РАСЧЕТНЫЙ ИНСТРУМЕНТАРИЙ, МЕТОДЫ ВЫПОЛНЕНИЯ И РАЗВИТИЯ МОЛЕКУЛЯРНОГО ДОКИНГА ФЕРМЕНТОВ МЕДИЦИНСКОГО НАЗНАЧЕНИЯ

DOI: https://doi.org/10.29296/24999490-2020-02-03

А.В. Максименко, доктор биологических наук, профессор Институт экспериментальной кардиологии, ФГБУ «Национальный медицинский исследовательский центр кардиологии» Минздрава России, Российская Федерация,121552 Москва, 3-я Черепковская ул., 15а E-mail: [email protected]

Проведение биомедицинских исследований в настоящее время все чаще опирается на сочетанное выполнение теоретических и экс- периментальных изучений различных производных потенциального терапевтического назначения. Гармоничное сочетание отмеченных изучений обеспечивает высокую достоверность согласованности получаемых в результате таких работ данных. Важное место среди них отводится выполнению молекулярного докинга высокомолекулярных фармакологических соединений с разными лигандами их при- родного микроокружения. Перспективные результаты таких подходов в заметной мере присущи изучениям природных биокатализа- торов – ферментов. Такие исследования направлены на выяснение механизма действия отмеченных агентов в биологических системах и обоснованию продуктивных способов получения новых высокоэффективных лекарственных средств ферментной природы. Проведение молекулярного докинга способствовало введению в исследовательский круг интересов гликозаминогликанов – компонентов эндоте- лиального гликокаликса защитного слоя сосудистой стенки. Выполнение молекулярного докинга с уточнением его данных методами молекулярной динамики оказалось результативным подходом для разработки теоретических моделей белок-гликозаминогликановых комплексов. Рассмотрены алгоритмы докинга и функции оценки, конформационные изменения структуры ферментов на короткой (пико- и наносекундной) и значительно более продолжительной шкале времени. Продемонстрировано как весомый вызов развития мо- лекулярного докинга использование представлений о гибкости структуры ферментов благодаря приемам молекулярной динамики с мо- делированием всех степеней свободы в фермент-лигандном комплексе.
Для цитирования: 
Максименко А.В. РАСЧЕТНЫЙ ИНСТРУМЕНТАРИЙ, МЕТОДЫ ВЫПОЛНЕНИЯ И РАЗВИТИЯ МОЛЕКУЛЯРНОГО ДОКИНГА ФЕРМЕНТОВ МЕДИЦИНСКОГО НАЗНАЧЕНИЯ. Молекулярная медицина, 2020; (2): -https://doi.org/10.29296/24999490-2020-02-03
Список литературы: 
  1. Maksimenko A.V. Development and applica- tion of targeted therapeutic protein conju- gates. Russ. J. Gen. Chem. 2014; 84 (2): 357–63. https://doi.org/10.1134/S1070363214020376
  2. Maksimenko A.V. Results and achievements in the engineering of pharmacological enzymes for clinical application. Med. Res. Arch. 2018; 6 (1): 1–13. http://journals.ke-i.org/index.php/mra
  3. Максименко А.В. Молекулярные аспекты трансляционной кардиологии в исследо- ваниях сосудистой стенки. Кардиология. 2017; 57 (7): 66–79. https://doi.org/10.18087/ cardio.2017.7.10008 [Maksimenko A.V. Molecular aspects of trans- lational cardiology in vascular wall research. Kardiologiia. 2017; 57 (7): 66–79 (in Russian). https://doi.org/10.18087/cardio.2017.7.10008]
  4. Reitsma S., Slaaf D.W., Vink H., van Zandvoort M.A., onde Egbrink M.G. The endothelial glycocalyx: composition, function, and visuali- zation. Pflüger’s Arch. 2007; 454 (3): 345–59.
  5. Maksimenko A.V. Translational research into vascular wall function: regulatory effects of sys- temic and specific factors. J. Transl. Sci. 2017; 3 (2): 1–10. https://doi.org/10.15761/JTS.1000180
  6. Nieuwdorp M., Meuwese M.C., Vink H., Hoekstra J.B., Kastelein J.J., Stroes E.S.G. The endothelial glycocalyx: a potential barrier between health and vascular disease. Curr. Opin. Lipidol. 2005; 16: 507–11.
  7. Broekhuisen L.N., Moojij H.L., Kastelein J.J., Stroes E.S.G., Vink H., Nieuwdorp M. Endothe- lial glycocalyx as potential diagnostic and therapeutic target in cardiovascular disease. Curr. Opin. Lipidol. 2009; 20: 57–62.
  8. Максименко А.В. Эндотелиальный гликока- ликс – настройщик сосудистого гомеоста- за. Новые исследовательские задачи и перспективы защиты стенки кровеносных со- судов. Изв. АН. Сер. Хим. 2015; 64 (9): 2036–42. [Maksimenko A.V. Endotrhelial glycocalyx as an orchestrator of vascular homeostasis. New research problems and prospects for vessel wall protection. Russ. Chem. Bull., Int. Ed. 2015; 64 (9): 1–7 (in Russian)]
  9. Yang J., Chi L. Characterization of structural motifs for interactions between glycosamino- glycans and proteins. Carbohydrate Res. 2017; 452: 54–63.
  10. Almond A. Multiscale modeling of glycosa- minoglycan structure and dynamics: current methods and challenges. Curr. Opin. Struct. Biol. 2018; 50: 58–64. http://doi.org/10.1016/j. sbi.2017.11.008
  11. Sankaranarayanan N.V., Nagarajan B., Desai U.R. So you think computational approaches to understanding glycosaminoglycan – protein interactions are too dry and too rigid? Think again! Curr. Opin. Struct. Biol. 2018; 50: 91–100. http://doi.org/10.1016/j.sbi.2017.12.004
  12. Griffith A.D., Rogers C.J., Miller C.M., Abrol R., Hsieh-Wilson L.C., Goddard III W.A. Predicting glycosaminoglycan surface protein interac- tions and implications for studying axonal growth. Proc. Natl. Acad. Sci. USA. 2017; 114 (52): 13697–702. http://doi.org/10.1073/ pnas.1715093115
  13. Schulz-Gasch T., Stahl M. Binding site charac- teristics in structure-based virtual screening: evaluation of current docking tools. J. Mol. Model. 2003; 9: 47–57. http://doi.org/10.1007/ s00894-002-0112-y
  14. Xu D., Esko J.D. Demystifying heparan sulfate – protein interactions. Ann. Rev. Biochem. 2014; 83: 129–57. https://doi.org/10.1146/annurev- biochem-060713-035314
  15. Woods R.J., Tessier M.B. Computational glycosci- ence: characterizing the spatial and temporal properties of glycans and glycan-protein com- plexes. Curr. Opin. Struct. Biol. 2010; 20: 575–83.
  16. Zhou Z., Bates M., Madura J.D. Structure modeling, ligand binding, and binding affinity calculation (LR-MM-PBSA) of human hepara- nase for inhibition and drug design. Proteins: Structure, Function, and Bioinformatics. 2006; 65 (3): 580–92.
  17. Максименко А.В., Бибилашвили Р.Ш. Конфор- мационные переходы на 3D модели бычьей тестикулярной гиалуронидазы при молеку- лярном докинге с гликозаминогликановыми лигандами. Биоорган. Химия. 2018; 44 (2): 147– 57. http://doi.org/10.1134/S1068162018020048 [Maksimenko A.V., Beabealashvili R.S. Confor- mational transitions in 3D model of bovine tes- ticular hyaluronidase during molecular docking with glycosaminoglycan ligands. Russ. J. Bioor- gan. Chem. 2018; 44 (2): 144–51 (in Russian). http://doi.org/10.1134/S1068162018020048]
  18. Hage K.E., Brickel S., Hermelin S.,Gaulier G., Schmidt C., Bonacina L., van Keulen S.C., Bhattacharyya S., Chergui M., Hamm P., Rothlisberger U., Wolf J.-P., Meuwly M. Implica- tion of short time scale dynamics on long time process. Struct. Dyn. 2017; 4: 061507. http:// doi.org/10.1063/1/4996448
  19. Meng X.-Y., Zhang H.-X., Mezei M., Cui M. Molecular docking: a powerful approach for structure-based drug discovery. Curr. Comput. Aided Drug Des. 2011; 7 (2): 146–57.
  20. Zhang L., Ai H.-X., Li S.-M., Qi M.-Y., Zhao J., Liu H.-S. Virtual screening approach to identifying influenza virus neuraminidase inhibitors using molecular docking combined with machine- learning-based scoring function. Oncotarget. 2017; 8 (47): 83142–54.
  21. Jug G., Anderluh M., Tomasic T. Comparative evaluation of several docking tools for dock- ing small molecule ligands to DC-SIGN. J. Mol. Model. 2015; 21: 164. http://doi.org/10.1007/ S00894-015-2713-2