Etablierung einer Grid-Computing Umgebung und virtuelles Screening an Cyclin-abhängigen Kinasen von veterinär- und humanrelevanten Parasiten

Abstract

Die computerunterstützte Wirkstoff-Forschung ist eine etablierte Methode im Entwicklungsprozess neuer Wirksubstanzen. Obwohl sich die Rechenleistung von Computern alle 5 Jahre verdoppelt, genügen einzelne Computer in der Regel nicht, die immer aufwendigeren Berechnungen durchzuführen. Daher werden häufig viele Computer in Netzwerken zusammengefasst, um die Berechnungen zu parallelisieren. Eine Methode, Computernetzwerke für die Wirkstoffsuche zu verwenden, ist das Grid-Computing. Eine rechenintensive Anwendung in der Wirkstoff-Forschung ist das molekulare Docking. Allen Docking-Methoden gemein ist die Vorhersage von molekularen Wechselwirkungen, beispielsweise denen zwischen einem Protein und einem Liganden. Im in-silico Screening werden viele Dockings großer Strukturdatenbanken durchgeführt, um Liganden für ein Ziel-Protein zu finden. Im Rahmen dieser Arbeit wurde die Methode des Grid-Computing mit einer Docking-Software kombiniert. Mit diesem Grid-Computing Framework konnte die Methode des Grid-Computings für das in-silico-Screening genutzt werden. Ein Zielorganismus in der veterinärmedizinischen Forschung ist der Parasit Eimeria tenella. Dieser Protozoe befällt u.a. den Darm des Huhns, was zum Krankheitsbild der Kokzidiose führt. Die Cyclin-abhängigen Kinasen (CDKs) sind Schlüsselenzyme des eukaryontischen Zellzyklus, den auch E. tenella besitzt. Daher sind diese Proteinkinasen interessante Zielmoleküle für die Bekämpfung von Krebs und Parasitosen. Bisher waren keine Informationen über CDKs von E. tenella bekannt. Die Anwendung von bioinformatischen Methoden ermöglichte es, eine CDK von E. tenella, zu identifizieren. Die genomischen Sequenzinformationen konnten in eine Aminosäuresequenz translatiert werden. Mit dieser Sequenz wurde, basierend auf röntgenkristallographischen Strukturdaten der humanen CDK2, ein Homologiemodell der Proteinstruktur der CDK aus E. tenella generiert. Dieses Modell wurde in einem in-silico-Screening mittels des Grid-Computing Frameworks verwendet. Im in-silico-Screening konnten einige Inhibitoren der Eimeria tenella CDKs gefunden werden, die zu Strukturklassen gehören, die bisher nicht als Inhibitoren anderer CDKs beschrieben sind.

The rapid development of high performance computing systems and the decreasing costs of hardware components allow the combination of these technologies in structure based drug design. A promising approach for this application is the networked deployment of common personal computers resembling a virtual supercomputer controlled by grid computing software. An example of a computationally intensive application is the molecular docking used for structure based rational drug design. Common to all molecular docking approaches is the prediction of protein-ligand interactions, for example the binding of a small chemical compound to a target protein. In virtual screening, however, multiple dockings of large compound libraries are performed against a target protein. The aim of this project was to establish and utilize a grid computing environment for the virtual screening of parasitic target proteins. Cyclin-dependent kinases (CDKs) are key molecules in the cell cycle. Therefore, they are prominent target proteins in the field of cancer and parasitic diseases. A CDK of the protozoan parasite Eimeria tenella, which causes coccidiosis in chickens, has been identified from genomic and EST sequence data. Based on this sequence, a homology protein model was built using various X-ray crystal structures of human CDK 2 as templates. Virtual screening of a compound library on this protein kinase was then performed using grid computing as described above. The result of this screening was a set of novel potential chemical inhibitors of Eimeria tenella CDKs.