Le proteine sono grandi molecole che svolgono un ruolo vitale in molti processi biologici. Possono agire come enzimi, che catalizzano le reazioni chimiche; recettori, che si legano a molecole specifiche e innescano una risposta cellulare; e trasportatori, che muovono le molecole attraverso le membrane cellulari. I farmaci spesso agiscono legandosi alle proteine e interferendo con la loro funzione.
Tuttavia, può essere difficile prevedere come un farmaco interagirà con una proteina. Questo perché le proteine sono molecole complesse con molti siti di legame diversi. La forza del legame di un farmaco con una proteina dipende dalla struttura chimica del farmaco, dalla struttura della proteina e dall'ambiente in cui avviene l'interazione.
Il metodo AFE sviluppato dai ricercatori dell'UCSD affronta questa sfida utilizzando una combinazione di tecniche computazionali e sperimentali. La componente computazionale del metodo utilizza una simulazione di dinamica molecolare per calcolare l'energia libera di legame tra un farmaco e una proteina. La componente sperimentale del metodo utilizza una tecnica chiamata "anisotropia di fluorescenza" per misurare l'affinità di legame tra un farmaco e una proteina.
Il metodo AFE è in grado di calcolare con precisione l'affinità di legame di un farmaco per una proteina anche quando la proteina è flessibile e presenta più siti di legame. Ciò rende il metodo uno strumento prezioso per la scoperta di farmaci.
"Il nostro metodo potrebbe aiutare gli scienziati a progettare nuovi farmaci che siano più efficaci e abbiano meno effetti collaterali", ha affermato Rommie Amaro, professore di chimica e biochimica all'UCSD e autore senior dello studio. "Siamo entusiasti di vedere come il nostro metodo verrà utilizzato per sviluppare nuove terapie per malattie come il cancro, l'Alzheimer e l'HIV".
Lo studio è stato pubblicato sulla rivista Nature Methods.
