3.2. Méthodes
3.2.5. Alignement des ligands sur les pharmacophores (Shaper)
141
face-face ou les deux normales aux plans aromatiques en interactions sont décalées d'au moins 1.5 Å. La dernière propriété modifiée concerne les points pharmacophoriques hydrophobes. La propriété hydrophobe est ainsi restreinte aux points de cavités dont l'environnement à moins de 4 Å contient au moins 50% de résidus hydrophobes (alanine, valine, leucine, isoleucine, proline, méthionine, phénylalanine, tyrosine, tryptophane) et pour lequel deux atomes de protéines hydrophobes sont distant de moins de 4 Å du point de cavité à assigner.
4 – Définition du pharmacophore final: Les points de pharmacophores restants sont regroupés par propriété en utilisant un algorithme d’agglomération hiérarchique et une distance seuil de 3.1 Å. Des sphères d’exclusions correspondant à des régions de l'espace occupés par la protéine et interdites au ligand sont enfin définies selon la méthode suivante. Une sphère unique est placée pour chaque acide aminé tapissant la cavité aux coordonnées atomiques correspondant au barycentre des atomes lourds les plus proches (< 4 Å) des points de pharmacophores. Leur diamètre est proportionnel au nombre d’atomes lourds utilisés pour les définir (1.15 Å pour 1 atome proche, 1.25 Å pour 2, 1.35 Å pour 3, 1.45 Å pour 4, 1.55 Å pour 5, 1.6 Å pour 6 et 1.7 Å de diamètre pour 7 ou plus d’atomes proches).
Les pharmacophores finaux (avec ou sans sphère d’exclusion) d’une taille moyenne de 35 éléments sont conservés au format chm de CATALYST35 ainsi que sous la forme d'un fichier mol2. Le pharmacophore est décrit par les items suivants:
- la propriété : hydrophobe, aromatique, accepteur, donneur, négatif ionisable, ionisable positif ionisable, métallique.
- les coordonnées atomiques de la propriété (tête).
- un vecteur de 3Å de longueur dans la direction de la queue (accepteur, donneur, aromatique) dirigé vers l’atome de protéine complémentaire.
- les attributs spéciaux pour la propriété aromatique (centre, plan)
- sphères localisées sur les têtes et queues des vecteurs de rayon 1.6 et 2.2 Å, respectivement.
Les éléments à double propriété donneur et accepteur sont représentés par deux éléments séparés (donneur, accepteur) partageant les mêmes coordonnées atomiques en leur tête.
142
L’algorithme Shaper préalablement développé au laboratoire14 a été utilisé pour aligner les atomes de ligands sur les points de pharmacophores. Shaper est un outil utilisant les bibliothèques "OEChem" et "OEShape" (OpenEye Sciencific Software, Santa Fe, U.S.A.) pour décrire les formes moléculaires par des gaussiennes et pour aligner deux objets moléculaires (atomes de ligands sur points de cavité) par maximisation de l’intersection des deux volumes correspondants36. Pendant l’alignement, les points de cavité restent fixes alors que les conformères du ligand subissent des translations/ rotations. Les meilleurs alignements sont ensuite triés par un score de couleur (les couleurs étant les propriétés pharmacophoriques) au moyen, d'un champ de force spécifique. Le champ de force customisé (Annexe 2.4) est composé de motif SMARTS pour décrire 10 propriétés pharmacophoriques de ligands (hydrophobe, cycle aromatique, cycle aliphatique, accepteur, donneur, accepteur et donneur, anion, cation et exclusion), 7 propriétés de points de cavité (hydrophobe, cycle, donneur, accepteur, accepteur et donneur, cation, anions) et 33 règles d’alignement afin de calculer le score de superposition des propriétés par similarité selon la métrique FitTverskyCombo:
#$% &'()*+,* = - .,/
.12 3 . .42 3 / - .,/+ -6.,/
.12 36. .42 36/ -6.,/
OSC,L représente le volume commun aux formes du pharmacophore et du ligand, ISC et ISL les volumes non alignés, OCC,L est le volume commun aux couleurs du pharmacophore et du ligand, ICC et ICL les volumes des couleurs non alignées. Contrairement au score de Tanimoto qui met un poids égal sur les deux éléments alignés, le score de FitTversky donne un poids plus important (0.95) à l’objet mobile (le ligand). La métrique est asymétrique et varie entre 0 et 2.
L’alignement des ligands a montré quelques limites qui nous ont fait changer la méthode d'alignement (Figure 3.2).
143
Figure 3.7. Diagramme représentant les modifications apportées au ligand avant le processus d’alignement (flèche grise: lecture, flèche noire: modification, flèche cyan: alignement des coordonnées 3D). Chaque boite correspond à la création d’un nouveau fichier.
144
Le fait d’utiliser un champ de force personnalisé a montré que l’interprétation des ligands et du pharmacophore par OEChem est erroné. Afin de pallier à ce problème, nous n'alignons pas les atomes de ligands mais des pseudoatomes décrivant les propriétés pharmacophoriques de celui-ci. Il en résulte un plus petit nombre de points à aligner. Ce procédé simple d’aspect demande plusieurs tâches d'harmonisation des noms, types atomiques et ordre de lecture. Les ligands sont d’abord traités par IChem afin d’avoir un fichier mol2 de référence avec un bon type atomique. Le conformères sont ensuite générés par le logiciel
Omega2 (OpenEye) La première pose est donc extraite et conservée en tant que référence.
L’ensemble est converti en propriétés pharmacophoriques à l’aide d’IChem. On peut enfin aligner les conformères sur les pharmacophores et comparer les poses obtenues à la pose co-cristallisée si celle-ci est connue.
Les poses ainsi générées par IChem sont filtrées par le nombre de contacts répulsifs avec la protéine (clash1, distance seuil < 1.7Å; Clash2, distance seuil < 2.3Å) puis triées par score FitTverskyCombo.
145
3.3 Résultats et discussion
Le concept de pharmacophore, plus que centenaire37, reste fréquemment utilisé à des fins de criblage virtuel afin d'identifier des molécules bioactives. La plupart du temps, le pharmacophore est défini à partir de ligands partageant un mécanisme d'action et une cible protéique. Plus récemment, le concept a été étendu à des pharmacophores déduits directement de structures cristallographiques protéine-ligand. Quand seule la structure 3D de la protéine est connue sans qu'aucun ligand n'ait pu être préalablement identifié, définir un pharmacophore simple et utilisable est plus difficile car cela impose une perception des éléments pharmacophoriques à partir de la seule connaissance d'un site de liaison. Ce procédé est très complexe: il requiert la détection de cavités droguables à la surface de la protéine cible, la détermination des régions de l'espace ou des atomes de ligands interagiront de manière optimale avec les points d'ancrages supposés les plus importants de la cavité.
Souvent le nombre de points pharmacophoriques générés in situ dans la cavité excède de loin le seuil toléré par des algorithmes d'alignement ligand-pharmacophore. Par conséquent, les points pharmacophoriques initiaux doivent être élagués de manière rationnelle, généralement à partir de cartes énergétiques, afin de conduire à un pharmacophore utilisable (< 10 points) à des fins de criblage virtuel.
Parmi les diverses méthodes de génération de pharmacophores à partir de structures de cavités, nombre d'entre elles reposent sur des calculs longs et complexes de dynamique moléculaire interdisant leur utilisation même à faible débit. Même s’il existe un effort récent pour simplifier les étapes de construction précédemment décrites, il y a toujours un besoin en un logiciel unique, rapide, fiable, automatisant le procédé entier, depuis la détection de la cavité jusqu’à la définition du pharmacophore final.