Machine Learning–Based QSAR Screening of Natural Product and ZINC Libraries Uncovers Stable BACE-1 Inhibitors Validated by Gaussian Accelerated Molecular Dynamics (GaMD) Simulations
Deze studie ontwikkelde een geïntegreerd QSAR- en moleculaire dynamica-framework om natuurlijke product- en ZINC-bibliotheken te screenen, waarbij stabiele BACE-1-remmers—met name NPC475168—werden geïdentificeerd die een superieure bindingsaffiniteit en structurele stabiliteit vertonen vergeleken met referentieverbindingen, wat veelbelovende leads biedt voor de therapie van de ziekte van Alzheimer.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Stel je voor dat je brein een bruisende stad is, die constant haar eigen wegen bouwt en repareert. Soms raakt een bouwploeg echter in de war en begint ze nutteloze, plakkerige stenen op te stapelen in het midden van de straten. In de echte wereld zijn deze "plakkerige stenen" klonten van een eiwit genaamd amyloïd-bèta, en wanneer deze zich opstapelen, verstoppen ze de communicatielijnen van de hersenen, wat leidt tot een aandoening genaamd de ziekte van Alzheimer. De belangrijkste boosdoener achter deze slordige constructie is een piepkleine moleculaire machine genaamd BACE-1. Zie BACE-1 als een zeer specifieke schaar die een lange eiwitketen in die plakkerige, schadelijke stenen knipt. Als we een manier zouden kunnen vinden om die schaar voorzichtig te blokkeren zodat ze stoppen met knippen, zouden we de opstapeling kunnen stoppen voordat deze begint. Dit is de heilige graal van het Alzheimer-onderzoek: het vinden van een "sleutel" die perfect in het "slot" van BACE-1 past om het werk te stoppen.
Maar het vinden van de juiste sleutel is ongelooflijk moeilijk. De BACE-1-schaar heeft een diepe, complexe zak waar ze haar werk doet, en er zijn miljoenen potentiële sleutels zwevend in het universum van de chemie. Het een voor een testen van deze sleutels in een laboratorium zou eeuwen duren en een fortuin kosten. Hier komen computerwetenschappers in beeld, optredend als digitale detectives. Ze gebruiken krachtige algoritmen om te voorspellen welke moleculen zouden kunnen passen, en vervolgens draaien ze hogesnelheidssimulaties om te zien of deze moleculen vast blijven zitten in het slot of er zo weer uit glijden. Het is als het gebruik van een supergeavanceerde videogame-engine om miljoenen virtuele sleutels in een virtueel slot te testen voordat er ooit een fysieke sleutel wordt gemaakt.
In dit onderzoek besloot een team van onderzoekers dit digitale detective-spel te spelen om nieuwe, stabiele sleutels voor de BACE-1-schaar te vinden. Ze begonnen een computer een les te leren met behulp van een enorme bibliotheek van 1.532 bekende chemische verbindingen. Ze gebruikten een methode genaamd "Machine Learning", wat in feite een manier is voor computers om patronen te leren van voorbeelden, net zoals een kind leert een kat te herkennen door veel verschillende katten te zien. De computer leerde de specifieke vormen en chemische kenmerken te herkennen die een molecuul een goede BACE-1-remmer maken. Zodra de computer een expert was geworden, vroegen de onderzoekers hem om twee enorme digitale bibliotheken te scannen: één gevuld met synthetische chemicaliën (ZINC) en een andere vol natuurlijke producten gevonden in planten en de natuur (NPASS).
Het brein van de computer werkte overuren en selecteerde vijf topkandidaten die er het meest veelbelovend uitzagen. Maar de onderzoekers stopten daar niet; ze wisten dat een molecuul er op papier goed uit kan zien maar in de echte wereld uit elkaar kan vallen, dus onderwierpen ze deze vijf winnaars aan een strenge "stress test" met behulp van een techniek genaamd Gaussian Accelerated Molecular Dynamics (GaMD). Stel je dit voor als een hogesnelheids-simulatie-film van 200 nanoseconden waarin de wetenschappers de moleculen in de BACE-1-zak rond te dansen zien. Ze wilden zien of de moleculen zich stevig zouden vasthouden of dat het eiwit hen zou afschudden. De resultaten waren opwindend: de meeste kandidaten hielden stand en vormden sterke bindingen met de cruciale delen van het enzym.
De ster van de show was een molecuul genaamd NPC475168. In de simulaties paste dit molecuul niet alleen goed, maar het klikte met ongelooflijke stabiliteit op zijn plaats, waarbij het nauwelijks wiebelde en een stevige greep vormde op de actieve plek van het enzym. De onderzoekers berekenden de bindingsenergie ervan op -64,84 kcal/mol, een getal dat suggereert dat het veel steviger bindt dan het huidige referentiedrug, CNP520. Andere kandidaten zoals NPC313966 en NPC252056 presteerden ook goed en lieten zien dat ze vastgeplakt konden blijven en het werk konden doen. Echter, de studie sloot ook enkele ideeën uit; ze ontdekten bijvoorbeeld dat niet alle natuurlijke producten automatisch beter zijn, en sommige moleculen die er aanvankelijk goed uitzagen, bleken op de lange termijn te flexibel of onstabiel te zijn.
Uiteindelijk beweert dit artikel Alzheimer niet te hebben genezen of zelfs geen medicijn klaar te hebben voor de plank in de apotheek. In plaats daarvan biedt het een zeer veelbelovende lijst van "digitale leads". De onderzoekers hebben aangetoond, door middel van zorgvuldige computermodellering en simulatie, dat deze specifieke moleculen de juiste vorm en stabiliteit hebben om potentieel de BACE-1-schaar te blokkeren. De volgende stap, die de auteurs voorstellen, is om deze virtuele winnaars naar een echt laboratorium te brengen om te zien of ze werken in levende cellen en uiteindelijk in mensen. Voor nu is NPC475168 de meest hoopvolle kandidaat, een molecuul dat de zwaarste digitale tests heeft doorstaan en klaar is voor zijn echte auditie in de echte wereld.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.