ESTUDIO COMPUTACIONAL DE LAS INTERACCIONES ENTRE

ANALOGOS ESTRUCTURALES DE LAS ACIL HOMOSERINA LACTONAS

(AHLs) Y EL SITIO ACTIVO DEL RECEPTOR TraR
Daniela Carmenza Perez Novoa
Eileen Sharith Herrera Contreras
Maicol J. Ahumedo Monterrosa
Director
Ricardo Vivas Reyes
Codirector
INTRODUCCIÓN
¿Cómo funciona el Quorum sensig?

Densidad poblacional
Baja
Alta

Autoinductor (AI)
Sintasa de la señal Qs
Receptor Qs
Gene objetivo
Complejo receptor- Señal Qs
 Fenotipos regulados por el Qs

Formación de Producción de
Bioluminiscencía Esporulación
Bíopeliculas factores de
Virulencia
Autoinductores
Quorum sensing en bacterias
gram negativas

Vibrio fisheri
¿Qué es agrobacterium tumefaciens?
¿Cómo regula A. tumefaciens la transferencia de
plasmido Ti a las plantas?
 Objetivos

Objetivo general

Buscando desarrollar una mejor comprensión a nivel molecular

de como análogos estructurales de AHL interaccionan con el
sitio activo del receptor TraR se implementaron las estrategias

Objetivos específicos
 De acoplamiento molecular para identificar que residuos
de aminoácidos presentes en sitio activo TraR se implican
en la formación de interacciones moleculares.

 Que de 3D-QSAR para evaluar como la actividad inhibidora

se ve afectada por las propiedades que le confieren las
características estructurales de los análogos de AHLs.
 Metodología

Construcción y
Etapa1 optimización de análogos Etapa 2 Preparación del receptor
de AHLS TraR y acoplamiento
molecular

Etapa 3

Etapa 3
Análisis 3D QSAR por
el método CoMfa de
los alineamientos
basados en el ligando
y el receptor
 Resultados

Validación del protocolo de acoplamiento

Valor RMSD = 0.56 Å

Fig.1: Alineamiento entre el ligando presente en el complejo cocristalizado en

color verde y el ligando acoplado en color rosado, utilizando el programa
Autodock 4.2.
 Interacciones
Hidrofóbicas

Interacciones
tipo puente
de hidrogeno

Fig.2: Interacciones tipo puente de hidrógeno presentes en el complejo proteína-

ligando, formado entre el ligando nativo acoplado y el sitio activo del receptor
TraR.
Acoplamiento entre TraR y Analogos

Fig.3: División de los análogos en dos regiones. La región A, que es la parte

conservada, la cual está formada, por la homoserina Lactona, y la región B, las
cadenas laterales variables
 AHLS No nativos

Ligando 4C7 Ligando A3

Ligando A4
Fig.4: Interacciones tipo puente de hidrógeno (azul) e hidrofóbicas
(gris) entre el ligando A3 y el receptor TraR.
Acoplamiento entre TraR y el grupo FHLs

Ligandos FHLs

 8
 C10
 C13
 C20
 E6
 E8
 E11

Fig.5: Interacciones tipo puente de hidrógeno (azul), hidrofóbicas (gris) y

(π-π stacking) (verde) entre el ligando E11 y el receptor TraR.
Acoplamiento entre TraR y otros análogos

Otros Analogos

 5
 D6
 D17
 E12
 A9
 A11
 A12

Fig.6:Interacciones tipo puente de hidrógeno (azul), hidrofóbicas (gris) y

(π-π stacking) (verde) entre el ligando D6 y el receptor TraR.
 Acoplamiento entre TraR y FOHLs

Ligandos FOHLs

 D15
 E15
 E16
 E17
 E19
 E20
 E21
 E22
 E23
 E24

Fig.7:Interacciones tipo puente de hidrógeno (azul), hidrofóbicas (gris) y (π-π

stacking) (verde) entre el ligando E21 y el receptor TraR.
 Acoplamiento entre TraR y FPHLs

Ligandos FPHLS
 B7
 E30
 E34
 E35
 E37

Fig.8:Interacciones tipo puente de hidrógeno (azul), hidrofóbicas (gris), (π-π

stacking) (verde) y puente halógeno (azul claro) entre el ligando E35 y el
receptor TraR.
Análisis 3D-QSAR

Fig.9:Alineamiento estructural basado en el ligando a la izquierda y

alineamiento basado en el receptor (Docking) a la derecha
Tabla 1: muestra la actividad experimental vs la predicha, calculada
por los modelos, aquí se observa que la dispersión residual de los datos
para el modelo 2 es menor que para el modelo uno.
 Modelo CoMFA basado en el
receptor Modelo CoMFA basado en el
6.8
6.8
ligando
6.6 R² = 0.7814 6.6
R² = 0.8579
6.4 6.4

6.2 6.2

pIC50(M) Predicho
pIC50 (M) predicho

6 6

5.8
5.8
5.6
5.6
5.4
5.4
5.2
5.2
5
5 5.2 5.4 5.6 5.8 6 6.2 6.4 6.6
5
5 5.2 5.4 5.6 5.8 6 6.2 6.4 6.6 pIC50(M) Experimental
pIC50(M) Experimental
Fig.11:Actividad calculada vs
Fig.10:Actividad calculada vs experimental para el modelo 2 (basado
experimental para el modelo en el ligando) obtenida por análisis PLS
1(basado en el receptor) obtenida usando CoMFA
por análisis PLS usando CoMFA
 Interpretación grafica de los campos estéricos y
electrostáticos generados por CoMFA
Grupos
Voluminosos
Estéricos
Regiones Regiones no
favorables favorable

Grupos
Voluminosos
Electroestático
Regiones Regiones
favorables favorables
sustituyentes sustituyentes
negativos electropositivos

Fig.12:Mapas de contorno 3D CoMFA. Campos estéricos. (Verde: Estéricamente

favorable; amarillo: Estéricamente desfavorable) Campo electrostático (Rojo: potencial
negativo favorable; azul: potencial negativo desfavorable). (A) Basado en el ligando (B)
basado en el receptor
Conclusiones

 De los 34 ligando-receptor obtenidos del

acoplamiento molecular se observo que
se forman puentes de hidrógenos e
interacciones hidrofóbicas parecidas con
los mismos residuos aminoacidicos.
 Los modelos 3D_QSAR_COMFa sugieren
que es posible mejorar la actividad
inhibitoria de nuevos ligandos con grupos
con potencial electroestáticos favorables
con el grupo oxo, halógenos y con grupos
voluminosos como el grupo fenilo con
sustituyentes halogenados que serían
estéricamente favorables
 El análisis estadístico del pls de cada
modelo y su posterior validación cruzada
permitieron mediante parámetros como
R2 comparar la capacidad predictiva
entre los modelos ligando-receptor.
Agradecimientos
 BIBLIOGRAFÍA

Ahumedo, M., Vivas-Reyes, R., & Drosos, J. C. (2014). Application of molecular docking
and ONIOM methods for the description of interactions between anti-quorum
sensing active (AHL) analogues and the Pseudomonas aeruginosa LasR binding
site. Molecular BioSystems, 1167-1171.
Alippi, A., Lopez, A., & Balatti, P. (2011). Métodos para la detección de Agrobacterium a
partir de muestras de material vegetal, suelo y agua. Revista Argentina de
Microbiología, 278-286.
Aliyu. A, K. M. (2016). Potencial de inhibición de detección de quórum y estudios de
acoplamiento molecular de lactonas sesquiterpénicas de Vernonia blumeoides.
Fitoquimica, 23-33.
Allen, W. J., Balius, T. E., Mukherjee , S., Brozell, S. R., Moustakas , D. T., Lang, P. T., . .
. Rizzo, R. C. (2015). DOCK 6: Impact of new features and current docking
performance. Journal of Computational Chemistry, 1132-1156.
Alvarez, H. (2017). Los biofilms y el camarón. Bioinova.
Aussel, L., Beuzón, C. R., & Cascales, E. (2016). Meeting report: Adaptation and
communication of bacterial pathogens. Virulence, 481-490.
Barreto, A. C. (2013). Quorum Sensing: Sistemas de comunicación bacteriana. Ciencia
Actual, 5-6.
 BIBLIOGRAFÍA
Barreto, A. C. (2013). Quorum Sensing: Sistemas de comunicación bacteriana. Ciencia
Actual, 5-6.
Bhardwaj, A. K., Vinothkumar, K., & Rajpara, N. (2013). Bacterial Quorum Sensing
Inhibitors: Attractive Alternatives for Control of Infectious Pathogens Showing
Multiple Drug Resistance. Recent Patents on Anti-Infective Drug Discovery Vol 8,
68-83.
Brango, J. F. (2011). Búsqueda de Compuestos Inhibidores de Quorum Sensing (IQS) a
Partir de Extractos de Origen Natural. Primera Fase. Bogota: Universidad Nacional
de Colombia.
Corbeil, C. R., Williams, C. I., & Labute, P. (2012). Variability in docking success rates due
to dataset preparation. Journal of Computer-Aided Molecular Design Vol 26, 775-
786.
Dennington, R., Keith, T., & Millan, J. (2009). GaussView, Version 5. Shawnee Mission,
KS: Semichem Inc.
Dong, Y. H., Wang, L. H., & Zhang, L. H. (2007). Quorum-quenching microbial infections:
mechanisms and implications. Philosophical Transactions R Soc Lond B Biol Sci,
1201-1211.
Drwal, M. N., & Griffith, R. ( 2013). Combination of ligand- and structure based methods in
virtual screening. Drug Discovery Today: Technologies, e395-e401.
Faure, D. J. (2014). Functions and regulation of quorum-sensing in Agrobacterium
tumefaciens. Frontiers in plant sciencie, 5-14.