COMBINACIÓN DE TÉCNICAS IN SILICO PARA LA BÚSQUEDA DE POTENCIALES INHIBIDORES DE LA ANHIDRASA CARBÓNICA EN T. cruzi

DENIS N. PRADA GORI; MARÍA B. PIÑERO; LUCAS N. ALBERCA; MATÍAS I. MARCHETTO; MANUEL A. LLANOS; AGUSTINA RODRÍGUEZ; MARÍA L. SBARAGLINI; SIMONE GIOVANNUZZI; FABRIZZIO CARTA; CLAUDIU SUPURAN; CATALINA ALBA SOTO; LUCIANA GAVERNET; ALAN TALEVI

Jornada; I Jornadas Rioplatenses de Química Medicinal; 2024

La enfermedad de Chagas es una afección parasitaria causada por el protozoo Trypanosoma cruzi. Los medicamentos actuales, Benzinidazol y Nifurtimox, presentan importantes limitaciones en términos de seguridad y eficacia, por lo que es fundamental el desarrollo de nuevas opciones terapéuticas con blancos farmacológicos novedosos. La Anhidrasa Carbónica del parásito (TcCA) constituye un potencial nuevo blanco para el desarrollo de compuestos tripanocidas. El objetivo de este trabajo es emplear una combinación de estrategias in silico, basada en la integración de métodos directos e indirectos, para la búsqueda de nuevos inhibidores de TcCA.Para la generación de los modelos basados en el ligando, se recopilaron a partir de literatura 166compuestos previamente evaluados frente a la TcCA, de las cuales 132 se etiquetaron como inhibidores (Ki12µM). Estas moléculas se dividieron en un conjunto de entrenamiento, para entrenar los modelos, y dos conjuntos de validación (Val1 y Val2), para evaluar los mismos, recurriendo a una estrategia de clustering no jerárquico. Los conjuntos de validación se complementaron con señuelos para compensar la baja cantidad de inactivos reportados.Se implementó una estrategia de modelado basada en subespacios aleatorios, filtros de correlación y una estrategia forward stepwise. Los modelos se validaron sobre Val1 y los de mejor desempeño, según los valores de área bajo la curva ROC (AUROC), se combinaron con diferentes meta-clasificadores. La mejor combinación de modelos fue el MIN-21 (que considera el score mínimo de los 21 mejores modelos, según Val1, como score final), con un AUROC de 0.927 en Val2, obteniendo una buena capacidad predictiva en un conjunto independiente, no empleado en la generación de los modelos. Este ensamble de modelos se utilizó para el cribado virtual de más de 160.000 moléculas de diferentes bases de datos, seleccionando 98 como potenciales inhibidores de la TcCA.Las moléculas seleccionadas por el cribado basado en el ligando se sometieron a docking molecular con un modelo de TcCA reportado por nuestro grupo. Se analizaron las poses de los 100 complejos que presentaron las funciones de score más bajas y se seleccionaron aquellos candidatos capaces de interaccionar con el átomo de Zn del sitio catalítico de la enzima con grupos funcionales novedosos. Se adquirieron 8 compuestos para ensayos in vitro sobre CA y 6 de los mismos mostraron Ki en el rango 92-6000 nM, confirmando las predicciones de losmodelos. Tres de estos compuestos exhibieron actividad tripanocida contra tripomastigotes de T. cruzi (cepa K98) con bajos IC50s. Los resultados demuestran la efectividad de nuestra estrategia híbrida de cribado virtual, aportando además inhibidores con novedosos scaffolds de TcCA