Présentation
EnglishRÉSUMÉ
Le criblage virtuel est une approche informatique visant à prédire des propriétés essentielles (biologiques, physicochimiques) de librairies de molécules (chimiothèques). Avec l'essor considérable de données expérimentales publiquement disponibles, cette discipline a enregistré des progrès considérables quant au débit, à la qualité et à la diversité des prédictions possibles. Un inventaire des applications du criblage in silico est donné , tout en gardant une attention particulière à des cas concrets d'utilisation, ainsi qu'aux développements futurs.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Didier ROGNAN : Directeur de recherche CNRS - Laboratoire d'Innovation thérapeutique, UMR 7200 CNRS – Université de Strasbourg, LabEx MEDALIS, Illkirch, France
INTRODUCTION
Devant une porte fermée dont on ne possède pas la clé, deux solutions sont possibles : soit on construit patiemment une clé étape par étape, soit on en cherche une dans un sac de clés existantes qui coïncidera avec la serrure de la porte à ouvrir. Cette dernière stratégie du « serrurier d'urgence » résume le principe fondamental du criblage in silico (virtuel) appliqué à la conception de molécules actives. Plutôt que de façonner une molécule idéale dont la synthèse reste à faire, il peut être plus intéressant de simplement sélectionner la ou les molécules existantes répondant au cahier des charges imposé. Initialement dévolue à la prédiction d'interaction protéine-ligand (quelles sont les molécules susceptibles de se lier à une protéine d'intérêt ?), le criblage informatique de chimiothèques a considérablement élargi son champ d'application à la prédiction de toute propriété d'intérêt, non seulement biologique ou pharmacologique mais aussi physico-chimique. Le développement considérable des chimiothèques réelles ou virtuelles confère à cette approche un rapport qualité-prix inégalé pour la priorisation d'un petit nombre de molécules dont les propriétés sont destinées à être validées expérimentalement. Il est en effet inutile et coûteux d'évaluer expérimentalement des millions de molécules si l'outil informatique est capable de sélectionner avec précision la petite centaine de molécules méritant d'être testée. Évidemment, la sélection n'est jamais parfaite et nous en analyserons les raisons. Le criblage virtuel de millions de molécules reste néanmoins accessible à des structures académiques et/ou privées ne possédant pas les ressources financières nécessaires à un criblage expérimental, tel qu'il est systématiquement utilisé par l'industrie pharmaceutique. Son grand mérite reste donc l'exploration d'une très grande diversité chimique à faible coût. Avec un recul d'une dizaine d'années, les différentes méthodes ont également gagné en maturité et leur champ d'application ne cesse s'augmenter.
Tout criblage virtuel repose sur le choix d'une chimiothèque et d'une méthode de criblage adaptée au problème posé. Comme nous le verrons, de multiples combinaisons sont possibles et le choix initial influe directement sur la qualité des résultats obtenus. Dans un second temps sont présentés différents cas concrets d'utilisation illustrant non seulement le potentiel des diverses méthodes mais aussi leurs limites.
MOTS-CLÉS
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Mesures - Analyses > Techniques d'analyse > Analyse des macromolécules biologiques > Méthodes de criblage in silico de chimiothèques > Quelle(s) méthode(s) utiliser ?
Cet article fait partie de l’offre
Médicaments et produits pharmaceutiques
(126 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
3. Quelle(s) méthode(s) utiliser ?
Il est relativement difficile de conseiller l'utilisation d'une méthode de criblage virtuel par rapport à une autre sachant qu'elles ont toutes des forces et faiblesses mais qu'aucune d'entre elles ne surpasse systématiquement les autres. La première erreur à ne pas commettre est de croire que la qualité des résultats dépend du niveau de complexité de la méthode. Le criblage virtuel est un exercice de pragmatisme visant à intégrer toutes les données expérimentales possibles afin de guider la sélection de la meilleure méthode en fonction du contexte.
Par exemple, la recherche d'inhibiteurs d'une protéine de structure connue mais pour laquelle aucun inhibiteur n'a jamais été trouvé passe obligatoirement par une approche 3D basée sur la structure de la cible (arrimage moléculaire, design de novo). Si par contre, de nombreux inhibiteurs de classes chimiques différentes sont déjà connus, la stratégie la plus efficace consiste à rechercher des molécules similaires (de préférence en 2D) aux inhibiteurs connus.
Il y a quelques années, il était assez courant d'utiliser ces méthodes en cascade (figure 23). Une très large chimiothèque (> 1 million de molécules) pouvait être rapidement criblée au moyen de recherche de similarité 2D à des références connues et conduire à un sous-ensemble, qui lui était criblé au moyen d'une méthode plus lente (par exemple, recherche de similarité 3D) et donnait naissance à un second sous-ensemble qui était finalement arrimé à la structure 3D de la cible afin de sélectionner une centaine de molécules d'intérêt destinées à être testées expérimentalement. Avec un recul d'une quinzaine d'années sur les développements méthodologiques et résultats obtenus, il apparaît en fait que toutes ces méthodes sont complémentaires et fournissent généralement des listes de touches faiblement redondantes ...
Cet article fait partie de l’offre
Médicaments et produits pharmaceutiques
(126 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Quelle(s) méthode(s) utiliser ?
BIBLIOGRAPHIE
-
(1) - KRIER (M.), BRET (G.), ROGNAN (D.) - Assessing the scaffold diversity of commercially available screening collections. - Journal of Chemical Information and Modeling, 46, p. 512-524 (2006).
-
(2) - * - 17 oct. 2013 http://www.chemaxon.com/marvin/help/applications/molconvert.html
-
(3) - LAGORCE (D.), MAUPETTI (J.), BAELL (J.), SPERANDIO (O.), TUFFERY (P.), MITEVA (M.A.), GALONS (H.), VILLOUTREIX (B.O.) - The FAF-Drugs2 server : a multistep engine to prepare electronic chemical compound collections. - Bioinformatics, 27, p. 2018-2020 (2011).
-
(4) - LIPINSKI (C.A.), LOMBARDO (F.), DOMINY (B.W.), FEENEY (P.J.) - Experimental and computational approaches to estimate solubility and permeability in drug discovery and development settings. - Advanced Drug Delivery Reviews, 46, p. 3-26 (2001).
-
(5) - SCHNEIDER (G.) - Virtual screening : an endless staircase. - Nature Reviews Drug Discovery, 9, p. 273-276 (2010).
-
...
DANS NOS BASES DOCUMENTAIRES
Chimiothèques : se reporter aux tableaux 1, 2, 3 et 4 de [PHA 1 020].
Logiciels généralistes
Discovery Studio : Accelrys, Inc., San Diego, USA
ICM : Molsoft L.L.C., San Diego, USA
Maestro : Schrödinger, New York, USA
MOE : Chemical Computing Group, Montreal, Québec, Canada
Sybyl : Tripos International, St. Louis, USA
Préparation, filtrage de chimiothèques
Corina : Molecular Networks GmbH – Computerchemie, 91052 Erlangen, Germany
LigPrep : Schrödinger, New York, USA
Pipeline Pilot : Accelrys, Inc., San Diego, USA
Screening Assistant http://www.sa2.sourceforge.net/
Recherché de similarité 2D
ISIDA http://infochim.u-strasbg.fr/spip.php?article83
Marvin, JChem : ChemAxon Kft, Budapest, Hungary
Pipeline Pilot : Accelrys, Inc., San Diego, USA
Recherche de similarité 3D
Calalyst : Accelrys, Inc., San Diego, USA
LeadIT: BioSolveIT GmbH, Sankt Augustin, Germany
LigandScout : Inte:Ligand, Vienna, Austria.
Phase : Schrödinger, New York, USA
ROCS : OpenEye Scientific Software, Santa Fe, USA
Torch, Blaze : Cresset, Hertfordshire, United Kingdom
Arrimage moléculaire
AutoDock Vina http://www.vina.scripps.edu/
Glide : Schrödinger, New York, USA
FlexX : BioSolveIT GmbH, Sankt Augustin, Germany
Gold :...
Cet article fait partie de l’offre
Médicaments et produits pharmaceutiques
(126 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive