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

Dans le vaste paysage de la médecine moderne, la recherche de nouveaux traitements commence souvent bien avant qu'un médicament ne touche un corps humain. Cela commence dans le domaine du très petit, où les scientifiques utilisent de puissants ordinateurs pour simuler la manière dont de minuscules molécules pourraient s'assembler comme les pièces d'un puzzle. Ce domaine, connu sous le nom de découverte de médicaments par voie informatique, permet aux chercheurs de tester virtuellement des milliers de médicaments potentiels, économisant ainsi du temps et des ressources en prédisant quels candidats sont les plus susceptibles de réussir. Au cœur de ce processus se trouve l'étude des protéines, ces machines moléculaires complexes qui assurent presque toutes les fonctions au sein de nos cellules. Parfois, ces protéines dysfonctionnent, entraînant des maladies comme le cancer. Pour les arrêter, les scientifiques recherchent des molécules spécifiques, appelées ligands, qui peuvent se lier à la protéine défectueuse et en modifier le comportement. La force et la stabilité de cette liaison sont critiques ; si une molécule s'attache trop faiblement, elle se détachera, mais si elle s'attache trop fortement ou de la mauvaise manière, elle pourrait ne pas fonctionner comme prévu. En simulant ces interactions avec une grande précision, les chercheurs peuvent identifier les candidats les plus prometteurs pour des études plus approfondies, réduisant ainsi efficacement la recherche de thérapies vitales.

Dans une étude récente, Arup Kumar Sarma et le Dr Rajendra Kumar ont appliqué ces outils numériques pour étudier une classe spécifique de protéines connues sous le nom de protéines S100. Ce sont de petites molécules de liaison au calcium présentes dans tout le corps, mais lorsque leurs niveaux deviennent déséquilibrés, elles sont liées à des conditions graves, notamment le cancer, l'inflammation et les troubles neurologiques. Comme ces protéines se trouvent souvent dans le sang et d'autres fluides corporels, elles sont considérées comme des cibles importantes pour de nouvelles thérapies. Les chercheurs se sont concentrés sur un candidat médicament unique appelé Parécoxib, un composé appartenant à la classe des composés isoxazoles, qui sont réputés pour avoir des possibilités potentielles dans le traitement du cancer. Leur objectif était de voir comment cette molécule interagissait avec cinq types différents de protéines S100 : S100A6, S100A2, S100A4, S100A7 et S100A11. En utilisant un logiciel appelé AutoDock Vina, ils ont d'abord prédit comment le Parécoxib se fixerait physiquement à chacune de ces cinq protéines. L'ordinateur a généré de multiples positions possibles, ou poses, pour la molécule et a calculé l'énergie de chacune. Dans ce contexte, un score d'énergie plus bas indique une liaison plus forte et plus stable, un peu comme un aimant qui retient deux objets plus fermement qu'un autre faible.

Le criblage initial a révélé que le Parécoxib avait le plus fort potentiel de liaison avec la protéine S100A11. Pour confirmer cette découverte et comprendre comment la liaison tiendrait dans le temps, l'équipe est passée à une étape de simulation plus avancée. Ils ont utilisé une suite logicielle appelée GROMACS pour exécuter une simulation de dynamique moléculaire, qui consiste essentiellement à observer le mouvement et l'interaction de la protéine et du médicament sur une période de 100 nanosecondes. Cette étape est cruciale car une image statique d'une molécule se liant n'est pas suffisante ; les chercheurs avaient besoin de voir si le complexe restait stable alors qu'il tressaillait et se déplaçait dans des conditions imitant le corps humain. Ils ont analysé plusieurs indicateurs clés de stabilité, tels que la modification de la forme de la protéine par rapport à sa forme originale et l'étendue de sa surface exposée à l'eau environnante. Les résultats ont montré que le complexe formé entre le Parécoxib et la S100A11 est resté remarquablement stable tout au long de la simulation, avec très peu de déviation structurelle. En revanche, les complexes formés avec S100A2, S100A4 et S100A7 ont montré des signes de moindre stabilité, présentant des fluctuations plus élevées dans leurs positions atomiques par rapport au complexe S100A11.

Pour quantifier exactement l'énergie requise pour maintenir le médicament et la protéine ensemble, l'équipe a réalisé un calcul thermodynamique détaillé appelé analyse de l'aire de surface de Poisson-Boltzmann par mécanique moléculaire (MM-PBSA). Cette méthode décompose l'énergie totale de l'interaction en ses différentes composantes, telles que les forces maintenant les atomes ensemble et les effets de l'eau environnante. Les calculs ont confirmé que la liaison entre le Parécoxib et la S100A11 était énergétiquement favorable, ce qui signifie que le processus s'est produit spontanément et a abouti à un système stable. L'analyse a également révélé la nature spécifique de la connexion : le médicament a formé huit types distincts d'interactions favorables avec la protéine, incluant deux liaisons hydrogène, deux interactions d'empilement entre les parties annulaires des molécules, et plusieurs autres forces qui ont aidé à les verrouiller en place. Ces connexions spécifiques expliquent pourquoi la paire est restée si bien liée par rapport aux autres.

L'étude conclut que, bien que le Parécoxib soit prometteur en tant qu'inhibiteur potentiel de la protéine S100A11, cette conclusion est actuellement limitée à la simulation informatique. Les chercheurs soulignent que ce travail constitue une investigation préliminaire, un moyen de filtrer les candidats les moins prometteurs avant de passer à des expériences de laboratoire plus coûteuses et plus chronophages. Les données suggèrent que le Parécoxib a une forte probabilité d'être efficace contre les cancers ou les maladies pilotées par la protéine S100A11, mais ce potentiel n'a pas encore été prouvé dans des cellules vivantes ou lors d'essais humains. L'auteur note que les prochaines étapes consisteraient à créer une version physique stable de ce complexe pour des études cristallographiques et, finalement, à mener des essais cliniques pour vérifier la sécurité et l'efficacité. D'ici là, l'ordinateur a fourni un signal fort indiquant que ce couple spécifique de médicament et de protéine mérite l'attention, offrant une direction claire pour la recherche médicale future.