In silico design of potent antioxidant compounds using 2D-QSAR Molecular docking ADMET prediction and Molecular dynamic simulation

Sintesi Tecnica: Progettazione In Silico di Composti Antiossidanti Potenti

Problematica
Lo stress ossidativo, guidato da uno squilibrio tra le specie reattive dell'ossigeno (ROS) e le difese antiossidanti endogene, è un fattore primario nell'invecchiamento e nei disturbi degenerativi come il cancro, le malattie cardiovascolari, il diabete e l'Alzheimer. Sebbene esistano antiossidanti naturali e sintetici, molti soffrono di limitazioni che includono scarsa solubilità, bassa abbondanza e tossicità. Nello specifico, i derivati del 1,4-benzossazina hanno mostrato potenziale come antiossidanti, tuttavia vi è una mancanza di valutazioni computazionali esaustive che colleghino le loro proprietà strutturali all'attività biologica, ai modi di legame e ai profili farmacocinetici. Questo studio affronta la necessità di progettare razionalmente antiossidanti basati sulla benzossazina più potenti, stabili e sicuri utilizzando un flusso di lavoro in silico multi-step.

Metodologia
La ricerca ha impiegato un approccio di progettazione di farmaci basato sul ligando e sulla struttura, che prevede i seguenti passaggi sequenziali:

1. Preparazione del Dataset: È stato compilato un dataset di 28 derivati della 1,4-benzossazina con attività di scavenging del radicale DPPH (IC50) riportata. Le strutture sono state convertite in 3D, minimizzate energeticamente tramite Meccanica Molecolare (MMFF) e ottimizzate tramite la Teoria del Funzionale della Densità (DFT) al livello B3LYP/6-31G*.
2. Modellazione QSAR 2D: I descrittori molecolari sono stati generati utilizzando PADEL-Descriptor. Il dataset è stato suddiviso in set di addestramento (75%) e di test (25%) utilizzando l'algoritmo Kennard-Stone. Sono stati costruiti quattro modelli utilizzando l'algoritmo Genetic Function (GFA) e la Regressione Lineare Multipla (MLR) in Material Studio v8.0. La validazione del modello ha incluso test di robustezza interna ($R^2_{trn}$, $Q^2_{LOO}$), esterna ($R^2_{ext}$) e Y-randomization ($cR^2_p$). Il dominio di applicabilità è stato valutato tramite il grafico di Williams.
3. Docking Molecolare: Il miglior modello QSAR è stato utilizzato per guidare la progettazione di nuovi analoghi. Tutti i 28 composti originali e cinque nuovi derivati progettati sono stati sottoposti a docking contro il Citocromo c Perossidasi (PDB ID: 2XO8), un enzima chiave nella catena di trasporto degli elettroni mitocondriale e nella regolazione dell'apoptosi, utilizzando Molegro Virtual Docker (MVD). L'acido ascorbico è stato utilizzato come standard di riferimento.
4. Progettazione Basata sul Ligando: Il composto 20 (il template più attivo, pIC50 = 7,817) è stato modificato aggiungendo gruppi funzionali (idrossile, metossile, etossile, etile, clorato, aldeide) in posizioni specifiche (D, X, Y) in base ai contributi dei descrittori nel modello QSAR.
5. ADMET e Farmacocinetica: La drug-likeness (Regola 5 di Lipinski, regola di Veber) e le proprietà ADMET (assorbimento, distribuzione, metabolismo, escrezione, tossicità) sono state predette utilizzando i server SwissADME e pkCSM.
6. Simulazione di Dinamica Molecolare (MD): La stabilità dei complessi progettati con il ranking più alto (D1 e D5) con il recettore è stata validata tramite una simulazione di 100 ns utilizzando il software Desmond di Schrödinger. I parametri analizzati includono RMSD, RMSF, Raggio di Giraizone (Rg) e legami a idrogeno.

Risultati Chiave

• Prestazioni del Modello QSAR: Il Modello 4 è stato selezionato come il modello ottimale in base alla robustezza statistica ($R^2_{trn} = 0,7889$, $R^2_{ext} = 0,7449$, $Q^2_{LOO} = 0,6889$, $cR^2_p = 0,6015$). Il modello utilizza i descrittori GATS2m, GATS3m, SpMin6_Bhv e IC2. Il test di Y-randomization ha confermato che il modello non è frutto di una correlazione casuale.
• Composti Progettati: Sono stati progettati cinque nuovi derivati della benzossazina (D1–D5). Essi hanno mostrato attività antiossidante predetta superiore (con valori di pIC50 compresi tra 8,002 e 8,532), superando il template (Composto 20, pIC50 = 7,817) e l'acido ascorbico (pIC50 = 7,817).
• Affinità di Docking: I composti progettati hanno mostrato forti affinità di legame. Il composto D5 ha raggiunto il punteggio MolDock più elevato (-135,37 kcal/mol), seguito da D1 (-134,38 kcal/mol) e D4 (-131,14 kcal/mol). Questi punteggi sono significativamente migliori rispetto all'acido ascorbico di riferimento (-82,772 kcal/mol). L'analisi delle interazioni ha rivelato diversi modi di legame che coinvolgono legami a idrogeno, interazioni pi-catione, pi-pi stacking e interazioni idrofobiche con residui quali ARG 48, TRP 51 e HIS 181.
• Profili ADMET: Tutti i composti progettati rispettano le regole di Lipinski e di Veber, indicando una buona biodisponibilità orale. Hanno dimostrato un alto assorbimento gastrointestinale (90–94%), una bassa permeabilità della barriera emato-encefalica (log BB < 0,3) e profili metabolici favorevoli (substrati CYP3A4, non inibitori di CYP2D6). Le predizioni di tossicità hanno indicato che D1, D2 e D5 sono non mutagenici, mentre D3 e D4 sono predetti come mutageni.
• Simulazione MD: Le simulazioni MD di 100 ns hanno confermato la stabilità strutturale dei complessi D1 e D5. L'RMSD della backbone proteica si è stabilizzata tra 2,2 e 2,6 Å, e i ligandi sono rimasti stabilmente legati nel sito attivo, con valori di RMSD che si sono stabilizzati intorno a 0,9 Å. L'analisi dei legami a idrogeno e le mappe di contatto hanno indicato interazioni sostenute e robuste durante tutta la simulazione.

Significatività e Rivendicazioni
Gli autori affermano che questo studio dimostra con successo l'utilità di una pipeline integrata in silico (QSAR, docking, MD e ADMET) per la progettazione razionale di nuovi agenti antiossidanti. Lo studio identifica specifiche modifiche strutturali allo scaffold della 1,4-benzossazina che potenziano l'attività antiossidante e l'affinità di legame verso il Citocromo c Perossidasi.

L'articolo conclude che i derivati della benzossazina progettati, in particolare D1, D2 e D5, rappresentano candidati promettenti per un ulteriore sviluppo come agenti terapeutici contro i disturbi correlati allo stress ossidativo. Tuttavia, gli autori mantengono una posizione modesta, dichiarando esplicitamente che questi risultati sono predizioni computazionali che "possono servire come promettenti agenti antiossidanti soggetti a ulteriori esperimenti in vitro e in vivo". Il lavoro mira a colmare il divario tra la ricerca sperimentale e l'applicazione terapeutica pratica fornendo un framework strutturale validato per la futura sintesi e i test biologici.