Virtual screening and binding free energy calculations of sirtuin inhibitors

Abstract

Histon-Desacetylasen (Sirtuine) sind Enzyme, die die Desacetylierung N-acetylierter Lysine in Histon- und Nicht-HistonproteinenNAD+ -abhängig katalysieren. SIRT2-Proteine sind sowohl in Bakterien, als auchim Menschen hochkonserviert und katalysieren die Desacetylierung von Substraten, wie α-Tubulin, myoD, p53 und FOXO. Ein derartiges Substratspektrum weist auf eine zentrale Rolle bei zahlreichen biologischen Prozessen, wie DNA-Reparatur und Rekombination, Langlebigkeit, sowie Genstilllegung, hin. Um die Bedeutung und Funktion humaner Sir2-Enzyme zukünftig besser untersuchen und verstehen zu können, werden potente und subtypselektive Hemmstoffe benötigt. Das Hauptaugenmerk dieser Arbeit lag vor allem darauf, einen Einblick in das Bindungsverhalten von Hemmstoffen des humanen SIRT2-Proteins auf molekularer Ebene zu erhalten und neuartige Verbindungen für eine Abschätzung des therapeutischen Potentials von Sirtuininhibitoren zu identifizieren. Im ersten Teil der Arbeit wurden Derivate des β –Phenylsplitomicins als neuartige potente Inhibitoren des humanen SIRT2 identifiziert. In Dockingstudien konnte gezeigt werden, dass die Orientierung des β -Phenylsubstituenten für die Aktivität der Verbindungen wichtig ist. In der C-Bindungstasche lokalisierte Kristallwassermoleküle waren in der Lage die Dockingergebnisse signifikant zu verbessern und wichtig für das Verständnis der Aktivitätsunterschiede zwischen R- und S-Enantiomeren. Durch Moleküldynamiksimulationen konnte die Stabilität dieser Verbindungen in der Nicotinamidtasche des humanen SIRT2 gezeigt werden. Anschließend wurden mittels des MM-PBSA-Verfahrens freie Bindungsenergien berechnet und mit den experimentellen Daten verglichen. Im zweiten Teil der Arbeit wurden Thiobarbiturate als weitere neuartige Hemmstoffklasse des humanen SIRT2 identifiziert. Virtuelles Screening, Docking und die Berechnung freier Bindungsenergien wurden hier benutzt um sowohl den Bindungsmodus, als auch die Aktivitäten verschiedener Thiobarbiturate vorherzusagen. Mittels des MM-PBSA-Verfahrens konnten die experimentellen Daten mit einem Korrelationskoeffizienten von r2=0.78 reproduziert werden. Ein nach der LIE-Methode erstelltes Modell zeigte einen Korrelationskoeffizienten von r2=0.58. Beide Methoden waren in der Lage diejenigen Verbindungen mit der höchsten biologischen Aktivität wiederzufinden und dienten so als Validierungsverfahren für eine Kombination aus Docking, Moleküldynamiksimulationen und der Berechnung freier Bindungsenergie im Rahmen des strukturbasierten Wirkstoffdesigns.