You are on page 1of 10

QUMICA

ACOPLAMIENTO INVERSO Y MAPEO DE FARMACFORO


COMO HERRAMIENTAS PARA ENCONTRAR NUEVOS BLANCOS
FARMACOLGICOS DE COMPUESTOS NATURALES

Wilson Maldonado Rojas, Katia Noguera Oviedo, Jess OliveroVerbel*

RESUMEN

Maldonado Rojas W., K. Noguera Oviedo, J. Olivero Verbel: Acoplamiento inverso y mapeo de farmac-
foro como herramientas para encontrar nuevos blancos farmacolgicos de compuestos naturales. Rev. Acad.
Colomb. Cienc. 36 (140): 411-420, 2012. ISSN 0370-3908.

El resurgimiento de los productos naturales en el mbito del descubrimiento de frmacos tiene su base en la
introduccin de nuevos enfoques, tecnologas y metodologas, incluyendo el diseo de molculas bioactivas
asistido por ordenador. Los servidores TarFisDock y PharmMapper son herramientas computacionales emplea-
das para la bsqueda de potenciales blancos farmacolgicos para ligandos orgnicos. Este trabajo muestra un
ejemplo de aplicacin de estos servidores. Los resultados obtenidos sugirieron que molculas de origen natu-
ral, tales como la ascididemina (Didemnum sp. Tunicado), el peyssonol B (Peyssonnelia sp), el cido asitico
(Centella asiatica) y el cido docosahexaenoico (aceite de pescado), tienen como blancos la dihidroorotato
deshidrogenasa, la mieloperoxidasa, el receptor beta del cido retinoico, y la aldosa reductasa, respectivamente.
Estas protenas han sido relacionadas con diversas enfermedades y ofrecen una explicacin terica de algunos
de los efectos benficos reportados para las molculas evaluadas.

Palabras clave: AutoDock Vina, productos naturales, PharmMapper, farmacforo, TarFisDock, acoplamiento
molecular.
ABSTRACT

The resurgence of natural products on the drug discovery scene has its basis on the introduction of new appro-
aches, technologies and methodologies, including the computer-aided design of bioactive molecules. TarFis-
Dock and PharmMapper severs are computational tools employed for the search of potential drug targets for
organic ligands. This work shows an example of application for these servers. The obtained results suggested
that nature-derived molecules, such as ascididemine (Didemnum sp. Tunicado), peyssonol B (Peyssonnelia
sp), asiatic acid (Centella asiatica) and the docosahexaenoic acid (fish oil), have as targets the dihydroorotate
dehydrogenase, myeloperoxidase, retinoic acid receptor beta, and aldose reductase, respectivaley. These pro-
teins have been related to diverse diseases and offer a theoretical explanation for some of the beneficial effects
reported for evaluated molecules.

Keywords: AutoDock Vina, natural products, PharmMapper, pharmacophore, TarFisDock, Molecular docking.

* Grupo de Qumica Ambiental y Computacional. Universidad de Cartagena, Colombia. Email: joliverov@unicartagena.edu.co; jesusolivero@yahoo.com.
412 rev. acad. colomb. cienc.: volumen xxxvi, nmero 140 - septiembre 2012

Introduccin La bsqueda, el diseo y la optimizacin de nuevas molcu-


las con actividad biolgica especfica, ha conducido a que la
Muchas revisiones cientficas han documentado la utiliza- industria farmacutica sea una de las lderes en este campo de
cin de los recursos naturales, plantas, animales y microor- la investigacin in silico (Wild & Wiggins, 2006). Dentro de
ganismos, entre otros, con fines medicinales (Ji et al., 2009; las herramientas computacionales ms comunes en esta rea
Ganesan, 2008; Butler, 2006; Rishton, 2006), prctica que estn el diseo basado en la estructura del blanco molecular
ha estado presente desde el principio de la humanidad (Ji (acoplamiento inverso protena-ligando), en el ligando (farma-
et al., 2009), constituyndose en la principal fuente de in- cforo), y en las relaciones cuantitativas estructura-actividad/
gredientes activos empleados en la industria farmacutica propiedad (QSAR/QSPR), para la prediccin de la actividad
(Harvey et al., 2008). biolgica de forma computacional (Kapetanovic, 2008).
Las interacciones que tienen lugar entre los organismos en Acoplamiento inverso protena-ligando
los ecosistemas les ha ayudado a adaptarse a su hbitat. Este
proceso ha dado lugar a una amplia variedad de compuestos Los mtodos tradicionales de acoplamiento protena-ligando
naturales complejos, los cuales pueden interactuar de manera en general unen molculas flexibles dentro de una repre-
especfica con molculas biolgicas blanco (McChesney et sentacin especfica y rgida del receptor (protena), lo cual
puede introducir errores en los clculos convirtindose en
al., 2007). Con las millones de estructuras diferentes resul-
desventajas (Harriman et al., 2007). Hoy en da, los pro-
tantes de la qumica combinatoria natural, ha sido estimado
gramas de mayor uso realizan el acoplamiento permitiendo
que la diversidad de los compuestos naturales es mayor que
flexibilidad en los residuos del sitio de unin a la protena y
la coleccin de productos de sntesis que existen en la ac-
en los ligandos, proporcionando de esta manera simulacio-
tualidad (Wilk et al., 2010; Kumar & Waldmann, 2009;
nes ms realistas.
Harvey, 2008). Otra de las ventajas de los compuestos natu-
rales sobre los frmacos sintticos radica en la mayor simili- En el acoplamiento inverso o reverso, el receptor es trata-
tud de sus estructuras con el espacio qumico ocupado en do como un husped, y el proceso es realizado alrededor de
las protenas objetivos, permitiendo una mejor accin sobre un ligando rgido (Kmper et al., 2006; Harriman et al.,
estas (Harvey, 2007). 2007). Este enfoque es utilizado principalmente en la bs-
queda de posibles protenas blanco para molculas pequeas
El papel de las molculas de origen natural es notable en con actividad biolgica conocida, empleando mtodos de
la produccin de frmacos beneficiosos para la salud hu- acoplamiento entre las estructuras almacenadas en una base
mana. Ms del 50% de los medicamentos aprobados desde de datos de protenas con cavidad y un ligando especfico (Li
1994 derivan de ingredientes naturales (Mc Chesney et al., et al., 2006). Los complejos con la mejor interaccin prote-
2007). Entre los mltiples ejemplos estn los medicamentos na-ligando permiten identificar candidatos potenciales para
usados para combatir el cncer y diferentes tipos de infec- la validacin experimental (Tang et al., 2006).
cin (McChesney et al., 2007; Lam, 2007; Cordell, 2000).
Desafortunadamente, desde la dcada de 1990s, muchas Entre las ventajas y posibles aplicaciones del mtodo de aco-
compaas farmacuticas redujeron la bsqueda y el inters plamiento inverso dirigidas al descubrimiento de frmacos,
en el desarrollo de nuevos medicamentos a partir de compu- existen varias contribuciones importantes, incluyendo la de-
estos naturales (Harvey, 2008; Lam, 2007). Esto sumado teccin de blancos teraputicos desconocidos, la identifica-
a la aparicin de tecnologas como la bsqueda de alto ren- cin de blancos potenciales responsables de la toxicidad y/o
dimiento (High Throughput Screening, HTS), acoplada con efectos secundarios de un medicamento, as como la explo-
la qumica combinatoria, origin recortes en la investigacin racin de mecanismos moleculares de compuestos bioacti-
en esta rea. La meta era acelerar el tiempo de desarrollo vos a base de plantas, en particular aquellas provenientes de
de nuevos medicamentos y evitar las dificultades derivadas las medicinas tradicionales (Mandal et al., 2010; Tang et
de la utilizacin de productos naturales, incluyendo el acce- al., 2006; Chen & Ung, 2002).
so y el suministro de los mismos y su complejidad qumica En la actualidad hay varios servidores y softwares utilizados
(Harvey, 2008; Lam, 2007). Sin embargo, la disponibilidad para el acoplamiento inverso, tales como INVDOCK (Chen
estructural de biomolculas, la aparicin de herramientas & Ung, 2002), EM-Dock 3 (Harriman et al., 2007), y Tar-
de acoplamiento protena-ligando y el desarrollo de meto- FisDock (Li et al., 2006), entre otros.
dologas de diseo asistido por computadores (Mandal et
al., 2010), han facilitado el resurgimiento del inters en el TarFisDock
descubrimiento de nuevos frmacos a partir de productos
El servidor TarFisDock (Target Fishing Dock) es una herra-
naturales.
mienta disponible en la web creada por el Centro de Diseo y
:
maldonado rojas w., k. n. oviedo, j. olivero verbel acoplamiento inverso y mapeo de farmacforo... 413

Descubrimiento de Frmacos (DDDC) de Shanghai, China, molculas pequeas y macromolculas blanco. Este proceso
y desarrollada sobre la base del programa de acoplamiento puede ser realizado empleando el concepto de farmacforo.
Dock 4.0 (Li et al., 2006). Tiene como propsito encontrar De acuerdo con la definicin de la IUPAC, un farmacforo es
protenas que posiblemente sirvan de blanco para peque- un conjunto de caractersticas estricas y electrnicas que
as molculas activas que fungen como ligandos (Cai et al., es necesario para asegurar la ptima interaccin supramo-
2006). Es posible acceder libremente a esta herramienta a lecular con un blanco biolgico especfico y para activar (o
travs de la pgina web http://www.dddc.ac.cn/tarfisdock/. bloquear) su respuesta biolgica (Wermuth et al., 1998).
El concepto farmacforo se basa en los tipos de interaccin
TarFisDock est integrado con una base de datos de blancos observadas en el reconocimiento molecular, tales como en-
farmacolgicos potenciales (PDTD), la cual funciona como
laces de hidrgeno, la carga positiva o negativa y regiones
piedra angular para identificar los posibles blancos enlazan-
hidrofbicas (por ejemplo, centros de anillos aromticos)
tes in silico (Gao et al., 2008). Esta coleccin de protenas
(Mukherjee et al., 2008). El mapeo del farmacforo es una
fue construida a partir de la literatura, y bases de datos en
de las herramientas computacionales ms exitosas y un paso
lnea tales como DrugBank, Base de Datos de Blancos Tera-
para entender el proceso de reconocimiento ligando-receptor
puticos (TTD), y Thomson Pharma (Tang et al., 2006; Li et
(Kansal et al., 2010).
al., 2006, Gao et al., 2008).
Los modelos de farmacforos son utilizados cuando un com-
De acuerdo con el sitio web de PDTD (http://www.dddc.ac.cn/
puesto activo ha sido identificado, siendo la estructura 3D
pdtd/), en la actualidad (2012), esta base de datos contiene
de la protena blanco o receptor por lo general desconocida
1207 entradas con estructuras 3D de la base de datos Protein
Data Bank (PDB, http://www.pdb.org/pdb/home/home.do), (Gad, 2008). Los farmacforos intentan proveer una matriz
las cuales pueden ser evaluadas como blancos. Las protenas o de tres dimensiones de los grupos funcionales que una mol-
blancos farmacolgicos estn clasificadas de acuerdo con dos cula debe poseer para ser reconocido por el receptor (Kansal
criterios: reas teraputicas y funcin bioqumica. et al., 2010). Un mapeo de farmacforo es una descripcin
3D del mismo, desarrollado mediante la especificacin de la
La base de datos PDTD tiene diferentes funciones de bs- naturaleza de las caractersticas electrnicas y topolgicas
queda. Los usuarios pueden acceder a datos por el cdigo claves, as como de su distancia 3D en el mapa (Gad, 2008).
PDB, nombre de la protena o nombre de la enfermedad. Re-
sultados de la consulta se presentan en un formato de tabla Un uso corriente del farmacforo es explorar bases de datos
y cada protena blanco tiene su propia pgina de resultados que los contienen, identificando de esta forma nuevas cla-
para proporcionar informacin comprensible, incluyendo el ses estructurales de compuestos potenciales activos (Jain &
cdigo PDB, nombre, estructura, categora, enfermedad re- Chincholikar, 2004). Para tal efecto, existen varios progra-
lacionada, y el sitio activo de la protena (Gao et al., 2008). mas disponibles en el comercio, por ejemplo CATALYST,
Adems, ofrece enlaces externos a otras bases de datos aso- GASP y DISCO (Mukherjee et al., 2008), as como servi-
ciadas, como Therapeutic Target Database (TTD), Drug- dores en la web tales como PharmaGist (Schneidman-Du-
Bank, el servidor de protemica ExPASy, La Enciclopedia hovny et al., 2008). Estas plataformas son utilizadas para la
de Genes y Genomas de Kyoto (KEGG), entre otras (Mat- generacin de farmacforos para una o varias molculas.
tingly, 2009; Gao et al., 2008). La estructura de la pequea Sin embargo, recientemente existen nuevas herramientas po-
molcula analizada debe ser presentada en formato Mol2 (Li derosas en la web que permiten realizar enfoques basados
et al., 2006). en modelos de farmacforos para encontrar protenas blanco
por acoplamiento inverso, un ejemplo destacado es el nuevo
A pesar de todo su potencial, TarFisDock tiene algunas li- servidor llamado PharmMapper.
mitaciones. Por ejemplo, no contempla la flexibilidad de las
protenas durante la simulacin de acoplamiento, y las dispo- PharmMapper
nibles en su base de datos solo cubren una pequea fraccin
PharmMapper es una herramienta de servidor web puesta en
de protenas que han sido relacionadas con enfermedades
funcionamiento en 2009 por el Centro de Diseo y Descu-
comunes (Li et al., 2006). Este hecho es reconocido por sus
propios creadores y se encuentra en un proceso de mejora brimiento de Frmacos (DDDC) de Shanghai. El propsi-
continua. to de esta herramienta es identificar blancos potenciales de
pequeas molculas (medicamentos, productos naturales u
Mapeo del farmacforo otros compuestos con blancos enlazantes no identificados)
con un mapeo inverso del farmacforo (Liu et al., 2010).
Una parte esencial de la bsqueda y diseo de frmacos es PharmMapper cuenta con una coleccin de farmacforos,
la prediccin del posible acoplamiento o interaccin entre en una base de datos llamada PharmTargetDB. Estos far-
414 rev. acad. colomb. cienc.: volumen xxxvi, nmero 140 - septiembre 2012

macforos fueron extrados de blancos presentes en Target- diana de la TCDD (2,3,7,8-tetraclorodibenzo-p-dioxina), un


Bank, DrugBank, BindingDB y PDTD. Ademas, contiene compuesto altamente txico. Los autores concluyeron que,
anotaciones obtenidas de DrugBank, PDBSum, UniProt y al menos tericamente, existen varias protenas con alta afi-
TargetBank. En el proceso de derivacin del farmacforo, nidad para la TCDD, tales como las metalopeptidasas 8 y
PharmMapper emplea el software Ligandscout (Wolber & 3, la oxidoescualeno ciclasa, y la mieloperoxidasa, lo cual
Langer, 2005) implicara que el TCDD puede actuar por mecanismos dife-
rentes al mediado por el receptor de hidrocarburos, el cual es
Segn su pgina web (http://59.78.96.61/pharmmapper/), su blanco conocido.
PharmMapper permite acceder a ms de 7000 modelos de far-
macforos que cubren 1627 proteinas blanco de interes farma- Para el ao siguiente (2011) Maldonado et al., usando el
cutico, 459 de las cuales son humanas. PharmMapper hace servidor TarFisDock, identificaron posibles blancos farma-
una bsqueda en la base de datos PharmTargetDB y encuentra colgicos para el cido alfa lipoico (R-ALA). Los resultados
la mejor asignacin de poses conformacionales de la molcula in silico sugierieron que el R-ALA puede interaccionar con
evaluada en todos los modelos de farmacforo en su base de enzimas presentes en mamferos, tales como la LTA4H, el
datos, generando un listado de los mejores blancos con sus canal de potasio dependiente de voltaje, la alfa hidroxies-
anotaciones correspondientes (Liu et al., 2010). El nmero de teroide deshidrogenasa, y la epxido hidrolasa, protenas
estructuras de PharmTargetDB es limitado, pero aumenta de implicadas en enfermedades como el cncer, diabetes, tras-
forma constante, siendo claro que PharmMaper posee un gran tornos neurolgicos y cardiovasculares. Chen et al., (2011)
potencial en el campo del descubrimiento de frmacos. emplearon el servidor PharmMapper para la identificacin
de blancos farmacolgicos potenciales para el compuesto
Varios estudios han sido llevados a cabo utilizando TarFis-
etil-8-oxo-8H-acenafto[1,2-b]pirrol-9-carboxilato, usando la
Dock y PharmMapper, como herramientas en la identifica-
base de datos PharmTargetDB, identificaron dos enzimas ti-
cin de blancos teraputicos. Cai et al (2006), han demostra-
rosina quinasas (LCK y Src) y tres serina/treonina quinasas
do el valor potencial de TarFisDock para la identificacin de
(MEK1, CDK2 y p38 MAPK) que interaccionaban con este
la protena blanco de un producto natural, N-trans-caffeoil-
compuesto, hecho que fue igualmente corroborado experi-
tiramina, en el proteoma del Helicobacter pyroli. Dos de las
mentalmente.
quince protenas sugeridas como blancos por TarFisDock,
tenan secuencias homlogas en H. pylori: la diaminopime- Ejercicio de aplicacin con TarFisDock y PharmMapper
lato descarboxilasa (DC) y la pptido deformilasa (PDF).
Despus de la validacin enzimtica, slo la protena PDF Con el propsito de explorar las capacidades de los servi-
result ser un blanco probable. La estructura cristalina del dores TarfisDock y PharmMapper, y evidenciar su potencial
complejo N-trans-caffeoiltiramina/PDF sugiere un enlace como herramientas computacionales para encontrar nuevas
muy selectivo en el sitio de unin con esta protena. blancos farmacolgicos de compuestos naturales, cuatro mo-
lculas con actividad biolgica reportada fueron utilizadas:
Pandey et al en 2009 sntetizaron una biblioteca de anlogos el cido asitico de la planta Centella asitica (Patil, et al.,
de carba pptidos, tomando como plataforma de diseo el 2010), el peyssonol B, aislado de la macroalga roja Peysson-
cido glicosilamino. Mediante la utilizacin de PDTD, los nelia sp (Lane, et al., 2010), el cido docosahexaenoico, un
autores identificaron dos blancos potenciales de estos com-
cido graso omega-3 del aceite de pescado (Mullen et al.,
puestos: la protena codificada por el gen lysA y la dihidropi-
2010), y el producto marino natural ascididemina, un alcaloi-
colinato reductasa de M. tuberculosis. Ambos hacen parte de
de tipo piridoacridina, originalmente derivado del organismo
la ruta biosinttica de la lisina y estn ausentes en los seres
tunicado Didemnum sp. (Matsumoto et al., 2003; Appleton
humanos, por lo que podran ser sugeridos para el control
et al., 2010).
de la tuberculosis. Jeong et al (2009), mediante el uso de
TarFisDock, encontraron que la Leucotrieno A4 hidrolasa
(LTA4H) podra ser un blanco potencial de [6]-gingerol, un Materiales y mtodos
compuesto natural de jengibre, que muestra actividad anti-
inflamatoria y anti-tumorignica. Estos autores demostraron Modelado molecular de los compuestos naturales bioactivos
experimentalmente que el [6]-gingerol suprime el crecimien- Un enfoque de tres pasos ha sido aplicado para identificar las
to tumoral in vivo, efecto mediado por la inhibicin de la protenas que son blanco para el cido asitico, el peyssonol
actividad de LTA4H.
B, el cido docosahexaenoico, y la ascididemina (Fig. 1). El
En el ao 2010, Olivero et al., utilizaron TarFisDock para proceso incluye la optimizacin de los ligandos, el cribado vir-
hacer un cribado virtual con el fin de encontrar las protenas tual de nuevos blancos y, finalmente, el clculo de la afinidad
:
maldonado rojas w., k. n. oviedo, j. olivero verbel acoplamiento inverso y mapeo de farmacforo... 415

Estos compuestos naturales bioactivos tambin fueron ingre-


sadas al servidor PharmMapper, para encontrar los sitios de
unin a protenas que fuesen blancos tericos potenciales.
La bsqueda fue ejecutada empleando la opcin Targets in
all categories, y la identificacin de los posibles candidatos
fue llevada a cabo con la tcnica de mapeo del farmacforo
(7302 modelos de farmacforo estn disponibles en Phar-
mTargetDB y 2241 de ellos aparecen anotados como prote-
nas provenientes de humanos). El resultado final consiste en
los mejores blancos farmacolgicos clasificados segn una
puntuacin de ajuste (Fit Score), proporcionando las mejores
poses (en formato Mol2) de la molcula evaluada sobre los
candidatos farmacforicos. Aquellas protenas presentes en
mamferos y que fueron obtenidas de los mejores 25 blancos
clasificados por PharmMapper, se analizaron y verificaron
de la misma forma realizada con TarFisDock.

Acoplamiento de compuestos bioactivos naturales en las


Figura 1. Estructuras 2D (ChemDraw Ultra 11.0) y 3D (PyMOL)
protenas blanco.
de compuestos naturales evaluados in silico; ascididemina, peys-
sonol B, cido asitico y cido docosahexaenoico. Vista 2D (A) y Los archivos de salida de TarFisDock y PharmMapper para
Vista 3D (B). los compuestos bioactivos naturales examinados fueron
acoplados a cada una de las protenas seleccionadas (archi-
vo 3D tomados de Protein Data Bank, www.pdb.org/pdb/
protena-ligando. En primer lugar, las estructuras de los ligan- home/home.do) para su anlisis. El clculo de los valores
dos fueron optimizadas con el mtodo de la teora funcional de afinidad (kcal/mol) fue realizado utilizando el programa
de la densidad (DFT) a un nivel B3LYP/6-31G. Los clculos AutoDock Vina 1.0 (Trott & Olson, 2010). El sitio de aco-
fueron realizados con el programa Gaussian 03 (Frisch et al., plamiento para las estructuras de los ligandos fue definido
2003). La geometra resultante fue convertida a formato Mol2 estableciendo un cubo con las dimensiones 24 24 24 ,
con el programa Open Babel (Guha et al., 2006). cubriendo el sitio de unin predicho por TarFisDock y Phar-
Mapper, con un espaciado de malla de 0.375 , fijado en el
Identificacin de protenas diana de compuestos naturales centro geomtrico de cada ligando evaluado.
bioactivos utilizando los servidores TarFisDock y Pharm-
Mapper. Identificacin de los principales residuos que interactan
con los compuestos naturales bioactivos en el sitio de unin
L
as cuatro estructuras optimizadas fueron enviadas al ser- con protenas blanco.
vidor TarFisDock para encontrar protenas con estructuras
tridimensionales con sitios tericos de unin para cada uno La identificacin de residuos de protenas que interaccionan
de los compuestos estudiados. La bsqueda comenz usan- en el sitio de unin con los compuestos naturales bioactivos
do la opcin Targets in all categories, y el acoplamiento para las protenas que tuvieron el mejor valor de afinidad
con cada ligando fue realizado en todas las protenas pre- AutoDock Vina (kcal/mol) fue realizada con el programa Li-
sentes en PDTD. El resultado consiste en los mejores blan- gandScout 3.0 (Wolber & Langer, 2005). Esta herramienta
cos potenciales clasificados por una puntacin de energa crea modelos de farmacforos simplificados para detectar el
(energy score), proporcionando conformaciones de inter- nmero y tipo de interaccin entre el ligando y los residuos
accin protena-ligando para cada molcula evaluada, as existentes en el sitio de unin con la protena. La visualiza-
como una tabla con informacin relacionada con los blancos cin de las imgenes de cada complejo protena-ligando fue
farmacolgicos. Los sitios de unin para aquellas protenas realizada usando el programa PyMOL (DeLano, 2003).
presentes en mamferos, correspondientes a los mejores 25
blancos farmacolgicos sugeridos por TarFisDock, fueron Resultados y discusin
analizados y verificados mediante el algoritmo de identifi-
cacin de sitios (SiteID), incorporado en Sybyl 8.1.1 (Tri- Los servidores TarFisDock y PharmMapper fueron utiliza-
pos, St. Louis, 2007). dos para encontrar las protenas diana de el cido asitico, el
416 rev. acad. colomb. cienc.: volumen xxxvi, nmero 140 - septiembre 2012

peyssonol B, el cido docosahexaenoico, y la ascididemina. a partir de aquellas con los 25 mejores valores de puntuacin
AutoDock Vina 1.0 fue usado para el clculo del valor teri- generados por los servidores. Los tres mejores blancos far-
co para la afinidad del acoplamiento de estos compuestos con macolgicos predichos por TarFisDock y PharmMapper son
las protenas presentes en mamferos, y que fueron obtenidas presentados en las Tablas 1 y 2, respectivamente.

Tabla 1. Resultados de aplicacin del acoplamiento inverso para compuestos naturales bioactivos usando el servidor TarFisDock.

AutoDock Vina
Compuesto Nombre de la protena Cdigo PDB Organismo fuente
(Afinidad-kcal/mol)
Dihidroorotato deshidrogenasa 1D3G Homo sapiens -11.9
Ascididemina Citocromo P450 2D6 2F9Q Homo sapiens -10.2
Proteina quinasa C (beta) 1A25 Rattus norvegicus -9.7
Mieloperoxidasa 1D2V Homo sapiens -9.8
cido asitico
Protena farnesiltransferasa 1FT2 Rattus norvegicus -9.3
Carnitina O-acetiltransferasa 1NM8 Homo sapiens -8.9
Dihidrofolato reductasa 1DHF Homo sapiens -9.7
Peyssonol B Leucotrieno A-4 hidrolasa 1HS6 Homo sapiens -9.0
Inositol monofosfatasa 1IMB Homo sapiens -8.3
Aldosa reductasa 2AGT Homo sapiens -8.5
cido docosahexaenoico Transtiretina 1GOS Homo sapiens -8.3
Canal de potasio dependiente
1ZSX Homo sapiens -7.9
de voltaje
Cdigo PDB: Cdigo de la protena en la base de datos Protein Data Bank

Tabla 2. Resultados de aplicacin del acoplamiento inverso para compuestos naturales bioactivos usando el servidor PharmMa-
pper.

AutoDock Vina
Compuesto Nombre de la protena Cdigo PDB Organismo fuente
(Afinidad-kcal/mol)
Receptor beta del cido retinoico 1XAP Rattus rattus -10.5
Transtiretina 1RLB Homo sapiens -9.7
Peyssonol B Protena de fijacin celular del cido retinoico II 1CBS Homo sapiens -8.9
Protena de choque trmico HSP 90-alfa 1UY8 Homo sapiens -10.4

Aldosa reductasa humana 2DUX Homo sapiens -9.6


Ascididemina
Receptor de la hormona tiroidea beta-1 1Q4X Homo sapiens -9.4
Transtiretina 1RLB Homo sapiens -8.2
Receptor nuclear de Vitamina D 1DB1 Homo sapiens -8.1
cido docosahexaenoico
Protena de unin al retinol 1ERB Bos taurus -7.4
Protena de unin a cido retinoico epiddimal 1EPB Rattus norvegicus -7.5
Transtiretina 1RLB Homo sapiens -6.7
cido asiatico
Protena quinasa activada por mitgeno quinasa 1 1S9J Homo sapiens -6.2
Cdigo PDB: Cdigo de la protena en la base de datos Protein Data Bank
:
maldonado rojas w., k. n. oviedo, j. olivero verbel acoplamiento inverso y mapeo de farmacforo... 417

El cribado virtual de protenas blanco para compuestos natu-


rales bioactivos con TarFisDock y PharmMapper demostr
que, al menos tericamente, los cuatro compuestos evalua-
dos podran interaccionar con diferentes enzimas tales como:
reductasas, isomerasas, hidrolasas, transferasas, quinasas y
receptores moleculares, entre otras. Algunas de las protenas
predichas como blancos se encuentran en los mamferos, y
estos representan importantes dianas farmacolgicas, princi-
palmente aquellas que presentaron los valores absolutos ms
altos, en particular la dihidroorotato deshidrogenasa (PDB:
1D3G), el receptor beta del cido retinoico (PDB: 1XAP), la
mieloperoxidasa (PDB: 1D2V) y la aldosa reductasa (PDB:
2AGT), las cuales podran ser blancos importantes para la
ascididemina, el peyssonol B, el cido asitico y el cido do-
cosahexaenoico, respectivamente.

Los sitios de unin del ligando con estas protenas, as como


las interacciones entre sus residuos y cada uno de los com-
puestos naturales en cada complejo protena-ligando, iden-
tificadas por LigandScout 3.0 son presentados en la Fig. 2.
Las interacciones para el complejo dihidroorotato deshidro-
genasa-ascididemina estn determinadas por los residuos
Tyr356 (anillo aromtico e hidrofbicas), Asn284, Lys100
(hidrgeno aceptor), Asn145 (hidrgeno dador) Val143,
Phe149, Ala96, Thr285, y Thr360 (hidrofbicas). Para el
complejo receptor beta del cido retinoico-peyssonol B, es-
tos aminocidos fueron Leu262 (hidrgeno dador), Phe221,
Leu259, Ile263, Phe295, Leu298, Val302, Ile380, Val388,
Ile403, Met406 y Leu407 (hidrofbicas). Para el complejo
mieloperoxidasa-cido asitico los aminocidos ms impor-
tantes en el sitio de unin fueron Glu116 (hidrgeno dador),
Phe147, Arg333, Ile339, Leu406, Phe407, Met411, Leu417, Figura 2. Estructuras 3D de protenas mostrando los sitios de
y Leu420 (hidrofbicas). Por ltimo, el complejo aldosa re- unin (izquierda), y los residuos principales que intervienen en la
interaccin protena-ligando (derecha), para el complejo dihidro-
ductasa-cido docosahexaenoico muestra un menor nmero
orotato deshidrogenasa-ascididemina (A, B), complejo receptor
de aminocidos que interacionan en el sitio de unin con el
beta del cido retinoico-peyssonol B (C, D), complejo mielope-
ligando, estos fueron Leu212, Ser214, Lys262 (hidrgeno roxidasa-cido asitico (E, F), y el complejo aldosa reductasa-
dador), y Trp219 (hidrofbica). cido docosahexaenoico (DHA) (G, H).
Las protenas predichas por los servidores TarFisDock y
PharmMapper para los compuestos naturales bioactivos exa-
minados en este ejemplo, constituyen mediadores bioqumi- res, ya que su inhibicin impide la formacin de neontima,
cos de especial inters en varias vas conocidas de seali- una capa engrosada de la ntima arterial, presente especial-
zacin molecular. La enzima dihidroorotato deshidrogenasa mente en aterosclerosis o implantacin de prtesis, produci-
cataliza la biosntesis de pirimidina mediante la conversin da por migracin y proliferacin de clulas de la capa media
de dihidroorotato a orotato. Adems, est implicada en enfer- de la intima (Kada et al., 2007). Por otra parte, este receptor
medades autoinmunes como el lupus eritematoso (Kulkarni ha sido considerado como un nuevo blanco teraputico en la
et al., 2010), lo que la ha convertido en un importante blanco enfermedad de Alzheimer (Wolfe & Selkoe, 2010).
de los frmacos antiparasitarios y citostticos (Zameitat et
al., 2007). La mieloperoxidasa es una enzima expresada en neutrfilos
humanos. Los estudios clnicos muestran que esta protena
El receptor beta del cido retinoico, el cual interacciona con puede aumentar la vulnerabilidad a la fibrilacin auricular
el cido retinoico, la forma biolgicamente activa de vitami- (Rudolph et al., 2010). Algunos estudios han reportado que
na A, ha sido relacionado con enfermedades cardiovascula- los niveles sricos de mieloperoxidasa podran predecir la
418 rev. acad. colomb. cienc.: volumen xxxvi, nmero 140 - septiembre 2012

disfuncin endotelial y eventos vasculopticos en humanos Cai, J.; Han, C.; Hu, T.; Zhang, J.; Wu, D.; Wang, F., Liu, Y.; Ding, J.;
(Kaneski et al., 2006; Vita et al., 2004). Por otra parte, la ac- Chen, K.; Yue, J.; Shen, X.; Jiang, H. 2006. Peptide deformylase is
a potential target for anti-Helicobacter pylori drugs: reverse docking,
cin cataltica de la aldosa reductasa ha sido asociada con la enzymatic assay, and x-ray crystallography validation. Protein Sci.
aparicin de cataratas intumescentes, glaucoma secundario 15(9):2071-2081.
e inflamacin ocular en pacientes diabticos (Chomaska Chen, Y. Z.; Ung, C. Y. 2002. Computational method for drug target search
et al., 2010; Yadav et al., 2010). Adems, estudios han rela- and application in drug discovery. J. Theor. Comput. Chem. 1(1):1-
cionado esta enzima con algunos tipos de cncer de colon en 12.
humanos (Ramana et al., 2010). Chomaska, U.; Kranicki, P.; Proniewska-Skretek, E.; Mariak, Z.
2010. Acute phacomorphic glaucoma in patient with diabetes melli-
tus type 1-case report. Klin. Oczna. 112(7-9):240-242.
Aunque todava hay mucho por descubrir sobre el mecanis-
mo de accin de los compuestos naturales con actividad bio- Cordell, G. 2000. Biodiversity and drug discovery a symbiotic relationship.
Phytochemistry 55(6):463-480.
lgica, es muy importante indagar acerca de su accin a nivel
DeLano, W. L. The PyMOL molecular graphics system. DeLano Scientific
de protenas con el fin de tener un conocimiento ms preciso LLC. 1998-2003. San Carlos, CA, USA. http://www.pymol.org.
que explique las principales causas de sus efectos benficos Frisch, M. J.; Trucks, G. W.; Schlegel, H. R.; Scuseria, G. E.; Robb, M.
y secundarios. La mayora de los compuestos naturales han A.; Cheeseman, J. R.; Montgomery, Jr. J. A.; Vreven, T.; Kudin,
servido como terapia de base y plataforma para el diseo de K. N.; Burant, J. C.; Millam, J. M.; Iyengar, S. S.; Tomasi, J.;
nuevos frmacos. El Acoplamiento molecular inverso est Barone, V.; Mennucci, B.; Cossi, M.; Scalmani, G.; Rega, N.; Pe-
tersson, G. A.; Nakatsuji, H.; Hada, M.; Ehara, M.; Toyota, K.;
siendo utilizado como una herramienta poderosa en estudios Fukuda, R.; Hasegawa, J.; Ishida, M.; Nakajima, T.; Honda, Y.;
de qumica computacional encaminados a la bsqueda de Kitao, O.; Nakai, H.; Klene, M.; Li, X.; Knox, J. E.; Hratchian,
nuevos frmacos, gracias a la velocidad y el bajo costo de H. P.; Cross, J. B.; Bakken, V.; Adamo, C.; Jaramillo, J.; Gom-
los procesos, facilitando el arduo camino para llegar a la fase perts, R.; Stratmann, R. E.; Yazyev, O.; Austin, A. J.; Cammi, R.;
Pomelli, C.; Ochterski, J. W.; Ayala, P. Y.; Morokuma, K.; Voth,
de experimentacin, con argumentos ms claros de acuerdo G. A.; Salvador, P.; Dannenberg, J. J.; Zakrzewski, V. G.; Da-
con los resultados tericos obtenidos. pprich, S.; Daniels, A. D.; Strain, M. C.; Farkas, O.; Malick, D.
K.; Rabuck, A. D.; Raghavachari, K.; Foresman, J. B.; Ortiz, J.
Los datos presentados en este trabajo, derivados del cribado V.; Cui, Q.; Baboul, A. G.; Clifford, S.; Cioslowski, J.; Stefanov,
virtual, sugieren que molculas tales como la ascididemina, B. B.; Liu, G.; Liashenko, A.; Piskorz, P.; Komaromi, I.; Mar-
tin, R. L.; Fox, D. J.; Keith, T.; Al-Laham, M. A.; Peng, C. Y.;
el peyssonol B, el cido asitico y el cido docosahexaenoi-
Nanayakkara, A.; Challacombe, M.; Gill, P. M. W.; Johnson, B.;
co, podran comportarse como inhibidores dbiles de prote- Chen, W.; Wong, M. W.; Gonzalez, C.; Pople, J. A. Gaussian03.
nas involucradas en diversas patologas. Estas propiedades Gaussian, Inc.: Pittsburgh, PA, USA, 2003.
podran explicar algunas de los beneficios que han sido ob- Gad, S. C. 2007. Preclinical development handbook: ADME and biophar-
servados para estos compuestos de origen natural, cuando maceutical properties.; Wiley-Interscience: Cary, North Carolina.
son empleados para el control, mejoramiento o eliminacin DOI 10.1002/9780470249031.
de diferentes enfermedades en humanos. Ganesan, A. 2008. The impact of natural products upon modern drug disco-
very. Curr. Opin. Chem. Biol. 12(3):306-317.
Gao, Z.; Li, H.; Zhang, H.; Liu, X.; Kang, L.; Luo, X.; Zhu, W.; Chen,
Agradecimientos K.; Wang, X.; Jiang, H. 2008. PDTD: a web-accessible protein data-
base for drug target identification. BMC Bioinformatics, 9:104.
Los autores agradecen a Colciencias, Bogot (Colombia), Guha, R.; Howard, M. T.; Hutchison, G. R.; Murray-Rust, P.; Rzepa,
y la Universidad de Cartagena, Cartagena (Colombia) por H.; Steinbeck, C.; Wegner J. K.; Willighagen, E. 2006. The blue
su apoyo financiero (Proyectos: 110745921616, 2009; obelisk -- Interoperability in chemical informatics. J. Chem. Inf. Mo-
del. 46(3):991-998.
110751929058, 2010); as como tambin al Programa de
Harriman, J.; Deleavey, G.; Lambropoulos, A.; Deslongchamps, G.
Apoyo a Grupos de Investigacin de la Vice-Rectora de In-
2007. Reverse-docking study of the organocatalyzed asymmetric
vestigaciones de la Universidad de Cartagena (2009-2012), Strecker hydrocyanation of aldimines and ketimines. Tetrahedron,
y el Programa Nacional para Estudios de Doctorados en Co- 63(52):13032-13038.
lombia de Colciencias, ao 2011. Harvey, A. L. 2007. Natural products as a screening resource. Curr. Opin.
Chem. Biol. 11(5):480-484.
Harvey, A. L. 2008. Natural products in drug discovery. Drug Discov. To-
Bibliografa day. 13(19/20):894-901.
Appleton, D. R.; Norrie Pearce, A.; Copp, B. R. 2010. Anti-tuberculosis Jain, S.; Chincholikar, A. 2004. Pharmacophore Mapping And Drug De-
natural products: synthesis and biological evaluation of pyridoacri- sign. Indian J. Pharm. Sci. 66(1):11-17.
dine alkaloids related to ascididemin. Tetrahedron, 66(27/28):4977- Jeong, C.; Bode, A. M.; Pugliese, A.; Cho,Y. Y.; Kim, H. G.; Shim, J.
4986. H.; Jeon, Y. J.; Li, H.; Jiang, H.; Dong, Z. 2009. [6]-Gingerol
Butler, M. S.; Buss, A. D. 2006. Natural products -The future scaffolds for suppresses colon cancer growth by targeting Leukotriene A4 Hydro-
novel antibiotics?. Biochem. Pharmacol. 71(7):919-929. lase. Cancer Res. 69(13):5584-5591.
:
maldonado rojas w., k. n. oviedo, j. olivero verbel acoplamiento inverso y mapeo de farmacforo... 419

Ji, H.; Li, X.; Zhang, H. 2009. Natural products and drug discovery. Mullen, A.; Loscher, C. E.; Roche, H. M. 2010. Anti-inflammatory ef-
EMBO reports. 10(3):194-200. fects of EPA and DHA are dependent upon time and dose-response
Kada, N.; Suzuki, T.; Aizawa, K.; Matsumura, T.; Ishibashi, N.; Suzuki, elements associated with LPS stimulation in THP-1-derived macro-
N.; Takeda, N.; Munemasa, Y.; Sawaki, D.; Ishikawa, T.; Nagai, phages. J. Nutr. Biochem. 21(5):444-450.
R. 2007. Acyclic retinoid inhibits neointima formation through re- Olivero-Verbel, J.; Cabarcas-Montalvo, M.; Ortega-Ziga, C. 2010.
tinoic acid receptor beta-induced apoptosis. Arterioscler. Thromb. Theoretical targets for TCDD: A bioinformatics approach. Chemo-
Vasc. Biol. 27(7):1535-1541. sphere, 80(10):1160-1166.
Kmper, A; Apostolakis, J.; Rarey, M.; Marian , C.; Lengauer, T. 2006. Pandey, J.; Sharma, A.; Tiwari, V. K.; Dube, D., Ramachandran, R.;
Fully automated flexible docking of ligands into flexible synthetic Chaturvedi, V.; Sinha, S.K.; Mishra, N.N.; Shukla, P.K.; Tripa-
receptors using forward and inverse docking strategies. J. Chem. Inf. thi, R. P. 2009. Solution phase synthesis of a library of carbapep-
Model.46(2):903-911. tide analogues based on glycosylamino acid scaffolds, their in silico
Kaneski, C. R.; Moore, D. F.; Ries, M.; Zirzow, G. C.; Schiffmann, R. screening and antimicrobial evaluation. J. Comb. Chem. 11(3):422-
2006. Myeloperoxidase predicts risk of vasculopathic events in he- 427.
mizgygous males with Fabry disease. Neurology. 67(11):2045-2047. Patil, S. P.; Maki, S.; Khedkar, S. A., Rigby, A. C.; Chan, C. 2010. With-
Kansal, N.; Silakari, O.; Ravikumar, M. 2010. Three dimensional phar- anolide A and asiatic acid modulate multiple targets associated with
macophore modelling for c-Kit receptor tyrosine kinase inhibitors. amyloid-beta precursor protein processing and amyloid-beta protein
Eur. J. Med. Chem. 45(1):393-404. clearance. J. Nat. Prod. 73(7):1196-1202.
Kapetanovic, I. M. 2008. Computer-aided drug discovery and develop- Ramana, K. V. ; Tammali, R. ; Srivastava, S. K. 2010. Inhibition of al-
ment (CADDD): In silico-chemico-biological approach. Chem. Biol. dose reductase prevents growth factor-induced G1-S phase transition
Interact. 171(2):165-176. through the AKT/phosphoinositide 3-kinase/E2F-1 pathway in hu-
Kulkarni, O. P.; Sayyed, S. G.; Kantner, C.; Ryu, M.; Schnurr, M.; man colon cancer cells. Mol. Cancer The. 9(4):813-824.
Srdy, M.; Leban, J.; Jankowsky, R.; Ammendola, A.; Doblhofer, RCSB PDB Protein Data Bank . www.pdb.org/pdb/home/home.do.
R.; Anders, H. J. 2010. 4SC-101, a novel small molecule dihydro-
Rishton, G. M. 2008. Natural products as a robust source of new drugs and
orotate dehydrogenase inhibitor, suppresses systemic lupus erythe-
drug leads: past successes and present day issues. Am. J. Cardiol.
matosus in MRL-(Fas)lpr mice. Am. J. Pathol. 176(6):2840- 2847.
101(10A):44D-49D.
Kumar, K.; Waldmann, H. 2009. Synthesis of natural product inspired
Rudolph, V.; Andri, R. P.; Rudolph, T. K.; Friedrichs, K.; Klinke,
compound collections. Angew. Chem. Int. Ed. Engl. 48(18):3224-42.
A.; Hirsch-Hoffmann, B.; Schwoerer, A. P.; Lau, D.; Fu, X. M.;
Lam, K. 2007. New aspects of natural products in drug discovery. Trends Klingel, K.; Sydow, K.; Didi, M.; Seniuk, A.; Von Leitner, E.;
Microbiol. 15(6):279-289. Szoecs, K.; Schrickel, J. W.; Treede, H.; Wenzel, U.; Lewalter,
Lane, A. L.; Mular, L.; Drenkard , E. J.; Shearer, T. L.; Engel, S.; Fre- T.; Nickenig, G.; Zimmermann, W.; Meinertz, T.; Bger, R. H.;
dericq, S.; Fairchild, C. R.; Prudhomme, J.; Roch , K.; Hay, M. Reichenspurner, H.; Freeman, B. A.; Eschenhagen, T.; Ehmke,
E.; Aalbersberg, W.; Kubanek, J. 2010. Ecological leads for natural H.; Hazen, S. L.; Willems, S.; Baldus, S. 2010. Myeloperoxi-
product discovery: novel sesquiterpene hydroquinones from the red dase acts as a profibrotic mediator of atrial fibrillation. Nat. Med.
macroalga Peyssonnelia sp. Tetrahedron, 66(2):455-461. 16(4):470-474.
Li, H.; Gao, Z.; Kang, L.; Zhang, H.; Yang, K.; Yul, K.; Zhul, W.; Chen, Schneidman-Duhovny, D.; Dror, O.; Inbar, Y.; Nussinov, R.; Wolfson,
K.; Shen, J.; Wang, X.; Jiang, H. 2006. TarFisDock: a web server H. J. 2008. PharmaGist: a webserver for ligand-based pharmacopho-
for identifying drug targets with docking approach. Nucl. Acids Res. re detection. Nucl. Acids Res. 36(2):223-228.
34(2):219-224.
SYBYL molecular modeling software, Version 8.1. 2007. Tripos, St. Louis,
Liu, X.; Ouyang, S.; Yu, B.; Liu, Y.; Huang, K.; Gong, J.; Zheng, S.; Li, MO, U.S.A.
Z.; Jiang, H. 2010. PharmMapper server: a web server for potential
Tang, Y.; Zhu, W.; Chen, K.; Jiang, H. 2006. New technologies in compu-
drug target identification using pharmacophore mapping approach.
ter-aided drug design: toward target identification and new chemical
Nucl. Acids Res. 38(2):609-614.
entity discovery. Drug Discov. Today Technol. 3(3):307-313.
Maldonado-Rojas, W.; Olivero-Verbel, J.; Ortega-Ziga, C. 2011.
Trott, O.; Olson, A. J. 2010. AutoDock Vina: improving the speed and ac-
Searching of protein targets for alpha lipoic acid. J. Braz. Chem. Soc.
22(12): 2250-2259. curacy of docking with a new scoring function, efficient optimization
and multithreading. J. Comput. Chem. 31(2):455-461.
Mandal, S.; Moudgil, M.; Mandal, S. K. 2009. Rational drug design. Eur.
J. Pharmacol. 625(1/3):90-100. Vita, J. A.; Brennan, M. L.; Gokce, N.; Mann, S. A.; Goormastic, M.;
Shishehbor, M. H.; Penn, M.S.; Keaney, J. F.; Hazen, S. L. 2004.
Matsumoto, S.; Biggs, J.; Copp, B. R.; Holden, J. A.; Barrows, L. R. Serum Myeloperoxidase levels independently predict endothelial
2003. Mechanism of ascididemin-Induced cytotoxicity. Chem. Res. dysfunction in humans. Circulation. 110:1134-1139.
Toxicol. 16(2):113-122.
Wermuth, C. G.; Ganellin, C. R.; Lindberg, P.; Mitscher, L. A. 1998.
Mattingly, C. 2009. Chemical databases for environmental health and clini-
Glossary of terms used in medicinal chemistry. Pure Appl. Chem.
cal research. Toxicol. Lett. 186(1):62-65.
70(5):1129-1143.
McChesney, J.; Venkataraman, S.; Henri, T. 2007. Plant natural pro-
Wild, D.; Wiggins, G. 2006. Challenges for chemoinformatics education in
ducts: Back to the future or into extinction?. Phytochemistry, 68(14):
drug discovery. Drug Discov. Today. 11(9/10):436-439.
2015-2022.
Wilk, W.; Zimmermann, T. J.; Kaiser, M.; Waldmann, H. 2010. Prin-
Mukherjee, S.; Nagar, S.; Mullick, S.; Mukherjee, A.; Saha, A. 2008.
ciples, implementation, and application of biology-oriented synthesis
Pharmacophore mapping of arylbenzothiophene derivatives for MCF
(BIOS). Biol. Chem. 391(5):491-497.
cell inhibition using classical and 3D space modeling approaches. J.
Mol. Graph. Model. 26(5):884-892. Wolber, G.; Langer, T. 2005. LigandScout: 3-D pharmacophores derived
from protein-bound ligands and their use as virtual screening filters.
J. Chem. Inf. Model. 45(1):160-169.
420 rev. acad. colomb. cienc.: volumen xxxvi, nmero 140 - septiembre 2012

Wolfe, M. S.; Selkoe, D. J. 2010. Giving Alzheimers the old one-two. Cell. Chen, Z., Wang, X., Zhu, W., Cao, X., Tong, L., Li, H., Xie, H., Xu, Y.,
142(2):194-196. Tan, S., Kuang, D., Ding, J., Qian, X. 2011. Acenaphtho [1,2-b]
Yadav, U. C. ; Srivastava, S. K.; Ramana, K. V. 2010. Understanding pyrrole-Based selective fibroblast growth factor receptors 1 (FGFR1)
the role of aldose reductase in ocular inflammation. Curr. Mol. Med. Inhibitors: design, synthesis, and biological Activity. J. Med. Chem.
10(6): 540-549. 54(11):3732-3745.
Zameitat, E.; Freymark, G.; Dietz, C. D.; Lffler, M.; Blker, M.
2007. Functional expression of human dihydroorotate dehydroge- Recibido: 15 de agosto de 2012
nase (DHODH) in pyr4 mutants of ustilago maydis allows target Aceptado para publicacin: 5 de septiembre de 2012.
validation of DHODH inhibitors in vivo. Appl. Environ. Microbiol.
73(10):3371-3379.