Development and applications of molecular modelling techniques for the design and optimization of artificial metalloenzymes

Abstract

La búsqueda de procesos de síntesis de moléculas orgánicas altamente eficientes y selectivos es uno de los retos de la química. En los últimos años, las enzimas se han presentado como una seria alternativa a los catalizadores homogéneos tradicionales debido a su alta eficiencia y selectividad natural. Desafortunadamente, las reacciones que pueden catalizar estas especies se suelen restringir a aquellas que tienen importancia para el huésped que las alberga, limitando su aplicación en el ámbito químico/industrial. Para poder solventar estas limitaciones se han desarrollado las llamadas metaloenzimas artificiales. Estos híbridos se obtienen a partir de la inserción de un catalizador homogéneo en una proteína. De este modo el receptor protege el cofactor inorgánico y aporta un entorno quiral (enantioselectivo) mientras que el metal es responsable de la reactividad del sistema. Pero el diseño de estos híbridos representa todo un reto: la proteína no ha sido diseñada evolutivamente para reconocer el fragmento inorgánico y el complejo resultante puede no reconocer de forma eficiente el sustrato. Todo esto provoca que la enzima diseñada presente deficiencias en cuanto a la eficiencia catalítica y/o selectividad. Las técnicas de modelización molecular pueden resultar de gran ayuda en el proceso de diseño y de optimización de las metaloenzimas artificiales. Sin embargo, su aplicación en este tipo de sistemas no es trivial. Necesitamos técnicas que permiten una amplia y rápida búsqueda tanto del espacio conformacional como del químico (mecánica molecular) así cómo técnicas que permitan una descripción precisa del metal y sus propiedad electrónicas (mecánica cuántica). Lamentablemente, estas últimas son demasiado costosas a nivel computacional cómo para poder tratar sistemas de estas dimensiones. En esta tesis nos hemos basado en la combinación de diferentes técnicas de modelización molecular, basadas tanto en aproximaciones mecanoclásicas como mecanocuánticas, para poder solventar estas limitaciones. Este enfoque ha sido aplicado al diseño y optimización de metaloenzimas artificiales. En primer lugar hemos estudiado la unión entre el cofactor inorgánico y la proteína, obteniendo una gran correlación entre los modelos teóricos y los resultados experimentales. A continuación las hemos aplicado al estudio de la reactividad del sistema, tanto a la unión del sustrato al complejo proteína-cofactor como a la caracterización de los estados de transición más probables. En este último caso hemos podido comprobar que estos protocolos integrativos son capaces de ofrecer un nivel muy aceptable de predictibilidad de la enantioselectividad del sistema. Aunque en esta tesis hemos demostrado la gran utilidad que pueden tener los protocolos que integran diversas técnicas de modelización molecular en el estudio de complejos biometálicos, su desarrollo no es trivial. La mayoría de programas de modelización molecular no han sido diseñados para ser utilizados en tándem y todos ellos tienen su propia forma de tratar la información molecular. Para solventar estas incompatibilidades se necesitaría una plataforma integrativa que englobara todas estas técnicas y regulara el flujo de información entre ellas. A nivel comercial estas plataformas ya existen, pero su uso es altamente restrictivo ya que son muy caras y son de código cerrado, dejando muy poco margen para su adaptabilidad a cada problema molecular. Por este motivo en esta tesis nos hemos centrado en el desarrollo de una plataforma integrativa de código abierto accesible a toda la comunidad de modelizadores. Hasta el momento, esta plataforma incluye interfaces para realizar cálculos de modos normales y dinámicas moleculares, así como permitir el análisis de cálculos cuánticos con Gaussian y cálculos de docking proteína-ligando con GOLD. Se espera incorporar muchas mas técnicas en un futuro próximo.

The search of highly efficient and selective processes for the synthesis of organic molecules is one of the challenges of chemistry. In the last years, enzymes have positioned as a clear alternative to traditional homogeneous catalysts due to their high natural efficiency and selectivity. Unfortunately, their range of different reactions is restricted to those that are useful for their host. To solve this limitation the so-called artificial metalloenzymes have been developed. These hybrids are based on the insertion of an homogeneous catalyst into a protein scaffold. This way, the receptor protects the inorganic cofactor and provides with a chiral (enantioselective) environment while the metal is responsible for the reactivity of the system. However, their design is highly challenging: the protein has not been optimized to bind such inorganic compounds and the resulting complex may not efficiently recognize the substrate. Altogether, these could mean that the artificial enzyme has several deficiencies in terms of catalytic efficiency and/or enantioselectivity. Molecular modelling techniques could aid in the design and optimization of artificial metalloenzymes. However, their application is not straightforward due to the complexity of these hybrids. We need both techniques allowing wide and fast conformational and chemical space searches (molecular mechanics) and techniques offering an accurate description of the metal and its electronic states (quantum mechanics). Unfortunately, the later ones are too computational intensive to treat systems of a huge size such as enzymes. In this Ph. D. thesis we combined several molecular modeling techniques, based either in classical or quantum mechanics approximations, to solve those limitations. This approach has been applied on the design and optimization of artificial metalloenzymes. First, we have studied the binding of the inorfanic cofactor in the protein scaffold, obtaining very good agreement between the theoretical models and the experimental results. Afterwards, we applied them to the study of the reactivity of the system, including the binding of the substrate to the cofactor-protein complex and the characterization of the most-likely transition states. In this last case we demonstrated that these kind of integrative protocols are able to offer high predictive profiles of the enantioselectivity of the system. Even though in Ph. D. thesis we have demonstrated the great utility that integrative approaches encompassing several different molecular modeling tehcniques could have in the study of biometallic complexes, their development is far from easy. The major part of modeling softwares have not been designed to be part of this kind of integrative protocols and each one of them has their own way to treat the molecular data. To solve those incompatibilities, it is necessary an integrative platform encompassing all those techniques that regulates the flux of information between them. This kind of platforms are already available at a commercial level, but they are rather expensive and are based on a black-box approach, thus the user cannot adapt them to its own molecular problem. For this reason, in this thesis we have developed an integrative platform, which is open-code and freely-available to all the members of the modeling community. At the moment, it includes interfaces to perform Normal Modes Analysis and Molecular Dynamics simulations. Additionally, it is also able to analyze the results of quantum calculations performed with Gaussian and protein-ligand dockings performed with GOLD. More implementations are still under development.