Probabilistic contact preferences in protein-ligand and protein-protein complexes

Modeller för intermolekulär växelvärkan utnyttjas brett inom biologin. Analys av kontakter mellan proteiner och läkemedelsforskning representerar typiska tillämpningsområden för dylika modeller. En modell som beskriver sådana molekylära växelverkningar kan utformas med hjälp av biofysisk teori, vilket tenderar att resultera i ytterst tung beräkningsbörda även för enkla tillämpningar. Ett alternativt sätt att formulera modeller är att utnyttja stora databaser som innehåller strukturmätningar gjorda med hjälp av till exempel röntgendiffraktion. Då man använder sig av empiriska mätdata direkt, möjliggör en statistisk modell att osäkerheten och inexaktheten i datat tas till hänsyn på ett adekvat sätt, samtidigt som beräkningsbördan håller sig på en rimligare nivå jämfört med kvantmekaniska metoder som i princip borde ge de optimala resultaten. I avhandlingen utvecklades en 3D modell för numerisk undersökning av intermolekulär växelverkan baserad på Bayesiansk statistik. Modellens syfte är att åstadkomma prognoser för det hurdana eller vilka molekylstrukturer prefereras i en given kontext, d.v.s. är mer sannolika inom ramen för interaktion. Modellen testades i essentiella molekyläromgivningar - en liten molekyl vid sin bindningsplats hos ett protein och en gränsyta mellan proteinerna i ett komplex. De erhållna numeriska resultaten motsvarar väl experimentella resultat som tidigare rapporterats i litteraturen, exempelvis kvalitativa bindningsaffiniteter och kemisk kännedom av vissa aminosyrors rumsliga förmågor att utgöra bindningar. I avhandlingen gjordes ytterligare preliminära tester av den statistiska ansatsen för modellering av den centrala molekylära strukturella anpassningsbarheten. I praktiken är den utvecklade modellen ämnad som ett led i en mer omfattande analysmetod, så som en s.k. farmakofor modell. Molekyylivuorovaikutusten mallintamista hyödynnetään laajasti biologisten kysymysten tarkastelussa. Tyypillisiä esimerkkejä sovelluskohteista ovat proteiinien väliset kontaktit ja lääkesuunnittelu. Vuorovaikutuksia kuvaavan mallin lähtökohta voi olla molekyyleihin liittyvä teoria, jolloin soveltamiseen liittyvä laskenta saattaa olla erityisen raskasta, tai suuri havaintojoukko joka on saatu aikaan esimerkiksi mittaamalla rakenteita röntgendiffraktio menetelmällä. Tilastollinen malli mahdollistaa havaintoaineistossa olevan epätarkkuuden ja epävarmuuden huomioimisen, samalla pitäen laskennallisen kuorman pienempänä verrattuna periaatteessa parhaan tuloksen antavaan kvanttimekaaniseen mallinnukseen. Väitöstyössä kehitettiin bayesiläiseen tilastotieteeseen perustuva 3D malli molekyylien välisten vuorovaikutusten laskennalliseen tarkasteluun. Mallin tehtävä on tuottaa ennusteita sen suhteen, minkä tai millaisten molekyylirakenteiden väliset kompleksit ovat etusijalla, toisin sanoen todennäköisempiä, vuorovaikutustilanteessa. Työssä kehitetyn menetelmän toimivuutta testattiin käyttötarkoituksen suhteen olennaisissa molekyyliympäristöissä - pieni molekyyli sitoutumiskohdassaan proteiinissa sekä rajapinta kahden proteiinin välilllä proteiinikompleksissa. Saadut laskennalliset tulokset vastasivat hyvin vertailuun käytettyjä kirjallisuudesta saatuja kokeellisia tuloksia, kuten laadullisia sitoutumisaffiniteetteja, sekä kemiallista tietoa esimerkiksi tiettyjen aminohappojen avaruudellisesta sidoksenmuodostuksesta. Väitöstyössä myös alustavasti testattiin tilastollista lähestymistapaa tärkeän molekyylien rakenteellisen mukautuvuuden mallintamiseen. Käytännössä malli on tarkoitettu osaksi jotakin laajempaa analyysimenetelmää, kuten farmakoforimallia.

VAP-1 as drug target in inflammation : structural features determining ligand interactions

Vascular adhesion protein-1 (VAP-1), which belongs to the copper amine oxidases (CAOs), is a validated drug target in inflammatory diseases. Inhibition of VAP-1 blocks the leukocyte trafficking to sites of inflammation and alleviates inflammatory reactions. In this study, a novel set of potent pyridazinone inhibitors is presented together with their X-ray structure complexes with VAP-1. The crystal structure of serum VAP-1 (sVAP-1) revealed an imidazole binding site in the active site channel and, analogously, the pyridazinone inhibitors were designed to bind into the channel. This is the first time human VAP-1 has been crystallized with a reversible inhibitor and the structures reveal detailed information of the binding mode on the atomic level. Similarly to some earlier studied inhibitors of human VAP-1, the designed pyridazinone inhibitors bind rodent VAP-1 with a lower affinity than human VAP-1. Therefore, we made homology models of rodent VAP-1 and compared human and rodent enzymes to determine differences that might affect the inhibitor binding. The comparison of the crystal structures of the human VAP-1 and the mouse VAP-1 homology model revealed key differences important for the species specific binding properties. In general, the channel in mouse VAP-1 is more narrow and polar than the channel in human VAP-1, which is wider and more hydrophobic. The differences are located in the channel leading to the active site, as well as, in the entrance to the active site channel. The information obtained from these studies is of great importance for the development and design of drugs blocking the activity of human VAP-1, as rodents are often used for in vivo testing of candidate drugs. In order to gain more insight into the selective binding properties of the different CAOs in one species a comprehensive evolutionary study of mammalian CAOs was performed. We found that CAOs can be classified into sub-families according to the residues X1 and X2 of the Thr/Ser-X1-X2-Asn-Tyr-Asp active site motif. In the phylogenetic tree, CAOs group into diamine oxidase, retina specific amine oxidase and VAP-1/serum amine oxidase clades based on the residue in the position X2. We also found that VAP-1 and SAO can be further differentiated based on the residue in the position X1. This is the first large-scale comparison of CAO sequences, which explains some of the reasons for the unique substrate specificities within the CAO family.