Biopolym. Cell. 2014; 30(4):321-325.
http://dx.doi.org/10.7124/bc.0008A8
Біоінформатика
Дизайн потенційно активних речовин для SH2 доменів методами молекулярного моделювання
1Гурмач В. В., 1Балінський О. М., 2Платонов М. О., 1Бойко О. М., 1Бориско П. О., 1Прилуцький Ю. І.
  1. Київський національний університет імені Тараса Шевченка
    вул. Володимирська 64, Київ, Україна, 01033
  2. Інститут молекулярної біології і генетики НАН України
    вул. Академіка Заболотного, 150, Київ, Україна, 03680

Abstract

Пошук нових хімічних структур, здатних виявляти специфічну біологічну дію, є комплексною проблемою, що потребує використання сучасних методів молекулярного моделювання. Відомо, що SH2 домени відіграють важливу роль в онтогенезі як посередники специфічних білково-білкових взаємодій. Мета. Розробка алгоритму для дослідження властивостей зв’язування SH2 доменів, пошук потенційно активних речовин для всього класу SH2 доменів. Методи. Використано комплекс методів комп’ютерного моделювання для створення універсального цільового сету потенційно активних речовин на весь клас SH2 доменів. Проведено кластерний аналіз наявних тривимірних структур SH2 доменів та визначено загальні фармакофорні моделі, які застосовано для віртуального скринінгу колекції лікоподібних речовин підприємства Enamine. Результати. Запропоновано техніку проектування бібліотеки потенційно активних речовин для класу SH2 доменів. Висновки. Розроблено оригінальний алгоритм дослідження SH2 доменів із застосуванням методу молекулярного докінгу. Використовуючи цей алгоритм, знайдено активні речовини для SH2 доменів.
Keywords: молекулярне моделювання, SH2 домени, фармакофорні моделі, віртуальний скринінг
Повний текст: (PDF, англійською)

References

[1] Alm E, Arkin AP. Biological networks. Curr Opin Struct Biol. 2003;13(2):193-202.
[2] Silva CM. Role of STATs as downstream signal transducers in Src family kinase-mediated tumorigenesis. Oncogene. 2004;23(48):8017-23.
[3] Koch CA, Anderson D, Moran MF, Ellis C, Pawson T. SH2 and SH3 domains: elements that control interactions of cytoplasmic signaling proteins. Science. 1991;252(5006):668-74.
[4] Haiyun L, Shamima Banu Bte Sm Rashid, Hao Li, Wee KL, YihCherng L. Knowledge-guided docking of flexible ligands to SH2 domain proteins. IEEE International Conference on Bioinformatics and Bioengineering (Philadelphia, Pennsylvania, USA, May 31–June 3 2010). Philadelphia, 2010:185–190.
[5] Dominguez C, Boelens R, Bonvin AM. HADDOCK: a protein-protein docking approach based on biochemical or biophysical information. J Am Chem Soc. 2003;125(7):1731-7.
[6] Pawson T, Gish GD, Nash P. SH2 domains, interaction modules and cellular wiring. Trends Cell Biol. 2001;11(12):504-11.
[7] Liu BA, Jablonowski K, Raina M, Arcé M, Pawson T, Nash PD. The human and mouse complement of SH2 domain proteins-establishing the boundaries of phosphotyrosine signaling. Mol Cell. 2006;22(6):851-68.
[8] Balinskyi OM, Sudakov OO, Platonov MO. Small-molecule ligand search for protein interaction domains involving shape- based molecular modeling methods. Bulletin of Taras Shevchenko National University of Kyiv. Series Physics & Mathematics. 2012; 3:287–91.
[9] Chuprina A, Lukin O, Demoiseaux R, Buzko A, Shivanyuk A. Drug- and lead-likeness, target class, and molecular diversity analysis of 7.9 million commercially available organic compounds provided by 29 suppliers. J Chem Inf Model. 2010;50(4):470–9.
[10] Warren GL, Andrews CW, Capelli AM, Clarke B, LaLonde J, Lambert MH, Lindvall M, Nevins N, Semus SF, Senger S, Tedesco G, Wall ID, Woolven JM, Peishoff CE, Head MS. A critical assessment of docking programs and scoring functions. J Med Chem. 2006;49(20):5912–31.
[11] McMartin C, Bohacek RS. QXP: powerful, rapid computer algorithms for structure-based drug design. J Comput Aided Mol Des. 1997;11(4):333-44.
[12] Sudakov OO, Balinskyi OM, Platonov MO, Kovalskyy DB. Geo metric filters for protein–ligand complexes based on phenomenological molecular models. Biopolym Cell. 2013; 29(5):418–23.