En proyección de silico de compuestos de brasileño semiárido para la identificación de posibles drogas con interacción del receptor de glucocorticoides

Autores/as

DOI:

https://doi.org/10.33448/rsd-v9i9.7865

Palabras clave:

Cribado virtual; Acoplamiento molecular; Potencial antiinflamatorio; Receptor de glucocorticoides.

Resumen

El receptor de glucocorticoides regula la respuesta antiinflamatoria al prevenir la transcripción de proteínas proinflamatorias como el factor nuclear kB y lipocortin-1, IL-2, IL-6, TNF y prostaglandinas. Por lo tanto, la búsqueda de nuevas moléculas con interacción potencial con el receptor de glucocorticoides es una estrategia interesante para el tratamiento de enfermedades inflamatorias. La evaluación virtual ha demostrado ser una herramienta viable para el descubrimiento de nuevos medicamentos, debido a su bajo costo y practicidad. Por lo tanto, el objetivo de este estudio es identificar y evaluar los compuestos del semiárido brasileño con potencial antiinflamatorio que actúa sobre el receptor de glucocorticoides a través del acoplamiento molecular. La selección de proteínas se realizó buscando en la base de datos de estructura 3D, Protein Data Bank. Se utilizaron un total de 382 moléculas semiáridas disponibles en la base de datos ZINC de la Universidad Estatal de Feira de Santana (UEFS). El acoplamiento molecular se realizó utilizando Autodock Vina y las nubes de interacción fueron analizadas por el programa Discovery Studio Visualizer. El Furoato de Mometasona muestra una energía de unión de -12.7 Kcal.mol-1. La molécula ZINC 69481862 se ajusta a las reglas de Lipinski y Veber, sin embargo, la mejor interacción fue la molécula ZINC 69482012, evidenciada por la energía de unión -11.2 Kcal.mol-1. Los análisis de las interacciones intermoleculares han demostrado que las interacciones de Van der Waals y los enlaces electrostáticos son cruciales para la unión de la molécula en el sitio activo del receptor. Son necesarias pruebas in vitro para verificar la viabilidad y la toxicidad del fármaco potencial.

Citas

Barreiro, E. J. & Bolzani, V. S. (2009). Biodiversidade: fonte potencial para a descoberta de fármacos. Química Nova Sociedade Brasileira de Química, 32 (3), 679-688.

Retrieved from http://www.scielo.br/pdf/qn/v32n3/a12v32n3.pdf

Berman, H. M., Westbrook., J, Feng Z., Gilliland G., Bhat, T. N., Weissig. H, Shindyalov, I.N & Bourne, P.E. (2000). The Protein Data Bank Nucleic Acids Research, 28, 235-242.

doi: 10.1093/nar/28.1.235

BIOVIA., Dassault Systèmes. (2016). Discovery Studio Modeling Environment, Release 2017, San Diego: Dassault Systèmes.

Retrieved from https://3ds.com/products-services/biovia/products

Chen X., Carillo M., Haltiwanger, R.C. & Bradley, P. (2005). Solid state characterization of mometasone furoate anhydrous and monohydrate forms. Journal of Pharmaceutical Sciences, 94 (11), 2496–2509.

doi: 10.1002/jps.20470

Costa, J. F. O., David, J. P. L., David, J. M., Giulietti, A. M., Queiroz, L. P. & Santos, R. R. (2008). Immunomodulatory activity of extracts from Cordia superba Cham. and Cordia rufescens A. DC. (Boraginaceae), plant species native from Brazilian Semi-arid. Rev. bras. Farmacogn, 18 (1): 11-15.

Retrieved from https://www.arca.fiocruz.br/handle/icict/6277

Costa, J. F. O., Juiz, P., São Pedro, A., David, J. P. L., David, J. M. & Giulietti, A.M. (2010) Immunomodulatory and antibacterial activities of extracts from Rutaceae species. Rev. bras. Farmacogn, 20 (4): 502-505.

Retrieved from https://doi.org/10.1590/S0102-695X2010000400007

Derendorf, H. & Meltzer, E. O (2008). Molecular and clinical pharmacology of intranasal corticosteroids: clinical and therapeutic implications. Allergy, 63 (10): 1292–1300.

doi: 10.1111/j.1398-9995.2008.01750.x

Dey, R. & Bishayi, B. (2019). Dexamethasone exhibits its anti-inflammatory effects in S. aureus induced microglial inflammation via modulating TLR-2 and glucocorticoid receptor expression. International Immunopharmacology, (75): 105806.

doi: 10.1016/j.intimp.2019.105806

Drwal, M. N. & Griffith, R. (2013). Combination of ligand- and structure-based methods in virtual screening. Drug Discov Today Technol, 10 (3): 395-401.

doi: 10.1016/j.ddtec.2013.02.002

Faria, C. D. C. & Longui, C. A. (2006). Aspectos Moleculares da Sensibilidade aos Glicocorticoides. Arq Bras Endocricol Metab, 50 (6): 983-995.

Retrieved from https://doi.org/10.1590/S0004-27302006000600003

Ferreira, L. G., Santos, R. N., Oliva, G. & Andricopulo, A. D. (2005) Molecular Docking and Structure-Based Drug Design Strategies. Molecules, 20 (7):13384-13421.

doi: 10.3390/molecules200713384

Fullerton, J. N. & Gilroy, D. W. (2016). Resolution of inflammation: a new therapeutic frontier. Nature Reviews Drug Discovery, 15 (8): 551–567.

doi: 10.1038/nrd.2016.39

Irwin, J. J. & Shoichet, B. K. (2005) ZINC-a free database of commercially available compounds for virtual screening. J Chem Inf Model, 45(1):177-182.

doi: 10.1021/ci049714+

Kadmiel, M. & Cidlowski, J. A. (2013). Glucocorticoid receptor signaling in health and disease. Trends in Pharmacological Sciences, 34 (9): 518–530.

doi: 10.1016/j.tips.2013.07.003

Kazmi, S. R., Jun, R., Yu, M. S., Jung, C. & Na, D. (2019). In silico approaches and tools for the prediction of drug metabolism and fate: A review. Computers in Biology and Medicine, 106, 54–64.

Retrieved from https://doi.org/10.1016/j.compbiomed.2019.01.008

Kim, S., Chen, J., Cheng, T., Gindulyte, A., He, J., He, S. & Li, Q., Shoemaker, B. A., Thiessen, P. A., Yu, B., Zaslavsky, L., Zhang, J. & Bolton, E. E. (2019). PubChem 2019 update: improved access to chemical data. Nucleic Acids Res, 8 (47): 1102-1109.

doi: 10.1093/nar/gky1033

Kumar, V. (2019). Inflammation research sails through the sea of immunology to reach immunometabolism. Int Immunopharmacol, 73:128-145.

doi: 10.1016/j.intimp.2019.05.002

Lipinski, C. A., Lombardo, F., Dominy, B. W. & Feeney, P. J. (2001). Experimental and computational approaches to estimate solubility and permeability in drug discovery and development settings. Adv Drug Deliv Rev, 46 (1-3): 3-26.

doi: 10.1016/s0169-409x(00)00129-0

Martins, A. C. V., Neto, P.L., Silva, M. G. V. & Freire, V. N. (2014). Estudo in sílico de potenciais compostos anticâncer derivados de biflorina. 37ª Reunião Anual da Sociedade Brasileira de Química, 64.

Retrieved from http://www.sbq.org.br/37ra/cdrom/resumos/T0243-1.pdf

Ministry of the Environment. (2020). Caatinga.

Retrieved from https://www.mma.gov.br/biomas/caatinga.html

Ozawa, S., Takahashi, M., Yamaotsu, N. & Hirono, S. (2019). Structure-based virtual screening for novel chymase inhibitors by in silico fragment mapping. Journal of Molecular Graphics and Modelling, 89: 102-108.

doi: 10.1016/j.jmgm.2019.03.011

Rodrigues, R. P., Mantoani, S. P., De Almeida, J. R., Pinsetta, F. R., Semighini, E. P, Da Silva, V. B. & Da Silva, C. H. P. (2012). Estratégias de Triagem Virtual no Planejamento de Fármacos. Revista Virtual de Química, 4 (6), 739-736.

doi: 10.5935/1984-6835.20120055

Sanner M. F. (1999). Python: a programming language for software integration and development. Journal of molecular graphics & modelling, 17(1), 57–61.

Retrieved from https://pubmed.ncbi.nlm.nih.gov/10660911/

Shityakov, S. & Foerster, C. (2014). In silico structure-based screening of versatile P-glycoprotein inhibitors using polynomial empirical scoring functions. Advances and Applications in Bioinformatics and Chemistry, 7, 1-9.

doi: 10.2147/AABC.S56046

Silva, J. D. de S., Leite, S. da C., Silva, M. T. S. da, Meirelles, L. M. A., & Andrade, A. W. L. (2020). In silico evaluation of the inhibitory effect of antiretrovirals Atazanavir and Darunavir on the main protease of SARS-CoV-2: docking studies and molecular dynamics. Research, Society and Development, 9(8), e826986562. https://doi.org/10.33448/rsd-v9i8.6562

Sivakumar, K. C., Sajeevan, T. P. & Bright Singh, I. S. (2016). Marine derived compounds as binders of the White spot syndrome virus VP28 envelope protein: In silico insights from molecular dynamics and binding free energy calculations. Computational Biology and Chemistry, 64: 359–367.

Retrieved from https://doi.org/10.1016/j.compbiolchem.2016.08.006

Smith, C. L. & Kreutner, W. (1998). In vitro glucocorticoid receptor binding and transcriptional activation by topically active glucocorticoids. Arzneimittelforschung, 48 (9):956-60.

Retrieved from https://pubmed.ncbi.nlm.nih.gov/9793625/

Torres, R. C, Insuela, D. B. R., Carvalho, V. F. (2012). Mecanismos celulares e moleculares da ação antiinflamatória dos glicocorticoides. Corpus et Scientia, 8(2):36-51.

Retrieved from https://www.arca.fiocruz.br/handle/icict/18370

Trott, O. & Olson, A. J. (2010). AutoDock Vina: improving the speed and accuracy of docking with a new scoring function, efficient optimization and multithreading. J Comput Chem, 31:455-461.

doi: 10.1002/jcc.21334

Veber, D. F., Johnson, S. R., Cheng, H. Y., Smith, B. R., Ward, K. W. & Kopple, K. D. (2002). Molecular properties that influence the oral bioavailability of drug candidates. J Med Chem, 45 (12): 2615 – 2623.

doi: 10.1021/jm020017n

Wang, H., Aslanian, R. & Madison, V. S. (2008). Induced-fit docking of mometasone furoate and further evidence for glucocorticoid receptor 17α pocket flexibility. Journal of Molecular Graphics and Modelling, 27 (4), 512–521.

Retrieved from https://doi.org/10.1016/j.jmgm.2008.09.002

Zheng, M., Liu, X., Xu, Y., Li, H., Luo, C. & Jiang, H. (2013). Computational methods for drug design and discovery: focus on China. Trends Pharmacol Sci, 34 (10):549-559.

doi: 10.1016/j.tips.2013.08.004

Zianna, A. G. D., Geromichalos, A. P. (2019). A palladium(II) complex with the Schiff base 4-chloro-2-(N-ethyliminomethyl)-phenol: Synthesis, structural characterization, and in vitro and in silico biological activity studies, Journal of Inorganic Biochemistry, 199:110792.

doi: 10.1016/j.jinorgbio.2019.110792

Descargas

Publicado

05/09/2020

Cómo citar

CÔRTES FILHO, A. B.; LIMA, D. M. .; CEDRO, P. Évelin P.; MENDES, T. P. S. .; MIRANDA, A. C. dos A. .; BARRETO, M. M.; LIMA, E. R. .; NASCIMENTO JUNIOR, B. B. do .; VALASQUES JUNIOR, G. L. En proyección de silico de compuestos de brasileño semiárido para la identificación de posibles drogas con interacción del receptor de glucocorticoides. Research, Society and Development, [S. l.], v. 9, n. 9, p. e734997865, 2020. DOI: 10.33448/rsd-v9i9.7865. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/7865. Acesso em: 23 dic. 2024.

Número

Sección

Ciencias Exactas y de la Tierra