techniques de bioinformatique structurale: modélisation

70
Techniques de bioinformatique structurale: mod´ elisation informatique de la r´ eactivit´ e biochimique erald Monard Equipe de Chimie et Biochimie Th´ eoriques Entr´ ee 2A - Niveau 7 UMR 7565 CNRS - Universit´ e Henri Poincar´ e Facult´ e des Sciences - B.P. 239 F54506 Vandœuvre-les-Nancy Cedex - FRANCE http://www.monard.info/Enseignement erald Monard Mod´ elisation de la r´ eactivit´ e biochimique

Upload: others

Post on 25-Nov-2021

4 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Techniques de bioinformatique structurale: modélisation

Techniques de bioinformatique structurale:modelisation informatique de la reactivite

biochimique

Gerald Monard

Equipe de Chimie et Biochimie TheoriquesEntree 2A - Niveau 7

UMR 7565 CNRS - Universite Henri PoincareFaculte des Sciences - B.P. 239

F54506 Vandœuvre-les-Nancy Cedex - FRANCE

http://www.monard.info/Enseignement

Gerald Monard Modelisation de la reactivite biochimique

Page 2: Techniques de bioinformatique structurale: modélisation

Introduction

Spectroscopic Characterization of Intermediates in the UrateOxidase Reaction

Kalju Kahn and Peter A. TiptonBiochemistry 1998, 37, 11651-11659

Gerald Monard Modelisation de la reactivite biochimique

Page 3: Techniques de bioinformatique structurale: modélisation

Introduction

La modelisation moleculaire

â Les experimentations sont indispensables a la comprehensiondu vivant

â MAIS les donnees experimentales ne sont pas toujoursfacilement interpretables

â Idealement, il faudrait pouvoir observer directement lesespeces (bio)chimiques au niveau moleculaire

â Ce n’est pas possible mais il est possible de modelisernumeriquement ce qui se passe a ce niveau grace aux lois dela physique

+ On parle de Modelisation Moleculaire ou encore de(Bio)Chimie Informatique

Gerald Monard Modelisation de la reactivite biochimique

Page 4: Techniques de bioinformatique structurale: modélisation

Les fondements de la modelisation moleculaire

Une vision du vivant . . .

â Vivant Ù atomes, molecules, assemblages interagissant entreeux

â Systemes thermodynamiques hors equilibres

â Reactions chimiques Ù modifications electroniqueså besoin d’une description des electronså mecanique quantique / mecanique moleculaire

. . . pour un chimiste theoricien:

â Vivant Ù des noyaux et des electrons en interaction

Gerald Monard Modelisation de la reactivite biochimique

Page 5: Techniques de bioinformatique structurale: modélisation

Modelisation Moleculaire

Mecanique Quantique

â Regit par l’equation de Schrodinger

â Les electrons sont decrits par une fonction d’ondes

â Dans le cas general, cette equation n’admet pas de solutionanalytique (= on ne peut pas la resoudre de maniere exacte).

â On effectue donc une resolution approchee de cette equation.

+ limite a la modelisation de quelques dizaines d’atomes

Mecanique Moleculaire

â Approximation: atomes = charges ponctuels

â Ils interagissent par l’intermediaire de potentiels pre-parametres: lechamp de forcesex.: une liaison = un ressort (vibration IR)

+ limitee a la modelisation de quelques dizaines de milliers d’atomes

Gerald Monard Modelisation de la reactivite biochimique

Page 6: Techniques de bioinformatique structurale: modélisation

Les methodes numeriques de la chimie quantique

Trois grandes methodes numeriques

â Methodes ab initio (Hartree-Fock, Moller-Plesset, . . . )

â Methodes semi-empiriques (AM1, PM3, . . . )

â Methodes DFT (Density Functional Theory: LDA, B3LYP, . . . )

Resume

â Il n’existe pas une seule mais des methodes de resolutionsapprochees de l’eq. de Schrodinger

â Chacune a des avantages et des inconvenients

â Elles sont toutes tres couteuses en temps de calculsÙ necessite d’ordinateurs puissants

â Plus elles sont couteuses, meilleures elles sont

â En general on ne fait pas un mais plusieurs calculs avec desmethodes differentes afin de comparer les resultats et valider lesapproximations numeriques

Gerald Monard Modelisation de la reactivite biochimique

Page 7: Techniques de bioinformatique structurale: modélisation

Les methodes numeriques de la chimie quantique

Proprietes accessibles

â Energie; fonctions d’onde (orbitales moleculaires); momentdipolaire; charges atomiques

â Frequences de vibrations; spectroscopie IR, Raman

â Transitions electroniques; spectres UV-Vis; Dichroısmecirculaire

â Interactions avec un champ magnetique; spectres RMN

â Reactivite (Etats de transition, barriere cinetiques)

â Thermochimie (U, H, G , F , S)

â Potentiel d’ionisation; Affinite electronique

Gerald Monard Modelisation de la reactivite biochimique

Page 8: Techniques de bioinformatique structurale: modélisation

Champs de forces

Definition

â Un champ de forces est la reunion d’une equation regissantl’energie d’un systeme moleculaire et de ses parametresassocies.

â Il est base sur une description physique classique des moleculeset la transferabilite des proprietes chimiques locales:

3 une molecule est composee d’atomes;3 chaque atome est represente par une masse ponctuelle chargee;3 les atomes interagissent entre eux par l’intermediaire de

potentiels predefinis (i.e. le champ de forces);3 de maniere generale, la connectivite du systeme moleculaire

reste constante (pas de reactivite possible).

â Habituellement, on distingue dans l’equation de l’energie lestermes lies (liaisons, angle, diedres, etc) des termes non-lies(electrostatiques, van der Waals, etc).

Gerald Monard Modelisation de la reactivite biochimique

Page 9: Techniques de bioinformatique structurale: modélisation

Champs de forces

Les interactions prises en compte

����

�� ��� ��

� �

�� � �� ���

������

��

��

(electrostatic)Non−bonded interactions

δ+

δ−

δ+

bond stretching

angle bending Bond rotation (torsion)

Non−bonded interactions(van der Waals)

Gerald Monard Modelisation de la reactivite biochimique

Page 10: Techniques de bioinformatique structurale: modélisation

Champs de forces

Un exemple de champ de forces

AMBER: champ de forces specialise dans l’etude des proteines etdes acides nucleiques (UCSF, 1994).

E = ∑b

1

2kb(r − rb)2 +∑

a

1

2ka(θ −θa)2

+∑d

∑n

Vn

2(1 + cos(nω− γ))

+∑i

∑j>i

{1

4πε0εr

qiqj

rij+ 4εij

[(σij

rij

)12

−2

(σij

rij

)6]}

Gerald Monard Modelisation de la reactivite biochimique

Page 11: Techniques de bioinformatique structurale: modélisation

Champs de forces

Conditions aux limites periodiques

Elles permettent la simulation de systemes infinies (liquides, solides).

��������������������������������

��������

���� ������������ � � ������ ����������������

��������������������

��������������������������������������������

��� � !�!"�" #�#$�$ %�%&�& '�'(�(

)�)*�*+�+,�,-�-.�.

/�/0�0

1�12�2

3�34�4 5�56�6 7�78�8 9�9:�:

;�;<�<=>?@AB

CD

EF GH

IJ KL

MN OP

QR

ST UV

WX

YZ

Gerald Monard Modelisation de la reactivite biochimique

Page 12: Techniques de bioinformatique structurale: modélisation

La mecanique moleculaire

Utilisations

â Dynamique moleculaire: evolution du systeme au cours dutemps en resolvant les equations du mouvement (mi

−→a i = Fi )

â Hypothese ergodique: en un temps infini de simulation, lesysteme aura explore toutes les conformations accessiblespossibles

Proprietes accessibles

â Proprietes structurelles: conformations, reconnaissance

â Proprietes dynamiques: diffusion, transport, reconnaissance,repliement

â Proprietes statiques et thermodynamiques: ∆G , changementd’etat

Gerald Monard Modelisation de la reactivite biochimique

Page 13: Techniques de bioinformatique structurale: modélisation

Applications de la modelisation moleculaire a la dynamiquemoleculaire

Trois exemples d’applications

1 Repliement d’une proteine

2 Transport membranaire

3 Modelisation d’un virus

Gerald Monard Modelisation de la reactivite biochimique

Page 14: Techniques de bioinformatique structurale: modélisation

Repliement d’une proteine

http://www.ks.uiuc.edu/Research/folding

â ”Villin Headpiece” (villin-final.mpg, 5.5µs)

â ”Pin1 WW Domain” (ww-all.mpg, 10µs)

Ten-microsecond MD simulation of a fast-folding WW domainPeter L. Freddolino, Feng Liu, Martin Gruebele, and Klaus

SchultenBiophysical Journal 2008, 94, 75-77

Gerald Monard Modelisation de la reactivite biochimique

Page 15: Techniques de bioinformatique structurale: modélisation

Transport membranaire

http://www.ks.uiuc.edu/Research/hemolysin(translocationDNA.mpg)

Imaging α-hemolysin with molecular dynamics: Ionic conductance,osmotic permeability and the electrostatic potential map

Aleksij Aksimentiev and Klaus SchultenBiophysical Journal 2005, 88, 3745-3761

Orientation discrimination of single stranded DNA inside theα-hemolysin membrane channel

Jerome Mathe, Aleksei Aksimentiev, David R. Nelson, KlausSchulten, and Amit Meller

Proceedings of the National Academy of Sciences, USA 2005, 102,

12377-12382

Gerald Monard Modelisation de la reactivite biochimique

Page 16: Techniques de bioinformatique structurale: modélisation

Modelisation d’un virus

http://www.ks.uiuc.edu/Research/STMV

Satellite Tobacco Mosaic Virus (STMV)

â stmv all.mpg

â collapse all.mpg

Molecular dynamics simulations of the complete satellite tobaccomosaic virusPeter L. Freddolino, Anton S. Arkhipov, Steven B. Larson,Alexander McPherson, and Klaus SchultenStructure 2006, 14, 437-449

Gerald Monard Modelisation de la reactivite biochimique

Page 17: Techniques de bioinformatique structurale: modélisation

Applications de la modelisation moleculaire a la reactiviteenzymatique

Deux exemples d’applications

1 L’activation des Methionines Sulfoxydes Reductases

2 Oxydation de l’acide urique catalysee par l’Urate Oxydase

Gerald Monard Modelisation de la reactivite biochimique

Page 18: Techniques de bioinformatique structurale: modélisation

Methionine Sulfoxide Reductase (Msrs)

HN

O

S

HN

O

S

HN

O

S

O

O

MsrA

MsrB

Met-(S)-SO

Met-(R)-SO

â Catalyse la reduction des sulfoxydes de methionine (MetSO)libre ou peptidique en methionine (Met)(numero E.C.: 1.8.4.11 a 1.8.4.14)

â Joue un role majeur dans la protection des organismesvis-a-vis du stress oxydant

â MetSO: soufre chiral

Ù Deux enantiomeres MetSO

Ù Deux grandes classes de Msrs:

3 MsrA (S-MetSO)3 MsrB (R-MetSO)

Gerald Monard Modelisation de la reactivite biochimique

Page 19: Techniques de bioinformatique structurale: modélisation

MsrA et MsrB: points communsDeux classes structurellement differentes mais qui partagent:

â un mecanisme de reaction commun faisant intervenir unintermediaire acide sulfenique

â la presence de deux cysteines conservees:une cysteine “catalytique” et une cysteine de “recyclage”

â un mecanisme catalytique en trois etapes:

CysC

CysR

SH

SH

CysC

CysR

S

SH

OH

CysC

CysR

S

S

RS

O

CH3 RS

CH3

H2O

Trxréd

Trxox

I

IIIII

Boschi-Muller et al. Arch. Biochem. Biophys. 474 (2008) 266-273.

Gerald Monard Modelisation de la reactivite biochimique

Page 20: Techniques de bioinformatique structurale: modélisation

MsrA: l’etape reductase

â L’etape reductase:

CysC

CysR

SH

SH

CysC

CysR

S

SH

OHR

S

O

CH3 RS

CH3

I: Reductase Step

â Concernant MsrA:

3 De nombreuses donnees experimentales:Structures cristallographiques, mutageneses dirigees, donneescinetiques, ...

3 Mais pas d’information directe sur le mecanisme chimique deformation de l’acide sulfenique

Gerald Monard Modelisation de la reactivite biochimique

Page 21: Techniques de bioinformatique structurale: modélisation

MsrA: l’etape reductase

â Mecanisme plausible: participation d’une espece de typesulfurane

CysC

CysR

SH

SH

CysC

CysR

S

SH

OHRS

O

CH3R

SCH3CysC

CysR

S

SH

S

R

CH3

OH

Ia Ib

â Des questions persistent:

3 activation de CysC ? (pKa experimental de CysC = 9.5)abstraction du proton Ù besoin d’un residu base generale

3 Origine de l’oxygene de l’acide sulfenique ?MetSO ou molecule d’eau ?

3 Nature de l’espece sulfurane (si elle existe):intermediaire ou etat de transition ?

Gerald Monard Modelisation de la reactivite biochimique

Page 22: Techniques de bioinformatique structurale: modélisation

Modelisation de l’etape reductase dans MsrA

Substrate ReductionSpecies CharactherizationEnvironment Effects

Molecular Mechanics&

Molecular Dynamics

Active Site Protonation StatesSubstrate Docking ConditionsMichaelis Complex Structure

RecognitionMolecular

& Docking

ReactionMechanism

Quantum Mechanics

Gerald Monard Modelisation de la reactivite biochimique

Page 23: Techniques de bioinformatique structurale: modélisation

Structure du site actif de MsrA

1FF3 (Tete-Favier et al., 2000)

De nombreuses mutageneses E94A Y82F Y134F F52L W53Adirigees disponibles E94D Y82F / Y134F W53F(Boschi-Muller et al.) E94Q E94Q / Y82F / Y134F

Gerald Monard Modelisation de la reactivite biochimique

Page 24: Techniques de bioinformatique structurale: modélisation

Dynamique moleculaire de MsrA (Cys51-H / Glu−94)

â MsrA (1FF3) + DMSO (modele de MetSO)

â champs de forces: AMBER-94 + GAFF

â duree = 1ns, NPT, 300K, 1atm, ∆t = 0.5fs

â protonation du site actif: Cys51-H / Glu−94

â Le substrat s’eloigne

â La dynamique du site actif rejointcelle du site vide

Ù Interaction forte entre Cys51-H etGlu−94

Gerald Monard Modelisation de la reactivite biochimique

Page 25: Techniques de bioinformatique structurale: modélisation

Dynamique moleculaire de MsrA

â Valeurs de pKa pour Cys51 et Glu94:

Cys51 Glu94

(exp.) (PROPKA)1

Enzyme libre 9.5 6.4

Substrat + Enzyme 5.7 N/A

â Deux etats possibles pour Glu94: Glu−94 ou Glu94-H

+ Six simulations: Enzyme libre DMSO + Enzyme

Cys51-H/Glu−94 Cys51-H/Glu−94

Cys51-H/Glu94-H Cys51-H/Glu94-H

Cys−51 /Glu94-H Cys−51 /Glu94-H

1logiciel d’evaluation rapide des pKas dans les proteinesGerald Monard Modelisation de la reactivite biochimique

Page 26: Techniques de bioinformatique structurale: modélisation

Dynamique moleculaire de MsrA (Cys51-H / Glu94-H)

Cys51

S

O

H

O

O

Glu94

H Tyr82

HS O

CH3Met

H

O

Tyr134H O

Tyr197

Phe52 - Trp53

Gerald Monard Modelisation de la reactivite biochimique

Page 27: Techniques de bioinformatique structurale: modélisation

Dynamique moleculaire de MsrA (Cys−51 / Glu94-H)

Cys51

S

O

H

O

O

Glu94

H Tyr82

HS O

CH3Met

H

O

Tyr134O

Tyr197

Phe52 - Trp53

Gerald Monard Modelisation de la reactivite biochimique

Page 28: Techniques de bioinformatique structurale: modélisation

Complexe de Michaelis dans MsrA

â La protonation de Glu94 est essentiellepour la reconnaissance du substrat

â L’activation de Cys51 (deprotonation)peut avoir lieu apres ou simultanementavec l’ancrage du substrat

Cys51

SH HO

O

Glu94Cys51

SH O

O

Glu94

Cys51

SH S O

CH3

Met

O

O

Glu94

O

H

Tyr82-134O

H

Tyr82-134

O

H

Tyr82-134

Cys51

S S O

CH3

Met

O

O

Glu94

O

H

Tyr82-134

H

H

Phe52- Trp53

Phe52- Trp53

Gerald Monard Modelisation de la reactivite biochimique

Page 29: Techniques de bioinformatique structurale: modélisation

Mecanisme de reaction de MsrA

Mecanique Quantique

â DFT: B3LYP

â Jeux de bases:Optimization = 6-31G(d)Energy = 6-311++G(2df,2p)

Systeme modele

Gerald Monard Modelisation de la reactivite biochimique

Page 30: Techniques de bioinformatique structurale: modélisation

Mecanisme de reaction de MsrA: formation du sulfurane

(kcal/mol)Energy

−24.80.0

+5.4

+5.4 +4.6

+3.6

+5.8

Michaelis Complex Sulfurane−like intermediate

Weak bond orders

(S−S = 0.49 / S−O = 0.59)

Pre−dissociative state

Gerald Monard Modelisation de la reactivite biochimique

Page 31: Techniques de bioinformatique structurale: modélisation

Mecanisme de reaction de MsrA

Deux mecanismes possibles pour la formation de l’acide sulfeniquea partir du sulfurane:

1 Mecanisme direct:

Cys51

S S OH

CH3

Met

Cys51

S S

HO

Met

CH3Cys51

S S

OH

Met

CH3

Cys51

SS

MetCH3

OH

2 Mecanisme assiste:

Cys51

S S OH

CH3

Met

AH

Cys51

S S

CH3

Met

H2O

O

H

H O

H

H

A

Cys51

S S

CH3

Met

H2O

A

OHH

Gerald Monard Modelisation de la reactivite biochimique

Page 32: Techniques de bioinformatique structurale: modélisation

Mecanisme de reaction de MsrA

Deux mecanismes possibles pour la formation de l’acide sulfeniquea partir du sulfurane:

1 Mecanisme direct:

Cys51

S S OH

CH3

Met

Cys51

S S

HO

Met

CH3Cys51

S S

OH

Met

CH3

Cys51

SS

MetCH3

OH

∆E ‡ ∼ 25 kcal/mol

2 Mecanisme assiste:

Cys51

S S OH

CH3

Met

AH

Cys51

S S

CH3

Met

H2O

O

H

H O

H

H

A

Cys51

S S

CH3

Met

H2O

A

OHH

∆E ‡ ∼ 2 kcal/mol

Gerald Monard Modelisation de la reactivite biochimique

Page 33: Techniques de bioinformatique structurale: modélisation

Mecanisme de reaction de MsrA: mecanisme assiste

Charge (a.u.) I2 TS2→3 I3S51 -0.61 -0.33 -0.24SDMSO 0.56 0.48 0.51ODMSO -0.55 -0.72 -0.60

Energy(kcal/mol)

0.0

+5.4

+3.6

+5.4 +4.6

+20.3

+6.8

−24.8

I1

I2

I3

I4

Gerald Monard Modelisation de la reactivite biochimique

Page 34: Techniques de bioinformatique structurale: modélisation

Resume sur MsrA

Ancrage et reconnaissance moleculaire dans MsrA

â Un Glu94 neutre (protone) est essentiel pour l’ancrage de MetSO

â Pas besoin d’une activation prealable de Cys51 pour lareconnaissance du substrat

â L’activation (deprotonation) de Cys51 augmente la stabilisation dusubstrat

Mecanisme de reaction de MsrA

â Un intermediaire de type sulfurane est d’abord forme, puis unsulfuranyle qui est ensuite hydrolyse par une molecule d’eau

â L’oxygene de l’acide sulfenique ne provient pas de MetSO

â Glu94 et Tyr82/134 participent fortement a la catalyse

Perspectives

â Transposition au mecanisme dans MsrB ?

Gerald Monard Modelisation de la reactivite biochimique

Page 35: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Urate Oxydase: l’enzyme

â Urate Oxydase (UOx) est responsable de la degradation del’acide urique en allantoıne dans la plupart des organismesvivants, a l’exception de l’homme et des grands primates.

â Numero E.C.: 1.7.3.3

Gerald Monard Modelisation de la reactivite biochimique

Page 36: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Une histoire industrielle

â Sanofi-Aventis produit ∼ 1 kg d’UOx par an pour environ15000 patients

â UOx est utilise dans le traitement des desordreshyperuricemiques resultant de chimiotherapies

â Le medicament Uricozyme R© a ete enregistre en France il y aplus de 30 ans . . . probablement l’une des plus vieillesproteines therapeuthiques !

â Uricozyme R© est une solution d’uricase d’Aspergillus flavusstabilise par l’inhibiteur competitif 8-azaxanthine

â Fasturtec R© est une solution d’urate oxydase recombinante,rasburicase, produite par Saccharomyces cerevisiae a partir dugene d’Aspergillus flavus

Gerald Monard Modelisation de la reactivite biochimique

Page 37: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Donnees structurales (Aspergillus flavus)

â UoAf est une proteine de 301 residues

â 3 Cys, pas de pont disulfure

â En solution, elle est active sous forme homo-dimere ouhomo-tetramere

â Elle interagit avec Cu, mais elle n’a besoin d’aucun metalpour son activite, ni de cofacteur ...→ pas d’analogie mecanistique avec les enzyme redoxhabituelles.

â pH optimum assez eleve: ∼ 8−10

Gerald Monard Modelisation de la reactivite biochimique

Page 38: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Structure crystallographique

â N. Colloc’h et al. Nat. Struct. Biol. 1997 2.05 A Res.P. Retailleau et al. Acta Cryst. D 2004 1.75 A Res.

â La proteine active est un tetramere dans le cristal(M ∼ 4∗32kD)

â Les structures incluent la 8-azaxanthine (inhibiteur)

â Le site actif est situe a la jonction de deux monomeres

â Cela explique pourquoi le monomere n’est pas actif,contrairement a l’homo-dimere

Gerald Monard Modelisation de la reactivite biochimique

Page 39: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Structure du monomere UoAf

Gerald Monard Modelisation de la reactivite biochimique

Page 40: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Structure du tetramere UoAf

Gerald Monard Modelisation de la reactivite biochimique

Page 41: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Le site actif

Gerald Monard Modelisation de la reactivite biochimique

Page 42: Techniques de bioinformatique structurale: modélisation

Le site actif

N

N NN

N

O

O

N N

NArg176(A)

N

ON

O

O

N

Gln228(A)

Val227(A)

NO

Ala56(D)

O

O

Thr57(D)

Gerald Monard Modelisation de la reactivite biochimique

Page 43: Techniques de bioinformatique structurale: modélisation

Le site actif

N

N NN

N

O

O

HN NH

HNArg176(A)

HN

ON

O

O

N

Gln228(A)

Val227(A)

NO

Ala56(D)

O

O

Thr57(D)

H

HH

H H

HH

Gerald Monard Modelisation de la reactivite biochimique

Page 44: Techniques de bioinformatique structurale: modélisation

Remplacement de 8-Aza par l’urate

N

N NC

N

O

O

N N

NArg176(A)

N

ON

O

O

N

Gln228(A)

Val227(A)

NO

Ala56(D)

O

O

Thr57(D)

O

Gerald Monard Modelisation de la reactivite biochimique

Page 45: Techniques de bioinformatique structurale: modélisation

UOx lie le dianion 3-7

N

N NC

N

O

O

HN NH

HNArg176(A)

HN

ON

O

O

N

Gln228(A)

Val227(A)

NO

Ala56(D)

O

O

Thr57(D)

H

HH

H H

H

O

H

Gerald Monard Modelisation de la reactivite biochimique

Page 46: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Questions

â Pourquoi un dianion pour substrat ?

â Pourquoi ce dianion ? (“dianion 3-7”)

â Pourquoi l’azaxanthine est-elle un inhibiteur ?(remplacement d’un C=O par N)

â Quel est le mecanisme d’oxydation par O2 ?

â Quel est le role des molecules d’eau ?

â Deux intermediaires vues en cinetique: lesquels ?

Gerald Monard Modelisation de la reactivite biochimique

Page 47: Techniques de bioinformatique structurale: modélisation

Urate Oxydase: Modelisation

Procedure de Modelisation

â Etude des proprietes structurales et electroniques de l’acideurique et de ses anions:

3 stabilite relative des anions urates3 potentiels d’ionisation3 calculs de spectres UV-Visible

â Determination de la reactivite intrinseque de l’acide uriqueavec O2

3 tous les chemins de reactions possibles. . .3 . . . pour toutes les especes d’urates possibles

â Modelisation de la reactivite a l’interieur d’un modele de siteactif

3 intermediaires et etats de transition reactionnels

Gerald Monard Modelisation de la reactivite biochimique

Page 48: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Quelle(s) forme(s) en solution ?

â L’acide urique est present en solution sous forme mono- oudianionique

â pKa experimentale : environ 5.2-5.5 et 9.8-10.9

?N

N?

N?

?N

O

O

O

? = H or1

2 3 4

56

78

9

Gerald Monard Modelisation de la reactivite biochimique

Page 49: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Stabilite relative des monoanions

∆E en kcal/mol

Monoanions UrateMethodes 1 3 7 9

HF/6-31G** 23.5 0.0 24.6 2.6MP2//HF/6-31G** 17.2 0.0 18.6 1.6B3LYP/6-31G** 21.1 0.0 18.7 1.3PM3 16.3 0.0 17.6 3.6PM3(SCRF) 7.7 0.0 11.4 3.3

Comparaison avec donnees RMN:

â monoanion 3: espece majoritaire

â monoanion 9: traces

Gerald Monard Modelisation de la reactivite biochimique

Page 50: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Stabilite relative des dianions

∆E en kcal/molDianions Urate

Methodes 1-3 1-7 1-9 3-7 3-9 7-9

HF/6-31G** 24.2 24.8 5.3 4.5 0.0 25.9MP2//HF/6-31G** 22.3 20.4 4.9 0.5 0.0 24.6B3LYP/6-31G** 22.9 21.8 5.3 2.3 0.0 19.3PM3 15.1 14.2 0.6 4.6 0.0 24.7PM3(SCRF) 20.6 16.9 2.4 5.4 0.0 26.7

Comparaison avec donnees RMN:

â monoanion 3-9: espece majoritaire

â monoanions 3-7 et 1-9: traces

+ L’urate oxydase ne lie pas la forme dianionique la plus stable

Gerald Monard Modelisation de la reactivite biochimique

Page 51: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Potentiels d’ionisation

Urate−→ Urate+ + e−

MonoanionsB3LYP/6-31G** Uric Acid 1 3 7 9IP (kcal/mol) 177.3 67.3 60.4 48.7 58.5

DianionsB3LYP/6-31G** 1-3 1-7 1-9 3-7 3-9 7-9IP (kcal/mol) -55.6 -55.2 -49.4 -60.5 -50.9 -70.3

+ PI < 0: Les dianions donnent “spontanement” un electron aun accepteur potentiel

Gerald Monard Modelisation de la reactivite biochimique

Page 52: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

La premiere etape de la reaction

â Affinite electronique de O2: 12.6 kcal/mol (B3LYP/6-31G**)

O2 + e− −→ O−2

â La premiere etape de la reaction est un transfert spontaned’un electron de l’urate 3-7 vers le dioxygene.

Urate2−3−7 + O2 −→ Urate−3−7 + O−2

â L’etat triplet se transforme naturellement en une somme dedeux etats doublets

â degenerescence de l’etat triplet et de l’etat singulet

Gerald Monard Modelisation de la reactivite biochimique

Page 53: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Modelisation du site actif

â Especes reactives: Urate3−7 + O2 + 1 ou 2 H2O

â Pour permettre la reaction, les especes sont tenues dans un“etau moleculaire”: UOx

â Un ensemble minimum d’atomes de UOx doivent donc etreinclus dans le modele

â Un ensemble minimal possible: Phe159(A), Arg176(A),Gln228(A), Asn254(A), Thr57(D)

â 77 atomes → calculs semi-empiriques PM3

Gerald Monard Modelisation de la reactivite biochimique

Page 54: Techniques de bioinformatique structurale: modélisation

Modelisation du site actif: avec une molecule d’eau

Gerald Monard Modelisation de la reactivite biochimique

Page 55: Techniques de bioinformatique structurale: modélisation

Modelisation du site actif: avec deux molecules d’eau

Gerald Monard Modelisation de la reactivite biochimique

Page 56: Techniques de bioinformatique structurale: modélisation

Premier TS: transfert de proton (W2 Ù O2)

Gerald Monard Modelisation de la reactivite biochimique

Page 57: Techniques de bioinformatique structurale: modélisation

Premier etat intermediaire

Gerald Monard Modelisation de la reactivite biochimique

Page 58: Techniques de bioinformatique structurale: modélisation

Deuxieme TS: un transfert de proton (Ur Ù W2)

Gerald Monard Modelisation de la reactivite biochimique

Page 59: Techniques de bioinformatique structurale: modélisation

Deuxieme etat intermediaire

Gerald Monard Modelisation de la reactivite biochimique

Page 60: Techniques de bioinformatique structurale: modélisation

Troiseme TS: un transfert d’hydrogene (W1 Ù HO2)

Gerald Monard Modelisation de la reactivite biochimique

Page 61: Techniques de bioinformatique structurale: modélisation

Troisieme etat intermediaire

Gerald Monard Modelisation de la reactivite biochimique

Page 62: Techniques de bioinformatique structurale: modélisation

Quatrieme TS: fermeture (OH Ù Ur)

Gerald Monard Modelisation de la reactivite biochimique

Page 63: Techniques de bioinformatique structurale: modélisation

Produit: 5-Hydroxyisourate

Gerald Monard Modelisation de la reactivite biochimique

Page 64: Techniques de bioinformatique structurale: modélisation

Urate OxydaseEnergies du Chemin Reactionnel (kcal/mol)

0.0/0.0

O

O

O

OH

H

OH

HHN

CN

C

N

C

N

O

OH

9.1/9.1−→

3.7/3.7

O

O H

OH

HHN

CN

C

N

C

N

O

OH

HO

O

10.6/10.6−→

−7.1/−7.1

O

OH

HHN

CN

C

N

C

N

O

O

HO

O

H

O H

−7.1/−7.1

O

OH

HHN

CN

C

N

C

N

O

O

HO

O

H

O H

27.9/27.9−→

10.8/10.8

O

OH

HN

CN

C

N

C

N

O

O

H

O H

H

HO

O

20.0/24.4−→

−26.8/22.1

OHN

CN

C

N

C

N

O

O

OH

H

O H

H

HO

O

Gerald Monard Modelisation de la reactivite biochimique

Page 65: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Gerald Monard Modelisation de la reactivite biochimique

Page 66: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Densite de spin

Atoms Reactives I1 I2 I3 Products

C4 0.057 0.031 0.022 -0.001 0.000

C5 0.233 0.301 0.309 0.334 0.000

N7 0.462 0.421 0.431 0.415 0.000

C8 -0.052 -0.044 -0.049 -0.051 0.000

O8 0.153 0.157 0.163 0.165 0.000

N9 -0.024 -0.028 0.032 0.056 0.000

H9 -0.000 0.000 -0.000 -0.000 0.000

O2 0.002 0.002 0.000 -0.000 0.000

H12 0.001 -0.000 0.000 -0.000 0.000

H22 0.000 0.011 0.013 0.000 0.000

O1 -0.460 -0.343 -0.308 -0.000 0.000

O2 -0.543 -0.670 -0.704 0.001 0.000

H11 0.001 -0.000 0.001 -0.002 0.000

O1 -0.000 0.000 -0.002 -1.034 0.000

H21 0.000 -0.000 0.000 0.032 0.000

Gerald Monard Modelisation de la reactivite biochimique

Page 67: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Charges de Mulliken

Atoms Reactives I1 I2 I3 Products

C4 0.091 0.093 0.174 0.167 0.072

C5 -0.307 -0.313 -0.341 -0.342 0.168

N7 -0.237 -0.263 -0.298 -0.315 -0.647

C8 0.286 0.273 0.329 0.326 0.384

O8 -0.352 -0.369 -0.404 -0.401 -0.449

N9 -0.058 -0.121 -0.471 -0.433 -0.370

H9 0.234 0.297 0.319 0.299 0.285

O2 -0.537 -0.850 -0.518 -0.503 -0.490

H12 0.194 0.157 0.192 0.187 0.191

H22 0.234 0.292 0.247 0.261 0.246

O1 -0.451 -0.100 -0.056 -0.282 -0.257

O2 -0.406 -0.275 -0.218 -0.295 -0.290

H11 0.259 0.215 0.207 0.258 0.254

O1 -0.511 -0.458 -0.457 -0.252 -0.402

H21 0.206 0.224 0.229 0.258 0.283

Gerald Monard Modelisation de la reactivite biochimique

Page 68: Techniques de bioinformatique structurale: modélisation

Urate Oxydase

Conclusions

â UOx lie le dianion 3-7. Pourquoi ? Parce que c’est le meilleurdianion pour une reaction redox avec O2.

â Deux molecules d’eau sont impliquees dans le mecanismeElles ont ete identifiees par cristallographie

â UOx agit comme un etau moleculaire

â Le reactif en etat triplet se transforme continuement en unproduit a l’etat singulet couches fermees par transfertspontane d’un electron de l’urate vers O2 (formation d’unsuperoxyde)

â Interpretation des donnees experimentales:INT I: complexe O•−2 - “monoanion 3-7”INT II: complexe HOO• et dianion 3-7

Gerald Monard Modelisation de la reactivite biochimique

Page 69: Techniques de bioinformatique structurale: modélisation

Conclusions

â La modelisation moleculaire est un outil puissant permettantd’aider a l’interpretation de donnees experimentales+ C’est un complement et non un remplacant de l’experience

â Elle permet une vision moleculaire/atomistique desphenomenes mises en jeu

â Deux grandes familles de modeles

3 La mecanique quantique: description des electrons+ description des electrons+ reactivite de petits systemes

3 La mecanique classique (champ de forces)+ atomes = charges ponctuelles+ modelisation de vastes edifices moleculaires non reactifs

Gerald Monard Modelisation de la reactivite biochimique

Page 70: Techniques de bioinformatique structurale: modélisation

La modelisation moleculaire a Nancy

SRSMC-CBT Chimie et Biochimie Theorique(M. Ruiz-Lopez, G. Monard)Reactivite Enzymatique, Vieillissement des proteines,Systemes biomimetiques

SRSMC-EDAM Dynamique des Assemblages Membranaires(C. Chipot)Systemes Membranaires, InteractionProteines-Membranes, Transports, Transduction dusignal

LCM3B Modelisation Quantique et Cristallographique(J. Angyan, C. Jelsch)Analyse et interpretation de la densite electronique etde ses proprietes

MAEM Maturation des ARN et Enzymologie Moleculaire(F. Leclerc)Modelisation des ARN

Gerald Monard Modelisation de la reactivite biochimique