במחקר שפורסם לאחרונה בכתב העת התקדמות המדעחוקרים בשבדיה ערכו מסכים וירטואליים של למעלה מ-16 מיליון תרכובות תוך שימוש במודלים מרובים של קולטנים שפותחו על ידי AlphaFold וטכניקות מידול הומולוגי. מודלים אלה התבססו על מבני חלבון שונים כדי לזהות אגוניסטים לרצפטור אמין של קולטן 1 (TAAR1) לטיפול פוטנציאלי במצבים נוירו-פסיכיאטריים שונים. הם גילו שלמסך מבוסס AlphaFold היה שיעור פגיעה גבוה יותר ועזר לגלות אגוניסטים חזקים של TAAR1, מה שהוביל למועמד תרופה מבטיח שהראה השפעות פיזיולוגיות בעכברים.
מחקר: AlphaFold האצה גילוי של אגוניסטים פסיכוטרופיים המכוונים לרצפטור המשויך ל-amine 1. קרדיט תמונה: Corona Borealis Studio / Shutterstock
רֶקַע
הופעתן של שיטות למידת מכונה, כולל AlphaFold, חוללה מהפכה בחיזוי מבנה החלבון, השגת דיוק כמעט ניסיוני וסיפקה מודלים לחלבונים רלוונטיים טיפולית רבים כגון קולטנים מצמדים לחלבון G (GPCR). זה יצר עניין משמעותי בשימוש במודלים של AlphaFold לתכנון תרופות, שכן גישה למבני חלבון מדויקים עלולה להאיץ את גילוי התרופות. עם זאת, מחקרים שהשוו את AlphaFold למבני GPCR שנקבעו בניסוי הראו תוצאות מעורבות ליעילות של AlphaFold בחיזוי קומפלקסים של GPCR-תרופות. למרות ש-AlphaFold יכול לדגמן אתרי קישור בדיוק גבוה, מחקרים אלה הדגישו כי מצבי הקישור החזויים של ליגנד שונים לעתים קרובות מאלה שנגזרו ממבנים שנקבעו בניסוי. בעוד ש-AlphaFold מדווח על מודלים של אתרי קשירה עם דיוק גבוה, הביצועים בסימולציות עגינה והקרנות וירטואליות מפגרים לרוב מאחורי מבנים שנקבעו בניסוי. אי התאמה זו מעידה על כך שאף על פי ש-AlphaFold עשויה להתעלות על מודלים הומולוגיים מסורתיים בהיבטים מסוימים, היא עדיין דורשת חידוד נוסף כדי לחזות במדויק אינטראקציות דינמיות של חלבון-ליגנד. ממצאים אלה מצביעים על כך שלמרות ש-AlphaFold עדיפה על מודלים הומולוגיים מסורתיים, ייתכן שהוא עדיין לא מתאים לחלוטין לתכנון תרופות מבוסס מבנה, מה שמדגיש את הצורך באופטימיזציה נוספת של מודלים אלה כדי לשפר את הדיוק שלהם בחיזוי אינטראקציות חלבון-ליגנד.
TAAR1, GPCR ללא מבנה ניסוי זמין בזמן המחקר, היה מוקד מרכזי של מחקר זה בגלל הפוטנציאל שלו כמטרה לתרופה. מטרת החוקרים הייתה לחקור את היעילות של מודלים של AlphaFold בהקרנה וירטואלית מבוססת מבנה, במיוחד עבור אגוניסטים של TAAR1, ולהשוות תוצאות אלו עם טכניקות מידול הומולוגיה מסורתיות.
לגבי המחקר
כדי להעריך את היעילות של מודלים של AlphaFold לעומת הומולוגיה בזיהוי ליגנים של TAAR1, החוקרים יצרו מודלים מרובים עבור TAAR1 תוך שימוש בשתי הטכניקות וערכו שני מסכים וירטואליים מקיפים מבוססי מבנה. המסכים הללו כללו עגינה של ספרייה של 16 מיליון תרכובות דמויות פרגמנטים, הערכת הפוטנציאל שלהן כליגנדים של TAAR1 בהתבסס על ציוני עגינה ואופני כריכה חזויים. הביצועים של מודלים אלה הושוו בהתבסס על יכולתם להעשיר ליגנים ידועים של TAAR1 ולחזות קומפלקסים קולטן-אגוניסטים מדויקים. מסכי העגינה כללו הערכת 218 טריליון מתחמים, עם עגינה מוצלחת של 6.8 מיליון תרכובות לדגמי AlphaFold ו-11.3 מיליון למודלים הומולוגיים.
המחקר התמקד בניתוח ההבדלים המבניים בין מודלים של AlphaFold והומולוגיה, במיוחד בגודל ובצורה של אתר הקישור TAAR1. כדי להעריך את יחסי המבנה-פעילות של הפעלת TAAR1, החוקרים השתמשו בתרכובת 30, שזוהתה בעבר כחזקה ביותר ממסך AlphaFold. לאחר מכן נוצר מערך של אנלוגים. תרכובות אלו עוגנו למודלים של AlphaFold, תוך התמקדות מיוחדת כיצד מודלים אלו מייצגים את האתר האורתוסטרי ואזורי קישור קריטיים אחרים. 16 אנלוגים מבטיחים נבחרו להערכה נוספת. נעשה שימוש במבחנים שונים כדי להעריך את הפעילות האגוניסטית של התרכובות, אשר העריכו את הפעילות על פני 27 GPCRs אמנרגיים. בנוסף, נעשה שימוש במבחן הצטברות מחזורי של אדנוזין 3',5'-monophosphate (cAMP) למדידת העוצמה, ופרופיל פרמקוקינטי נערך להערכת מסיסות, קשירת חלבון פלזמה, חדירות ויציבות מטבולית.
יֶתֶר עַל כֵּן, in vivo בוצעו מחקרים, שכללו מדידת טמפרטורת הליבה-גוף (CBT) בעכברים מסוג TAAR1 פראי (TAAR1-WT) ו-TAAR1-נוקאאוט (TAAR1-KO), בדיקות טרום-pulse inhibition (PPI) וניסויי תנועה כדי להעריך ההשפעות האנטי-פסיכוטיות של התרכובות. בנוסף להערכת ההשפעות הפיזיולוגיות הללו, נערכו השוואות מבניות בין מודלים של AlphaFold לבין מבנים חדשים של מיקרוסקופיה קריו-אלקטרון (cryo-EM) של TAAR1. השוואות אלו גילו שדגמי AlphaFold סיפקו ייצוג קומפקטי יותר של כיס הכריכה, מה שהשפיע על תוצאות העגינה ותחזיות מצב הכריכה.
תוצאות ודיון
המחקר מצא כי מודלים של AlphaFold עמדו בביצועים טובים יותר ממודלים ההומולוגיים בהקרנה וירטואלית, והשיגו שיעור פגיעה של 60% בהשוואה לשיעור פגיעה של 22% ממסך המודל ההומולוגי. האגוניסטים שמקורם ב-AlphaFold הציגו עוצמה גבוהה יותר ומבנים כימיים מגוונים. שיעור הפגיעה הגבוה הזה יוחס לחיזוי המדויק יותר של AlphaFold של אתרי הקישור החוץ-תאיים והאורתוסטרים, למרות שהמודלים נאבקו עם ליגנדים סינתטיים גדולים יותר. תרכובת 65 הפגינה עוצמה גבוהה ונמצאה יעילה יותר מ-ulotaront. פרופילי סלקטיביות הראו שתרכובות 30 ו-65 דומות ל-ulotaront אך גם הראו פעילות בקולטנים נוספים. תרכובת 65 הראתה סלקטיביות משופרת בהשוואה ל-ulotaront, כמו גם מסיסות מצוינת, קשירה נמוכה של חלבון פלזמה, חדירות טובה ויציבות מטבולית חיובית.
עם זאת, המחקר הדגיש גם כמה מגבלות של דגמי AlphaFold. In vivo מחקרים פרמקוקינטיים חשפו הפצה מהירה של התרכובת למוח. מבחני התנהגות הראו שתרכובת 65 הפחיתה ביעילות CBT בעכברי TAAR1-WT אך לא הייתה לה השפעה בעכברי TAAR1-KO. התרכובת גם הגבירה PPI בעכברי WT, בדומה לריספרידון, אך לא בעכברי TAAR1-KO. בבדיקות תנועה, תרכובת 65 הפחיתה את התנועה הבסיסית ועיכבה תנועת יתר בעכברי WT אך לא בעכברי TAAR1-KO.
המחקר גם הדגיש כי בעוד שמודלים של AlphaFold היו בדרך כלל מדויקים יותר ממודלים הומולוגיים, עדיין היו להם מגבלות משמעותיות. לדוגמה, AlphaFold נאבקה לחזות את הקונפורמציות הדינמיות והמרובות של GPCRs, היבט קריטי במודלים מדויקים של אתרי קישור לליגנדים סינתטיים גדולים יותר. השוואות מבניות גילו כי מודלים של AlphaFold סיפקו ניבויים מדויקים יותר של אתרי הקישור החוץ-תאיים והאורתוסטריים בהשוואה למודלים הומולוגיים. עם זאת, מבני cryo-EM שפורסמו לאחרונה הוכיחו כי נתונים ניסיוניים יכולים להציע תובנות טובות יותר לגבי מצבי קישור, במיוחד עבור ליגנדים מורכבים. עם זאת, מבני cryo-EM ניסיוניים הראו יישור טוב יותר עם מצבי קשירה לליגנדים סינתטיים גדולים יותר. ממצא זה מצביע על כך שבעוד ש-AlphaFold הוא כלי רב עוצמה, הוא עשוי להזדקק לשיפור נוסף או שילוב עם טכניקות אחרות כדי ללכוד באופן מלא את האופי הדינמי של אינטראקציות GPCR-ligand.
מַסְקָנָה
לסיכום, המחקר מצביע על כך שמבנים חזויים של למידת מכונה, כמו אלה שנוצרו על ידי AlphaFold, יכולים לזהות ביעילות ליגנדים של GPCR, ולהאיץ את גילוי התרופות עבור מטרות חדשות כמו TAAR1. עם זאת, המחקר גם מדגיש את הצורך להמשיך ולפתח מודלים אלה כדי לשפר את כוח הניבוי שלהם, במיוחד עבור ליגנדים מורכבים ותצורות חלבון דינמיות. בין התרכובות שזוהו, תרכובת 65 הראתה עוצמה רבה יותר, סלקטיביות ותכונות פרמקוקינטיות טובות יותר בהשוואה ל-ulotaront. זה גם הראה השפעות מבטיחות דמויות אנטי פסיכוטיות in vivoמה שהופך אותו למועמד חזק בפוטנציה לפיתוח טיפולים חדשים להפרעות נוירופסיכיאטריות.
