Exploring protein flexibility during docking to investigate ligand-target recognition

I modelli di riconoscimento ligando-proteina si sono evoluti nel corso degli anni: dal modello chiave-serratura a quello di fit-indotto e selezione conformazionale, il ruolo della flessibilità proteica è diventato via via più importante. Capire il meccanismo di riconoscimento è di grande importanza nella progettazione di nuovi farmaci, perchè può dare la possibilità di razionalizzare l’attività di ligandi noti e di ottimizzarli. L’applicazione di tecniche computazionali alla scoperta di nuovi farmaci risale agli anni ‘80, con l’avvento del cosiddetto “Computer-Aided Drug Design”, o, tradotto, progettazione di farmaci aiutata dal computer. Negli anni sono state sviluppate molte tecniche che hanno affrontato il problema della flessibilità proteica. Questo lavoro propone una strategia per considerare la variabilità delle strutture proteiche nel docking, attraverso un approccio combinato ligand-based/structure-based e attraverso lo sviluppo di una procedura completamente automatizzata di docking incrociato. In aggiunta, viene proposta una piena esplorazione della flessibilità proteica durante il processo di legame attraverso la Dinamica Molecolare Supervisionata. L’applicazione di un algoritmo simil-tabu alla dinamica molecolare classica accelera il processo di riconoscimento dalla scala dei micro-millisecondi a quella dei nanosecondi. Nel presente lavoro è stata fatta un’implementazione di questa algoritmica per studiare il processo di riconoscimento peptide-proteina.