Comparative Molecular Docking and ADMET Profiling of Five Clinically Approved DPP-4 Inhibitors: Structural Insights into Binding Affinity and Interaction Diversity

Stellen Sie sich Typ-2-Diabetes als eine chaotische Party vor, auf der das Insulin des Körpers (der Türsteher) Schwierigkeiten hat, seinen Job zu erleden. Einer der Unruhestifter auf dieser Party ist ein Protein namens DPP-4, das wie eine unermüdliche Reinigungstruppe wirkt, die die hilfreichen „Inkretingohormone“ wegwischt, bevor sie dem Körper sagen können, Insulin freizusetzen. Um dies zu stoppen, haben Wissenschaftler fünf verschiedene „Gliptin“-Medikamente entwickelt – Sitagliptin, Vildagliptin, Saxagliptin, Alogliptin und Linagliptin –, die als Türsteher für den Türsteher fungieren und DPP-4 blockieren, damit die Party wieder in geordneten Bahnen laufen kann.

Aber hier ist die Millionen-Dollar-Frage: Welcher dieser fünf Medikamenten-Türsteher ist am besten darin, an DPP-4 festzukleben und seinen Job zu machen?

In dieser Studie beschlossen zwei Forscher, Sanchit Kumar Rai und Adharsh Kirtan, eine massive, hochtechnologische Simulation durchzuführen, um dies herauszufinden. Sie mischten keine Chemikalien in einem Labor; stattdessen bauten sie einen digitalen Spielplatz mit einem Computerprogramm namens AutoDock Vina. Denken Sie bei diesem Programm an eine supergenaue Videospiel-Engine, die simuliert, wie diese Medikamentenmoleküle versuchen, das DPP-4-Protein zu „umarmen“.

Der große digitale Umarmungswettbewerb

Die Forscher nahmen die digitalen Modelle aller fünf Medikamente und warfen sie in das virtuelle aktive Zentrum des DPP-4-Proteins (das sie aus einer Kristallstruktur mit der Bezeichnung PDB ID: 1X70 bezogen hatten). Sie wollten sehen, wer am festesten festhalten konnte.

Die Ergebnisse kamen mit einigen überraschenden Werten zurück, die in kcal/mol gemessen wurden (eine Energieeinheit, bei der eine negativere Zahl eine engere, stärkere Umarmung bedeutet):

1. Sitagliptin belegte den ersten Platz mit einem Wert von −9,181 kcal/mol.
2. Linagliptin kam mit −8,965 kcal/mol sehr dicht auf Platz zwei.
3. Alogliptin belegte den dritten Platz mit −6,885 kcal/mol.
4. Saxagliptin und Vildagliptin folgten mit Werten von bzw. −6,747 kcal/mol und −6,651 kcal/mol.

Aber warten Sie! Es gibt einen riesigen Haken.

Das Paper warnt uns ausdrücklich davor, diese Zahlen für jeden als absolut wahr zu nehmen. Sitagliptin war das „native“ Medikament, das bereits in der verwendeten Kristallstruktur saß, daher ist es nicht überraschend, dass es am festesten umarmte – es ist, als würde man eine Person fragen, einen Stuhl zu umarmen, auf dem sie bereits sitzt; sie werden perfekt passen.

Noch wichtiger ist: Saxagliptin und Vildagliptin sind „kovalente“ Inhibitoren. Stellen Sie sich vor, sie hätten ein winziges, reversibles Klettverschluss-Stück, das sich chemisch an das Protein heftet. Das Computerprogramm, das in dieser Studie verwendet wurde, weiß jedoch nur, wie man „klettverschlusslose“ Umarmungen (nicht-kovalente Bindungen) simuliert. Es konnte das Einrasten des Klettverschlusses nicht sehen! Daher bedeuten die niedrigeren Werte für diese beiden Medikamente nicht, dass sie schwach sind; es bedeutet nur, dass die Simulation ihre Superkraft nicht sehen konnte. Die Autoren deuten an, dass diese beiden tatsächlich genauso stark sein könnten wie die anderen, wenn man den Klettverschluss sehen könnte.

Die geheimen Handschläge

Um zu verstehen, warum die Medikamente unterschiedlich umarmten, nutzten die Forscher ein Werkzeug namens PLIP, um die atomaren „Handschläge“ (Interaktionen) zwischen den Medikamenten und dem Protein zu untersuchen.

• Die aromatische Party: Die Medikamente, die die höchsten Werte erzielten (Sitagliptin, Linagliptin und Alogliptin), verfügten alle über coole „π-Stacking“- und „π-Kation“-Interaktionen. Man kann sich das als spezielle magnetische High-Fives zwischen den flachen, ringförmigen Teilen des Medikaments und dem Protein vorstellen. Die beiden Medikamente mit den niedrigeren Werten (Saxagliptin und Vildagliptin) erhielten in der Simulation keine dieser High-Fives, was ihre niedrigeren Zahlen erklärt.
• Der einsame Wolf: Linagliptin war der Außenseiter. Während die anderen Medikamente (außer den Klettverschluss-Modellen) ein spezifisches Paar von Aminosäuren namens Glu205/Glu206 hielten, ignorierte Linagliptin diese! Stattdessen griff es nach Arg125 und Ser630. Das ergibt Sinn, da Linagliptin ein einzigartiges „Xanthin“-Gerüst (eine andere chemische Form) im Vergleich zu den anderen besitzt. Es fand einen anderen Weg, den Umarmungswettbewerb zu gewinnen, ohne den üblichen Regeln zu folgen.

Der Sicherheitscheck (ADMET)

Bevor ein Medikament verwendet werden kann, muss es einen Sicherheitstest bestehen. Die Forscher führten einen digitalen Sicherheitstest namens ADMET durch, um zu sehen, wie sich die Medikamente im Körper verhalten würden:

• Absorption: Alle fünf Medikamente wurden als gut durch den Darm absorbierbar vorhergesagt.
• Gehirnzugang: Nur Sitagliptin wurde vorhergesagt, die Blut-Hirn-Schranke (das Sicherheitsgate zum Gehirn) zu überwinden. Die anderen wurden draußen gehalten.
• Toxizität: Hier wird es seltsam. Der Computer markierte Saxagliptin als potenziell sehr toxisch, mit einem vorhergesagten LD50 von 3 mg/kg (eine sehr niedrige Dosis, die gefährlich wäre). Dies ist ein massiver Ausreißer im Vergleich zu den anderen, die zwischen 684 mg/kg und 2500 mg/kg lagen.

Die Autoren sind jedoch skeptisch. Sie argumentieren, dass dieses beängstigende Toxizitätsflag wahrscheinlich ein „Glitch“ in der Vorhersagesoftware des Computers ist. Sie vermuten, dass die Software durch eine spezifische chemische Gruppe in Saxagliptin verwirrt wurde, die eigentlich für den „Klettverschluss“-Effekt auf das Protein verantwortlich ist. Da Saxagliptin bereits ein sicheres, zugelassenes Medikament ist, das Millionen von Menschen verwenden, glauben die Autoren, dass der Computer einfach einen Fehler gemacht hat und das Medikament nicht tatsächlich gefährlich ist.

Das Fazit

Diese Studie hat kein neues Medikament entdeckt oder bewiesen, dass eines der anderen klinisch besser ist als die anderen in einem echten menschlichen Körper. Stattdessen hat sie eine validierte Computer-Pipeline aufgebaut, um sie zu vergleichen.

• Was wir sicher wissen: In dieser spezifischen Simulation zeigten Sitagliptin und Linagliptin die stärkste nicht-kovalente Bindung.
• Was wir vermuten: Die niedrigeren Werte für Saxagliptin und Vildagliptin liegen wahrscheinlich daran, dass die Simulation ihren speziellen „Klettverschluss“-Mechanismus übersehen hat, und nicht, weil sie schwach sind.
• Was wir für einen Glitch halten: Die beängstigende Toxizitätswarnung für Saxagliptin ist wahrscheinlich ein Fehlalarm, der durch die Vorhersagewerkzeuge des Computers verursacht wurde.

Die Forscher schlagen vor, dass zukünftige Studien fortgeschrittenere Simulationen verwenden sollten, die den „Klettverschluss-Snap“ tatsächlich sehen können, und längere Tests durchführen sollten, um zu sehen, ob diese digitalen Umarmungen über die Zeit stabil bleiben. Für den Moment liefert uns diese Studie eine coole, detaillierte Karte, wie diese fünf Medikamente versuchen, sich an ihr Ziel zu heften, was Wissenschaftlern hilft, in Zukunft noch bessere Medikamente zu entwickeln.