طراحی مجازی و مدلسازی مولکولی ترکیبات پپتیدی پایدار کننده ساختار چهارتایی گوانین

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه شیمی دارویی، دانشکده داروسازی، دانشگاه علوم پزشکی همدان، همدان، ایران

2 گروه شیمی دارویی، دانشکده داروسازی، دانشگاه علوم پزشکی همدان، ایران

3 گروه فارماکوگنوزی و بیوتکنولوژی دارویی، دانشکده داروسازی، دانشگاه علوم پزشکی همدان، ایران

چکیده

مدلسازی مولکولی نقش بسیار مهمی در کشف و توسعه داروهای جدید دارد. روش‌های مجازی در کشف داروهای جدید هزینه‌ تولید را بسیار کاهش می‌دهند. مدلسازی مولکولی در توسعه داروهای ضدسرطان جایگاه خاصی دارد. ساختار چهارتایی گوانین یک ساختار ثانویه یکتا است که در برخی از توالی‌های غنی از گوانین تشکیل می‌گردد. ساختار چهارتایی گوانین در فعال‌کننده آنکوژن‌ها تشکیل شده و مانع بیان آنها می‌شود. بنابراین ترکیبات پایدار کننده چهارتایی گوانین به عنوان هدف درمانی در سرطان شناخته می‌شوند. در این مطالعه به بررسی برهم‌کنش پپتید DSM و همچنین طراحی و مدلسازی پپتیدهای پایدار کننده ساختار چهارتایی گوانین پرداخته شده است. براساس نتایج بدست آمده، مهمترین پارامتر در اتصال به ساختار چهارتایی گوانین وجود دو گروه بازی در زنجیره پپتیدی است. در بهترین زنجیره‌های بدست آمده (KGREIGYAK و KGREIGMYAK) آمینو اسیدهای لیزین و آرژنین در فاصله مناسب از یکدیگر قرار گرفته‌اند و پتانسیل بالایی برای اتصال به چهارتایی گوانین دارند. این آمینو اسیدهای بازی با گروه‌های فسفات زنجیره DNA پیوندهای یونی تشکیل می‌دهند. آمینو اسید تایروزین با حلقه گوانین برهم‌کنش‌های π-π دارد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

In silico design and molecular modeling of peptidic stabilizers of G-quadruplex

نویسندگان [English]

  • Seyed Ahmad Ebadi 1
  • Maryam Khazaei 2
  • Dara Dastan 3

1 Department of medicinal chemistry, school of pharmacy, hamadan university of medical sciences, hamadan, iran

2 Department of Medicinal Chemistry, School of Pharmacy, Hamadan University of Medical Sciences, Hamadan, Iran

3 Department of Pharmacognosy and Pharmaceutical Biotechnology, School of Pharmacy, Hamadan University of Medical Sciences, Hamadan, Iran

چکیده [English]

Molecular modeling has a key role in drug discovery and development projects. Virtual screening methods reduce the cost of drug discovery. The role of molecular modeling methods are undeniable in development of anticancer drugs. G-quadruplexes are distinct secondary structures adopted in some guanine-rich DNA sequences. G-quadruplex forms in the promoter of oncogenes and suppresses transcriptional activity. So G-quadruplex stabilizing agents are one of the most potential anticancer agents. In the present contribution, we evaluate the interaction of DSM peptide with G-quadruplex and also design and molecular modeling of new G-quadruplex peptidic stabilizers. According to obtained results, two basic groups are the main parameter in binding to G-quadruplex. In two best designed chains, KGREIGYAK and KGREIGMYAK, lysine and arginine residues place in optimum distance and showed high affinity to G-quadruplex. These basic residues formed ionic bond with phosphate groups of DNA. Tyrosine residue formed π-π interaction with guanine ring of G4.

کلیدواژه‌ها [English]

  • Molecular modeling
  • Cancer
  • G-quadruples
  • Drug design
  • Peptide

طراحی مجازی و مدلسازی مولکولی ترکیبات پپتیدی پایدار کننده ساختار چهارتایی گوانین

سید احمد عبادی1*، مریم خزایی1 و دارا دستان2

1 ایران، همدان، دانشگاه علوم پزشکی همدان، دانشکده داروسازی، گروه شیمی دارویی

2 ایران، همدان، دانشگاه علوم پزشکی همدان، دانشکده داروسازی، گروه فارماکوگنوزی و بیوتکنولوژی دارویی

تاریخ دریافت: 29/07/1398          تاریخ پذیرش: 07/07/1399

چکیده

مدلسازی مولکولی نقش بسیار مهمی در کشف و توسعه داروهای جدید دارد. روش­های مجازی در کشف داروهای جدید هزینه­ تولید را بسیار کاهش می­دهند. مدلسازی مولکولی در توسعه داروهای ضدسرطان جایگاه خاصی دارد. ساختار چهارتایی گوانین یک ساختار ثانویه یکتا است که در برخی از توالی­های غنی از گوانین تشکیل می­گردد. ساختار چهارتایی گوانین در فعال­کننده آنکوژن­ها تشکیل شده و مانع بیان آنها می­شود. بنابراین ترکیبات پایدار کننده چهارتایی گوانین به عنوان هدف درمانی در سرطان شناخته می­شوند. در این مطالعه به بررسی برهم­کنش پپتید DSM و همچنین طراحی و مدلسازی پپتیدهای پایدار کننده ساختار چهارتایی گوانین پرداخته شده است. براساس نتایج بدست آمده، مهمترین پارامتر در اتصال به ساختار چهارتایی گوانین وجود دو گروه بازی در زنجیره پپتیدی است. در بهترین زنجیره­های بدست آمده (KGREIGYAK و KGREIGMYAK) آمینو اسیدهای لیزین و آرژنین در فاصله مناسب از یکدیگر قرار گرفته­اند و پتانسیل بالایی برای اتصال به چهارتایی گوانین دارند. این آمینو اسیدهای بازی با گروه­های فسفات زنجیره DNA پیوندهای یونی تشکیل می­دهند. آمینو اسید تایروزین با حلقه گوانین برهم­کنش­های π-π دارد.

واژه­های کلیدی: مدلسازی مولکولی، سرطان، چهارتایی گوانین، طراحی دارو، پپتید

* نویسنده مسئول، تلفن: 1675 3838 081 ، پست الکترونیکی: a.ebadi@umsha.ac.ir

مقدمه

 

توالی­های غنی از گوانین زنجیره DNA تمایل زیادی برای خود تجمعی در قالب یک ساختار مسطح با چهار حلقه گوانین دارند. این ساختارهای ویژه چهارتایی گوانین (G-quadruplex) نامیده می­شوند. تعدد و نقش تنظیم­کننده این نواحی غنی از گوانین در زنجیرهDNA  حاکی از نقش مهم آنها در برخی از فرآیندهای بیولوژیک است. ساختارهای چهارتایی گوانین ممکن است در فعال­کننده (Promoter) هزاران ژن از جمله آنکوژن­ها وجود داشته باشند و بنابراین بیان ژن و به تبع آن فرآیندهای بیولوژیک را تحت تاثیر قرار دهند (3). c-myc ،یکی از اولین آنکوژن­های شناخته شده، در ایجاد بسیاری از سرطان­ها نقش دارد. پروتئین c-Myc در کنترل 15-10 درصد تمام ژن­های سلول از جمله تنظیم چرخه سلولی (cell cycle regulation)، مرگ برنامه­ریزی شده سلولی (apoptosis)، متابولیسم (metabolism)، تمایز سلولی (cellular differentiation) و چسبندگی سلول (cell adhesion) نقش دارد (6). بیان بیش از حد c-myc در بسیاری از سرطان­ها از جمله سرطان­های سینه، کولون، دهانه رحم و لوکمی گزارش شده است (7). ساختار چهارتایی گوانین در فعال­کننده c-myc به عنوان سرکوب کننده رونویسی عمل می­کند. بنابراین پایدار کردن ساختار چهارتایی گوانین با استفاده از ترکیبات دارویی می­تواند فعالیت رونویسی c-myc را سرکوب کند (18). با توجه نقش ساختار چهارتایی گوانین در کنترل فعالیت بسیاری از ژن­ها از جمله c-kit، bcl-2 و VEGF و نقش این ژن­ها در ایجاد سرطان­های مختلف، این ساختارهای ویژه در زنجیره DNA به عنوان هدف درمانی در کشف و توسعه داروهای جدید مورد توجه قرا گرفته­اند. تلاش­های زیادی برای طراحی و معرفی لیگاندهای متصل شونده به چهارتایی گوانین انجام شده است (9، 15، 19) (شکل 1). دو داروی Quarfloxin  و BRACO19 (شکل 1) به ساختار چهارتایی گوانین متصل می­شوند. نکته قابل توجه در ساختار این دو دارو وجود گروه­های بازی (آمینی) در ساختار آنها می­باشد. این ترکیبات برای اتصال قوی به زنجیره DNA باید ساختارهای بزرگی داشته باشند.

 

شکل 1- ساختار شیمیایی لیگاندهای پایدارکننده ساختار چهارتایی گوانین، مشتقات آکریدین (BRACO19) و فلوئوروکینولین (Quarfloxin)

 

نکته منفی در مورد لیگاندهای پایدارکننده ساختار چهارتایی گوانین، نداشتن داروهمانندی است (16). شرط اتصال قوی به سطح تماس گسترده DNA، افزایش اندازه ملکول است که منجر به کاهش پارامترهای داروهمانندی می­شود. پپتیدهای دارویی با داشتن وزن مولکولی بالا معایب مولکول­های کوچک را ندارند. ترکیبات پپتیدی دارای مشکلاتی از قبیل عدم وجود فرم خوراکی، ناپایداری متابولیکی و نیمه عمر کوتاه هستند که با  فرمولاسیون­های جدید قابل برطرف شدن هستند. از این رو تمایل به طراحی و سنتز ترکیبات پپتیدی مهارکننده برهم­کنش پروتئین-پروتئین و DNA-پروتئین افزایش چشمگیری داشته است (13).

پروتئین RAHU، جزء خانواد هلیکازها، با تمایل بسیار زیادی به زنجیره­های DNA و به ویژه ساختار چهارتایی گوانین متصل می­شود. در اتصال RAHU به ساختار چهارتایی گوانین، 20 اسیدآمینه انتهای-N پروتئین (به نام بخش DSM) نقش کلیدی دارند. بر خلاف مولکول­های کوچک آلی که امکان اتصال انتخابی به ساختارهای چهارتایی گوانین را ندارند، این پپتید 20 اسیدآمینه­ای ((54SMHPGHLKGREIGMWYAKKQ73 با برقراری برهم­کنش­­های الکتروستاتیک و واندروالس به صورت کاملا انتخابی عمل می­کند (5, 13). در این مقاله با استفاده از روش­های مدلسازی مولکولی به بررسی برهم­کنش­های کلیدی در کمپلکس DSM و چهارتایی گوانین پرداخته و براساس داده­های بدست آمده زنجیره­های پپتیدی کوچکتری طراحی می­گردد.

مواد و روشها

شبیه­سازی دینامیک مولکولی: شبیه­سازی دینامیک مولکولی با استفاده از نرم­افزار گرومکس 5-6-4 انجام گرفت (12). پارامترهای اتمی براساس میدان نیروی امبر (AMBER) تعیین گردید (14). ساختار سه بعدی DNA-DSM از سرور rcsb با شناسه 2n21 استخراج گردید (10). شماره­گذاری زنجیره پپتیدی DSM در این مقاله از یک (معادل سرین 54) تا بیست (معادل گلوتامین 73) انجام گرفت. جهت بررسی دینامیک سیستم­های تحت مطالعه، ابتدا کمپلکس DNA-پپتید در مرکز یک جعبه دوازده وجهی قرار داده شد. جعبه با مولکول­های آب و تعداد یون­های لازم برای خنثی­کردن بار الکتریکی کمپلکس DNA-پروتئین پر شد. برهم­کنش­های هر اتم در فاصله 2/1 نانومتری محاسبه گردید. طول پیوندهای شیمیایی در طول شبیه­سازی ثابت فرض شد (11). در تمام شبیه­سازی­های انجام شده، ابتدا برای حذف برهم­کنش­های نامناسب 5000 مرحله بهینه­سازی انرژی انجام گرفت. سپس در حالی که اتم­های DNA و پروتئین در سه بعد ثابت شده بودند، دمای سیستم تا 300 کلوین افزایش یافت. در حجم ثابت و دمای 300 کلولین به مدت 300 پیکو ثانیه سرعت اولیه اتم­ها محاسبه گردید (4). در مرحله بعد با اعمال فشار 1 اتمسفر دانسیته سیستم به تعادل رسید (17). و در نهایت با حذف تمام محدودیت­ها سیستم به مدت 50 نانوثانیه تحت مطالعه شبیه سازی دینامیک مولکولی قرار گرفت. بررسی داده­ها با استفاده از بسته­های نرم­افزاری موجود در گرومکس انجام گرفت.

داکینگ DNA-پپتید: جهت پیش­بینی کمپلکس بین DNA و زنجیره­های پپتیدی طراحی شده از نرم­افزار تحت وب HADDOCK استفاده گردید (8). با ارائه سطح تماس بین DNA و زنجیره­های پپتیدی، نرم افزار دقت بالایی در پیش­بینی کمپلکس بین این دو ماکرومولکول دارد. به منظور درنظر گرفتن تمام احتمالات در برهم­کنش بین زنجیره­های پپتید و DNA، تمام آمینواسیدهای زنجیره پپتیدی به عنوان سطح تماس معرفی شدند. این درحالی است که در ساختار DNA، فقط چهار گوانین که صفحه بالایی ساختار چهارتایی گوانین را تشکیل می­دهند به عنوان سطح تماس معرفی شدند.

نتایج و بحث

مطالعه برهم­کنش DNA-DSM به منظور طراحی زنجیره­های پپتیدی جدید با قابلیت اتصال انتخابی به چهارتایی گوانین انجام گرفت (1). در همین راستا به منظور بررسی فضای کانفورمری کمپلکس DNA-DSM، 50 نانو ثانیه شبیه­سازی دینامیک مولکولی انجام گرفت. بررسی تغییرات دما و انرژی در طول 50 نانو ثانیه شبیه­سازی حاکی از پایداری سیستم و حفظ قانون بقای انرژی بود. میانگین دما و انرژی در طول شبیه­سازی به ترتیب (%6/0 RSD:) 8/1 ± 0/300 کلوین و (%2/0 RSD:) 9/177 ± 9/73322- کیلو کالری بر مول بدست آمد. بنابراین سیستم در طول شبیه­سازی پایداری لازم را داشت.

پایداری ساختار کمپلکس DNA-DSM با تغییرات شعاع ژیراسیون ارزیابی گردید. شعاع ژیراسیون نشانگر تغییرات شعاع کوچکترین کره­ای است که کمپلکس مورد بررسی در آن قرار می­گیرد. عدم افزایش شعاع ژیراسیون نشان دهنده پایداری ساختار سه بعدی مورد بررسی است. همانطور که در شکل A2 نشان داده شده است، شعاع ژیراسیون بعد از تغییرات محدودی (کمتر از 08/0 نانومتر) تا 30 نانو ثانیه شروع به کاهش می­کند و سپس در 20 نانو ثانیه پایانی پایدار می­ماند. کاهش 1/0 نانومتری شعاع ژیراسیون نسبت به ساختار اولیه نشان از برهم­کنش قوی بین زنجیره DNA و پپتید DSM دارد که این دو ساختار را به سمت یکدیگر جذب کرده است.

تغییرات انرژی برهم­کنش بین زنجیره DNA و پپتید DSM در شکل B2 نشان داده شده است. انرژی برهم­کنش واندروالس (شکل B2 - خط نارنجی) بین زنجیره DNA و پپتید DSM در طول شبیه­سازی تغییرات محدودی دارد (میانگین انرژی واندروالس در طول 50 نانوثانیه شبیه­سازی دینامیک مولکولی: 1/6 ± 1/72-، %5/8 RSD:). این برهم­کنش­ها به واسطه حضور آمینواسیدهای هیدروفوب متیونین، لئوسین، ایزولئوسین، تریپتوفان، تایروزین و آلانین ایجاد می­گردند. برخلاف برهم­کنش های واندروالس، برهم­کنش­های الکتروستاتیک (شکل B2 - خط آبی) تغییرات زیادی در طول 50 نانو ثانیه شبیه­سازی دینامیک مولکولی دارد (میانگین انرژی الکتروستاتیک در طول 50 نانوثانیه شبیه­سازی دینامیک مولکولی: 3/18 ± 5/59-، %6/30 RSD:). تغییرات ایجاد شده در برهم­کنش­های الکتروستاتیک به واسطه انعطاف­پذیر بودن آمینواسیدهای درگیر در این برهم­کنش است. آمینواسیدهای بازی لیزین 8، آرژنین 10 و لیزین 18 و 19 با داشتن بار مثبت در زنجیره جانبی با گروه­های فسفات زنجیره DNA با بار منفی برهم­کنش­های الکتروستاتیک تشکیل دادند. آمینواسیدهای لیزین و آرژنین به دلیل داشتن زنجیره جانبی به ترتیب 4 و 3 کربنه انعطاف­پذیری بالایی دارند و همین مساله موجب افزایش آنتروپی درونی این آمینواسیدها می­گردد.

 

شکل 2- تغییرات شعاع ژیراسیون (A) و تغییرات انرژی برهم­کنش واندروالس (نارنجی) و الکتروستاتیک (آبی) (B) در طول 50 نانوثانیه شبیه سازی دینامیک مولکولی، کمپلکس DSM با چهارتایی گوانین (C)

 

انعطاف­پذیری بالای مولکولی تعداد کانفورمرهای آنرا افزایش می­دهد و همین تعدد کانفورمر موجب ایجاد تغییرات گسترده در انرژی برهم­کنش الکتروستاتیک می­گردد. همانطور که در شکل C2 نشان داده شده است، آمینواسیدهای لیزین 8، گلایسین 9، آرژنین 10، تیروزین 16 و لیزین 18 پیوندهای هیدروژنی با زنجیره DNA برقرار کرده­اند.

سیستم پس از گذشت 30 نانوثانیه به تعادل رسید و کانفورمرهای تولید شده در 20 نانو ثانیه آخر برای بررسی برهم­کنش­­ها و همچنین طراحی زنجیره­های جدید مورد ارزیابی قرار گرفت. در 20 نانو ثانیه آخر 20000 کانفورمر ایجاد شد که به منظور کاهش بعد داده­ها از تحلیل مولفه­های اصلی (PCA) استفاده گردید. سه مولفه اصلی با بیشترین سهم در توصیف داده­­ها (7/88 %) برای بررسی تغییرات ساختار کمپلکس DNA-DSM انتخاب گردید. فضای ایجاد شده از سه مولفه اصلی در 5 خوشه دسته­بندی گردید. از هر خوشه یک کانفورمر جهت ارزیابی برهم­کنش­ها استخراج گردید (شکل 3).

 

شکل 3- خوشه­بندی براساس معیار اطلاع بیسی (Bayesian Information Criterion) منجر به تولید 5 خوشه مجزا شد که در شکل با 5 رنگ مختلف نشان داده شده است (A). کانفورمرهای کمپلکس DNA-DSM براساس خوشه­بندی انجام شده به صورت کارتونی نمایش داده شده اند (B1-5). زنجیره جانبی آمینواسیدهای آرژنین 10 و لیزین 19 در شکل نشان داده شده است.

 

همانطور که در شکل 3 نشان داده شده است عمده تغییرات ایجاد شده در ساختار DSM-DNA به دو بخش انتهای کربوکسیل و آمینی پپتید مربوط می­شود. بخش مرکزی پپتید که با ساختار هلیکس در شکل مشخص است در طول شبیه­سازی پایدار است. این بخش در جهت­گیری دو آمینواسید آرژنین 10 و لیزین 19 و همچنین برهم­کنش آنها با DNA نقش مهمی ایفا می­کند.

براساس بررسی­های انجام شده، آمینواسید آرژنین 10 بیشترین سهم را در برهم­کنش با زنجیره DNA داشت (انرژی الکتروستاتیک: 0/17- و انرژی واندوالس:6/16- کیلوکالری بر مول). سپس تایروزین 16 با انرژی برهم­کنش 1/13- کیلوکالری بر مول بیشترین برهم­کنش واندوالس در بین آمینواسیدهای زنجیره DSM را داشت. جهت­گیری حلقه فنول تایروزین 16 نسبت به حلقه گوانین زنجیره DNA منجر به برهم­کنش­های واندروالس قوی می­شود. گلوتامیک اسید 11 با برقراری پیوند هیدروژنی با ریبوز تیمین سهم بالایی در برهم­کنش با زنجیزه DNA دارد (انرژی الکتروستاتیک: 5/7- و انرژی واندوالس:6/4- کیلوکالری بر مول). لیزین 19 با انرژی برهم­کنش 3/7- کیلوکالری بر مول سهم قابل توجهی در برقراری پیوند یونی با گروه­های فسفات دارد. ایزولئوسین 12 با انرژی برهم­کنش 6/7- ، گلایسین 9 با انرژی برهم­کنش 0/7- و  گلایسین 13 با انرژی برهم­کنش 8/6- کیلوکالری بر مول بعد از تایروزین 16 دارای بیشترین سهم برهم­کنش واندروالس هستند. بیشترین سهم برهم­کنش مربوط به بخش هلیکسی زنجیره پپتیدی DSM است (آمینواسیدهای 13-9). سهم انتهای N در برهم­کنش با زنجیره DNA کمتر از انتهای-C است و همین مساله تغییرات کانفورمری در این بخش را افزایش می­دهد (شکل 3). دو آمینواسیدی که در برهم­کنش با زنجیره DNA نقش کلیدی دارند (آرژنین 10 و لیزین 19) به ترتیب در ابتدا و انتهای بخش هلیکسی DSM قرار گرفته­اند. برهم­کنش یونی بین این دو آمینواسید و گروه­های فسفات به عنوان بخش کلیدی در طراحی مهارکننده­های جدید مورد توجه است (16). غالبا این برهم­کنش در مدل­های فارماکوفوری به صورت دو گروه بازی که تقریبا در فاصله 15 آنگسترومی از یکدیگر قرارگرفته­اند مشخص می­شود.

همانطور که از ارزیابی برهم کنش آمینواسیدهای زنجیره DSM مشخص شد، تمامی این آمینواسیدها در برهم کنش با زنجیره DNA نقش ندارند (2). بنابراین امکان کاهش اندازه و افزایش کارایی آمینواسید های زنجیره پپتیدی وجود دارد. چالش اصلی در این بین حفظ جهت­گیری مناسب زنجیره جانبی آمینواسیدها در کمپلکس نهایی است. به همین منظور آمینواسیدهای کلیدی در برهم­کنش با زنجیره DNA انتخاب و پس از بررسی برهم کنش و جهت­گیری احتمالی آنها در کمپلکس با DNA زنجیره­های پپتیدی جدیدی طراحی شدند. براساس نتایج دست آمده به ترتیب زنجیره­های پپتیدی 1 تا 8 با توالی KGREIGYAK، KGREIGMYK، HKGREIGYA، KGREIGHYA، HKGREIGYAK، KGREIGHYAK، LKGREIGM و KGREIGMYAK مشخص شدند. مشخصه اصلی زنجیره­های پپتیدی طراحی شده حضور حداقل دو آمینواسید بازی آرژنین و لیزین در تمامی زنجیره­ها می­باشد. همانطور که اشاره شد، آنچه در این بین اهمیت زیادی دارد فاصله و نحوه جهت­گیری آمینواسیدهای بازی در زنجیره پپتیدی است. به منظور بررسی نحوه برهم­کنش زنجیره­های پپتیدی و زنجیره DNA از روش داکینگ مولکولی استفاده گردید. نکته اصلی در انجام یک داکینگ معتبر بهره­مندی از نقطه شروع مناسب است. در همین راستا جهت دستیابی به پایدارترین ساختار هر زنجیره پپتیدی، در سه مرحله مجزا 60 نانوثانیه شبیه­سازی دینامیک مولکولی انجام گرفت. بر اساس داده­های بدست آمده، چشم­انداز انرژی آزاد (Free Energy Landscape) مورد ارزیابی قرار گرفت. چشم انداز انرژی آزاد میزان پایداری زنجیره پپتیدی در فضای کانفورمری پیموده شده را نشان می­دهد. عمیق­ترین چاهک نشان دهنده پایداری بیشتر رنجیره پپتیدی نسبت به سایر نقاط چشم­انداز است.

شکل 4- چشم­انداز انرژی آزاد زنجیره پپتیدی 3 و ساختار پایدارترین کانفورمر مربوط به چاهک انرژی. زنجیره جانبی آمینواسیدهای بازی آرژنین و لیزین در شکل نشان داده شده است.

پس از دستیابی به پایدارترین ساختار 8 زنجیره پپتیدی، داکینگ مولکولی با استفاده از سرور HADDOCK انجام گرفت. تابع امتیازدهی HADDOCK براساس جمع­وزنی انرژی الکتروستاتیک (ضریب وزنی: 2/0)، انرژی واندروالس (ضریب وزنی: 0/1)، انرژی حلال­زدایی (ضریب وزنی: 0/1) و انرژی نقض محدودیت ساختاری (ضریب وزنی: 1/0) محاسبه می­گردد. جدول 1 امتیاز محاسبه شده برای 8 زنجیره پپتیدی را نشان می­دهد.

 

 

 

جدول 1. پارامترهای امتیازدهی HADDOCK. واحد انرژی کیلوکالری بر مول است.

برهم­کنش  یونی

انرژی حلال­زدایی

انرژی الکتروستاتیک

انرژی واندروالس

امتیاز Z

امتیاز HADDOCK

توالی زنجیره پپتد

زنجیره پپتیدی

دارد

3/2 ± 0/9

7/47 ± 1/210-

8/7 ± 1/38-

1/1-

2/9 ± 9/70-

KGREIGYAK

1

دارد

0/3 ± 4/1

5/43 ± 5/192

7/4 ± 3/38-

2/1-

5/4 ± 3/73-

KGREIGMYK

2

دارد

8/13 ± 4/19

1/10 ± 1/72-

9/1 ± 9/37-

1/1-

0/2 ± 3/47-

HKGREIGYA

3

دارد

1/1 ± 3/5-

2/20 ± 9/89-

6/1 ± 8/38-

7/1-

3/2 ± 3/60-

KGREIGHYA

4

دارد

4/2 ± 2/1

0/32 ± 5/221-

4/2 ± 3/33-

7/1-

4/5 ± 2/74-

HKGREIGYAK

5

ندارد

5/1 ± 6/4

5/33 ± 3/231-

9/3 ± 2/27-

4/2-

0/5 ± 5/66-

KGREIGHYAK

6

ندارد

9/0 ± 5/0

3/17 ± 7/66-

1/2 ± 6/41-

5/1-

6/1 ± 0/54-

LKGREIGM

7

دارد

6/4 ± 6/3

3/37 ± 5/250-

4/3 ± 5/32-

8/1-

7/3 ± 0/76-

KGREIGMYAK

8

 

هرچه میزان امتیاز HADDOCK و Z منفی­تر باشد نتایج بدست آمده قابل اعتمادتر هستند. براساس نتایج بدست آمده زنجیره­های پپتیدی 1، 2، 5 و 8 بیشترین انرژی برهم­کنش با زنجیره DNA را داشتند. علاوه بر انرژی مطلوب برهم­کنش با چهارتایی گوانین، برهم­کنش آمینواسیدهای بازی با گروه­های فسفات که در فارماکوفور پایدارکننده­های G4 نیز ذکر شد ملاک مقایسه و انتخاب بهترین زنجیره قرار گرفت. براساس بررسی نحوه برهم­کنش تنها دو زنجیره 6 و 7 پیوند یونی بین آمینواسیدهای بازی و گروه­های فسفات DNA را ندارند. با درنظرگرفتن دو پارامتر انرژی برهم­کنش و پیوند یونی کلیدی زنجیره­های 1، 2، 5 و 8 به عنوان پپتیدهای برتر انتخاب شدند. در مرحله بعدی و به منظور بررسی تاثیر دینامیک بر زنجیره­های برتر 50 نانوثانیه شبیه­سازی دینامیک مولکولی انجام گرفت. نتایج شبیه­سازی دینامیک مولکولی در جدول 2 گزارش شده است.

 

 

جدول 2- پارامترهای دینامیک مولکولی زنجیره­های برتر بعد از 50 نانو ثانیه شبیه­سازی دینامیک مولکولی. انرژی بر حسب کیلوکالری برمول و RMSD بر حسب نانومتر گزارش شده است.

انرژی در واحد آمینواسید

انرژی الکتروستاتیک

انرژی واندروالس

تعداد پیوند هیدروژنی

RMSD پپتید

RMSD تمام اتم ها

توالی زنجیره پپتد

زنجیره پپتیدی

1/19-

1/27±4/124-

3/5±0/48-

5/1±8/5

02/0±60/0

06/0 ± 3/2

KGREIGYAK

1

2/12-

2/22±8/59-

0/6±1/50-

2/1±8/2

02/0±29/0

06/0±8/1

KGREIGMYK

2

2/14-

9/26±9/89-

2/5±8/51-

6/1±1/3

05/0±58/0

14/0±2/2

HKGREIGYAK

5

3/15-

1/23±7/106-

9/5±5/46-

3/1±6/3

06/0±45/0

22/0±7/1

KGREIGMYAK

8

 

 

پایداری سیستم­های تحت مطالعه با روند تغییرات RMSD ارزیابی گردید. تغییرات RMSD تمام اتم­ها در طول شبیه­سازی برای چهار زنجیره پپتیدی ثابت است. افزایش در RMSD (تا رسیدن به حالت پایا) به دلیل رهاشدن از فشار ساختار کریستالوگرافی است (شکل 5). تغییرات مقدار RMSD زنجیره­ای پپتیدی نیز کم (کمتر از 1 نانومتر) و در طول شبیه سازی ثابت است.

 

شکل 5- نمودار تغییرات RMSD زنجیره های پپتیدی 1 و 8 در کمپلکس با زنجیره DNA

 

 تغییرات کم RMSD نشان­دهنده پایداری کمپلکس تشکیل شده بین زنجیره­های پپتدی و DNA می­باشد. روند نتایج بدست آمده از شبیه­سازی دینامیک مولکولی با نتایج بدست آمده از سرور HADDOCK هم­خوانی دارد. برهم­کنش الکتروستاتیک به عنوان برهم­کنش اصلی در اتصال زنجیره­­های پپتیدی به DNA نقش دارد. در این بین زنجیره 1 (KGREIGYAK) بیشترین انرژی برهم­کنش (4/172- کیلوکالری بر مول) را داشت. با توجه به جهت­دار بودن پیوند­های هیدروژنی، تعداد پیوند­های هیدروژنی نقش بسیار مهمی در نحوه اتصال پپتید به زنجیره DNA دارد. زنجیره 1 با متوسط 8/5 پیوند هیدروژنی در هر نانو ثانیه بهترین اولویت را دارد. زنجیره 8 (KGREIGMYAK) با انرژی برهم کنش 2/153- کیلوکالری بر مول و متوسط 6/3 پیوند هیدروژنی در هر نانو ثانیه در رتبه بعدی قرار دارد. پارامتر مهم دیگری که باید مورد توجه قرار گیرد انرژی برهم­کنش زنجیره­های پپتیدی به ازاء هر آمینواسید است. با افزایش تعداد آمینواسیدها و به تبع آن بزرگتر شدن زنجیره پپتیدی انرژی برهم­کنش افزایش می­یابد. اما نکته مهم کارایی هر آمینواسید در ایجاد برهم­کنش است. بر اساس نتایج بدست آمده زنجیره 1 با انرژی 1/19- کیلوکالری بر مول به ازا هر آمینواسید بیشترین کارایی را دارد. اختلاف بالای این پارامتر در زنجیره 1 با سایر زنجیره­ها نشان از برهم­کنش قوی و کارآمد آمینواسیدهای این زنجیره است.

نتیجه­گیری

سرطان به عنوان دومین عامل مرگ و میر در جهان شناخته می­شود. درمان سرطان بسیار دشوار و پیچیده است. یافتن مسیرهای درمانی جدید در کنترل این بیماری ضروری است. یکی از راهکارهای مهم در درمان سرطان کنترل بیان آنکوژن­هایی همچون C-myc است. تشکیل ساختار چهارتایی گوانین در بخش فعال­کننده آنکوژن­ها مانع بیان آنها می­­شود. ترکیبات پایدارکننده ساختار چهارتایی گوانین به عنوان اهداف درمانی جدید در سرطان مطرح شده­اند. در این پژوهش زنجیره­های پپتیدی جدید با اثر پایدار کنندگی G4 طراحی شدند. بر اساس نتایج بدست آمده زنجیره­های KGREIGYAK و KGREIGMYAK به عنوان بهترین کاندید انتخاب شدند. پارامتر کلیدی در برهم­کنش این دو زنجیره با DNA قرار گرفتن دو آمینواسید بازی لیزین و آرژنین به ترتیب در فاصله 5 و 6 آمینواسیدی از یکدیگر است که بهترین فاصله و جهت­گیری را حاصل می­کند. قرارگرفتن آمینواسیدهای بازی در این دو پپتید احتمال نفوذ به درون سلول را افزایش می­دهد. نتایج بدست آمده از این مطالعه با مدل­های فارماکوفوری همخوانی دارد.

تشکر و قدردانی

نویسندگان از معاونت تحقیقات و فناوری دانشگاه علوم پزشکی همدان به خاطر حمایت مالی این مطالعه در قالب طرح شماره 9705162985 تشکر و قدردانی می­نمایند.

  • رضوان نژاد، ا.، لطفی، ص.، بوستان، آ. (1398) مدلسازی پروتئین استرس گرمایی 70 () زنبور عسل به روش همولوژی مدلینگ و شبیه سازی ملکولی و اتصال آن به HSP40. پژوهش های سلولی و ملکولی. 32 (4)، 491-482
  • نجاری، ش.، محمدزاده، ر.، برادران،ب. (1399) بررسی نقش miR-34a بر میزان بیان ژن های PTEN، BACH1 و SIRT1 در رده سلولی لوسمی لنفوبلاستیک حاد T-cell (jurkat). پژوهش های سلولی و ملکولی. 32 (4)، 229-239

 

  • Ambrus A, Chen D, Dai J, Bialis T, Jones RA, Yang D. 2006. Human telomeric sequence forms a hybrid-type intramolecular G-quadruplex structure with mixed parallel/antiparallel strands in potassium solution. Nucleic acids research. 34(9):2723-35.
  • Bussi G, Donadio D, Parrinello M. 2007. Canonical sampling through velocity rescaling. The Journal of chemical physics. 126(1):014101.
  • Chen MC, Tippana R, Demeshkina NA, Murat P, Balasubramanian S, Myong S, et al. 2018. Structural basis of G-quadruplex unfolding by the DEAH/RHA helicase DHX36. Nature. 558(7710):465.
  • Dang CV, O’Donnell KA, Zeller KI, Nguyen T, Osthus RC, Li F, editors. 2006. The c-Myc target gene network. Seminars in cancer biology; Elsevier.
  • Dang CV, Resar LM, Emison E, Kim S, Li Q, Prescott JE, et al. 1999. Function of the c-Myc oncogenic transcription factor. Experimental cell research. 253(1):63-77.
  • Dominguez C, Boelens R, Bonvin AM. 2003. HADDOCK: a protein− protein docking approach based on biochemical or biophysical information. Journal of the American Chemical Society. 125(7):1731-7.
  • Han H, Hurley LH. 2000. G-quadruplex DNA: a potential target for anti-cancer drug design. Trends in pharmacological sciences. 21(4):136-42.
  • Heddi B, Cheong VV, Martadinata H, Phan AT. 2015. Insights into G-quadruplex specific recognition by the DEAH-box helicase RHAU: Solution structure of a peptide–quadruplex complex. Proceedings of the National Academy of Sciences. 112(31):9608-13.
  • Hess B, Bekker H, Berendsen HJ, Fraaije JG. 1997. LINCS: a linear constraint solver for molecular simulations. Journal of computational chemistry. 18(12):1463-72.
  • Hess B, Kutzner C, Van Der Spoel D, Lindahl E. 2008. GROMACS 4: algorithms for highly efficient, load-balanced, and scalable molecular simulation. Journal of chemical theory and computation. 4(3):435-47.
  • Lau JL, Dunn MK. 2018. Therapeutic peptides: Historical perspectives, current development trends, and future directions. Bioorganic & medicinal chemistry. 26(10):2700-7.
  • Lindorff‐Larsen K, Piana S, Palmo K, Maragakis P, Klepeis JL, Dror RO, et al. 2010. Improved side‐chain torsion potentials for the Amber ff99SB protein force field. Proteins: Structure, Function, and Bioinformatics. 78(8):1950-8.
  • Murat P, Singh Y, Defrancq E. 2011. Methods for investigating G-quadruplex DNA/ligand interactions. Chemical Society Reviews. 40(11):5293-307.
  • Ou Tm, Lu Yj, Tan Jh, Huang Zs, Wong KY, Gu Lq. 2008. G‐quadruplexes: targets in anticancer drug design. ChemMedChem: Chemistry Enabling Drug Discovery. 3(5):690-713.
  • Parrinello M, Rahman A. 1981. Polymorphic transitions in single crystals: A new molecular dynamics method. Journal of Applied physics. 52(12):7182-90.
  • Siddiqui-Jain A, Grand CL, Bearss DJ, Hurley LH. 2002. Direct evidence for a G-quadruplex in a promoter region and its targeting with a small molecule to repress c-MYC transcription. Proceedings of the National Academy of Sciences. 99(18):11593-8.
  • Yang D, Okamoto K. 2010. Structural insights into G-quadruplexes: towards new anticancer drugs. Future medicinal chemistry. 2(4):619-46.
دوره 35، شماره 2
تیر 1401
صفحه 316-331
  • تاریخ دریافت: 18 تیر 1398
  • تاریخ بازنگری: 09 فروردین 1399
  • تاریخ پذیرش: 07 مهر 1399