CoMFA, CoMSIA, HQSAR et Analyse d'amarrage moléculaire des Dérivés de Chalcone à base d'Ionones comme Activité Anti-cancer | Jiotower

RÉSULTATS ET DISCUSSION

Les chalcones à base de β-ionones 1-15, les chalcones à base d’α-ionones 16-22 et les chalcones à base de 4-hydroxy-β-ionones 23-43 ont montré une cytotoxicité considérable dans la lignée cellulaire LNCaP comme activité antiprostatique (tableau 1). Le composé 25 était le plus puissant; 5, 11, 34, 39 et 40 étaient modérés et 9, 17, 21 et 30 étaient des composés chalcone à base d’ionone les moins actifs par rapport à l’analogue parent 25 qui ont un groupe de retrait d’électrons à la position méta. Lors du déplacement de -CF3 de la position méta vers la position para (6, 18 et 26) ou de l’élimination de -CF3 avec –NO2 (11, 21 et 40), –F (9 et 30), le groupe donneur d’électrons -CH3 (14, 22 et 38) a considérablement affaibli la cytotoxicité dans les cellules cancéreuses de la prostate par rapport au composé 25.

En utilisant la série de dérivés de chalcones à base d’ionones possédant une activité anticancéreuse antiprostate, des modèles 3D-QSAR ont été dérivés. Les modèles CoMFA et CoMSIA ont été développés à l’aide d’un schéma d’alignement commun basé sur les sous-structures. Au cours des analyses 3D-QSAR, nous avons sélectionné 10 composés comme ensemble de test pour la validation du modèle (1, 12, 13, 15, 16, 20, 27, 33, 39 et 43) et restant dans l’ensemble de formation ont été sélectionnés par la méthode de la diversité de telle sorte que la diversité structurelle et le large éventail d’activités biologiques dans l’ensemble de données ont été ajoutés. Les structures des composés utilisés dans l’ensemble d’entraînement et d’essai sont présentées dans le tableau 1.

Les résultats des analyses statistiques du PLS pour les approches d’alignement sont résumés dans le tableau 2. Le modèle statistique CoMFA utilisant des champs de contribution stérique et électrostatique étaient respectivement de 30,1% et 69,9%, a donné un coefficient de corrélation (q2) cross-validé de 0,527, un coefficient de corrélation non cross-validé (r2) de 0,636, une valeur F de 34,902, une estimation d’erreur type faible (VOIR) de 0,236 avec un nombre optimal de composantes 2 et un Pred r2 de 0,621 a été obtenu. Les activités prévues pour les inhibiteurs ainsi que les activités expérimentales et les valeurs résiduelles sont énumérées dans le tableau 3. Le diagramme de dispersion des valeurs réelles de pIC50 par rapport aux valeurs prédites de pIC50 pour les ensembles d’entraînement et de test est représenté à la fig. 2a. Les activités prévues par le modèle CoMFA sont en accord avec les données expérimentales. L’analyse du PLS et les activités prévues suggèrent qu’un modèle CoMFA fiable a été développé.

TABLEAU 3

VALEUR PRÉDITE ET RÉSIDUELLE DU MODÈLE DE RELATION COMFA, COMSIA ET HQSAR

Dans l’analyse CoMSIA, les champs hydrophobes, donneurs de liaison hydrogène et accepteurs de liaison hydrogène en plus des champs stériques et électrostatiques ont été calculés. Une combinaison de différents domaines a été utilisée pour obtenir le résultat optimal. En utilisant des composés de l’ensemble d’entraînement et une combinaison de champs accepteurs stériques, électrostatiques et de liaisons hydrogène; un modèle avec un coefficient de corrélation (q2) validé par croisement de 0,550, un coefficient de corrélation (r2) non validé par croisement de 0,671, une valeur de F de 26,581, une estimation d’erreur type faible (VOIR) de 0.257 avec une composante optimisée de 2 et un Pred r2 de 0,563 a été obtenu. Les contributions sur le terrain des champs stérique, hydrophobe électrostatique, donneur de liaison hydrogène et accepteur de liaison hydrogène étaient respectivement de 0,036, 0,437, 0,090, 0,296 et 0,141.

Les paramètres statistiques sont résumés dans le tableau 2. Les activités prédites et expérimentales pour les inhibiteurs avec leurs résidus sont énumérées dans le tableau 3 et le diagramme de dispersion pour les valeurs réelles de pIC50 par rapport aux valeurs prédites de pIC50 pour les ensembles d’entraînement et de test est affiché à la fig. 2 ter. Les activités prévues sont conformes aux données expérimentales, ce qui indique qu’un modèle CoMSIA fiable a été développé.

Des cartes de contours de coefficients 3D ont été générées pour visualiser les résultats des modèles 3D-QSAR. Les résultats CoMFA et CoMSIA ont été interprétés graphiquement par les cartes de contribution sur le terrain en utilisant le type de champ STDEV*COEFF. Les cartes de contour des champs CoMFA (stérique et électrostatique) et CoMSIA (champs stérique, électrostatique, hydrophobe, donneur et accepteur de liaison hydrogène) sont représentées aux fig. figue.33 et and4, 4, respectivement. Le composé 25 a été étiqueté et affiché sur la carte à l’aide d’une visualisation.

Cartes de contour pour le modèle CoMFA.

Cartes de contour du composé 25 pour le modèle CoMFA (a) stérique et (b) électrostatique.

Cartes de contour pour le modèle CoMSIA.

Cartes de contour du composé 25 pour le modèle CoMSIA (a) stérique, (b) électrostatique, (c) hydrophobe, (d) donneur d’hydrogène et (e) accepteur d’hydrogène pour le composé 25.

Sur la fig. 3a, la carte de contour du champ stérique du modèle CoMFA, un grand polyèdre de contour vert situé autour du groupe hydroxy, suggère que des groupes suffisamment volumineux ont des interactions stériques favorables. C’est peut-être la raison pour laquelle les composés avec un substituant -CF3 (5, 7, 25, 28, 32 et 34) dans la région R3 ont montré une activité anticancéreuse antiprostatique plus puissante que les molécules avec et sans substituant à cette position particulière R3. Deux contours de couleur jaune indiquaient que les groupes volumineux étaient stériques défavorables dans cette direction, car un choc stérique pouvait se produire. Un petit contour vert à côté de l’anneau correspondait à la légère augmentation de l’activité.

La carte de contour électrostatique du modèle CoMFA est clairement visible sur la fig. 3 ter. Les contours bleus indiquent que les substituants électropositifs augmenteraient l’activité antagoniste de l’AR avec les protéines, tandis que la couleur rouge indique qu’ils devraient être les groupes riches en électrons diminués. Étant donné que les contours rouges ont été trouvés près du groupe hydroxy du composé 25, qui est une fonctionnalité riche en électrons et présente donc une activité élevée du cancer de l’antprostate d’AR.

Les contours stériques et électrostatiques du modèle CoMSIA étaient similaires aux contours CoMFA fig. 4. Cependant, dans le champ stérique, il y avait une couleur verte et la couleur bleue est privilégiée tandis que la couleur jaune et rouge est défavorisée près du groupe fonctionnel. La couleur jaune sous le cycle phényle montre l’exigence de substituants moins volumineux, tandis que près du cycle cyclique, la couleur verte est préférée pour les substituants volumineux (fig. 4 bis). Pour électrostatique, la couleur bleue près du cycle phényle montre que le groupe donneur d’électrons est nécessaire à cette position. Cette carte de contour était similaire au modèle CoMFA. En ce qui concerne le champ électrostatique, les principaux polyèdres bleus et rouges étaient similaires à ceux du modèle CoMFA (fig. 4b).

Dans l’interaction hydrophobe, la couleur jaune montre que le cycle phényle est actif et contribue à la lipophilie, tandis que le cycle cyclique presque insaturé de couleur blanche est défavorable à la lipophilie (fig. 4c). Dans l’analyse de l’interaction des donneurs de liaison hydrogène, les couleurs cyan et violet montrent une nature favorable et défavorisée par rapport à l’activité biologique proche du cycle cyclique insaturé (fig. 4d). Dans l’étude d’interaction des accepteurs de liaison hydrogène, la couleur rouge a défavorisé le groupe accepteur attaché au cycle insaturé et contribue moins à l’activité biologique tandis que la couleur magenta proche du cycle cyclique insaturé favorise l’activité biologique fig. 4e.

Les analyses HQSAR ont été exécutées en examinant les 12 séries par défaut de valeurs de longueur d’hologramme allant de 53 à 401 bins, en utilisant initialement la taille de fragment par défaut (4 à 7) sur différents fragments distincts comme A/B/C, A/B/H, A/B/Ch, A/B/DA, A/B/C/H, A/B/C/Ch, A/B/C/Da, A/B/H/Ch, A/B/H/DA, A/B/Ch/ Il s’agit d’un système de gestion de l’information et de la gestion de l’information. Les modèles de comptage de fragments des inhibiteurs de l’ensemble d’entraînement étaient liés à l’activité biologique expérimentale à l’aide de l’analyse PLS. Le meilleur paramètre statistique a été obtenu à partir d’analyses PLS avec A/B/C. L’influence de la taille des fragments est d’une importance fondamentale dans la génération de modèles HQSAR, car ce paramètre contrôle les longueurs minimales et maximales des fragments à encoder dans l’empreinte hologramme.

Le modèle statistique HQSAR généré à l’aide de la taille de fragment par défaut (4-7) avec fragment distinct (A/B/C) a donné un coefficient de corrélation (q2) validé par croisement de 0,670, un coefficient de corrélation (r2) non validé par croisement de 0,746, une estimation d’erreur type faible (VOIR) de 0,203 avec une composante optimisée de 4 et un r2 Pred de 0,732 a été obtenu (tableau 4). Ainsi, le modèle HQSAR obtenu ici était fiable. Les valeurs prédictives et résiduelles pIC50 des données basées sur le modèle HQSAR sont énumérées dans le tableau 3. Le diagramme de dispersion des valeurs réelles de pIC50 par rapport aux valeurs prédites de pIC50 pour les ensembles d’entraînement et de test est affiché à la fig. 5.

Graphique de corrélation de HQSAR.

Corrélation entre les activités expérimentales et prévues du modèle HQSAR. ♦ – Ensemble de formation, ▪ – ensemble de test.

TABLEAU 4

RÉSULTATS D’ANALYSES QUANTITATIVES DE LA RELATION D’ACTIVITÉ DE LA STRUCTURE D’HOLOGRAMME SUR LES PARAMÈTRES STATISTIQUES CLÉS EN UTILISANT LA TAILLE PAR DÉFAUT DU FRAGMENT

HQSAR fournit graphiquement des informations sur les contributions atomiques ou fragmentaires aux activités sous forme de couleurs différentes. Les couleurs à l’extrémité verte (jaune, vert-bleu et vert) reflètent une contribution positive, les couleurs à l’extrémité rouge du spectre (rouge, rouge-orange et orange) reflètent une contribution négative et les contributions neutres sont colorées en blanc. Les fragments moléculaires les plus actifs du composé 25, composé anticancéreux antiprostatique le plus puissant de l’ensemble de données, sont représentés à la fig. 6. Selon les cartes de contribution, les fragments moléculaires correspondent au cycle insaturé sont fortement liés à l’affinité biologique en C1, C2 et C6 (colorés en vert et en jaune).

Carte de contour HQSAR pour le composé 25.

Les régions qui contribuent négativement à l’activité biologique comprennent le groupe méthyle attaché au cycle phényle en R3, et ont également constaté que les groupes donneurs d’électrons réduisent l’activité et pourraient être remplacés par des substituants retirant des électrons avec différentes caractéristiques structurelles et physico-chimiques dans le but d’augmenter l’affinité et la puissance des composés étudiés dans ce travail.

Les pouvoirs prédictifs des modèles CoMFA et CoMSIA ont été validés par l’ensemble de tests externes de 14 composés. Les valeurs de pIC50 prédites des composés testés sont en accord avec les données expérimentales dans une plage d’erreur acceptable. Les valeurs r2 pred ont été calculées à 0,621 et 0,563 pour les modèles CoMFA et CoMSIA, respectivement. Un ensemble de tests de 10 composés exclus de la construction de modèles 3D-QSAR a été utilisé pour valider davantage la capacité prédictive des modèles obtenus. Le coefficient de corrélation r2 (r2 pred) des modèles CoMFA et CoMSIA était de 0,621 et 0,563, indiquant respectivement une bonne capacité prédictive. Une validation externe à l’aide des méthodes de validation de Tropsha a été réalisée pour évaluer davantage la capacité prédictive des modèles CoMFA et CoMSIA. Cette validation a été réalisée à l’aide des 10 composés d’essai non inclus dans le développement du modèle. Les modèles CoMFA et CoMSIA satisfont aux conditions suivantes (i) q2 = 0,53 > 0,50; (ii) r2 = 0,64 > 0,60 et (i) q2 = 0,55 > 0,50; (ii) r2 = 0,67 > 0,60.

La valeur résiduelle obtenue à partir des activités observées et prédites de l’entraînement et du test définies par le meilleur modèle CoMFA (SE), CoMSIA (SEHDA) et HQSAR (A/B/C). Le modèle HQSAR connecté a montré une bonne capacité prédictive externe par rapport au modèle CoMFA et aux modèles CoMSIA pour l’ensemble de tests externes. Ces résultats statistiques pour les molécules de l’ensemble de tests fournissent une vérification puissante que les modèles CoMFA, CoMSIA et HQSAR ainsi dérivés sont capables de bien prédire l’activité anti-prostatique d’un ensemble de données structurellement varié. Les résultats de validation indiquent que les modèles 3D-QSAR dérivés pourraient être utilisés pour prédire les activités inhibitrices et pour concevoir des chalcones à base d’ionones dans la lignée cellulaire LNCaP comme activité antiprostatique.

L’amarrage a été utilisé pour explorer le mode de liaison entre ces dérivés de chalcone à base d’ionone et le site inhibiteur de la protéine du récepteur des androgènes 5-α dihydrotestostérone (protomol), afin d’examiner la stabilité des modèles QSAR qui ont été générés précédemment.

Nous avons sélectionné le composé le plus puissant 25 dans l’expérience d’amarrage pour effectuer l’analyse d’amarrage plus approfondie. Selon la meilleure conformation d’amarrage du composé le plus puissant 25, le –CF3 à R3 a établi une interaction clé avec le THR 877, l’atome de fluor a agi comme accepteur de liaison hydrogène et a formé des liaisons H avec l’atome-H de THR 877. L’acide aminé THR 877 était nécessaire à la croissance du récepteur des androgènes. L’inhibition nécessaire des acides aminés THR 877 a été obtenue avec le groupe fonctionnel -NH2 des dérivés de chalcones à base d’ionones. Le groupe -OH semble trop impliqué dans un réseau d’interactions accepteur et donneur de liaison hydrogène. L’interaction du donneur d’hydrogène formé par l’oxy de -OH avec le NH2 de l’ARG 752; L’interaction du donneur de liaison hydrogène créé par l’atome de H avec l’oxy de l’acide aminé GLN 711 et le score de dock s’est avérée être de -3,183 kcal/ mol (fig. 7 bis).

Conformations de liaison du composé 25 avec le récepteur.

Conformations de liaison du composé 25 (a) au niveau du site de liaison inhibiteur du récepteur aux androgènes (code PDB 1T65), (b) une meilleure connaissance de l’analyse d’amarrage par une liaison au potentiel lipophile MOLCAD, (c) un potentiel électrostatique et (d) la profondeur de la cavité.

Pour visualiser l’élément de structure secondaire de la liaison, le MOLCAD a été appliqué avec le site inhibiteur. Dans le composé le plus actif 25, cycle aromatique présent sur le léger potentiel électrostatique, dans une région hautement lipophile et dans une cavité plus profonde. La partie R3 se suspend sur la légère région de potentiel électrostatique, la légère région lipophile et la région supérieure de la profondeur de la cavité. La surface MOLCAD du site de liaison de l’inhibiteur 5-α dihydrotestostérone (DHT) a été créée sous forme de protomol et de carte affichée avec un potentiel électrostatique (EP) pour examiner et valider la carte de contour électrostatique CoMFA.

La surface MOLCAD de la DHT a également été créée et affichée avec un potentiel lipophile (LP) pour examiner la carte de contour hydrophobe de CoMSIA (fig. 7b). La rampe pour LP s’affiche de la couleur rouge (zone lipophile) au bleu (zone hydrophile) pour examiner la carte des contours de CoMSIA. La chaîne latérale R3 et la chaîne aliphatique étaient en vert et le cycle phényle aromatique R3 dans la zone rouge, ce qui suggère que de légers groupes hydrophobes et plus hydrophobes augmenteraient respectivement la puissance.

L’affinité de liaison de la carte de contour EP a confirmé et valide le modèle CoMFA fig. 7c. L’amarrage du composé 25 dans le site de DHT; la couleur rouge montre la zone de prélèvement d’électrons et la couleur pourpre montre la zone de don d’électrons. Les observations tirées de la fig. 7 liés de manière significative à ceux de la carte de contour électrostatique CoMFA. En détail, la région R3 était dans la région bleue, ce qui suggérait qu’un substituant retirant des électrons serait favorable; la position R4, R5 était dans une région rouge, ce qui indiquait que les groupes donneurs d’électrons pouvaient augmenter la puissance.

La rampe de couleur pour la profondeur de cavité varie de l’orange (profondeur de cavité la plus élevée) au bleu (profondeur de cavité la plus basse). La chaîne latérale R3 (-CF3) était de couleur brune, ce qui recommandait qu’une partie des groupes de régions de cavité plus profondes augmente la puissance; le phényle, -C = O et C1 du cycle insaturé était de couleur bleue ce qui démontrait la région de la cavité supérieure (fig. 7d).

L’importante conclusion clé obtenue à partir de l’analyse des interactions CoMFA, CoMSIA, HQSAR et docking nous encourage à suggérer de nouveaux composés antiprostatiques du cancer. L’analyse de modélisation moléculaire a fourni des informations adéquates concernant les exigences structurelles pour une activité antiprostatique accrue. Les cartes de contribution CoMFA, CoMSIA et HQSAR contours nous guident pour optimiser l’échafaudage accessible. De plus, l’amarrage a estimé l’affinité de liaison du composé le plus actif. Sur la base de la recommandation de modélisation moléculaire en détail, des groupes donneurs et accepteurs de liaison hydrogène moins volumineux, retirant des électrons, donnant des électrons, en position R2 améliorent l’activité; des substituants volumineux, retirant des électrons et hydrophobes sont favorisés en R3; et des substituants mineurs, moins encombrants, à la puissance d’assistance de R4, R5 et R6 par CoMFA et CoMSIA. De plus, HQSAR indique que la chaîne latérale aliphatique insaturée et liée a montré une contribution positive. Les groupes -CF3 et -OH sont essentiels pour se lier à la cavité du site des inhibiteurs (protomol). La relation structure-activité explorée par cette étude est présentée à la fig. 8. Sur la base de cette suggestion, nous avons conçu une série de nouvelles molécules antiprostatiques. Ces molécules conçues ont été alignées dans la base de données par le module de base de données align, et leurs valeurs pIC50 ont été prédites par les modèles CoMFA, CoMSIA, HQSAR et les scores d’amarrage précédemment établis.

Relation structure-activité révélée par QSAR et amarrage.

EW: Retrait d’électrons; ED: Don d’électrons.

Selon les prédictions, douze structures de dérivés nouvellement conçus, leurs valeurs pIC50 prédites et leur score de dock sont présentées dans le tableau 5, la plupart des dérivés conçus ont montré de meilleures puissances, mais les composés S6 et S9, qui étaient les dérivés les plus actifs dans la base de données et vérifiés par rapport au composé 25. Ces résultats confirment la relation structure-activité obtenue à partir des études QSAR et d’amarrage, nous pensions que les molécules conçues dont nous avons témoigné confèrent un cancer antiprostatique et restent des pistes de recherche à venir.

TABLEAU 5

VALEURS PIC50 PRÉDITES ET SCORES D’AMARRAGE DES DÉRIVÉS ANTIPROSTATIQUES NOUVELLEMENT CONÇUS

Dans la présente étude, l’analyse QSAR et l’amarrage ont été appliqués à un ensemble de dérivés de chalcones à base d’ionones. Les modèles générés se sont avérés statistiquement précis avec des q2 et r2 plus élevés. Des méthodes de modélisation moléculaire ont été réalisées pour comprendre les caractéristiques structurelles responsables de l’affinité des ligands pour la RA. Les substituants encombrants et chargés négativement et les accepteurs de liaison H en position R2, R3, R4, R5 et R6 augmenteraient l’activité; la substitution en position phényle est très importante pour une activité améliorée. Le substituant hydrophobe à la position du lieur augmenterait l’activité. Les cycles cyliques des deux côtés des dérivés de chalcones à base d’ionones sont nécessaires pour la cytotoxicité de l’antagoniste de l’AR. Ici, la propriété hydrophobe du cycle phénylique joue un rôle clé dans les activités anti-cancer de la prostate. Ces résultats ont fourni des indices importants qui ont été utilisés pour concevoir douze romans composés anti-cancer de la prostate avec une activité prédite élevée.