Autores
Jaramillo, D. (UNIVERSIDAD EL BOSQUE) ; Guevara-pulido, J. (UNIVERSIDAD EL BOSQUE)
Resumo
La depresión afecta a casi 300 millones de personas y presenta alta carga de morbilidad; los medicamentos
más prescritos son ISRS. El desarrollo de agentes terapéuticos mediante Cribado Virtual (CV) permite
acelerar el proceso de descubrimiento de fármacos. Aquí sintetizamos y evaluamos la actividad biológica de
un análogo de la paroxetina, diseñado racionalmente aplicando QSAR basado en ANN y acoplamiento
molecular. El análogo 18a presentó mejor afinidad por hSERT, menor valor de Ki y un perfil toxicológico más
seguro que la paroxetina; la citotoxicidad in vitro evidenció que es seguro en fibroblastos murinos (L929),
glioblastoma (U87 MG) y neuroblastoma (SH SY5Y) humanos, y no presentó efecto hemolítico en eritrocitos
humanos. Sugerimos que 18a puede ser considerado como potencial ISRS.
Palavras chaves
SERT; ISRS; Cribado Virtual
Introdução
La depresión es una de las enfermedades más frecuentes del mundo y afecta a más de 280 millones de
personas (GHDx). Según la OMS, es la principal causa mundial de discapacidad y contribuye
considerablemente a la carga mundial general de morbilidad. Entre los antidepresivos de mayor prescripción
se encuentran los Inhibidores Selectivos de la Recaptación de Serotonina (ISRS) por su mayor eficacia y
menores efectos secundarios en comparación con los antidepresivos tricíclico (David & Gourion, 2016). El
descubrimiento tradicional de fármacos suele ser un proceso extenso y costoso; el desarrollo, aprobación y
comercialización de un nuevo medicamento puede tardar hasta 20 años y costar más de 2000 millones de
dólares (Berdigaliyev & Aljofan, 2020). Entre las herramientas más utilizadas en Drug Discovery se encuentra
el Cribado Virtual (CV) que permite acelerar el proceso de descubrimiento de fármacos facilitando el diseño y
selección de nuevos candidatos de forma más sostenible y eficiente (Rizzuti & Grande, 2020) CV se clasifica
en Cribado Virtual Basado en Estructura (CVBE) y Cribado Virtual Basado en Ligando (CVBL). CVBE utiliza la
estructura tridimensional de un compuesto para predecir su afinidad de unión a un receptor mediante
acoplamiento molecular mientras que CVBL es utilizado para predecir parámetros farmacológicos como el
IC50 de un ligando, basado en relaciones estructura-actividad (SAR) y estructura-actividad cuantitativa
(QSAR). En este trabajo se sintetizó y evaluó la actividad de una molécula análoga de la paroxetina diseñada
mediante CVBL basado en Redes Neuronales Artificiales (ANN) y CVBE, con mejores valores de afinidad por
hSERT, valores de Ki menores y perfiles toxicológicos más seguros, como posible candidato ISRS para el
tratamiento de la depresión.
Material e métodos
Se realizó un diseño in silico aplicando CV así: Para el análisis QSAR se seleccionaron los descriptores
moleculares calculados en PaDEL (YAP, 2011) de los fármacos comerciales mediante cribados sistemáticos.
Después se diseñaron los candidatos realizando modificaciones estructurales bioisósteras, isósteras y
estéricas a los fármacos elegidos en el software Avogadro (AVOGADRO, 2018). La predicción del Ki de los
análogos se realizó mediante la Red Neuronal Artificial INQA (GUEVARA-PULIDO et al., 2022) entrenada
previamente con datos experimentales de los fármacos comerciales. Para el acoplamiento molecular se
adecuó la proteína diana hSERT y las coordenadas de sitio activo, se calcularon los scores de afinidad de
análogos e ISRS comerciales sobre el transportador con AutoDock Vina. La toxicidad (carcinogenicidad y
mutagenicidad) se predijo en el software preADMET. La síntesis orgánica del candidato N-sustituido se
realizó vía anhidrido mixto utilizando cloroformiato de etilo como agente activante del ácido correspondiente,
y se redujo posteriormente; el compuesto se caracterizó por RMN 1H, 13C y HR-MS. El efecto en la viabilidad
celular del candidato y la paroxetina se evaluó in vitro en células de glioblastoma humano (U87 MG),
neuroblastoma humano (SH SY5Y) y fibroblastos murinos (L929) mediante un ensayo de reducción de MTT.
En placas de 96 pozos se probaron diferentes concentraciones de los compuestos y se cuantificó su
absorbancia a 595 nm a 24, 48 y 72 horas. El efecto hemolítico se evaluó en eritrocitos humanos incubados
con el candidato y paroxetina 37°C por una hora, se centrifugaron y se calculó el porcentaje de hemólisis
utilizando como control positivo Tritón X-100 y negativo PBS 1x. Todos los ensayos biológicos se realizaron
por triplicado
Resultado e discussão
Se diseñaron 51 estructuras basadas en el núcleo de la paroxetina, 21 presentaron valores de afinidad iguales
o más negativos por hSERT que la paroxetina comercial, mientras que 18 presentaron valores más bajos de Ki
que los predichos para la misma molécula. Dado el alto número de análogos que cumplieron con dos de los
criterios iniciales de selección, se realizó un cribado adicional en el que se preseleccionaron los compuestos
con afinidades de unión menores a -9,8 kcal/mol y valores de Ki menores o iguales a 1,86 nM, valores
obtenidos para la paroxetina. Se obtuvieron 11 estructuras que cumplieron con ambos criterios. Además, se
incluyeron tres estructuras adicionales que, aunque no cumplieron con el requisito de afinidad, presentaron
valores predichos de Ki (≤ 1,56 nM) más bajos que la paroxetina. En la última fase del diseño se evaluó la
toxicidad in silico de los 14 candidatos preseleccionados y de su análogo comercial utilizando PreADMET. La
paroxetina exhibió un resultado positivo para carcinogenicidad mientras que dos de los análogos (17-18a)
resultaron negativos. 18a se sintetizó con un rendimiento del 55% y la evaluación biológica demostró que no
presenta efectos adversos en las líneas celulares evaluadas. En el ensayo de hemolisis se evidenció que no
presenta efecto hemolítico en ninguna de las concentraciones evaluadas, mientras que la paroxetina es
hemolítica a 0.6, 1.3 y 2.6 nM. Los resultados del diseño in silico y la actividad biológica sugieren que el
candidato diseñado presenta menor toxicidad que la paroxetina, mejor afinidad por SERT y un valor de Ki
predicho más bajo que su análogo comercial.
Conclusões
Mediante técnicas de CVBL y CVBE se diseñaron dos candidatos análogos a la paroxetina con potencial
actividad como ISRS. El análogo 18a presentó mejor afinidad por hSERT, menor valor predicho de Ki y un
perfil toxicológico más seguro que la paroxetina. La evaluación biológica evidenció que no presenta efectos
adversos en glioblastoma humano (U87 MG), neuroblastoma humano (SH SY5Y) y fibroblastos murinos
(L929) y no presenta actividad hemolítica en eritrocitos humanos. Sugerimos que el candidato diseñado
puede ser considerado como potencial ISRS para el tratamiento de la depresión
Agradecimentos
El presente trabajo se enmarca en el proyecto 400-2020 financiado por Ministerio de Ciencias Tecnología e
innovación de Colombia y desarrollado en el Grupo de Investigación INQA de la Universidad El Bosque.
Referências
Avogadro. Molecular Mechanics and Force Field. Avogadro, 2018. Obtenido de: https://avogadro.cc/docs/optimizing-geometry/molecular-mechanics
Berdigaliyev, N., & Aljofan, M. (2020). An overview of drug discovery and development. Future Medicinal Chemistry, 12(10), 939–947. https://doi.org/10.4155/fmc-2019-0307
David, D. J., & Gourion, D. (2016). [Antidepressant and tolerance: Determinants and management of major side effects]. L’Encephale, 42(6), 553–561. https://doi.org/10.1016/j.encep.2016.05.006
Global Health Data Exchange (GHDx). (n.d.). Prevalencia - Depresión, Instituto de Sanimetría y Evaluación Sanitaria.
Guevara-Pulido, J., Jiménez, R. A., Morantes, S. J., Jaramillo, D. N., & Acosta-Guzmán, P. (2022). Design, Synthesis, and Development of 4-[(7-Chloroquinoline-4-yl)amino]phenol as a Potential SARS-CoV-2 Mpro Inhibitor. ChemistrySelect, 7(15), e202200125. https://doi.org/https://doi.org/10.1002/slct.202200125
Rizzuti, B., & Grande, F. (2020). Chapter 14 - Virtual screening in drug discovery: a precious tool for a still-demanding challenge. In A. L. B. T.-P. H. D. Pey (Ed.), Protein Homeostasis Diseases (pp. 309–327). Academic Press. https://doi.org/https://doi.org/10.1016/B978-0-12-819132-3.00014-2
Yap CW. PaDEL-descriptor: an open-source software to calculate molecular descriptors and fingerprints. J. Comput. Chem, 2011; 32(7): 1466-1474. DOI: 10.1002/jcc.21707
