A atividade em si a gente não vai gravar porque vai ser muito mais tempo vocês falando do que eu, tá? Nesses minutos iniciais eu gostaria de discutir um pouquinho com vocês algumas diferenças de modelos macofóricos e aento molecular no que se refere especificamente à triagem, né? Ou é triagem de uma forma mais geral, tá?
Então, eh, essa figura aqui representa o que seriam as etapas, seja pra gente gerar o modelo farmacofórico ou para fazer acoplamento molecular. Tem toda a parte de preparo do ligante, preparo do alto macromolecular. A partir do ligante, eu encontro os pontos que vão ter as alterações farmacofóricas e na hora de fazer a a triagem virtual, o programa vai tentar encaixar aí a molécula, sobrepô-la nesses pontos farmacofóricos.
Quando eu preparo a estrutura e faço o acoplamento molecular, o que o programa vai fazer é tentar encontrar, fazer então a busca conformacional do ligante. Lembrando que geralmente o alvo macromolecular é considerado como ví, não é? Ele vai avaliar as interações que ocorrem entre esses diversos potenciais ligantes e aquela macromolécula, tá?
Então, tem três pontos aqui que eu queria discutir com vocês. Primeiro, como que a flexibilidade do alvo macromolecular interfere na geração do modelo e também lá no aconamento molecular, na hora que a gente fala da triade virtual. De certa forma, para a criar visual, para o aconamento eu já falei um pouquinho disso no finalzinhos da aula anterior, mas talvez estivesse um pouco cansado, não sei se isso ficou gravado como de vocês.
Para simular a flexibilidade transfamacional, o que a gente pode fazer é selecionar mais uma estrutura cristalográfica do mesmo alvo macromolecular, tá? E quando eu quero simular isso no modelo comfor, como que eu faço? Explica para mim o que que quer dizer com as conmações possíveis.
No caso, ele vai como que eu considero flexibilidade do alvo macromolecular no modelo fora? Ô professor, eu posso dar uma flexibilidade quando eu eu esti analisando e eu ver que tem farmaculo, teria mais do que uma apresentação de farmacófago. Ah, então a sua ideia seria gerar vários farmacófagos.
Por exemplo, três estruturas, eu gero três farmacófagos. Isso porque como o al tem uma certa ele vai em cada momento dele, ele vai ter um momento de farma. É uma ideia.
Mais alguma ideia? Parte metodologia de grátis. Oi.
E artigos nessa parte de metodologia de grade. Não, a metodologia de grade não tem muito a ver com isso. A metodologia de grade é o seguinte, lembra da aula de modelofólico e aí eu falei que passeava por isso daqui com a carga de prova, um átomo, para ver on que ele interagia bem ou não, tá?
Eh, qual que é a menor distância entre dois pontos? Não, qual que é a menor distância? é 1 nanômetro ou é um démo de nanômetro ou é um centéso de nanômetro?
Porque para o computador ele consegue dividir esse espaço infinitas vezes. Então o que a metodologia de grade faz nada mais é do que estabelecer, imagina tridimensionalmente que a carga de prova ela vai daqui direto para cá. Ela não move continuamente, porque mover continuamente, do ponto de vista de um algoritmo matemático, implica no número infinito de posições aqui.
Então, o metodologia de grade é simplesmente você define uma grade com espaçamento maior ou menor e a carga de prova ser posicionada nos vértices dessa grade aqui. Quanto menor esse espaçamento, melhor vai ser a descrição do seu sítio ativo e mais vai demorar para você fazer isso. Tem programas de dock que em vez de calcular a todo momento a interação, ele calcula uma grade e depois vê se o grupo funcional tá posicionado para interagir de forma adequada dentro daquela grade, tá?
Mas não, não é isso não. Por enquanto só a ideia de três farmaculos. Mais uma ideia?
Mais alguma ideia? Concordam comigo que se eu tiver sítios que se movem um pouquinho nesses seus três farmacóforos, o que vai mudar é um pouco o centro dessas esferas, né? Então, vou pegar só duas cores aqui, porque eu não tenho mais do que isso.
Eu acho que nem uma delas vai tá o centro aqui, a outra vai tá o centro aqui, a outra vai tá ao centro aqui. Para outra interação qualquer, um tá centro aqui, a outra tá o centro aqui, outra tá ao centro aqui. A sua ideia era fazer três esferas.
Uma outra estratégia é achar o centro geométrico e fazer uma esfera que englobe todas elas. Eu acho o centro geométrico das esferas e faço o raio que vai englobar todas elas. Qual que é o problema disso?
Quando eu tenho um modelo farmacofórico com esferas grandes? Oi? Precisão.
Precisão. Não sei se precisão é o tema mais correto, mas quanto maior a esfera, mais coisas vão se encaixar ali dentro na hora de sobrepor. Então ele vai encontrar mais falsos positivos.
Uhum. Né? Então a taxa de inibidores verdadeiros e falsos inibidores que ele vai encontrar é maior, tá?
Essa estratégia de fazer os três três modelos fóricos vale também. Eu só vou repetir minha busca três vezes. Muito bem.
Ah, flexibilidade do ligante. Ah, sim. Ah, como no acuplamento molecular eu avalio que a flexibilidade do ligante é prejudicial paraa afinidade.
E como que eu faço isso no modelo no modelo francofólico? Tem alguma coisa que eu posso fazer para dizer, por exemplo, olha, encaixou aqui uma molécula perfeitamente, só que ela é muito flexível e encaixou aqui também uma outra molécula que é rígida, tá? As duas devem pontuar a mesma coisa?
Não, não, né? Então essa questão da flexibilidade, a perda entrópica, ela tem que ser considerada de alguma forma, tanto no modelo farmacofórico como no acoplamento molecular, eu posso calcular o quanto a conformação que encaixa no modelo farmacofórico ou que melhor interage está distante do mínimo energético calculado. E quanto mais distorcido tiver, menos favorável é aquilo ali, tá?
Não consegu entender não, não. A parte final, a parte final. Vamos fazer um gráfico aqui de análise conformacional, energia, coordenadas, não é?
Vamos dizer que a molécula para encaixar o modelo macofor é essa conformação aqui. E aqui eu tenho o mínimo energético. Quanto mais distante for do mínimo energético, eu vou pôr uma penalidade na classificação, mas quanto mais próximo for do mínimo energético, menor vai ser essa penalidade.
Isso a gente pode fazer tanto pro modelo farmacofórico como pro acoplamento molecular. Tá? E eu posso criar uma outra penalidade proporcional ao número de ligações para não privilegiar moléculas flexíveis, tá?
Agora, o mais importante mesmo é aqui, é o terceiro ponto que é do ranqueamento. Como é que eu sei que uma pose de doc está correta? Que que eu uso como critério?
o RMSD quando eu faço comparação e quando eu não tenho comparação, a energia, como é que eu sei que algo eh se encaixou bem no modelo farmacofólico? Mínimo energético global global é é pelo mínimo energético global da da molécula que eu sei que ela encaixou. Como que eu sei que ela encaixou?
O distante é a penalidade para o encaixe. Como que eu sei que encaixou? Quanto mais quanto mais próxima.
Quem mede proximidade é RMSD. Então eu vou calcular um RMSD do grupo que faz a interação pra esfera que faz aquela interação, tá? Então é o cálculo de RMSD que é feito aqui, tá?
Qual que é mais simples? um cálculo de RMSD que vocês fizeram lá em QI alguma coisa ou um cálculo de energia de energia é mais fácil. Mais fácil que vocês fizeram lá em QUI, que era RMSD.
É, vocês fizeram RMSD, não chamava RMSD, mas vocês fizeram a mesma coisa. Lembra do experimento da rolinha? fizeram não sei quantas medidas da rolinha e acharam a reta que melhor achavam o ponto.
Isso daqui é mesmo é a mesma conta do RMSD, só que o RMSD é tridimensional. Essa conta aqui é unidimensional. Vocês fizeram essa conta aqui na mão, não?
Não fizeram na mão na calculadora? Vocês não fizeram a reta que melhor se ajusta ao ponto. Não ficar ruim, né?
Tá. A conta, ó, tem uma conta matemática que calcula a menor distância. A reta que melhor se adapta, que melhor descreve esses pontos, é a que tem a menor distância para a reta teórica.
Você consegue entender essa parte? Se a reta passando aqui, essas distâncias vão ser enormes. Então, não é, você tem que encontrar uma reta que minimize essas distâncias, tá?
Se eu considero isso aqui como é o eixo zero, essa distância é positiva, essa distância é negativa. Se eu elevar ao quadrado, perdi o problema do sinal. Por isso que no RMSD eu faço uma somatória das distâncias ao quadrado e depois eu tiro a raiz quadrada de tudo.
Eu somei essa distância D1 com essa distância D2, com essa distância D3, com essa distância D4, D5, D6, D7. R r qu o r quadrado é a mesma ideia. Vocês calcularam o R de uma curva?
Pronto. A mesma ideia, tá? Na verdade, eu acho que é o R, não r quadrado, porque o R mede a correlação e o R quadrado a variância ao redor do ponto, né?
Mas enfim, a a ideia matemática é muito parecida. Isso daqui 3D é a mesma conta que você faz para saber se a molécula encaixou aqui ou não, tá? Vocês acham que é mais fácil fazer isso daí ou o cálculo disso daqui?
Entenderam a lógica do negócio? Bem, se é mais fácil, qual que é mais rápido computador calcular? O modelo farmacofórico é muito mais rápido e todas aquelas limitações que nós falamos da mecânica molecular descrever a interação com entre duas esferas unidas por mola, que é uma série de simplificações, não existe aqui, tá?
Então, a verdade é que triagem por modelo farmacofórico é muito mais rápida e, em geral, dá resultados muito melhores do que o acoplamento molecular. Tem limitações? Claro que tem limitações.
Esse modelo farmacofórico aqui, por exemplo, ele não fala de volume de exclusão. O que que é um volume de exclusão? É uma região, um espaço onde eu não posso ter nenhuma parte da minha molécula.
Se eu transladar, se, por exemplo, se isso daqui tiver nessa parte aqui, essa molécula, mesmo obedecendo o modelo farmacofórico, nunca vai se encaixar nesse sítio. Oi. Esse volume conclusão seria exclusão.
Exclusão seria o se existir alguma presença nesse nesse local para impedir a conformação ativa aí. É, é uma região do espaço que tem a proteína, então que você não pode ocupar com sua molécula. Então, deixa eu pegar o do laser aqui.
Tá vendo essa região aqui? Se ela por acaso tiver nessa aqui, ó, chocando com a proteína, mesmo que a molécula obedeça todo farmacóforo, ela vai ser inativa. E isso não tá codificado nesse modelo farmacofórico.
Eu poderia codificar, poderia, mas nesse daqui não tá, então é uma limitação, tá? E também quando eu vejo uma molécula encaixando no modelo farmacofórico, eu sei como modificá-la para melhorar a potência ou seletividade dela? Não.
Não, né? aqui, se essa molécula satisfaz os quatro pontos farmacofóricos, eu não sei o que que eu preciso colocar aqui para melhorar a complementaridade com o alvo macromolecular. Eu sei que eu posso modificar aqui sem perda grande da atividade biológica.
Mas o que que eu vou colocar nessa posição aqui? Eu não sei. E quando é acoplamento molecular?
Quando eu vejo a molécula dentro do sítio ativo, essa região aqui que é essa daqui, né? Se eu fizer uma análise dos aminoácidos no entorno daquele anel, eu vou ter uma ideia de o que que eu posso colocar ali para aumentar ainda mais a afinidade. Então, é um tipo de informação diferente.
Por se eu tô dizendo para vocês que o farmacófolo, poder farmacofólio, é mais rápido e dá taxa de sucesso maior, por que que todo mundo usa o acoplamento molecular? alguma coisa ele tem que ter de vantagem, que é exatamente esta informação tridimensional do sítio ativo, de eu conhecer e poder analisar. O que então a gente faz para unir esses dois mundos é fazer uma busca farmacofórica e com as moléculas que se encaixam no farmacóforo fazer o acoplamento molecular.
Porque aí eu saí de um universo de milhões, cheguei num universo de alguns milhares que se encaixam no modelo farmacofórico. E essas poucas milhares já tem uma probabilidade de ser bioativa muito maior. Elas eu vou fazer o acumulamento molecular para entender como que elas se encaixam.
E depois na análise visual ou ranking por consenso, qualquer um daquelas estratégias que a gente falou na aula passada, a gente vai selecionar quais que são as mais promissoras pro ensaio biológico. OK? Mais ou menos.
Mais ou menos. Hã, vocês estão sentados mais ou menos por turmas práticas. Sim.
Então, formem as suas rodinhas aí.