Atracamento molecular dos antidepressivos ao transportador de dopamina da Drosophila melanogaster: estudos in silico

Abstract

A Drosophila melanogaster é um organismo que surge como alternativa aos roedores em pesquisas. O estudo dos mecanismos de ação dos fármacos antidepressivos neste organismo reforça seu uso como modelo animal na área da neuropsicofarmacologia. Em vertebrados, os antidepressivos interagem com transportadores de monoaminas. Nas moscas, atualmente, o transportador de dopamina é o único transportador de monoaminas cristalizado (dDAT). Neste estudo se investigou a afinidade entre os antidepressivos e o complexo cristalográfico dDAT para se criar uma lista de classificação dos antidepressivos. Para atingir este objetivo, usou diferentes métodos de ancoragem molecular. Primeiramente foram padronizados os procedimentos para ancoragem através do re-ancoramento usando inúmeras estratégias em diferentes programas. Com a melhor estratégia definida, foi usado um método conhecido para o consenso entre os resultados dos ancoramentos (ECR) e dois novos cálculos de consenso desenvolvidos neste projeto (ECR+MS e FL+ECR+MS). Além destes consensos, foi também padronizado um cálculo de constante de inibição (Ki) a partir dos resultados de ancoragem in silico. A partir da ordenação dos resultados consensuais ou Ki foram criadas as listas de classificação. As listas criadas a partir dos resultados consensuais ECR ou ECR+MS posicionaram os ligantes em escala ordinal (1º, 2º, 3º...;) e o consenso FL+ECR+MS em escalar linear (valores de 0 a 1). Após todas as padronizações, foi realizado a ancoragem molecular de cada um dos 26 antidepressivos com 11 dDATs, nos programas Autodock Vina, DockThor e Gold. Um método de validação dos cálculos de consensos usando os decoys e um cálculo ROC foi aplicado para conhecer a quantidade de antidepressivos classificados nos primeiros 1%, 2%, 5%, 10%, 20% e 50% dos dados de cada lista. As primeiras posições das listas criadas a partir dos consensos foram ocupadas pela vilazodona e nefazodona. Na lista criada a partir da ordenação do Ki in silico as primeiras posições foram ocupadas pela amitriptilina e mirtazapina. As últimas posições em todas as listas foram ocupadas pela levomilnacipram e bupropiona. O padrão de classificação da do Ki in silico foi semelhante a uma lista criada pela ordenação de valores de Ki e CI50 in vitro obtidos da literatura. O cálculo ROC indicou que, em todas as listas, a quantidade de antidepressivos presentes nas faixas de 1%, 2%, 5%, 10% dos dados era inferior a 10%. O consenso FL+ECR+MS classificou mais antidepressivos nos subconjuntos de dados 20% e 50% do que as outras formas de consenso. De forma geral, os ligantes com mais anéis aromáticos ficaram melhores posicionados nas listas de classificação evidenciando que o padrão de afinidade dos antidepressivos com o dDAT foi diferente quando comparado ao DAT humano. O aminoácido fenilalanina (PHE319) teve maior frequência no ancoramento da vilazodona com o dDAT, aminoácido importante para interação dos ligantes no sítio de ligação do dDAT. Em estudos futuros é preciso analisar a frequência dos aminoácidos nos outros antidepressivos, em especial os últimos colocados. Em resumo, o presente estudo mostra que, a estimativa de afinidade dos antidepressivos pelo dDAT feita por ancoragem molecular é variável e dependente da metodologia empregada.

Abstract: Drosophila melanogaster is an organism that appears as an alternative to rodents in research. The study of the mechanisms of action of antidepressants in this organism reinforces its use as an animal model in neuropsychopharmacology. In vertebrates, antidepressants interact with monoamine transporters. In flies, the dopamine transporter is currently the only crystallized one (dDAT). In this study, we investigated the affinity between antidepressants and the dDAT to create a ranking list of antidepressants. To achieve this goal, different methods of molecular docking were used. First, docking and re-docking procedures were standardized using numerous strategies in different programs. With the best strategy defined, a known method for consensus between docking results (ECR) and two new consensus calculations developed in this project (ECR+MS and FL+ECR+MS) were used. In addition to these consensuses, a calculation of the inhibition constant (Ki) was also standardized based on in silico docking results. Classification lists were created based on ordering the consensual results or Ki. The lists created from the ECR or ECR+MS consensus results positioned the ligands on an ordinal scale (1st, 2nd, 3rd...;) and the FL+ECR+MS consensus on an linear scale (values from 0 to 1). After all the standardizations, the molecular docking of each of the 26 antidepressants was performed with 11 dDATs, in the Autodock Vina, DockThor and Gold programs. A validation method of consensus calculations using decoys and a ROC calculation was applied to know the number of antidepressants classified in the first 1%, 2%, 5%, 10%, 20% and 50% of the data in each list. The first positions on the lists created based on the consensus were occupied by vilazodone and nefazodone. In the list created from ordering Ki in silico, the first positions were occupied by amitriptyline and mirtazapine. The last positions in all lists were occupied by levomilnacipram and bupropion. The in silico Ki classification pattern was similar to a list created by ordering in vitro Ki and IC50 values obtained from the literature. The ROC calculation indicated that, in all lists, the amount of antidepressants in the 1%, 2%, 5%, 10% ranges of the data was less than 10%. The FL+ECR+MS consensus ranked more antidepressants in the 20% and 50% data subsets than the other consensus forms. In general, the ligands with more aromatic rings were better positioned in the ranking lists, showing that the affinity pattern of antidepressants with dDAT differed from human DAT. The amino acid phenylalanine (PHE319) was the amino acid more frequent in docking vilazodone with dDAT, an essential amino acid for the interaction of ligands at the dDAT binding site. In future studies, it is necessary to analyze the frequency of amino acids in other antidepressants, especially the last positions. In summary, the present study shows that the estimate of the affinity of antidepressants by dDAT made by molecular docking is variable and dependent on the methodology employed.