In silico spleen tyrosine kinase inhibitor screening by chooseLD

Hideaki Umeyama, Biological ScienceMitsuo Iwadate, Biological Science

Y­h. Taguchi, PhysicsChuo University

1.Introduction ­What is spleen tyrosine kinase?­

2. What is chooseLD?

3.Results

4. Conclusion 

1.Introduction­What is spleen tyrosine kinase?­

Spleen tyrosine kinase (SYK):Non­receptor kinase causing various diseases,

 thus has been a drug target.Diseases related to SYK (by gendoo server):

Breast Cancer (P=3.92 x 10­9) 

Arthus Reaction (P=5.09 x 10­7)

Lymphoma, B­Cell (P=1.79 x 10­6)

Neoplasm Metastasis (P=7.67 x 10­6)

Inflammation (P=8.28 x 10­5) etc, etc.

Protein Feature view of SYK

Protein Tyrosine KinaseSH2 domains

Previous efforts for identification of SYK inhibitors:Targeting C­terminal (ATP binding sites): 

 R406R112

R788R343

Geahlen RL, Getting Syk: spleen tyrosine kinase as a therapeutic target. Trends Pharmacol Sci. 2014 ;35(8):414­22. 

Targeting SH2 domain 

Niimi T et al, Design and synthesis of non­peptidic inhibitors for the Syk C­terminal SH2 domain based on structure­based in­silico screening.  J Med Chem. 2001  20; 44(26) :4737­40.

Previous in silico efforts to identify SYK inhibitors:Li et al,  Comput. Biol. Med., 43,  pp.395–404 (2013).

 → Compounds based, SVMKaur et al,J Mol Graph Model. 39, pp.165­75 (2013).

 → Compounds based, QSARXie et al, Bioorg Med Chem Lett. 19, 1944­9 (2009).

 → Compounds based, QSAR

To our knowledge, no in silico screening studies considering SYK protein structure...   

2. What is chooseLD?

TAKAYA et al,  Chem. Pharm. Bull. 56(5) 742—744 (2008)

Inferred tertiary protein structure

Template ligands

Ligand candidate compounds

Predicted 3D­structure of protein­ligand complex

ChooseLD successfully identified HBV target drug candidate compounds

Murakami Y et al, Biochem Biophys Res Comm. 2015, 456:20­8. 

Advantages:Making use of information of known ligand compounds

Disadvantages:If there are  no known ligand compounds, difficult

Two sides of coin

3.ResultsTertiary protein structure inference by FAMS3OZO_A (whole length, but 50% homology) based 

3VF8_A (partial length, but 98% homology) based   employed→

Template ligands:4DFN_0K1 3FQE_P5C

1XBB_STI

1XBC_STU

3VF8_0JE

3VF9_477

3SRV_S19

4DFL_0K0

3FQH_057

3EMG_685

 → Fitting to SYK tertiary structure based upon 3VF8_A 

Selection of ligand candidate compounds from DrugBank:

At least with more than 0.25 Tanimoto Index with one of 10 template compounds (see the previous slide)

6583 compounds (in DrugBank)   1043 compounds→

For each of 1024 compounds, 1000 randomly generated 3D structures were tried to aligned to inferred tertiary structure of SYK. Binding structure with the best FPA Scores were employed. Three independent runs were performed. All 1024 compounds were ranked based on mean FPA Scores of three independent trials.    

TOP 5 ligand candidate compounds by chooseLD

2nd: Imatinib: Known anti­cancer drug

3rd, 4th: Known SYK inhibitors

25th Nilotinib

Nilotinib(kinase inhibitor)

SYKの発現にはNilotinib耐性が必要という既報あリ（Gioia et al, Blood, 2011)

Comparison with known SYK inhibitors listed in ChEMBL 

ChooseLD was applied to these compounds and they were tried to bind to inferred tertiary structure of SYK and FPA Scores were computed.

FP

A S

core

s

Log 10

 Ki Ki

Pearson: ­0.58(P=0.0278)

Spearman: ­0.58(P=0.0300)

Comparison with SwissDock (*)

Log 10

 Ki Ki

dG

Pearson: ­0.48(P=0.079)

Spearman: ­0.49(P=0.077)

(*) cited by 115 times since 2011 by google scholar

4. Conclusion

In silico discovery of SYK inhibitor was performed by chooseLD.

Top 5 candidates compounds include imanitib (famous anti­cancer drug) and two know SYK inhibitors.

Performance was tested using known SYK inhibitors listed in ChEMBL and ChooseLD outperformed SwissDock, a frequently cited drug discovery web server.