In silico screening of inhibitors and conformational analysis of HCV NS5B polymerase

Abstract

Die NS5B-Polymerase ist ein Schlüsselenzym der viralen Replikation des Hepatitis-C-Virus (HCV) und ein gut untersuchtes Arzneistofftarget. In der vorliegenden Arbeit wurden unterschiedliche virtuelle Screeningabläufe entwickelt, um neuartige Hemmstoffe der HCV-NS5B-Poymerase zu identifizieren. Im ersten Teil der Arbeit wurden verschiedene Screeningansätze evaluiert. Zur weiteren Optimierung des virtuellen Screenings wurde das Docking mit diversen Filtermethoden kombiniert. Mit dem Ziel, potentielle Leitstrukturen von inaktiven Verbindungen zu unterscheiden, kamen die Random-Forest-Klassifikations-Methode (RF) sowie Structural-Interaktion-Fingerprints zum Einsatz. Zusätzlich wurde das Verfahren des Two-Sites-Docking, basierend auf der Idee, dass aussichtsreiche Kandidaten bevorzugt in ein Target binden, angepasst. Desweiteren wurde ein auf der Verbindung HCV-796 basierendes Pharmakophormodell erstellt und Dockingstudien sowie MD-Simulationen durchgeführt. Die unterschiedlichen Genotypen wurden einer Affinitätsanalyse unterzogen. Darauf basierend wurden Vorschläge bezüglich weiterer Entwicklungsschritte unterbreitet. Durch das Fehlen eines Fehlerkorrekturmechanismus stellen virale Varianten eine Herausforderung für die Entwicklung antiviraler Mittel dar. Durch MD-Simulationen wurde das Bindungsverhalten zweier Benzimidazol-inihibitoren untersucht.

Hepatitis C virus (HCV) NS5B polymerase is a key for viral replication enzyme and a well validated drug target. In this thesis, we attempt to develop virtual screening (VS) protocols in order to identify novel inhibitors of HCV NS5B polymerase. In the first part, several screening approaches have been evaluated. To further improve VS, combining docking with filtering methods i.e. structural interaction fingerprint and random forest classification, have been investigated. In addition, we customized a simply docking strategy called ‘two sites docking’ based on an idea that a good candidate compound should bind specifically to one target. Second part, pharmacophore modeling of a potent inhibitor HCV-796, docking and molecular dynamics (MD) simulation studies were carried out. Affinity analysis of different genotypes was discussed and the suggestion for further development was proposed. Due to lack of a proofreading mechanism, viral variants make it challenging for developing effective HCV antiviral agents. We therefore employ MD simulation to examine the binding affinity of two benzimidazole inhibitors to the reported point mutants.