Desenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-ligante

Detalhes bibliográficos
Autor(a) principal: Borsato, Nicolau Gonçalves
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do LNCC
Texto Completo: https://tede.lncc.br/handle/tede/359
Resumo: Molecular Docking is a methodology widely used in Structured Based Drug Desing (SBDD). And it has two main objectives: i) ligand pose prediction (i.e. predict the ligand bind mode) and ii) bind affinity prediction of a small molecule in a selected receptor’s active site. It is an approach widely used in virtual screening, aiming the identification and the optimization of prototypes composts and leaders (possible future drug candidate). To perform these objectives, mainly the objective ii), it’s needed the use of accurated evaluation functions. Nowadays, evaluation functions have good performance in identify these binding modes, in contrast with an accuracte affinity function, ranking in virtual screening experiments and the classification of active and inactive ligands, constitutes huge challenge. Recently, it was developed in our group GMMSB/LNCC empiric functions (DockTScore) to predict the protein-ligand bind affinity. These functions are based in the force field MMFF94s and physical-chemical descriptor associated with the protein-ligand binding. These functions incorporated to the program and webportal DockThor-VS (www.dockthor.lncc.br). The functions developeds have shown highly competitive with others published functions, but yet they need improvement, principally in stronger protein-ligand binding affinity s (i.e., Ki < 45 nM). There is an hypothesis that complexes exhibiting strong bind affinity they are associated with specific interactions (e.g halogen bind, polarization, interaction with metal atoms pi and T-stacking, etc.) which will hardly be well described using a classical force field and they need to be evaluated by eletronic structure quantum calculations or hybrid such as QM/MM. In this work, it was developed a protocol for preparation and evaluation of protein-ligand complexesby QM/MM using NAMD and MOPAC, aimed to deveolp an empirical hibrid quantum-classical function. Also are objectives of this work: i) identify which are the best classical descriptors in the function DockTScore to be used with the protein-ligand interaction energy calcualted by an hybrid QM/MM method; and ii) compare the outcomes of a semi-empirical hamiltonian PM7 and PM6D3H4X. The linear empirical functions was developed using the set "PDBbind v2013 refined set" containing 2764 protein-ligand complexes. The "coreset" containing 195 complexes was used as an independent test and the results compared with the results obtained by DockTScore function. For the realization of this work it was necessary the development of an automated protocol to settle topologies to recognize residue protonations (i.e., ASP e GLU). It was investigated and compared protocols with and without energy minimization 15A QM. The results obtained shows that the interaction energy of quantum calculations correlates better with the affinity data (∆G) obtained through experiment than with classical force field based data. The results also indicates that the usage of the energy minimization process can be very useful to obatin better correlations, principaly when halogen interaction is involved and metal cofactors.
id LNCC_ad4daae54e5d58efed9ea17c8d1e3557
oai_identifier_str oai:tede-server.lncc.br:tede/359
network_acronym_str LNCC
network_name_str Biblioteca Digital de Teses e Dissertações do LNCC
repository_id_str
spelling Dardenne, Laurent EmmanuelGuedes, Isabella AlvimDardenne, Laurent EmmanuelRocha, Gerd Bruno daCustódio, Fabio Limahttp://lattes.cnpq.br/0603315843469084Borsato, Nicolau Gonçalves2023-04-25T14:16:52Z2020-02-18BORSATO, N. G. Desenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-ligante. 2020. 147 f. Dissertação (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2020.https://tede.lncc.br/handle/tede/359Molecular Docking is a methodology widely used in Structured Based Drug Desing (SBDD). And it has two main objectives: i) ligand pose prediction (i.e. predict the ligand bind mode) and ii) bind affinity prediction of a small molecule in a selected receptor’s active site. It is an approach widely used in virtual screening, aiming the identification and the optimization of prototypes composts and leaders (possible future drug candidate). To perform these objectives, mainly the objective ii), it’s needed the use of accurated evaluation functions. Nowadays, evaluation functions have good performance in identify these binding modes, in contrast with an accuracte affinity function, ranking in virtual screening experiments and the classification of active and inactive ligands, constitutes huge challenge. Recently, it was developed in our group GMMSB/LNCC empiric functions (DockTScore) to predict the protein-ligand bind affinity. These functions are based in the force field MMFF94s and physical-chemical descriptor associated with the protein-ligand binding. These functions incorporated to the program and webportal DockThor-VS (www.dockthor.lncc.br). The functions developeds have shown highly competitive with others published functions, but yet they need improvement, principally in stronger protein-ligand binding affinity s (i.e., Ki < 45 nM). There is an hypothesis that complexes exhibiting strong bind affinity they are associated with specific interactions (e.g halogen bind, polarization, interaction with metal atoms pi and T-stacking, etc.) which will hardly be well described using a classical force field and they need to be evaluated by eletronic structure quantum calculations or hybrid such as QM/MM. In this work, it was developed a protocol for preparation and evaluation of protein-ligand complexesby QM/MM using NAMD and MOPAC, aimed to deveolp an empirical hibrid quantum-classical function. Also are objectives of this work: i) identify which are the best classical descriptors in the function DockTScore to be used with the protein-ligand interaction energy calcualted by an hybrid QM/MM method; and ii) compare the outcomes of a semi-empirical hamiltonian PM7 and PM6D3H4X. The linear empirical functions was developed using the set "PDBbind v2013 refined set" containing 2764 protein-ligand complexes. The "coreset" containing 195 complexes was used as an independent test and the results compared with the results obtained by DockTScore function. For the realization of this work it was necessary the development of an automated protocol to settle topologies to recognize residue protonations (i.e., ASP e GLU). It was investigated and compared protocols with and without energy minimization 15A QM. The results obtained shows that the interaction energy of quantum calculations correlates better with the affinity data (∆G) obtained through experiment than with classical force field based data. The results also indicates that the usage of the energy minimization process can be very useful to obatin better correlations, principaly when halogen interaction is involved and metal cofactors.Atracamento Molecular é uma metodologia amplamente utilizada no contexto do Desenho de Fármacos Baseado em Estrutura (SBDD, do inglês Structure-Based Drug Design) e possui dois objetivos principais: (i) predição da pose (i.e., prever os modos de ligação) e (ii) predição da afinidade de ligação de uma pequena molécula no sítio receptor de um alvo selecionado. É uma abordagem amplamente utilizada em estudos de triagem virtual visando a identificação e a otimização de compostos protótipos e líderes (possíveis futuros candidatos a fármacos). Para a execução desses objetivos, principalmente o objetivo (ii), é necessário o uso de funções de avaliação acuradas. Atualmente, as funções de avaliação possuem bom desempenho em identificar os modos de ligação, entretanto a predição acurada da afinidade de ligação, o ranqueamento em experimentos de triagem virtual e a classificação dos ligantes como ativos e inativos constituem grandes desafios. Recentemente, foram desenvolvidas no nosso grupo funções empíricas (DockTScore) para a predição da afinidade de ligação proteína-ligante. Estas funções são baseada no campo de força clássico MMFF94S e descritores associados a caraterísticas físico-químicas da ligação proteína-ligante. Estas funções foram incorporadas ao programa e portal web DockThor- VS (https://www.dockthor.lncc.br). As funções desenvolvidas se mostraram bastante competitivas com as demais funções descritas na literatura, mas ainda necessitam de melhorias importantes , principalmente na predição de afinidades proteína-ligante mais fortes (i.e., Ki < 45 nM). Uma hipótese é que complexos exibindo afinidades fortes estejam associados com interações específicas (e.g., ligação de halogênios, polarização, interações com metais, pi e T- stacking etc) que dificilmente seriam bem descritas utilizando-se um campo de força clássico e necessitam de serem avaliadas através de cálculos quânticos de estrutura eletrônica ou cálculos híbridos QM/MM. Neste trabalho, foi desenvolvido um protocolo de preparação e avaliação de complexos proteína-ligante através de cálculos QM/MM, utilizando os programas NAMD e MOPAC, com o objetivo de se desenvolver uma função empírica híbrida clássico-quântica. Também são objetivos deste trabalho: (i) identificar quais os melhores descritores clássicos da função DockTScore a serem utilizados com a energia de interação proteína-ligante calculada através de um método híbrido QM/MM; e (ii) comparar resultados obtidos com as hamiltonianas semi-empíricas PM7 e PM6D3H4X. As Ffunções empíricas lineares foram desenvolvidas utilizando-se o conjunto "PDBbind v2013 refined set"contendo originalmente 2764 complexos proteína-ligante. O conjunto “core-set” contendo 195 complexos foi utilizado como teste independente e os resultados comparados com os obtidos pela função DockTScore Para a realização deste trabalho, foi necessário o desenvolvimento de protocolo automatizado para determinar as topologias para o reconhecimento de protonações específicas de resíduos de aminoácidos (i.e., ASP e GLU). Foram investigados e comparados protocolos com e sem minimização de energia QM/MM dos complexos. O protocolo de minimização selecionado consiste em uma minimização de energia, utilizando um raio de corte QM de 5 Å, de 1000 passos do algoritmo Gradiente Conjugado. Após a etapa de otimização, a energia de interação proteína-ligante é obtida de cálculos “single-point” utilizando um raio de corte QM de 15 Å. Os resultados obtidos mostram que as energias de interação obtidas de cálculos quânticos correlacionam melhor com os dados de afinidade (∆G) obtidos experimentalmente do que aquelas obtidas com um campo de força clássico. Também indicam que a utilização de um processo de minimização de energia pode ser bastante útil para obter melhores correlações, principalmente quando envolvem interações do tipo ligação de halogênio e com cofatores metálicos.Submitted by Patrícia Vieira Silva (library@lncc.br) on 2023-04-25T14:16:08Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Nicolau Gonçalves Borsato.pdf: 6756277 bytes, checksum: 026b5039a22a453c8b8897d77651d38c (MD5)Approved for entry into archive by Patrícia Vieira Silva (library@lncc.br) on 2023-04-25T14:16:37Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Nicolau Gonçalves Borsato.pdf: 6756277 bytes, checksum: 026b5039a22a453c8b8897d77651d38c (MD5)Made available in DSpace on 2023-04-25T14:16:52Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Nicolau Gonçalves Borsato.pdf: 6756277 bytes, checksum: 026b5039a22a453c8b8897d77651d38c (MD5) Previous issue date: 2020-02-18Conselho Nacional de Desenvolvimento Científico e Tecnológicoapplication/pdfhttp://tede-server.lncc.br:8080/retrieve/1532/Dissertacao_Nicolau%20Gon%c3%a7alves%20Borsato.pdf.jpgporLaboratório Nacional de Computação CientíficaPrograma de Pós-Graduação em Modelagem ComputacionalLNCCBrasilCoordenação de Pós-Graduação e Aperfeiçoamento (COPGA)http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtracamento molecularQM/MMDockThor (Programa de computador)Equação de SchrödingerCNPQ::CIENCIAS BIOLOGICAS::FARMACOLOGIADesenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-liganteinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Biblioteca Digital de Teses e Dissertações do LNCCinstname:Laboratório Nacional de Computação Científica (LNCC)instacron:LNCCTHUMBNAILDissertacao_Nicolau Gonçalves Borsato.pdf.jpgDissertacao_Nicolau Gonçalves Borsato.pdf.jpgimage/jpeg3569http://tede-server.lncc.br:8080/tede/bitstream/tede/359/7/Dissertacao_Nicolau+Gon%C3%A7alves+Borsato.pdf.jpgd7c43ebee542452db209715e97813818MD57TEXTDissertacao_Nicolau Gonçalves Borsato.pdf.txtDissertacao_Nicolau Gonçalves Borsato.pdf.txttext/plain235614http://tede-server.lncc.br:8080/tede/bitstream/tede/359/6/Dissertacao_Nicolau+Gon%C3%A7alves+Borsato.pdf.txtb84bdead0d486620e4cc845eae8dc3adMD56ORIGINALDissertacao_Nicolau Gonçalves Borsato.pdfDissertacao_Nicolau Gonçalves Borsato.pdfapplication/pdf6756277http://tede-server.lncc.br:8080/tede/bitstream/tede/359/5/Dissertacao_Nicolau+Gon%C3%A7alves+Borsato.pdf026b5039a22a453c8b8897d77651d38cMD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://tede-server.lncc.br:8080/tede/bitstream/tede/359/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_texttext/html; charset=utf-80http://tede-server.lncc.br:8080/tede/bitstream/tede/359/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://tede-server.lncc.br:8080/tede/bitstream/tede/359/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-82165http://tede-server.lncc.br:8080/tede/bitstream/tede/359/1/license.txtbd3efa91386c1718a7f26a329fdcb468MD51tede/3592023-04-26 01:37:26.288oai:tede-server.lncc.br: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Biblioteca Digital de Teses e Dissertaçõeshttps://tede.lncc.br/PUBhttps://tede.lncc.br/oai/requestlibrary@lncc.br||library@lncc.bropendoar:2023-04-26T04:37:26Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)false
dc.title.por.fl_str_mv Desenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-ligante
title Desenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-ligante
spellingShingle Desenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-ligante
Borsato, Nicolau Gonçalves
Atracamento molecular
QM/MM
DockThor (Programa de computador)
Equação de Schrödinger
CNPQ::CIENCIAS BIOLOGICAS::FARMACOLOGIA
title_short Desenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-ligante
title_full Desenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-ligante
title_fullStr Desenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-ligante
title_full_unstemmed Desenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-ligante
title_sort Desenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-ligante
author Borsato, Nicolau Gonçalves
author_facet Borsato, Nicolau Gonçalves
author_role author
dc.contributor.advisor1.fl_str_mv Dardenne, Laurent Emmanuel
dc.contributor.advisor2.fl_str_mv Guedes, Isabella Alvim
dc.contributor.referee1.fl_str_mv Dardenne, Laurent Emmanuel
dc.contributor.referee2.fl_str_mv Rocha, Gerd Bruno da
dc.contributor.referee3.fl_str_mv Custódio, Fabio Lima
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/0603315843469084
dc.contributor.author.fl_str_mv Borsato, Nicolau Gonçalves
contributor_str_mv Dardenne, Laurent Emmanuel
Guedes, Isabella Alvim
Dardenne, Laurent Emmanuel
Rocha, Gerd Bruno da
Custódio, Fabio Lima
dc.subject.por.fl_str_mv Atracamento molecular
QM/MM
DockThor (Programa de computador)
Equação de Schrödinger
topic Atracamento molecular
QM/MM
DockThor (Programa de computador)
Equação de Schrödinger
CNPQ::CIENCIAS BIOLOGICAS::FARMACOLOGIA
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS BIOLOGICAS::FARMACOLOGIA
description Molecular Docking is a methodology widely used in Structured Based Drug Desing (SBDD). And it has two main objectives: i) ligand pose prediction (i.e. predict the ligand bind mode) and ii) bind affinity prediction of a small molecule in a selected receptor’s active site. It is an approach widely used in virtual screening, aiming the identification and the optimization of prototypes composts and leaders (possible future drug candidate). To perform these objectives, mainly the objective ii), it’s needed the use of accurated evaluation functions. Nowadays, evaluation functions have good performance in identify these binding modes, in contrast with an accuracte affinity function, ranking in virtual screening experiments and the classification of active and inactive ligands, constitutes huge challenge. Recently, it was developed in our group GMMSB/LNCC empiric functions (DockTScore) to predict the protein-ligand bind affinity. These functions are based in the force field MMFF94s and physical-chemical descriptor associated with the protein-ligand binding. These functions incorporated to the program and webportal DockThor-VS (www.dockthor.lncc.br). The functions developeds have shown highly competitive with others published functions, but yet they need improvement, principally in stronger protein-ligand binding affinity s (i.e., Ki < 45 nM). There is an hypothesis that complexes exhibiting strong bind affinity they are associated with specific interactions (e.g halogen bind, polarization, interaction with metal atoms pi and T-stacking, etc.) which will hardly be well described using a classical force field and they need to be evaluated by eletronic structure quantum calculations or hybrid such as QM/MM. In this work, it was developed a protocol for preparation and evaluation of protein-ligand complexesby QM/MM using NAMD and MOPAC, aimed to deveolp an empirical hibrid quantum-classical function. Also are objectives of this work: i) identify which are the best classical descriptors in the function DockTScore to be used with the protein-ligand interaction energy calcualted by an hybrid QM/MM method; and ii) compare the outcomes of a semi-empirical hamiltonian PM7 and PM6D3H4X. The linear empirical functions was developed using the set "PDBbind v2013 refined set" containing 2764 protein-ligand complexes. The "coreset" containing 195 complexes was used as an independent test and the results compared with the results obtained by DockTScore function. For the realization of this work it was necessary the development of an automated protocol to settle topologies to recognize residue protonations (i.e., ASP e GLU). It was investigated and compared protocols with and without energy minimization 15A QM. The results obtained shows that the interaction energy of quantum calculations correlates better with the affinity data (∆G) obtained through experiment than with classical force field based data. The results also indicates that the usage of the energy minimization process can be very useful to obatin better correlations, principaly when halogen interaction is involved and metal cofactors.
publishDate 2020
dc.date.issued.fl_str_mv 2020-02-18
dc.date.accessioned.fl_str_mv 2023-04-25T14:16:52Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv BORSATO, N. G. Desenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-ligante. 2020. 147 f. Dissertação (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2020.
dc.identifier.uri.fl_str_mv https://tede.lncc.br/handle/tede/359
identifier_str_mv BORSATO, N. G. Desenvolvimento de funções empíricas quântico-clássicas para a predição da afinidade proteína-ligante. 2020. 147 f. Dissertação (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2020.
url https://tede.lncc.br/handle/tede/359
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Laboratório Nacional de Computação Científica
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Modelagem Computacional
dc.publisher.initials.fl_str_mv LNCC
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA)
publisher.none.fl_str_mv Laboratório Nacional de Computação Científica
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do LNCC
instname:Laboratório Nacional de Computação Científica (LNCC)
instacron:LNCC
instname_str Laboratório Nacional de Computação Científica (LNCC)
instacron_str LNCC
institution LNCC
reponame_str Biblioteca Digital de Teses e Dissertações do LNCC
collection Biblioteca Digital de Teses e Dissertações do LNCC
bitstream.url.fl_str_mv http://tede-server.lncc.br:8080/tede/bitstream/tede/359/7/Dissertacao_Nicolau+Gon%C3%A7alves+Borsato.pdf.jpg
http://tede-server.lncc.br:8080/tede/bitstream/tede/359/6/Dissertacao_Nicolau+Gon%C3%A7alves+Borsato.pdf.txt
http://tede-server.lncc.br:8080/tede/bitstream/tede/359/5/Dissertacao_Nicolau+Gon%C3%A7alves+Borsato.pdf
http://tede-server.lncc.br:8080/tede/bitstream/tede/359/2/license_url
http://tede-server.lncc.br:8080/tede/bitstream/tede/359/3/license_text
http://tede-server.lncc.br:8080/tede/bitstream/tede/359/4/license_rdf
http://tede-server.lncc.br:8080/tede/bitstream/tede/359/1/license.txt
bitstream.checksum.fl_str_mv d7c43ebee542452db209715e97813818
b84bdead0d486620e4cc845eae8dc3ad
026b5039a22a453c8b8897d77651d38c
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
bd3efa91386c1718a7f26a329fdcb468
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)
repository.mail.fl_str_mv library@lncc.br||library@lncc.br
_version_ 1797683220092813312