Development of a data collection and analysis tool for protein-ligand interactions

Abstract

Protein - ligand etkileşimlerinin analizi, yeni ilaçların gelişimine dönük çalışmaları yönlendirmektedir. Protein - ligand etkileşimi ile alakalı çalışmalar için, ilk adım doğru bir veri kümesinin oluşturulmasıdır. Bu veri toplama işlemi ya veritabanlarında manuel arama ya da bilgisayar destekli veri toplama yöntemleri kullanılarak tamamlanabilir. Manuel veri toplama, zaman alıcı ve hatalara açık olması nedeniyle zordur. Bu çalışmada, protein-ligand etkileşim verileri toplamak için yeni bir araç sunulmuştur. İlk olarak UniProt, ChEMBL, PubChem, PDB ve BindingDB'yi kaynak veritabanları olarak kullanan bir protein - ligand etkileşimi veri toplama aracı tanıtılmıştır. İkinci bölümde, sfingolipid ve insülin metabolizmalarının protein - ligand etkileşimlerini analiz etmek için bu araç kullanılmıştır. İlk olarak, her iki metabolizmanın veri setleri oluşturulup, ardından ligand merkezli ağ modelleri ligand analizi için inşa edilmiştir. Bu ağlara dayanarak, önce sfingolipid metabolizma proteinleri içindeki etkileşimleri, daha sonra insülin proteinleri ile olan etkileşimleri analiz edilmiştir. Ligand analizine göre spesifik etkileşimler ve önemli ilaçlar vurgulanmıştır. Bir çok sayıda proteinle etkileşime giren ilaçların yanı sıra, Tamoksifen ve Altretamin kanseri ilaçları, önemli Sfingolipit proteinleri, yani GLCM, ARSA ve AGAL ile etkileşime girmiştir. Küçük hücreli olmayan akciğer kanserinin tedavisinde kullanılan Ceritinib, Kit ve Lyn kinazlarıyla etkileşime girmiştir. Bu ligand tabanlı etkileşim ağı analizi, bu iki ağ arasındaki sinerjiyi vurgulamıştır.

Analysis of protein – ligand interactions guides the development of new drugs. For protein - ligand interaction studies, first step is the construction of an accurate dataset. This data collection process can be completed either by manual search in databases or by using computer-assisted data collection methods. Manual data collection is difficult, time consuming and prone to errors. In this work, we present a novel tool to collect protein-ligand interaction data. We first introduce a protein – ligand interaction data collection tool using UniProt, ChEMBL, PubChem, PDB and BindingDB as its source databases. In the second part, we use this tool to analyze protein – ligand interactions of sphingolipid and insulin metabolisms. First, the datasets of both metabolisms were constructed, then their ligand centric network models were built for ligand analysis. Based on these networks, first the interactions within sphingolipid metabolism proteins, then their interactions with insulin proteins were analyzed. According to the ligand analysis, specific interactions and significant drugs were highlighted. Besides promiscuous drugs interacting with too many proteins, Tamoxifen and Altretamine cancer drugs interacted with key sphingolipid proteins, namely GLCM, ARSA and AGAL. Ceritinib, used for the treatment of non-small cell lung cancer, interacted with Kit and Lyn kinases. This ligand based interaction network analysis highlighted the synergy between these two networks.