¿Cómo se puede utilizar el plegamiento de proteínas para el diseño de fármacos computacionales?

El plegamiento de proteínas no se trata solo de predecir estructuras a partir de secuencias, sino también de identificar diferentes estados explorados por una proteína, o comprender el paisaje proteico. Puedo pensar en dos / tres adiciones principales a la comunidad de diseño de fármacos (aparte de diseñar fármacos peptídicos y modificar o diseñar proteínas / enzimas), que se han originado a partir de estudios de plegamiento de proteínas:

Incorporando flexibilidad de proteína:

  • Sabemos a ciencia cierta que * a * única conformación no es una representación adecuada de una molécula de proteína. También sabemos que, en el caso de las enzimas, la hipótesis de bloqueo y llave no explica el estado de transición y, por lo tanto, se considera obsoleta. Por lo tanto, comprender la dinámica y la flexibilidad de las proteínas es importante ya que desempeña un papel en la función de la proteína y la catálisis. Esto significa que los ligandos de acoplamiento o cribado con una sola molécula de proteína no son suficientes.

Figura (de L a R): imágenes de dibujos animados de embudos plegables representativos de proteínas flexibles, proteínas rígidas y transiciones plegables todo o nada de una sola conformación. [Adaptación de la flexibilidad proteica en el diseño de fármacos computacionales.]

  • La contabilidad de la selección conformacional [donde se supone que existe una proteína en varias conformaciones energéticamente similares, y el ligando se une selectivamente a una de esas conformaciones, aumentando así el número de esa conformación particular] ha llevado a nuevas estrategias en la comunidad de diseño, especialmente para diseñar inhibidores de proteasa.

Selección conformacional: [matemáticas] P [/ matemáticas] y [matemáticas] P ^ * [/ matemáticas] son ​​dos estados, L es el ligando, aunque [matemáticas] P ^ * [/ matemáticas] tiene una energía más alta, [matemáticas] P ^ {*} L [/ math] es más estable.

Identificación de sitios alostéricos:

  • Los estudios de plegamiento de proteínas han ayudado a localizar sitios alostéricos (que no pueden identificarse mediante experimentos) [Las fluctuaciones de equilibrio de una sola proteína plegada revelan una multitud de posibles sitios alostéricos crípticos]

Objetivos más nuevos:

  • Los estudios sobre chaperones moleculares, plegamiento incorrecto / agregación de proteínas han ayudado a identificar objetivos más nuevos. Por ejemplo: proteínas de choque térmico (Hsp27 / Hsp90 para el cáncer) y tau hiperfosforilada para trastornos del SNC.

Si sabemos a qué proteínas queremos dirigirnos con un fármaco, y sabemos cómo se pliega la proteína, podemos utilizar el diseño computacional para descubrir cómo hacer moléculas que tengan una forma complementaria para diferentes partes de la proteína.
Usar una molécula con una forma complementaria influirá en las acciones de la proteína; por ejemplo, si formamos una molécula con una forma complementaria al sitio activo de una enzima, la molécula será un inhibidor competitivo de esa enzima *. Entonces, si queremos un medicamento que reduzca la actividad de una enzima, tiene sentido averiguar cómo se pliega esa enzima.

Hay otras formas en que el conocimiento del plegamiento de proteínas podría ser útil. Si podemos entender cómo ciertas proteínas (es decir, las proteínas chaperonas) afectan el plegamiento de otras proteínas, podría ser posible encontrar moléculas que cambien este proceso de alguna manera, cambiando la forma en que se pliega una proteína y, por lo tanto, cómo se comporta.
El plegamiento defectuoso de las proteínas se ha visto implicado en enfermedades como el Alzheimer, por lo que si podemos crear medicamentos que impidan que esto ocurra, es posible que tengamos un tratamiento o prevención viable.

* en este caso, generalmente es más fácil probar y hacer un sustrato analógico, pero obtienes el punto