BÚSQUEDA IN SILICO DE INHIBIDORES DE LA BETA-LACTAMASA TEM-1 DE E. coli

DENIS N. PRADA GORI; LUCAS N. ALBERCA; PIERCOSIMO TRIPALDI; MIRIANN MORA; KAREN TORRES; ANABEL PIÑA; ALAN TALEVI

Jornada; I Jornadas Rioplatenses de Química Medicinal; 2024

La resistencia bacteriana a los antibióticos está en constante aumento. Entre las bacterias de mayor interés por su creciente resistencia se destaca Escherichia coli, una bacteria Gram negativa que vive en el intestino y puede causar gastroenteritis, infecciones del tracto urinario e intraabdominales y bacteriemia. Entre los principales mecanismos de resistencia a antibióticos de E. coli se encuentra la producción de beta-lactamasas TEM, enzimas que hidrolizan el anillo beta-lactámico de penicilinas, cefalosporinas y antibióticos relacionados. El objetivo de este trabajo es la obtención de modelos clasificadores basados en los ligandos conocidos de TEM-1 y su utilización en campañas de cribado virtual para la búsqueda de nuevos inhibidores de TEM-1.Se realizó una búsqueda en ChEMBl de ligandos evaluados frente a la TEM-1. Se conformó una base de datos de 150 moléculas, 93 fueron consideradas inhibidores de TEM-1 (IC50 < 500 nM) y 57 no-inhibidores (IC50 > 1000 nM). Las moléculas fueron divididas representativamente mediante clustering en un conjunto de entrenamiento, para entrenar los modelos, y dos conjuntos de validación, los cuales fueron complementados con señuelos o presuntos inactivos para realizar la validación retrospectiva de los modelos. Se calcularon 1613 descriptores moleculares y se aplicó una estrategia de subespacios aleatorios seguida por reducción de variables mediante filtros de correlación y forward stepwise. Se generaron 1000 modelos clasificadores lineales que fueronvalidados a través de los conjuntos de validación determinando diferentes métricas de enriquecimiento. Los mejores modelos según AUROC fueron ensamblados en diferentes meta-clasificadores. El mejor ensamble de modelos se aplicó al cribado virtual de las bases de datos DrugBank, The Drug Repurposing Hub y FooDB.El conjunto de entrenamiento quedó conformado por 40 inhibidores y 40 no inhibidores de TEM-1,mientras que la primera base de validación (Val 1) quedó conformada por 26 inhibidores y 1286 señuelos, y la segunda base de validación (Val 2) por 27 inhibidores y 1346 señuelos. 43 de los 1000 modelos generados obtuvieron AUROC por encima de 0.80 en Val 1. El mejor modelo individual (según el AUROC en Val 1) obtuvo un AUROC de 0.896. Se analizaron las diferentes combinaciones de modelos y se encontró que la combinación MIN10 (que considera el mínimo score de los 10 mejores modelos como score final) produce los mejores resultados, con un AUROC de 0.988, un BEDROC de 0.759 y un EF0.01 de 41.35 en Val 1. La capacidad de predicción de este ensamble se estimó independientemente en Val 2 obteniendo valores de 0.975, 0.774 y 40.57 para el AUROC,BEDROC y EF0.01 respectivamente. El ensamble MIN-10 se utilizó para cribar más de 640 mil moléculas, de las cuáles 108 fueron seleccionadas como posibles inhibidores de la TEM-1 de E. coli.Es importante destacar la potencia de las estrategias in silico ya que en un tiempo relativamente corto se lograron recuperar posibles inhibidores de la TEM-1 de E. coli inmersos entre miles de moléculas. Como paso a seguir se propone la evaluación in vitro de algunos de los candidatos sobre la enzima.