Ανίχνευση νέων φαρμακολογικών στόχων μέσω υπολογιστικής μελέτης και ανάλυσης της τρισδιάστατης δομής των πρωτεϊνών

Abstract

Drugs are a valuable commodity used for the prevention and treatment of diseases that threaten humans during their lifetime. Since their rise, struggle for survival has also included protection from hardships and diseases apart from food retrieval. In ancient Greece, Hippocrates used to teach, "Food should be your medicine and your medicine should be your food''. A great reduction in novel pharmacological compounds is observed in recent years, despite the great efforts that take place for the treatment of diseases and pathological conditions. This problem can be pinpointed to the lack of knowledge for novel drug targets. Drug targets can include host proteins, mainly enzymes and receptors, along with antibodies. In other cases, though, drug targets can be viral or parasite proteins that infect humans. Proteins carry one or many specific functional center for endogenous ligand binding or interaction with other proteins. Drug targeting involves mainly the functional center, although it is possible to observe binding in other protein sites. The identification of novel drug targets is heavily associated with the study of the molecular target's 3D structure. Nowadays, however, technological evolution in bioinformatics allows the use of 3D structure of proteins or protein-ligand and protein-protein complexes in order to identify new drug targets. In the current Ph.D. study a specific pipeline was developed in order to identify novel drug targets. This pipeline includes a computational study and analysis of the protein 3D structure. Protein amino-acid sequences are characteristic of their genetic diversity, while their 3D structure and molecular architecture determines their function, and in the 3D protein complexes the type of interactions they exhibit. These three different types of information are important for a better understanding of structural and functional protein characteristics and for finding new pharmacological targets. Many attempts have been made until now to associate information from amino-acid sequences, 3D structures, and 3D protein complexes in order to elucidate the unknown mechanisms underlying their function. In the current Ph.D. study, four different biological datasets of different types of proteins are used to design a complete pipeline in order to find new drug targets. The four protein datasets analyzed during the current study are antibodies, nuclear receptors, viral enzymes of the Flaviviridae family of viruses, and RNA polymerase II of the parasite that causes malaria. The results produced are significant and novel. Four new methodologies have been developed in order to study and analyze the biological information proteins store in their structure and amino-acid sequence used during the process of the computational drug target elucidation pipeline. The first methodology describes a new way of identifying novel drug targets through the use of conserved patterns signaling patterns in amino-acid sequences. The second methodology describes a new way of protein clustering and association through the use of representative physiochemical models and unsupervised learning techniques, including the k-means algorithm and neuronal networks towards estimating signaling patterns extension. The third methodology was developed for analyzing the 3D structure and describes a new way of associating and clustering 3D structures by using hybrid distance tables and ranking clustering techniques such as neighbor-joining and UPGMA. Last but not least, during the study and analysis of the 3D structure of protein complexes’, a new method of digitally coding protein interaction into interaction patterns / signaling patterns was developed and used for the clustering of studied proteins into groups based on antibody-interaction patterns. A new application has been developed during the aforementioned pipeline called “antisoma” that focuses on the protein information regarding antibodies. This application is a fully functional platform containing the variable antibody regions with important information regarding their containing proteins. The user has the option to extract different datasets from amino-acid sequences, apply different filters based on the antibody numbering system, and estimate more than 300 physiochemical attributes as a signaling pattern for the protein fractions that are included in the variable regions. The conclusions drawn from the various stages of the computational analyses are given at the end of each chapter. It is also important to state that using the methodologies and the application developed, the research team has managed to cluster the biological information of several protein datasets into distinct groups . In conclusion, the suggested computational study has identified an important number of new pharmacological targets by applications on distinct protein datasets.

Τα φάρμακα αποτελούν πολύτιμα αγαθά για την πρόληψη και αντιμετώπιση των ασθενειών από τις οποίες απειλείται διαρκώς ο άνθρωπος στη διάρκεια της ζωής του. Από αρχαιοτάτων χρόνων ο αγώνας για επιβίωση εκτός από την εύρεση τροφής περιελάβανε και την προστασία από τις κακουχίες και την αρρώστια. Στην αρχαία Ελλάδα ο Ιπποκράτης δίδασκε «Η τροφή πρέπει είναι το φάρμακό σου και το φάρμακο να είναι η τροφή σου». Παρά τις μεγάλες προσπάθειες που γίνονται τα τελευταία χρόνια για την αντιμετώπιση διαφόρων ασθενειών και παθήσεων, παρατηρείται μια σημαντική μείωση στις νέες φαρμακευτικές ενώσεις. Το πρόβλημα αυτό εστιάζεται στην έλλειψη γνώσης σε νέους φαρμακολογικούς στόχους. Οι φαρμακολογικοί στόχοι εντοπίζονται σε πρωτεΐνες του οργανισμού, κυρίως ένζυμα, υποδοχείς και τα αντισώματα. Σε πολλές άλλες περιπτώσεις όμως φαρμακολογικοί στόχοι είναι δυνατό να εξαχθούν από πρωτεΐνες από διάφορους ιούς ή ακόμη και παράσιτα που εισβάλουν στον ανθρώπινο οργανισμό. Οι πρωτεΐνες γενικά φέρουν καθορισμένο ενεργό κέντρο για τη σύνδεση των ενδογενών προσδεμάτων ή συγκεκριμένα σημεία αλληλεπίδρασης με άλλες πρωτεΐνες. Η στόχευση των φαρμακομορίων αφορά πρωτίστως στο ενεργό κέντρο των μακρομορίων, αν και είναι δυνατόν η σύνδεση να γίνεται και σε άλλες θέσεις. Η ανίχνευση νέων φαρμακολογικών μορίων συνδέεται άμεσα με την μελέτη της τρισδιάστατης δομής των μοριακών στόχων. Σήμερα ωστόσο, η εξέλιξη της τεχνολογίας και της βιοπληροφορικής, επιτρέπει τον προσδιορισμό της τρισδιάστατης δομής και άλλων πρωτεϊνών καθώς και συμπλόκων πρωτεϊνών-προσδεμάτων / πρωτεϊνών- πρωτεϊνών προκειμένου να εντοπιστούν νέοι φαρμακολογικοί στόχοι. Στην παρούσα διδακτορική διατριβή αναπτύχθηκε συγκεκριμένη διαδικασία για την ανίχνευση νέων φαρμακολογικών στόχων μέσω υπολογιστικής μελέτης και ανάλυσης της τρισδιάστατης δομής των πρωτεϊνών. Οι αμινοξικές ακολουθίες των πρωτεϊνών είναι χαρακτηριστικό της γενετικής ποικιλομορφίας τους, οι τρισδιάστατες δομές τους προσδιορίζουν την λειτουργία τους και την μοριακή αρχιτεκτονική τους, και τα τρισδιάστατα πρωτεϊνικά σύμπλοκα παρουσιάζουν τον τύπο αλληλεπιδράσεων που σχηματίζουν. Οι τρείς αυτοί διαφορετικοί τύποι πληροφορίας είναι σημαντικοί για την καλύτερη κατανόηση των δομικών και των λειτουργικών χαρακτηριστικών των πρωτεϊνών, καθώς και για την ανίχνευση νέων φαρμακολογικών στόχων. Πολλές προσπάθειες έχουν γίνει μέχρι σήμερα προκειμένου να συσχετιστεί η πληροφορία από τις αμινοξικές ακολουθίες, τρισδιάστατες δομές και τρισδιάστατα πρωτεϊνικά σύμπλοκα προκειμένου να κατανοηθούν οι άγνωστοι μηχανισμοί που κατευθύνουν τη λειτουργία τους. Στην παρούσα διδακτορική διατριβή εξετάζονται τέσσερα διαφορετικά σύνολα βιολογικών δεδομένων από διαφορετικής κατηγορίας πρωτεΐνες προκειμένου να σχεδιάσουμε σωστά μια ολοκληρωμένη διαδικασία ανίχνευσης νέων φαρμακολογικών στόχων. Τα τέσσερα πρωτεϊνικά σύνολα που εξετάστηκαν στην παρούσα διδακτορική διατριβή αφορούν τα αντισώματα, τους πυρηνικούς υποδοχείς, τα ιικά ένζυμα της οικογένειας ιών Flaviviridae και τέλος την RNA πολυμεράση ΙΙ του παρασίτου που προκαλεί την Ελονοσία.Τα παραγόμενα αποτελέσματα στην παρούσα διδακτορική διατριβή είναι πρωτότυπα και σημαντικά. Στα πλαίσια ανάπτυξης της περιγραφόμενης υπολογιστικής διαδικασίας ανίχνευσης νέων φαρμακολογικών στόχων μέσω προτύπων σήματος έχουμε αναπτύξει τέσσερις νέες μεθοδολογίες προκειμένου να μελετήσουμε και να αναλύσουμε την βιολογική πληροφορία που φέρουν οι αμινοξικές ακολουθίες και πρωτεϊνικές δομές. Η πρώτη διαδικασία περιγράφει ένα νέο τρόπο εύρεσης υποψήφιων φαρμακολογικών στόχων μέσω συντηρημένων μοτίβων / προτύπων σήματος σε αμινοξικές ακολουθίες. Η δεύτερη διαδικασία περιγράφει ένα νέο τρόπο ομαδοποίησης και συσχέτισης των πρωτεϊνών με αντιπροσωπευτικά πρότυπα φυσικοχημικών ιδιοτήτων και την χρήση μη εποπτευόμενων τεχνικών μάθησης, συμπεριλαμβανομένου του αλγόριθμου k-means και των νευρωνικών δικτύων για την επέκταση των προτύπων σήματος. Αντίστοιχα, η τρίτη διαδικασία αναπτύχθηκε για την ανάλυση των τρισδιάστατων δομών και περιγράφει ένα νέο τρόπο συσχέτισης και ομαδοποίησης των τρισδιάστατων δομών με την χρήση υβριδικών πινάκων απόστασης και ιεραρχικών τεχνικών ομαδοποίησης όπως η τεχνική neighbor-joining και UPGMA. Τελευταίο αλλά εξίσου σημαντικό, στην μελέτη και ανάλυση των τρισδιάστατων δομών των πρωτεϊνικών συμπλόκων προτείνεται μια νέα διαδικασία ψηφιακής κωδικοποίησης του τρόπου αλληλεπίδρασης των πρωτεϊνών, σε μοτίβα αλληλεπίδρασης / πρότυπα σήματος, και ομαδοποίηση τους σε ομάδες από μοτίβα αλληλεπίδρασης για τα αντισώματα. Μία νέα εφαρμογή έχει αναπτυχθεί στα πλαίσια της περιγραφόμενης διαδικασίας, η εφαρμογή «antisoma» και αφορά το πρωτεϊνικό σύνολο δεδομένων για τα αντισώματα. Αποτελεί μια ολοκληρωμένη πλατφόρμα μεταβλητών περιοχών αντισωμάτων, η οποία παρέχει σημαντική πληροφορία που σχετίζεται με τις πρωτεϊνικές τους ακολουθίες. Ο χρήστης έχει την δυνατότητα να εξάγει διαφορετικά σύνολα δεδομένων από αμινοξικές ακολουθίες, καθώς και να εκτελέσει διάφορα φίλτρα με βάση των σύστημα αρίθμησης των αντισωμάτων, και να υπολογίσει περισσότερες από 300 φυσικοχημικές ιδιότητες για τις τμηματικές περιοχές που περιλαμβάνονται στις μεταβλητές περιοχές ως πρότυπα σήματος. Τα παραγόμενα συμπεράσματα από τα διαφορετικά στάδια της υπολογιστικής ανάλυσης είναι πολλά και συνοψίζονται στο τέλος του κάθε κεφαλαίου. Σημαντικό είναι να αναφερθεί ότι με βάση τις μεθοδολογίες που αναπτύχθηκαν καταφέραμε να ομαδοποιήσουμε την βιολογική πληροφορία των συνόλων δεδομένων από πρωτεΐνες σε διακριτές ομάδες ανάλογα με το στάδιο επεξεργασίας που τις εφαρμόζαμε κάθε φορά. Συνολικά, η προτεινόμενη υπολογιστική μελέτη έχει εντοπίσει ένα σημαντικό αριθμό νέων φαρμακολογικών στόχων με βάση τα βιολογικά σύνολα πρωτεϊνών εφαρμογής.