Technological developments in Virtual Screening for the discovery of small molecules with novel mechanisms of action

Abstract

[eng] Advances in structural and molecular biology have favoured the rational development of novel drugs thru structure-based drug design (SBDD). Particularly, computational tools have proven to be rapid and efficient tools for hit discovery and optimization. The main motivation of this thesis is to improve and develop new methods in the area of computer-based drug discovery in order to study challenging targets. Specifically, this thesis is focused on docking and Virtual Screening (VS) methodologies to be able to exploit non-standard sites, like protein-protein interfaces or allosteric sites, and discover bioactive molecules with novel mechanisms of action. First, I developed an automatic pipeline for binding mode prediction that applies knowledge- based restraints and validated the approach by participating in the CELPP Challenge, a blind pose prediction challenge. The aim of the first VS in this thesis is to find small molecules able to not only disrupt the RANK-RANKL interaction but also inhibit the constitutive activation of the receptor. With a combination of computational, biophysical, and cell-based assays we were able to identify the first small molecule binders for RANK that could be used as a treatment for Triple Negative Breast Cancer. When working with challenging targets, or with non-standard mechanisms of action, the relationship between binding and the biological response is unpredictable, because the biological response (if any) will depend on the biological function of the particular allosteric site, which is generally unknown. For this reason, we then tested the applicability of the combination of ultrahigh-throughput VS with low-throughput high content assay. This allowed us to characterize a novel allosteric pocket in PTEN and also describe the first allosteric modulators for this protein. Finally, as the accessible Chemical Space grows at a rapid pace, we developed an algorithm to efficiently explore ultra-large Chemical Collections using a Bottom-up approach. We prospectively validated the approach in BRD4 and identified novel BRD4 inhibitors with an affinity comparable to advanced drug candidates for this target.

[cat] Els avenços en biologia estructural i molecular han afavorit el desenvolupament racional de nous fàrmacs a través del disseny de fàrmacs basat en l'estructura (SBDD). En particular, les eines computacionals han demostrat ser ràpides i eficients per al descobriment i l'optimització de fàrmacs. La principal motivació d'aquesta tesi és millorar i desenvolupar nous mètodes en l'àrea del descobriment de fàrmacs per ordinador per tal d'estudiar proteïnes complexes. Concretament, aquesta tesi se centra en les metodologies d'acoblament i de cribratge virtual (CV) per poder explotar llocs no estàndard, com interfícies proteïna-proteïna o llocs al·lostèrics, i descobrir molècules bioactives amb nous mecanismes d'acció.

En primer lloc, vaig desenvolupar un protocol automàtic per a la predicció del mode d’unió aplicant restriccions basades en el coneixement i vaig validar l'enfocament participant en el repte CELPP, un repte de predicció del mode d’unió a cegues.

L'objectiu del primer CV d'aquesta tesi és trobar petites molècules capaces no només d'interrompre la interacció RANK-RANKL sinó també d'inhibir l'activació constitutiva del receptor. Amb una combinació d'assajos computacionals, biofísics i basats en cèl·lules, vam poder identificar les primeres molècules petites per a RANK que es podrien utilitzar com a tractament per al càncer de mama triple negatiu.

Quan es treballa amb proteïnes complexes, o amb mecanismes d'acció no estàndard, la relació entre la unió i la resposta biològica és impredictible, perquè la resposta biològica (si n'hi ha) dependrà de la funció biològica del lloc al·lostèric particular, que generalment és desconeguda. Per aquest motiu, després vam provar l'aplicabilitat de la combinació de CV d'alt rendiment amb assaig de contingut alt de baix rendiment. Això ens va permetre caracteritzar un nou lloc d’unió al·lostèric en PTEN i també descriure els primers moduladors al·lostèrics d'aquesta proteïna.

Finalment, a mesura que l'espai químic accessible creix a un ritme ràpid, hem desenvolupat un algorisme per explorar de manera eficient col·leccions de productes químics molt grans mitjançant un enfocament de baix a dalt. Vam validar aquest enfocament amb BRD4 i vam identificar nous inhibidors de BRD4 amb una afinitat comparable als candidats a fàrmacs més avançats per a aquesta proteïna.