các nguồn dữ liệu tối ưu
Đối tượng – Phương pháp nghiên cứu: Các mô hình in silico bao gồm 3D-pharmacophore, QSAR, docking
được xây dựng trên các phần mềm LeadIT 2.1.8, Sybyl X 2.0 và MOE 2008.10
Kết quả: Tổng cộng 135 chất với hoạt tính ức chế AKT1 từ 5 khung chính, xây dựng và lựa chọn mô hình
3D-pharmacophore có tính chọn lọc đặc hiệu nhất Ứng dụng sàng lọc 3D-database và dự đo{n hoạt tính bằng 2D-QSAR Kết quả thu được mô hình pharmacophore năm điểm N2 gồm 3 điểm vòng thơm Aro, 1 điểm kỵ nước
v| 1 điểm có thể liên kết kim loại và nhận liên kết hydro Mô hình docking cho thấy Trp80 gắn kết π-π với cấu
trúc vòng thơm của các chất có liên quan tới khả năng ức chế của các chất Mô hình 2D-QSAR xây dựng từ 6 thông số có kết quả R 2 = 0,81 > 0,5 và RMSE = 0,39 < 0,5 và mô hình này sử dụng để dự đo{n hoạt tính sinh học các chất Sàng lọc trên cơ sở dữ liệu các chất hóa học thu được 44 chất, có 2 khung mới cho giá trị IC 50 tốt và 2 thuốc được dự đo{n có hoạt tính
Kết luận: Với kết quả thu được, nghiên cứu đề nghị xem xét hai khung mới và 2 thuốc sàng lọc được tiến
hành thực nghiệm in vitro v| in vivo x{c định hoạt tính sinh học v| được xem như những khung chính các chất
ức chế allosteric Akt1
Từ khóa: AKT1, pharmacophore, allosteric, QSAR
ABSTRACT
3D-PHARMACOPHORE MODELING AND ITS APPLICATION ON ALLOSTERIC INHIBITORS
OF RAC SERIN/THREONIN PROTEIN KINASE AKT1
Phan Nguyen Thi Nhan, Dinh Van Toan, Tran Que Huong, Do Minh Nguyet, Tran Thanh Dao,
Background - Objectives: Akt, a serin/threonin protein kinase, is a critical key in cell survival and
proliferation Allosteric inhibitors regulate aberrant kinase activity by stabilizing the protein in the inactive conformation The aim of study was to discover novel scaffolds from optimal source for Akt1 inhibitors
Method: Modeling approaches namely 3D-pharmacophore, QSAR, docking were performed by LeadIT 2.18,
SybylX 2.0, MOE 2008.10 software.
* Khoa Dƣợc, Đại học Y Dƣợc Th|nh phố Hồ Chí Minh
T{c giả liên lạc: PGS TS Th{i Khắc Minh ĐT: 0909680385 Email: thaikhacminh@ump.edu.vn
Trang 2Results: A set of 135 structures from 5 key scaffolds was collected to generate and select the best
3D-pharmacophore model 3D-database screening and 2D-QSAR were carried out The result was a 5-feature pharmacophore model including 3 points of aromatic, 1 point of H-bond acceptor and metal ligation, 1 point of hydrophobic feature Docking modeling results indicated that Trp80, a crucial amino acid related to mechanism keeps the inactive conformation of Akt1, often interacts π-π stacking with aromatic feature The 2D QSAR model with 6 descriptors, R 2 = 0,81 > 0,5 and RMSE = 0,39 < 0,5 was created During the virtual screening and 2D-QSAR, 44 novel compounds were selected with 2 novel scaffolds and 2 used drugs were showed as the hits of allosteric Akt1 inhibitors
Conclusion: With these computational studies, the results suggested the 2 novel scaffolds and 2 approval
drugs could be considered as hit/lead of allosteric Akt1 inhibitors and could perform the bioassay and next its further optimization
Keyword: AKT1, pharmacophore, allosteric, QSAR
MỞ ĐẦU
Năm 2015, theo thống kê của hiệp hội ung
thư Hoa Kỳ, ước chừng 1,658,370 ca ung thư
được điều trị v| 589,430 ca ung thư g}y tử
nhau đòi hỏi nỗ lực lớn trong chẩn đo{n v|
điều trị Hiện nay, con đường phát triển các
thuốc điều trị ung thư tập trung vào các kháng
thể đơn dòng v| thuốc phân tử nhỏ điều trị
PI3K/AKT/mTOR được kích hoạt trong nhiều
tuýp ung thư (đại trực tr|ng, vú<(9)) việc sử
dụng các thuốc ức chế đích con đường này tạo
ra nhiều kết quả tiềm năng, hiệu quả trong
điều trị ở cả khối u rắn và u máu(29) Enzym
PKB hay còn được gọi là AKT, một nút báo
PI3K/AKT/mTOR, có vai trò trong sự phát
triển, tăng sinh, di chuyển và sự sống của tế
b|o do đó ức chế các hoạt động của AKT giúp
ức chế c{c qu{ trình tăng sinh khối u,
apotopsis tế b|o ung thư hay đảo ngược khối
giá trong các thử nghiệm lâm sàng bao gồm có
nhóm tương tự phosphatidylinositol (3,4,5)s –
trisphosphate (Perifosine), chất ức chế
allosteric (ví dụ MK-2206) và chất ức chế cạnh
khía cạnh đột biến, ARQ 092 và ARQ 751, BAY
1125976 là những chất ức chế allosteric đang
được nghiên cứu ở bệnh nh}n ung thư có đột
Với những ưu điểm so với các chất cạnh tranh ATP như: giảm phản ứng phụ, độ đặc hiệu cao hơn, độc tính thấp hơn, apotopsis nhiều hơn, các chất ức chế allosteric AKT đang không ngừng được khám phá phát hiện những khung cấu trúc và chất mới(15) Nghiên cứu thực hiện nghiên cứu và ứng dụng mô hình sàng lọc ảo trên các chất ức chế allosteric RAC-α-serin/threonin của protein kinase AKT1
ĐỐI TƯỢNG - PHƯƠNG PHÁP NGHIÊN CỨU Đối tượng nghiên cứu
Enzym AKT1 là một trong ba dạng đồng hình (isoform) của enzym AKT AKT là một chìa khóa trung gian quan trọng trong con đường tín
kích hoạt con đường này xảy ra quá mức ở bệnh nh}n ung thư, g}y giảm điều tiết, tăng khuếch đại, tái sắp xếp, tăng trưởng khối u, tăng di căn
chế biểu hiện quá mức một trong các thành phần của con đường tín hiệu như AKT l| một liệu pháp mục tiêu điều trị ung thư thu hút nhiều
(isoform) là AKT1, AKT2, AKT3, lần lượt được
mã hóa bởi c{c gen PKBα, PKBβ v| PKBγ Ba dạng isoform ở động vật có vú cho cấu trúc tương đồng hơn 85 % gồm: một đuôi gốc N- miền đồng đẳng (PH), một miền xúc tác trung tâm serin/threonin (CAT hay còn gọi là miền
Trang 3kinase) và một đầu – C điều khiển enzym chứa
khoảng 110 acid amin, miền CAT khoảng 260
Mặc dù cấu trúc tương đồng 80 % nhưng biểu
hiện v| t{c động sinh học giữa các isoform có sự
kh{c nhau v| được nhân bản như l| một bản
tương đồng của gen sinh ung thư(24) Quá trình
kích hoạt AKT1 trong cơ thể khởi nguồn từ các
thụ thể tyrosin kinase, phản ứng với các yếu tố
tăng trưởng trong cơ thể tạo nên 30
polyphosphoinositid PtdIns (3,4,5) P3 và PtdIns
n|y giúp t{i định vị AKT1 từ b|o tương sang tế
b|o m|ng l|m thay đổi cấu dạng và mở miền
xúc tác kinase của enzym AKT1 t{i định vị,
phosphoryl hóa tại hai vị trí là Thr308 trong
miền xúc tác và Ser473 trong vùng mô típ kỵ
AKT1 được kích hoạt, AKT1 mất sự gắn kết với
lipid, bị khóa vào cấu trúc xúc tác và dịch chuyển
đến các vị trí riêng biệt trong nội bào nơi có cơ
dụng các phân tử nhỏ ức chế khoang tạo bởi
tương t{c với các gốc kỵ nước v| tương t{c cực,
các phân tử ức chế giữ miền PH ở cấu dạng
đóng, ngăn ATP gắn kết với các vùng kinase, cản
trở vị trí gắn phospholipid, ức chế AKT1 chuyển
trình điều khiển chức năng hoạt động của một
protein bằng c{ch t{c động một vị trí khác với
vùng hoạt động(25)
Phương pháp nghiên cứu
Mô hình docking
Mô hình docking dự đo{n tương t{c hay liên
kết được dựa trên điểm số docking và các vị trí
gắn kết Điểm số docking là tổng năng lượng
tiêu thụ khi hình th|nh c{c tương t{c gắn kết
giữa ligand với mục tiêu t{c động; điểm số
docking càng âm biểu thị khả năng gắn kết của
ligand với khoang càng tốt Nghiên cứu sử dụng
phần mềm FlexX tích hợp sẵn trong LeadIT
2.1.8(2) Khi đã có cấu trúc 3D của protein, vị trí cụ thể của vùng hoạt động và tập hợp các chất cần dock, FlexX sẽ phân tích khả năng gắn kết (dock hay non-dock) của mỗi chất với protein bằng cách xuất ra kết quả (pose) của quá trình xem xét gắn kết Về cơ chế, FlexX chia ligand thành những mảnh cứng, các mảnh cứng được lựa chọn tự động v| đặt vào vùng cần gắn kết của protein, lắp ráp ligand lại từ các mảnh ở những cấu dạng năng lượng thấp Mảnh vỡ mới ở tất cả các cấu dạng sẽ được đặt vào vị trí đã tìm thấy trước đó nhưng chỉ có vị trí tốt nhất mới được tiến h|nh bước tiếp theo(28)
Cấu trúc tinh thể của AKT1 được tìm kiếm
Protein 3O96 đ{p ứng điều kiện là protein có
độ phân giải thấp, đồng kết tinh với chất ức chế allosteric Chất đồng kết tinh có tên là (1-
imidazole- 2(3H)-one
LigX, MOE 2008.10 C{c ligand được chuẩn bị
Mô hình 3D-pharmacophore và ứng dụng sàng lọc 3D-database
pharmacophore là "một tập hợp các yếu tố
không gian (steric) v| điện tử (electron) cần thiết
để đảm bảo sự tương t{c của phân tử hợp chất với cấu trúc chuyên biệt của điểm t{c động sinh học đồng thời kích thích (hay ức chế) đ{p ứng sinh học của điểm t{c động này Pharmacophore
có thể được xem như mẫu số chung lớn nhất của các các chất có hoạt tính sinh học(42) Mô hình pharmacophore giúp xử lý nhanh chóng một lượng lớn các cấu trúc, có sự linh hoạt về cấu dạng và là công cụ hỗ trợ trong nghiên cứu cấu trúc phân tử(26)
Một mô hình pharmacophore được mô tả bằng các yếu tố như khả năng tạo liên kết hydro
Trang 4(cho và nhận), điểm kỵ nước, khả năng tích điện
v| được x{c định bằng các nguyên tử, các vòng,
c{c điểm giả định(19)
Mô hình pharmacophore được xây dựng từ
công cụ Pharmacophore Eclucidation trong phần
mềm MOE 2008.10 (Chemical Computing Group
Inc.) với mục tiêu tìm kiếm tất cả các truy vấn
pharmacophore (pharmacophore query) có độ
chồng phủ tốt ở hầu hết tất cả các phân tử cấu
trúc có hoạt tính và tách biệt với các phân tử cấu
trúc không có hoạt tính trong một nguồn dữ liệu
Mô hình được lựa chọn thông qua thang điểm
chồng phủ (overlap) v| điểm chính xác
(accuracy) Ngo|i ra, mô hình được đ{nh gi{ lại
tốt nhất sẽ được lựa chọn để sàng lọc qua các
nguồn dữ liệu 3D-database
Bảng 1: Các thông số đ{nh gi{ mô hình
pharmacophore (16)
Tỷ lệ các chất hoạt tính thỏa mô hình trên tổng số các chất hoạt tính
Độ đặc
Tỷ lệ các chất không hoạt tính không thỏa mô hình trên tổng số các chất không hoạt tính Khả năng
Khả năng dự đoán các chất thỏa mô hình trên
tập Hiệu suất
tập hoạt
tính
có hoạt tính trong tập N Điểm số
Khả năng phân loại của
mô hình
Với TP là số chất có hoạt tính th a mô hình pharmacophore,
TN là số chất không có hoạt tính không th a mô hình
pharmacophore, FN là số chất có hoạt tính không th a mô
hình pharmacophore, FP là số chất không có hoạt tính th a
mô hình pharmacophore (16)
Tập hợp các chất ức chế allosteric AKT1
được tổng hợp từ nhiều bài báo nghiên cứu
trong những năm gần đ}y Tổng cộng 135 chất
thu được từ 9 bài báo khoa học(1,12,13,21,22,32,33,41,44),
những bài báo nghiên cứu có cùng phương ph{p
có hoạt tính sinh học tốt nhất để xây dựng mô
hình pharmacophore Những chất được chọn phải có hoạt tính ức chế allosteric AKT1 mạnh và
có tính đại diện cho các khung
Tổng 135 chất thu thập từ bài báo chia thành
trong khoảng [1- 7407 nM] (tập fit gồm những chất có hoạt tính) và tập 21 chất có IC50 không x{c định hay giá trị lớn (IC50 > 17000 nM) (tập nofit gồm những chất không hoạt tính) Mô hình tốt nhất ứng dụng sàng lọc 3D-database từ các
Mô hình 2D-QSAR
2D-QSAR được xây dựng dựa trên mối quan
hệ định lượng giữa cấu trúc v| t{c động là quá trình mang tính định lượng mối liên hệ giữa cấu trúc hóa học và hoạt tính sinh học của các hợp chất Từ đó tìm ra những quy luật tương quan
để đ{nh gi{ hoạt tính sinh học của những hợp chất mới Công việc của QSAR l| x{c định những tham số Co; C1; < Cn trong phương trình: Hoạt tính sinh học (pIC50) = C0+ C1*P1
+<<<<+Cn*Pn
Với sai số dự đo{n l| nhỏ nhất cho một tập
dữ liệu có sẵn
Phương ph{p được áp dụng để x{c định các tham số l| phương ph{p hồi quy với thuật toán bình phương tối thiểu từng phần (PLS) trong phần mềm MOE 2008.10
Dựa vào mô hình 2D-QSAR xây dựng, có thể áp dụng để dự đo{n hoạt tính sinh học của các chất có thông số mô tả phù hợp với phương trình(27)
Mô hình sau khi được xây dựng sẽ được
trị dự đo{n v| gi{ trị thực nghiệm pIC50, sai số bình phương trung bình RMSE
Ngo|i ra, mô hình còn được đ{nh gi{ chéo (LOO) trên tập huấn luyện (đ{nh gi{ nội) và tập kiểm tra (đ{nh gi{ ngoại) Từ những mô hình được xây dựng chọn lại mô hình nào hiệu quả nhất dùng cho việc dự đo{n
Trang 5Đ{nh gi{ nội
Đ{nh gi{ nội bằng LOO (bỏ-một-ra) tiến
hành cùng với qui trình xây dựng mô hình bằng
lệnh Validate trong QSAR-model của MOE Hai
(XRMSE)(8)
Đ{nh gi{ ngoại
Kiểm tra mô hình trên tập ngoại bằng công
cụ Model Evaluate của MOE Phần lớn các giá trị
dự đo{n của tập ngoại phải nằm trong khoảng
tin cậy 95 % dự đo{n đúng của mô hình Hệ số
tương quan của tập ngoại:
R2= 1 -
Trong đó: Y: giá trị thực nghiệm của các chất trong tập xây
dựng mô hình : giá trị dự đo{n của tập kiểm
tra bởi mô hình đã x}y dựng Y TEST : giá trị thực nghiệm của
các chất trong tập kiểm tra : giá trị trung bình của
các chất trong tập huấn luyện
Giá trị rm2 được sử dụng để đ{nh gi{ khả
năng dự đo{n của mô hình với ưu điểm tránh sai
Với trục x là giá trị hoạt tính dự đo{n Y pred và trục y là giá
trị hoạt tính thực Y
Với trục x là giá trị hoạt tính thực Y và trục y là giá trị hoạt
tính dự đo{n Y pred
Trong đó: : hệ số x{c định : hệ số x{c định
với hệ số chặn bằng 0
Từ (1) v| (2) có c{c gi{ trị tương ứng:
;
Mô hình có khả năng dự đo{n tốt khi
Ngo|i ra, hệ số tương quan phù hợp CCC
thể hiện sự thống nhất giữa c{c gi{ trị thực
Mô hình được chấp nhận khi CCC > 0,85
CCC =
Trong đó Y i là giá trị thực nghiệm, là giá trị thực nghiệm trung bình, là giá trị dự đo{n, là giá trị dự đo{n trung bình (N EXT là giá trị tùy ý, n > 1) (8)
Trong qu{ trình x}y dựng mô hình, phương ph{p loại nhiễu bằng score được sử dụng Z-score l| độ lệch của gi{ trị hoạt tính dự đo{n so với gi{ trị hoạt tính dự đo{n trung bình của to|n tập dữ liệu Một chất có Z-score lớn cho thấy khả năng cao chất đó nằm ngo|i đường thẳng hồi
Z-score > 2,0 sau khi tiến h|nh khảo s{t sơ bộ QSAR trên tập x}y dựng Công thức tính Z-score như sau:
Z – score =
KẾT QUẢ
Mô hình docking
Tiến hành docking với thông số mặc định của khoang là 6,5 Å, toàn bộ 135 chất đều dock được vào khoang gắn kết Các chất có điểm số docking khá tốt và có 17 chất có điểm số docking tốt nhất <- 40 KJ/mol Các chất này chủ yếu thuộc nhóm quinoxalin, pyridopyrimidin
Phân tích 10 pose / cấu trúc, những cấu trúc
Liên kết kỵ nước π-π giữa acid amin Trp80 với vòng thơm của cấu trúc (1)
Tồn tại phân tử nước (Water 455) là cầu nối giữa cấu trúc với acid amin Asn54 qua liên kết hydro (2)
Có các liên kết hydro với Ser206, Tyr 272, Thr211, Glu 86, Cys296 (3)
Một số cấu trúc đường kính phân tử lớn có liên kết cation-π với Arg273 (4)
Ở yếu tố (1), gốc Trp80 trên miền đồng đẳng PH là một đích t{c động quan trọng trong khoang giúp duy trì trạng thái không
thể được giải thích vì điểm số docking không chỉ cho biết ái lực gắn kết giữa phân tử mà còn khả năng tương t{c của protein, do đó nhiều
Trang 6cấu trúc có hoạt tính IC50 cao nhưng vẫn có
điểm số docking tốt là do gắn kết với nhiều
acid amin khác xung quanh Các cấu trúc này
không liên kết hoặc liên kết yếu với Trp80
Mô hình 3D-pharmacophore và ứng dụng sàng
lọc 3D-database
Mô hình được xây dựng từ các khung cấu
trúc chính là [1,2,4] triazolo [3,4-f][1,6]
naphthyridin, pyridopyrimidin; 2,3,5 thế pyridin
(cyanopyridin, tetrazolopyridin), quinoxalin,
[1,8] napthyridin Kết quả thu được 13 mô hình
pharmacophore 5 điểm bằng công cụ
Pharmacophore Elucidation
Từ kết quả đ{nh giá trình bày ở Bảng 2, theo
tiêu chí của phần mềm MOE 2008.10 mô hình N2
được đ{nh gi{ l| tốt nhất do có sự gióng hàng tốt nhất thể hiện qua độ chồng phủ cao nhất là 12,010 Bên cạnh đó, mô hình N2 cho kết quả sàng tập hoạt tính cao và loại hoàn toàn các chất trong tập không hoạt tính Mô hình N4 và N7 có
độ nhạy cao tuy nhiên tính chọn lọc không tốt bằng mô hình N2 Mô hình N1 có các thông số tương đương N2 nhưng độ chồng phủ không tốt bằng N2 Mô hình N2 gồm 3 điểm vòng thơm, 1 điểm kỵ nước v| 1 điểm thắt kim loại nhận liên kết hydro với các thông số cụ thể về khoảng c{ch, b{n kính đều thỏa mãn yêu cầu cơ bản của một mô hình pharmacophore Đề tài lựa chọn nghiên cứu trên mô hình N2
Bảng 2: Kết quả sàng lọc tập fit và nofit của 13 mô hình pharmacophore
Bảng 3: Kết quả đ{nh gi{ mô hình N2 bằng các thông số đặc trưng
Trang 7Đ{nh gi{ lại mô hình N2 bằng các thông số
đặc trưng kh{c v| tập ngoại không hoạt tính
cho kết quả thu được ở Bảng 3
cao cho thấy mô hình N2 đ{ng tin cậy Các
thông số kh{c đều cho kết quả tốt: khả năng
dự đo{n 0,95, khả năng ph}n loại tập là GH =
0,83 cao nhất Xác suất tìm thấy chất có hoạt
tính trong tập là 79,26 % không cao nhất
nhưng lại chứng tỏ mô hình có tính chọn lọc
với các chất có hoạt tính
Việc s|ng lọc ngẫu nhiên một dữ liệu
thường chỉ tìm thấy một phần nhỏ c{c hợp
chất có t{c động với đích Trong trường hợp
tập nofit chỉ có lượng nhỏ c{c ph}n tử không
hoạt tính, việc x}y dựng một tập hợp c{c ph}n
tử không hoạt tính kh{c được lựa chọn bằng
thuật to{n ngẫu nhiên giúp kiểm tra lại tính
kết quả thấp nhất 1,54 % chứng tỏ mô hình N2
có tính chọn lọc với các chất không hoạt tính
Sàng lọc mô hình thu được kết quả
IBScreen (23/27179 chất); TCM (2/7975 chất) và
DrugBank (19/7024 chất) qua mô hình N2 tiến
hành chạy cấu dạng, tối thiểu hóa năng lượng
v| docking xem xét tương t{c gắn kết thu
được kết quả Đối với tập IBScreen, một số
khung cấu trúc chính thu được như
[1,3]dioxolo[4,5-g]isoquinolin; purin;
indol-3-carboxamid;pyrazol; furan Đối với tập TCM, 2
chất thu được có cấu trúc của isoquinolin Đối
với tập Drugbank, có 3 thuốc đang sử dụng trên thị trường và 16 chất đang thử nghiệm thỏa mô hình N2
Mô hình 2D-QSAR
Chọn lọc từ 184 thông số mô tả phân tử 2D
số mô tả được sử dụng để xây dựng mô hình Tiếp theo,từ tập dữ liệu đã x{c định hoạt tính gồm 114 chất, loại nhiễu các chất nằm ngoài đường tuyến tính có Z-score > 2,0 và sử dụng hàm Random (MOE 2008.10) chia tập dữ liệu thành 2 tập huấn luyện (56 chất) và tập kiểm tra đ{nh gi{ ngoại (14 chất) Xét các mô hình thứ cấp, mô hình QSAR (I) đạt nhiều kết quả đ{nh gi{ tốt với sai số giữa giá trị dự đo{n v| giá trị thực nghiệm của toàn tập xây dựng mô hình là RMSE = 0,39 < 0,5 và R2 = 0,81 > 0,5
Bảng 4: Kết quả đ{nh gi{ mô hình QSAR (I)
Tập huấn luy ện
Tập kiểm tra
Toàn bộ cơ sở
dữ liệu
2
Phương trình của mô hình QSAR (I):
8,82036*PEOE_VSA_FPNEG + 2,02087*PEOE_VSA_FPPOS - 0,07738*SlogP
Trong đó thông số BCUT_PEOE_2 là trị riêng của ma trận kề giữa các nguyên tử, PEOE_PC+ là tổng điện tích dương, PEOE_VSA-3 là tổng diện tích bề mặt Van der Waals có điện tích trong vùng [ -0,20; -0,15), PEOE_VSA_FPNEG và PEOE_VSA_FPPOS lần lượt là Diện tích bề mặt Van der Waals có điện tích }m v| dương, SlogP l| log của hệ số phân bố octanol/nước (bao gồm cả hydro ẩn)
Mô hình QSAR(I) có giá = 0,14 < 0,2 và
= 0,70 > 0,5 theo đ{nh gi{ Roy(8) chứng tỏ có
khả năng dự đo{n tốt Gi{ trị dự đo{n Rpred2 =
0,79 > 0,5 cao
BÀN LUẬN
Dự đo{n hoạt tính các chất sàng lọc thực hiện bằng mô hình QSAR (I) có được các giá
đo{n thuộc khoảng có hoạt tính [1,34 nM –
Trang 85954 nM] và 12 chất > 30.000 nM Một số chất
với điểm số docking rất thấp v| tương t{c với
acid amin yếu nhưng vẫn được dự đoán có
hoạt tính là do mô hình QSAR (I) sẽ cho kết
quả tốt với các cấu trúc có tính tương quan với
các thông số mô tả thực hiện xây dựng mô
khung chính là carboxamid, pyridin, quinolin,
isoquinolin Ngoài ra, có hai khung mới đơn
giản (hình 1) v| chưa được nghiên cứu đề cập
cho giá trị IC50 dự đo{n tốt nhất là 181 nM
Trong các chất có hoạt tính, hai thuốc là
đo{n lần lượt là 5.954 nM và 630 nM Có thể
tiến hành thực nghiệm để đ{nh gi{ tiềm năng
của hai thuốc này Với các chất có giá trị dự
đo{n > 30.000 nM đều có điểm số docking
không tốt hay không có c{c tương t{c với
Trp80, acid amin đóng vai trò giữ cấu trúc
AKT1 ở trạng thái bất hoạt
Hình 1: Các khung cấu trúc sàng lọc mới có giá trị
IC 50 dự đo{n tốt Trong đó: R 1 , R 2 , R 3 , R 4 , R 5 , R 6 ,
R 11 , R 12, R 13 , R 14 : Hydro hay các nhóm thế, đóng
vòng X: Nguyên tử N, S, O Với X = N có giá trị
IC 50 dự đo{n tốt, X = S hay X = O giá trị IC 50 lớn
R 8 : Halogen F, Cl
KẾT LUẬN
Nghiên cứu xây dựng thành công mô hình
3D-pharmacophore 5 điểm từ nhiều khung cấu
trúc đa dạng thu được 13 mô hình 5 điểm, trong
đó mô hình N2 có tính chọn lọc tốt nhất Ứng
dụng sàng lọc chọn lọc được 44 chất trên 44.243
chất thỏa mô hình Mô hình mô tả phân tử
trúc vòng thơm có liên quan tới khả năng ức chế AKT1 của c{c chất Mô hình 2D - QSAR cho kết quả dự đo{n hai thuốc thể hiện khả năng gắn kết tốt và hai khung cấu trúc tiềm năng mới, nghiên
cứu đề nghị thử nghiệm in vitro và in vivo xác
định hoạt tính sinh học v| xem xét như khung chính trong các nghiên cứu điều trị ung thư
Lời cảm ơn: Nghiên cứu n|y được tài trợ bởi Quỹ
Phát triển khoa học và công nghệ Quốc gia (NAFOSTED) trong đề tài mã số 106-YS.05-2015.31 (cho Thái Khắc Minh)
TÀI LIỆU THAM KHẢO
Defeo-Jones D,Smith AM (2008), "Allosteric inhibitors of Akt1 and Akt2: a naphthyridinone with efficacy in an A2780 tumor
xenograft model", Bioorganic & medicinal chemistry letters 18
(11), pp 3178-3182
ngày truy cập 23/2/2017
inhibitors as anti-cancer treatments, Pharmacology &
therapeutics 172, pp.101-115
anticancer therapy: focus on the PI3K/AKT/mTOR pathway",
Cancer chemotherapy and pharmacology 71 (4), pp 829
dynamics of protein kinase B—new mechanism for the
allosteric regulation of an AGC kinase", Journal of chemical
biology 2.1 2 (1), pp 11-25
novel PH-kinase domain interface in PKB/Akt regulation:
structural mechanism for allosteric inhibition", PLoS biology 7
(1), pp e1000017
Garcia-Vallvé S (2012), "DecoyFinder: an easy-to-use python GUI application for building target-specific decoy sets",
Bioinformatics 28 (12), pp 1661-1662
QSAR models Part 2 New intercomparable thresholds for different validation criteria and the need for scatter plot
inspection", Journal of Chemical Information and Modeling 52 (8),
pp 2044-2058
protein kinase for cancer chemoprevention", Molecular Cancer
Therapeutics 6 (8), pp 2139-2148
http://urvnutrigenomica-ctns.github.io/DecoyFinder/, ngày truy cập 20/5/2017
11 Du K, Tsichlis PN (2005), "Regulation of the Akt kinase by
interacting proteins", Oncogene 24 (50), pp 7401-7409
12 Fang Z, Simard JR, Plenker D, Nguyen HD, Phan T, Wolle P, Rauh D (2014), "Discovery of
Inter-Novel Assay System for Allosteric Akt Inhibitors", ACS chemical
biology 10 (1), pp 279-288