A Computational Study of Some Cancer Causing S100 Proteins Interacting With a Ligand, Parecoxib and Investigation of Drug Likenes Potential of the Ligand

En el vasto panorama de la medicina moderna, la búsqueda de nuevos tratamientos a menudo comienza mucho antes de que un fármaco toque un cuerpo humano. Comienza en el reino de lo muy pequeño, donde los científicos utilizan potentes ordenadores para simular cómo pequeñas moléculas podrían encajar entre sí como piezas de un rompecabezas. Este campo, conocido como descubrimiento computacional de fármacos, permite a los investigadores probar miles de medicinas potenciales de forma virtual, ahorrando tiempo y recursos al predecir qué candidatos tienen más probabilidades de tener éxito. En el corazón de este proceso se encuentra el estudio de las proteínas, las complejas máquinas moleculares que llevan a cabo casi todas las funciones dentro de nuestras células. A veces, estas proteínas funcionan mal, provocando enfermedades como el cáncer. Para detenerlas, los científicos buscan moléculas específicas, llamadas ligandos, que puedan unirse a la proteína defectuosa y alterar su comportamiento. La fuerza y la estabilidad de esta unión son críticas; si una molécula se une con demasiada debilidad, se desprenderá, pero si se une con demasiada fuerza o de la manera incorrecta, podría no funcionar según lo previsto. Al simular estas interacciones con alta precisión, los investigadores pueden identificar los candidatos más prometedores para estudios posteriores, reduciendo eficazmente la búsqueda de terapias que salvan vidas.

En un estudio reciente, Arup Kumar Sarma y el Dr. Rajendra Kumar aplicaron estas herramientas digitales para investigar una clase específica de proteínas conocidas como proteínas S100. Estas son pequeñas moléculas de unión al calcio que se encuentran en todo el cuerpo, pero cuando sus niveles se desequilibran, están vinculadas a condiciones graves que incluyen el cáncer, la inflamación y trastornos neurológicos. Debido a que estas proteínas se encuentran a menudo en la sangre y otros fluidos corporales, se consideran objetivos importantes para nuevas terapias. Los investigadores se centraron en un único candidato a fármaco llamado Parecoxib, un compuesto incluido en la clase de compuestos de isoxazol, que son notables por tener posibilidades potenciales en el tratamiento del cáncer. Su objetivo era ver qué tan bien interactuaba esta molécula con cinco tipos diferentes de proteínas S100: S100A6, S100A2, S100A4, S100A7 y S100A11. Utilizando un programa de software llamado AutoDock Vina, primero predijeron cómo se uniría físicamente el Parecoxib a cada una de estas cinco proteínas. El ordenador generó múltiples posiciones posibles, o poses, para la molécula y calculó la energía de cada una. En este contexto, una puntuación de energía más baja indica un enlace más fuerte y estable, de forma muy parecida a un imán que sujeta dos objetos con más firmeza que uno débil.

El cribado inicial reveló que el Parecoxib tenía el potencial más fuerte para unirse con la proteína S100A11. Para confirmar este hallazgo y comprender cómo se mantendría la unión a lo largo del tiempo, el equipo pasó a una etapa de simulación más avanzada. Utilizaron un paquete de software llamado GROMACS para ejecutar una simulación de dinámica molecular, que esencialmente observa cómo la proteína y el fármaco se mueven e interactúan durante un periodo de 100 nanosegundos. Este paso es crucial porque una imagen estática de una molécula uniéndose no es suficiente; los investigadores necesitaban ver si el complejo se mantenía estable mientras se agitaba y desplazaba bajo condiciones que imitan el cuerpo humano. Analizaron varios indicadores clave de estabilidad, como cuánto cambió la forma de la proteína de su forma original y cuánto de su superficie área estaba expuesta al agua circundante. Los resultados mostraron que el complejo formado entre el Parecoxib y la S100A11 se mantuvo notablemente estable durante toda la simulación, con una desviación estructural muy pequeña. En contraste, los complejos formados con S100A2, S100A4 y S100A7 mostraron signos de ser menos estables, ya que exhibieron fluctuaciones más altas en sus posiciones atómicas en comparación con el complejo S100A11.

Para cuantificar exactamente cuánta energía se requería para mantener unidos al fármaco y la proteína, el equipo realizó un cálculo termodinámico detallado conocido como análisis de Área de Superficie de Poisson-Boltzmann de Mecánica Molecular. Este método desglosa la energía total de la interacción en sus componentes, tales como las fuerzas que mantienen unidos a los átomos y los efectos del agua circundante. Los cálculos confirmaron que la unión entre el Parecoxib y la S100A11 era energéticamente favorable, lo que significa que el proceso ocurrió de forma espontánea y resultó en un sistema estable. El análisis también reveló la naturaleza específica de la conexión: el fármaco formó ocho tipos distintos de interacciones favorables con la proteína, incluyendo dos enlaces de hidrógeno, dos interacciones de apilamiento entre las partes en forma de anillo de las moléculas y otras diversas fuerzas que ayudaron a fijarlos en su lugar. Estas conexiones específicas explicaron por qué la pareja se mantenía tan bien unida en comparación con las otras.

El estudio concluye que, si bien el Parecoxib muestra promesa como un inhibidor potencial para la proteína S100A11, este hallazgo está actualmente limitado a la simulación por ordenador. Los investigadores enfatizan que este trabajo sirve como una investigación preliminar, una forma de filtrar los candidatos menos prometedores antes de pasar a experimentos de laboratorio más costosos y laboriosos. Los datos sugieren que el Parecoxib tiene una alta probabilidad de ser efectivo contra cánceres o enfermedades impulsadas por la proteína S100A11, pero este potencial aún no ha sido probado en células vivas o ensayos en humanos. El autor señala que los siguientes pasos consistirían en crear una versión física estable de este complejo para estudios cristalográficos y, eventualmente, realizar ensayos clínicos para verificar la seguridad y la eficacia. Hasta entonces, el ordenador ha proporcionado una señal fuerte de que este par específico de fármaco y proteína merece la atención, ofreciendo una dirección clara para la futura investigación médica.