Pharmacophore-based screening and docking for the discovery of novel antagonists of beta-2 adrenergic receptor

Abstract

ß2AR, rodopsin benzeri GPCR üyesi olup, yapı-tabanlı farmakofor modelleme ve docking yöntemleri kullanılarak yeni antagonistlerinin keşfi için hedef sistemidir. İlk olarak bilinen beş inaktif ß2AR kompleksi (PDB kodu: 2RH1, 3D4S, 3NY8, 3NY9 ve 3NYA) kullanılarak ortak bir farmakofor modeli elde edilmiştir. Bu farmakofor modelinin ayırt edici özelliğini test edebilmek için bilinen 117 molekülden (53 antagoniste karşılık 64 agonist) oluşan küçük bir veritabanı LigandScout programıyla taranmıştır. Tarama sonucu 44 antagoniste (%72 doğru pozitif) karşılık 17 agonist (%18 yanlış pozitif) tatmin edici bulunmuştur. Daha sonra, aynı koşullar altında ZINC veritabanının bir alt veritabanı olan temiz ilaç benzeri veritabanı taranmıştır. 9,928,465 molekülden 729,413 tanesi istenilen farmakofor özelliklerini karşılamıştır. Bütün bu moleküller GOLD ve AUTODOCK programları kullanılarak dört ayrı scoring fonksiyonu (CHEMPLP, DSX Score, GoldScore ve ChemScore) ile inaktif kristal yapılarından birine (PDB kodu: 2RH1) dock edilmiştir. Bu dock edilen pozlardan en yüksek skora sahip olanlar antagonistlerin bağlanması için gerekli olan bazı anahtar rezidüler baz alınarak analiz edilmiştir. Docking hesaplamaları sonucunda test setten 3 antagonistin ve ZINC veritabanından ise 360 bileşiğin dört scoring fonksiyonunda da en yüksek skora sahip olduğu sonucuna varılmıştır. Son olarak Discovery Studio tarafından sağlanan ADMET özellikleri test edilmiştir. ADMET analizi sonucunda küçük setten bir molekül ve ZINC veritabanından ise 62 molekül ß2AR için uygun antagonistler olarak belirlenmiştir.

ß2AR, which is the member of rhodopsin-like GPCR, is the target system for the discovery of novel antagonists using structure-based pharmacophore modeling and docking methods. Initially, a shared pharmacophore model is obtained using the structure of five known inactive ß2AR complex (PDB ids: 2HR1, 3D4S, 3NY8, 3NY9 and 3NYA). In order to test the discriminatory power of pharmacophore model, a small database consisting of 117 known molecules (53 antagonists against 64 agonists) was screened using LigandScout software tool. The screening yielded 44 antagonists (72% true positives) against 17 agonists (18% false positives), which was found satisfactory. Then, under the same screening conditions, the second database that is the clean drug-like subset of ZINC database was screened. Out of 9,928,465 molecules, 729,413 compounds fulfilled the pharmacophore requirements. All these molecules were docked to one of the inactive crystal structure (PDB id: 2RH1) using GOLD and AutoDock software tools along with the four scoring functions, CHEMPLP, DSX Score, GoldScore, and ChemScore. The docked pose with the highest score of each molecule was further analyzed based on some key residues for antagonist binding. Docking calculations yielded 3 antagonist molecules form our decoy set and 360 compounds from ZINC database as they have been found in the highest score range determined from all four scoring functions. Final test was based on ADMET properties provided by Discovery Studio. ADMET analysis yielded one molecule from decoy set and 62 molecules from ZINC database that were proposed as plausible antagonists for ß2AR.