@phdthesis{Waltenberger2012,
  author    = {Waltenberger, Constanze Ricarda Maria},
  title     = {Virtuelles Screening nach einer neuen Inhibitorklasse der Enoyl-ACP-Reduktase InhA aus Mycobacterium tuberculosis},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-73736},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2012},
  abstract  = {Die Zahl der Tuberkuloseerkrankungen ist in den letzten Jahrzehnten weltweit gestiegen. Da es an innovativen Antituberkulotika mangelt, werden nach wie vor Medikamente der ersten Generation eingesetzt. Das wachsende Problem sind multi-resistente und extrem-resistente Bakterienst{\"a}mme, die kaum oder gar nicht auf die medikament{\"o}se Therapie ansprechen. Charakteristisch f{\"u}r M. tuberculosis ist eine dicke Zellwand. Der Aufbau der Zellwand erm{\"o}glicht es dem Bakterium in den Makrophagen zu persistieren und sich dort zu vermehren. Die Zellwand ist reich an Mykols{\"a}uren und so wenig durchl{\"a}ssig f{\"u}r Fremdstoffe. Das mykobakterielle Zellwandskelett kann man in zwei Teile unterteilen, den Zellwandkern und die {\"a}ußere Lipidh{\"u}lle. Die freien Lipide der {\"a}ußeren Lipidh{\"u}lle dienen als Signalmolek{\"u}le im Krankheitsverlauf und interkalieren mit den Mykols{\"a}uren des Zellwandkerns. M. tuberculosis besitzt f{\"u}r die Fetts{\"a}urebiosynthese zwei Enzymkomplexe: Die Typ-I-Fetts{\"a}uresynthase, die auch in S{\"a}ugetieren zu finden ist, produziert Fetts{\"a}uren von C16- bis C26-Kettenl{\"a}nge, die dann in der Typ-II-Fetts{\"a}uresynthase (FAS-II) zu Meromykols{\"a}uren verl{\"a}ngert werden. Im Synthesezyklus des FAS-II sind mehrere monofunktionale Enzyme hintereinander geschaltet. Wird eines dieser Enzyme in seiner Funktion gest{\"o}rt, kumulieren Zwischenprodukte und ben{\"o}tigte Zellwandlipide k{\"o}nnen nicht synthetisiert werden. In der Folge wird die Zellwand instabil und das Bakterium stirbt. Die mykobakterielle Lipidbiosynthese ist somit ein ideales Target f{\"u}r die Entwicklung neuer Antituberkulotika. Ziel dieser Arbeit war es, eine neue Inhibitorklasse des FAS-II Enzyms InhA des M. tuberculosis mittels virtuellem Screening zu finden. F{\"u}r das virtuelle Screening wurden drei aufeinander aufbauende Pharmakophorhypothesen entwickelt und mit diesen zwei unabh{\"a}ngige Datenbanken durchsucht. Als Grundlage f{\"u}r die Berechnungen des virtuellen Screenings diente die PDB R{\"o}ntgenkristallstruktur 2h7m mit dem Liganden 1-Cyclohexyl-N-(3,5-dichlorophenyl)-5-oxopyrrolidin-3-carboxamid. F{\"u}r die Erstellung der Pharmakophorhypothesen wurden zuerst die Strukturen des Enzyms mit und ohne Ligand bez{\"u}glich ihrer Konformationsunterschiede vor allem im Bereich der Bindetasche analysiert. Als n{\"a}chstes wurden die Wechselwirkungen des Liganden mit den Aminos{\"a}uren der Bindetasche und dem Cofaktor n{\"a}her analysiert und die verschiedenen Wechselwirkungsarten hinsichtlich ihrer Relevanz f{\"u}r eine inhibitorische Aktivit{\"a}t beurteilt. Schließlich wurde eine Bindetaschenanalyse durchgef{\"u}hrt und Hotspots f{\"u}r unterschiedliche chemische Funktionalit{\"a}ten berechnet. F{\"u}r das Datenbankenscreening wurden das ZINC 'drug-like' Subset (2005) und CCGs MOE 2006 Vendor Compound 3D Collection verwendet, beides Datenbanken exklusiv kommerziell erh{\"a}ltlicher Verbindungen. Das ZINC 'drug-like' Subset wurde {\"u}ber einen f{\"u}r InhA individuell angepassten hierarchischen Filter numerisch reduziert. Von den verbleibenden Verbindungen wurde eine Konformerendatenbank berechnet. Die MOE 2006 Vendor Compound 3D Collection lag bereits als Konformerendatenbank vor und wurde f{\"u}r das Screening 'as-is' verwendet. Mit den Pharmakophorhypothesen I und II wurde das reduzierte ZINC 'drug-like' Subset gescreent. F{\"u}r die Treffer wurden Fingerprints berechnet, sie danach mithilfe des Tanimotokoeffizienten nach ihrer {\"A}hnlichkeit in Cluster eingeteilt und visuell analysiert; 149 Verbindungen wurden f{\"u}r die Dockingsimulationen ausgew{\"a}hlt. Die MOE Konformerendatenbank wurde ebenso {\"u}ber einen f{\"u}r InhA individuell angepassten hierarchischen Filter numerisch reduziert und mit der Pharmakophorhypothese III gescreent, 28 Verbindungen wurden f{\"u}r die Dockingsimulationen ausgew{\"a}hlt. Die Dockingsimulationen wurden mit den Programmen MOE Dock und Autodock durchgef{\"u}hrt. Die Ergebnisse wurden numerisch ausgewertet und innerhalb der Bindetasche relativ zur jeweiligen zugrunde liegenden Pharmakophorhypothese visuell analysiert; 27 Substanzen wurden schließlich f{\"u}r die Testungen ausgew{\"a}hlt. Die Testungen erfolgten mit einem enzymatischen Assay und einem Assay an attenuierten M. tuberculosis F{\"u}r die Etablierung des enzymatischen Assays wurde das Enzym InhA mittels Vektortransformation in E. coli {\"u}berexprimiert und s{\"a}ulenchromatographisch aufgereinigt. Das Substrat 2-trans-Octenoyl-Coenzym A wurde synthetisiert. Von den 27 ausgew{\"a}hlten Substanzen waren 9 im Handel erh{\"a}ltlich und wurden schließlich auf ihre inhibitorische Aktivit{\"a}t getestet. Es wurden ein Thiazolidin-2,4-dion, ein 2-Thioxoimidazolidin-4-on und ein Sulfonamid als aktive Substanzen gefunden.},
  subject      = {Screening},
  language  = {de}
}
@phdthesis{Merget2015,
  author    = {Merget, Benjamin},
  title     = {Computational methods for assessing drug-target residence times in bacterial enoyl-ACP reductases and predicting small-molecule permeability for the \(Mycobacterium\) \(tuberculosis\) cell wall},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-127386},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2015},
  abstract  = {\textbf{Molecular Determinants of Drug-Target Residence Times of Bacterial Enoyl-ACP Reductases.} Whereas optimization processes of early drug discovery campaigns are often affinity-driven, the drug-target residence time \$t_R\$ should also be considered due to an often strong correlation with \textit{in vivo} efficacy of compounds. However, rational optimization of \$t_R\$ is not straightforward and generally hampered by the lack of structural information about the transition states of ligand association and dissociation. The enoyl-ACP reductase FabI of the fatty acid synthesis (FAS) type II is an important drug-target in antibiotic research. InhA is the FabI enzyme of \textit{Mycobacterium tuberculosis}, which is known to be inhibited by various compound classes. Slow-onset inhibition of InhA is assumed to be associated with the ordering of the most flexible protein region, the substrate binding loop (SBL). Diphenylethers are one class of InhA inhibitors that can promote such SBL ordering, resulting in long drug-target residence times. Although these inhibitors are energetically and kinetically well characterized, it is still unclear how the structural features of a ligand affect \$t_R\$. Using classical molecular dynamics (MD) simulations, recurring conformational families of InhA protein-ligand complexes were detected and structural determinants of drug-target residence time of diphenyl\-ethers with different kinetic profiles were described. This information was used to deduce guidelines for efficacy improvement of InhA inhibitors, including 5'-substitution on the diphenylether B-ring. The validity of this suggestion was then analyzed by means of MD simulations. Moreover, Steered MD (SMD) simulations were employed to analyze ligand dissociation of diphenylethers from the FabI enzyme of \textit{Staphylococcus aureus}. This approach resulted in a very accurate and quantitative linear regression model of the experimental \$ln(t_R)\$ of these inhibitors as a function of the calculated maximum free energy change of induced ligand extraction. This model can be used to predict the residence times of new potential inhibitors from crystal structures or valid docking poses. Since correct structural characterization of the intermediate enzyme-inhibitor state (EI) and the final state (EI*) of two-step slow-onset inhibition is crucial for rational residence time optimization, the current view of the EI and EI* states of InhA was revisited by means of crystal structure analysis, MD and SMD simulations. Overall, the analyses affirmed that the EI* state is a conformation resembling the 2X23 crystal structure (with slow-onset inhibitor \textbf{PT70}), whereas a twist of residues Ile202 and Val203 with a further opened helix \$\alpha 6\$ corresponds to the EI state. Furthermore, MD simulations emphasized the influence of close contacts to symmetry mates in the SBL region on SBL stability, underlined by the observation that an MD simulation of \textbf{PT155} chain A with chain B' of a symmetry mate in close proximity of the SBL region showed significantly more stable loops, than a simulation of the tetrameric assembly. Closing Part I, SMD simulations were employed which allow the delimitation of slow-onset InhA inhibitors from rapid reversible ligands. \textbf{Prediction of \textit{Mycobacterium tuberculosis} Cell Wall Permeability.} The cell wall of \textit{M. tuberculosis} hampers antimycobacterial drug design due to its unique composition, providing intrinsic antibiotic resistance against lipophilic and hydrophilic compounds. To assess the druggability space of this pathogen, a large-scale data mining endeavor was conducted, based on multivariate statistical analysis of differences in the physico-chemical composition of a normally distributed drug-like chemical space and a database of antimycobacterial--and thus very likely permeable--compounds. The approach resulted in the logistic regression model MycPermCheck, which is able to predict the permeability probability of small organic molecules based on their physico-chemical properties. Evaluation of MycPermCheck suggests a high predictive power. The model was implemented as a freely accessible online service and as a local stand-alone command-line version. Methodologies and findings from both parts of this thesis were combined to conduct a virtual screening for antimycobacterial substances. MycPermCheck was employed to screen the chemical permeability space of \textit{M. tuberculosis} from the entire ZINC12 drug-like database. After subsequent filtering steps regarding ADMET properties, InhA was chosen as an exemplary target. Docking to InhA led to a principal hit compound, which was further optimized. The quality of the interaction of selected derivatives with InhA was subsequently evaluated using MD and SMD simulations in terms of protein and ligand stability, as well as maximum free energy change of induced ligand egress. The results of the presented computational experiments suggest that compounds with an indole-3-acethydrazide scaffold might constitute a novel class of InhA inhibitors, worthwhile of further investigation.},
  subject      = {Computational chemistry},
  language  = {en}
}