Studiul computațional asupra efectelor biologice ale principalilor

componenți ai USTUROIULUI
1. Identificarea constituenților usturoiului în baza de date foodb.ca

http://foodb.ca/about- accesat lșa data de 12.10.2018

Fiecare intrare chimica conține peste 100 de date cu referire la informațiile
compoziționale, biochimice și fiziologice ale alimentelor. În aceste intrări chimice
sunt incluse informații despre nomenclatură, clasa chimică, date fizico-chimice, sursa
alimentară, culoare, aromă, gust, efect fiziologic, efecte asupra sănătății și
concentrațiile în diferite alimente ale compușilor.
În această bază de date am identificat zece componenți ai usturoiului.

Tabel 1. Compuși ai usturoiului

Nr. crt. Denumire Structură Conținut Identificator

compus
1 Acid 2,3- 0.04025 ZINC00388166
dihidroxibenzoic mg/100g

2 Acid cafeic 0.01195 ZINC00058172

mg/100g

3 Acid galic 0.61185 ZINC00001504

mg/100g

4 ZINC00517261
Izorhamnetin 0.01505
mg/100g
 5 Luteolin 0.21510 ZINC18185774
mg/100g

6 Quercetin 0.02645 ZINC03869685

mg/100g

7 Quercetin 3- 0.01145 ZINC04096846

rutinoside mg/100g

8 Acid vanilic 0.17905 ZINC00338275

mg/100g

9 Acid trans- 5.166 ZINC00153654

Sinapic mg/100g

10 Acid trans-p- 0.25715 ZINC00039811

Cumaric mg/100g

Concluzii:
Există, pentru fiecare intrare chimică, peste 100 de date cu referire la informațiile
compoziționale, biochimice și fiziologice ale alimentelor. Aceste intrări conţin
informaţii referitoare la nomenclatură, clasa chimică, date fizico-chimice, sursa
alimentară, culoare, aromă, gust etc.
 2. Identificarea proprietăților fizico-chimice ale compușilor usturoiului

Pentru a identifica proprietăților fizico-chimice ale usturoiului vom folosi site-

ul: ZINC database.
O barieră critică pentru intrarea în screening-ul virtual pe bază de structură este
lipsa unei metode adecvate, pentru a accesa ușor date despre compuși. Fiecare
moleculă din bibliotecă conține informații de achiziționat și este gata pentru
andocare folosind un număr de programe populare de andocare. Acest server ZINC
oferă oportunitatea utilizatorilor să încarce și să proceseze proprii compuși. Interfața
bazată Web este rapidă și acceptă interogări moderat complexe [1].

Tabel 2: Identificarea proprietăților fizico-chimice ale compușilor usturoiului

Denumire Formulă logP HBD HBA Sarcina tPSA MW Nr. leg.

SMILES electrică rotabile
Acid 2,3- c1cc(c(c( 1.17 2 4 -1 81 153.11 1
dihidroxib c1)O)O) 3
enzoic C(=O)
[O-]
Acid c1cc(c(c 0.94 2 4 -1 81 179.15 2
cafeic c1/ 1
C=C/
C(=O)
[O-])O)
O
Acid galic c1c(cc(c( 0.59 3 5 -1 101 169.11 1
c1O)O)O 2
)C(=O)
[O-]
COc1cc( 1.99 4 7 0 120 316.26 2
Izorhamne ccc1O)c 5
tin 2c(c(=O)
c3c(cc(c
c3o2)O)
O)O
Luteolin c1cc(c(c 1.97 4 6 0 111 286.23 1
c1c2cc(= 9
O)c3c(cc
(cc3o2)O
)O)O)O
Quercetin c1cc(c(c 1.68 5 7 0 131 302.23 1
c1c2c(c( 8
=O)c3c(c
c(cc3o2)
O)O)O)
O)O
Quercetin C[C@H] -1.06 10 16 0 269 610.52 6
3- 1[C@@ 1
rutinoside H]
([C@H]
([C@H]
([C@@
H]
(O1)OC[
C@@H]
2[C@H]
([C@@
H]
([C@H]
([C@@
H]
(O2)Oc3
c(=O)c4c
(cc(cc4o
c3c5ccc(
c(c5)O)
O)O)O)
O)O)O)
O)O)O
Acid COc1cc( 1.19 1 4 -1 70 167.14 2
vanilic ccc1O)C
(=O)[O-]
Acid COc1cc( 1.26 1 5 -1 79 223.20 4
trans- cc(c1O) 4
Sinapic OC)/
C=C/
C(=O)
[O-]
Acid c1cc(ccc 1.43 1 3 -1 60 163.15 2
trans-p- 1/C=C/ 2
Cumaric C(=O)
[O-])O

Concluzii:
Acest server ZINC oferă oportunitatea utilizatorilor să încarce și să proceseze
proprii compuși. Interfața bazată Web este rapidă și acceptă interogări moderat
complexe.

3. Predicția profilelor ADMETox ale compușilor din usturoi

Această predicție se face utilizând programul ADMEtox.

http://www.swissadme.ch/index.php
Pentru a fi la fel de eficientă va și un medicament, o moleculă potentă trebuie
să își atingă ținta în corpul uman în concentrații sufciente și să rămână acolo într-o
formă bioacivă suficient timp. Dezvoltarea medicamentelor implică evaluarea
absorbției, distribuției, metabolismului și excreției(ADME) crescând mai devreme în
 procesul de descoperire la un stagiu la care numeroși compuși considerași, dar cu
acces limitat la probele fizice. În acest context, modelele computaționale conferă
alternative valide experimentelor. Specialiștii, dar și peroanele mai puțin cunoscătoare
în chimie computațională sau cheminformatică, pot prezice cu rapiditate parametrii
cheie pentru o colecție de molecule pentru a fi suport eforturilor lor depuse în
descoperirea medicamentelor [2].

Tabel 3: Profilul farmacocinetic a compuşilor din usturoiului

Nr. Denu GI BBB P-gp CYP1 CYP2 CYP2 CYP2 CYP3 Log
crt. mire A2 C19 C9 D6 A4 Kp

1 Acid High No No No No No No Yes -6.38

2,3- cm/s
dihidr
oxibe
nzoic
2 Acid High No No No No No No No -6.58
cafeic cm/s

3 Acid High No No No No No No Yes -6.83

galic cm/s

4 High No No Yes No No Yes Yes -6.90

Izorha cm/s
4 mneti
n
5 Luteol High No No Yes No No Yes Yes -6.25
in cm/s

6 Querc High No No Yes No No Yes Yes -7.05

etin cm/s

7 Querc Low
No Yes No No No No No -10.26
etin 3- cm/s
rutino
side
8 Acid High
No No No No No No No -6.30
vanili cm/s
c

9 Acid High
No No No No No No No -6.62
trans- cm/s
 Sinapi
c
10 Acid High
No No No No No No No -6.26
trans- cm/s
p-
Cuma
ric
Concluzii:

Majoritatea compuşilor studiaţi au absorbţia ridicată, cu excepţia Quercetin 3-rutinoside a

cărei absorbţie este mică.

Niciun compus nu poate trece BBB.

Cu excepţia Quercetin 3-rutinoside, niciun compus nu este substrat P-gp.

Tabel 4: Verificarea regulilor de biodisponibiliatate orala

Nr. Denumire Lipinski Ghose Veber Egan Muegge Bioavai

crt. lability
Score
1 Acid 2,3- Yes; 0 No; 4 Yes Yes No; 1 0.56
dihidroxibenz violation violations: violation:
oic MW<160, MW<200
WLOGP<-0.4,
MR<40,
#atoms<20
2 Acid cafeic Yes; 0 Yes Yes Yes No; 1 0.56
violation violation:
MW<200
3 Acid galic Yes; 0 No; 3 Yes Yes No; 1 0.56
violation violations: violation:
WLOGP<-0.4, MW<200
MR<40,
#atoms<20
4 Yes; 0 Yes Yes Yes Yes 0.55
Izorhamnetin violation
5 Luteolin Yes Yes Yes Yes 0.55
Yes; 0
violation
6 Quercetin Yes; 0 Yes Yes Yes Yes 0.55
violation
7 Quercetin 3- No; 3 No; 4 No; 1 No; 1 No; 0.17
rutinoside violations: violations: violation violatio 4
MW>500, MW>480, : n: violations:
NorO>10, WLOGP<-0.4, TPSA>1 TPSA> MW>600,
 NHorOH> MR>130, 40 131.6 TPSA>150,
5 #atoms>70 H-acc>10,
H-don>5
8 Acid vanilic No; 2 Yes Yes No; 1 0.56
Yes; 0 violations: violation:
violation MR<40, MW<200
#atoms<20
9 Acid trans- Yes; 0 Yes Yes Yes Yes 0.56
Sinapic violation
10 Acid trans-p- Yes; 0 No; 1 Yes Yes No; 1 0.56
Cumaric violation violation: violation:
#atoms<20 MW<200

Concluzii:
Cu excepţia Quercetin 3-rutinoside, majoritatea compuşilor respectă
majoritatea regulilor.

4. Predicția țintei moleculare pentru compusul Quercetin din usturoi

Moleculele mici bioactive, precum medicametele sau metaboliţii, legate de
proteine sau de alte ţinte macromoleculare pentru a modula activitatea lor, au rândul
său ca rezultat efectele fenotipice observate. Din acest motiv, trecerea în revistă a
moleculelor mici bioactive este un pas esential spre descoperirea mecanismelor
moleculare care stau la baza bioactivitatii lor şi prezicerea potenţialelor efecte
secundare sau a reactivităţii încrucişate. Au devenit disponibile seturi mari de date
despre interacţiunile dintre proteine şi molecule mici, furnizând o sursă unică de
informaţie pentru dezvoltarea de la abordări bazate pe cunoaștere la ţinte noi de
inâdentificări computaţionale pentru moleculele necaracterizate sau ţinte secundare
pentru moleculele ştiute. În acest caz intervine SwissTargetPrediction, un servr web
pentru preyicerea cu acurateţe a ţintelor moleculelor bioactive bazate pe o combinaţie
a măsurătorilor de similaritate 2D şi 3D cu liganzi cunoscuţi. SwissTargetPrediction
este o parte a unei iniţiative importante a Institutului Swiss de Bioinformatică pentru a
oferi unelte online pentru proiectarea computerizată a medicamentelor, dintre care
multe sunt deja disponibile. Acest lucru va permite utiliyatorilor să utilizeze eficient
bogăția de date disponibile publicului până la preyicerea cu acurateţe a unei ţinte noi
pentru moleculele bioactive mici în diverse specii [3].
 Figura 1: Clasele-țintă generale

Ținta moleculară a proteinei Interstitial collagenase, UniProtKB – P03956

(MMP1_HUMAN), P03956, 1HFC
https://www.uniprot.org/help/about
Resursa Universală de proteină (UniProt) este o resursă uşor de utiliyat pentru
secvenţele de proteine şi pentru date de adnotare. UniProt este o colaborare dintre
European Bioinformatics Institute (EMBL-EBI), SIB Swiss Institute of Bioinformatics
şi Protein Information Resource (PIR). De+a lungul acestor trei instituţii peste 100 de
oameni sunt implicaţi cu diferite sarcini cum ar fi: curațirea bazei de date, dezvoltarea
de software și suport.

Funcționare: Cleaves collagens of types I, II, and III at one site in the helical
domain. Also cleaves collagens of types VII and X (PubMed:2557822,
PubMed:2153297, PubMed:1645757). In case of HIV infection, interacts and cleaves
the secreted viral Tat protein, leading to a decrease in neuronal Tat's mediated
neurotoxicity (PubMed:16807369).

Procese biologice:

 cellular protein metabolic process

 collagen catabolic process
 cytokine-mediated signaling pathway
 extracellular matrix disassembly
 leukocyte migration
 positive regulation of protein oligomerization
 proteolysis
 viral process

Secvența proteinei Interstitial collagenase este:

>sp|P03956|MMP1_HUMAN Interstitial collagenase OS=Homo sapiens OX=9606
GN=MMP1 PE=1 SV=3
MHSFPPLLLLLFWGVVSHSFPATLETQEQDVDLVQKYLEKYYNLKNDGRQVEKRRNSGPV
VEKLKQMQEFFGLKVTGKPDAETLKVMKQPRCGVPDVAQFVLTEGNPRWEQTHLTYRIEN
YTPDLPRADVDHAIEKAFQLWSNVTPLTFTKVSEGQADIMISFVRGDHRDNSPFDGPGGN
LAHAFQPGPGIGGDAHFDEDERWTNNFREYNLHRVAAHELGHSLGLSHSTDIGALMYPSY
TFSGDVQLAQDDIDGIQAIYGRSQNPVQPIGPQTPKACDSKLTFDAITTIRGEVMFFKDR
FYMRTNPFYPEVELNFISVFWPQLPNGLEAAYEFADRDEVRFFKGNKYWAVQGQNVLHGY
PKDIYSSFGFPRTVKHIDAALSEENTGKTYFFVANKYWRYDEYKRSMDPGYPKMIAHDFP
GIGHKVDAVFMKDGFFYFFHGTRQYKFDPKTKRILTLQKANSWFNCRKN

Comparăm secvența proteinei noastre Interstitial collagenase cu a altei proteine similare.

Pentru aceasta folosim programul Blast.

Tabel 5: Compararea secvenţei proteinei Interstitial collagenase cu a unei proteine

similare

Proteină Proteina similară Grad de similaritate al

Interstitial collagenase
secvenței
Matrix metalloproteinase 93.8
(Cebus capucinus imitator)
Matrix metalloproteinase 83.5
(Sus scrofa)
Matrix metalloproteinase 76.2
(Mustela putorius furo)

5. Calculăm proprietățile fizico-chimice ale proteinei Interstitial collagenase

folosind programul ProtParam

Număr de aminiacizi: 469

Molecular weight: 54006.90
Theoretical pI: 6.47
Total number of negatively charged residues (Asp + Glu): 58
Total number of positively charged residues (Arg + Lys): 54
The instability index (II) is computed to be 35.46
This classifies the protein as stable.
Aliphatic index: 65.27
Grand average of hydropathicity (GRAVY): -0.572

6. Analiza variației hidrofobicității și flexibilității medii în lungul proteinei

Interstitial collagenase cu programul ProScale

Using the scale Hphob. / Kyte & Doolittle, the individual values for the 20 amino
acids are:
Ala: 1.800 Arg: -4.500 Asn: -3.500 Asp: -3.500 Cys: 2.500 Gln: -3.500
Glu: -3.500 Gly: -0.400 His: -3.200 Ile: 4.500 Leu: 3.800 Lys: -3.900
Met: 1.900 Phe: 2.800 Pro: -1.600 Ser: -0.800 Thr: -0.700 Trp: -0.900
Tyr: -1.300 Val: 4.200 : -3.500 : -3.500 : -0.490
 Figura 2: Analiza variației hidrofobicității și flexibilității medii în lungul proteinei
Interstitial collagenase

Proteina este hidrofila.

Regiuneas cea mai hidrofila este cuprinsa intre: 189-222
Regiunea cea mai hidrofoba este cuprinsa intre:5-20
Using the scale Hphob. / Hopp & Woods, the individual values for the 20 amino acids
are:
Ala: -0.500 Arg: 3.000 Asn: 0.200 Asp: 3.000 Cys: -1.000 Gln: 0.200
Glu: 3.000 Gly: 0.000 His: -0.500 Ile: -1.800 Leu: -1.800 Lys: 3.000
Met: -1.300 Phe: -2.500 Pro: 0.000 Ser: 0.300 Thr: -0.400 Trp: -3.400
Tyr: -2.300 Val: -1.500 : 1.600 : 1.600 : -0.215
 Figura 3: Analiza variației hidrofobicității și hidrofilicităţii proteinei Interstitial
collagenase

Regiuneas cea mai hidrofila este cuprinsa intre: 46-67

Regiunea cea mai hidrofoba este cuprinsa intre:5-23

Using the scale Average flexibility, the individual values for the 20 amino acids are:
Ala: 0.360 Arg: 0.530 Asn: 0.460 Asp: 0.510 Cys: 0.350 Gln: 0.490
Glu: 0.500 Gly: 0.540 His: 0.320 Ile: 0.460 Leu: 0.370 Lys: 0.470
Met: 0.300 Phe: 0.310 Pro: 0.510 Ser: 0.510 Thr: 0.440 Trp: 0.310
Tyr: 0.420 Val: 0.390 : 0.485 : 0.495 : 0.428
 Figura 4: Analiza variației flexibilității proteinei Interstitial collagenase

Proteina este flexibilă.

Regiunea cea mai flexibilă este cuprinsă între:180-200
Regiunea cea mai riigidă este cuprinsă între: 5-21
 B. Analiza strucrurii proteinei Interstitial collagenase

1. PDB(protein data bank)

RCSB PDB should be referenced with the URL www.rcsb.org and the following
citation:
Protein Data Bank (PDB) a fost evaluată ca fiind prima resursă digitală cu
acces liber în toate domeniile din medicină şi biologie. În zilele de astăzi este o resursă
globală prinicipală conducând de la date centrale experimentale până la descoperiri
ştiinţifice.
Printr-un portal de informații pe internet și arhivă de date descărcabile, PDB
furnizează acces la datele de structură 3D pentru molecule biologice mari, cum ar fi:
proteinele, ADN şi ARN. Acestea toate sunt moleculele vieţii, găsite în toate
organismele vii de pe planetă.
Viziunea RCSB PDB este de a elabora acces deschis la acumularea de
cunoştinţe a structurii 3D, a funcției și a evoluției macromoleculelor biologice,
extinzând graniţele până la biologia fundamentală, biomedicină şi biotehnologie [4].

Fișierul corespunzător proteinei Interstitial collagenase are codul PDB: 1HFC

și conține o structură determinată prin difrancția razelor X cu o rezoluție de 1.5 Å.
Structura conține un singur lanț proteic cu lungimea de 169, fără mutație și cu
următorii liganzi: ZINC ION, METHYLAMINO-PHENYLALANYL-LEUCYL-
HYDROXAMIC ACID, CALCIUM ION.

Figura 1: Scheletul proteic

 Figura 2: Scheletul proteic cu lanţuri

Figura 3: Ilustrarea suprafeţei proteinei

Volum: 19.34x103
Arie:7012

Figura 4: Hidrofobicitatea supraf proteinei

În figura 4, regiunea hidrofobă este ilustrată cu culoarea albastră, iar cea

hidrofilă cu culoarea roşie.
 Figura 5: Suprafaţă colorată din punct de vedere a potenţialului electrostatic

În figura 5, culoarea roşie reprezintă sarcina negativă, iar culoarea albastră

reprezintă sarcina pozitivă.

Figura 6:

2. Detecția și caracterizarea cavităților proteinei Interstitial collagenase:

Vincent Le Guilloux†, Peter Schmidtke† and Pierre TufferyEmail author, Fpocket: An
open source platform for ligand pocket detection, BMC Bioinformatics200910:168

Metodele de vizualizare virtuală încep să fie bine stabilite ca abordări eficiente

pentru identificarea loviturilor, candidaților și conducerilor pentru cercetare în
descoperirea de medicamente. Printre aceștia, structura bazată pe vizualizarea virtuală
(SBVS) abordează colectarea docurilor a mici compuși în structura țintă pentru
identificarea de compuși potenți. Pentru SBVS, identificarea cavităților candidate în
structurile proteinei este o cheie a viitorului și în anii recenți s-a văzut un interes
crescut în metode de dezvoltare pentru detecția cavităților pe suprafețele proteinei.
Fpocket oferă o sursă rapidă, deschisă și stabilă pentru descoperiri viitoare eliberate
detecției cavităților proteinei, descriptor eficient de extracție al cavității sau scop
prezis al medicamentelor de durată. Fpocket este valabil liber sub licențe GNU GPL
pe http://fpocket.sourceforge.net.

Tabelul 1: Detecția și caracterizarea cavităților proteinei Interstitial collagenase

Cavitatea Hidrofobicitatea Polaritatea Volum Hidrofobicitatea

globală globală locală
0
1
2
3
4

Cavitatea pricipală a proteinei Interstitial collagenase are un caracter global hidrofob/

hidrofil. Este cea mai mare dintre cavități și are volumul cel mai mare, prezentând o
zonă cu o hidrofobicitate foarte mare. Acest lucru înseamnă că proteina poate adapta
în această cavitate componenți chimici de diverse dimensiuni și cu caracter
hidrofi/hidrofob. Daca are caviatate hidrofilă, componentul chimic care poate fi
adaptat trebuie să aibă o regiune cu caracter hidrofob pentru ca interacțiunea să aibă
loc.

3. Predicția rețelei de interacțiuni pentru proteina Interstitial collagenase:

O înțelegere la nivel de sistem a funcţiilor celulare cere cunoştinţe legate de

toate interacţiile funcţionale dintre proteinele exprimate. Data de baye STRING are
scopul de a colecta şi integra aceste informaţii, prin consolidarea datelor asociate
cunoscute şi prezise de prioteină-proteină pentru un număr mare de organisme.
Asocierile în STRING includ interacţii directe (fizice), precum şi indirecte
(funcţionale), atâta timp cât amândouă au înţelesuri specifice şi biologice. Pe langă
colectarea şi reevaluarea datelor experimentale disponibile ale interacţiilor dintre
proteină- proteină şi importarea căilor cunoscute şi a complecşilor proteinelor din date
de bază curente, predicţiile interacţiei derivă din sursele ce urmeză:
 analiza sistematică a coexpresiei;
 detectarea semnalelor selective partajate în genomuri;
 automatizarea textului-mining al literaturii științifice;
 transferul computațional al cunoștințelor de interacțiune între organisme bazate
pe orologia genetică [5].
Figura 7: Rețeaua de interacțiuni pentru proteina Interstitial collagenase
 Bibliografie:

1. Irwin J. J. and Shoichet B. K., ZINC – A Free Database of Commercially Available

Compounds for Virtual Screening, J Chem Inf Model. 2005 ; 45(1): 177–182.
2. A. Daina., Michielin O. and Zoete V., SwissADME: a free web tool to evaluate
pharmacokinetics, drug-likeness and medicinal chemistry friendliness of small
molecules, Scientific Reports, 2017; 7: 42717.
3. Gfeller D., Grosdidier A., Wirth M., Daina A., Michielin O. and Zoete V.,
SwissTargetPrediction: a web server for target prediction of bioactive small
molecules, Nucleic Acids Research, 2014, 42(1): 32–38.
4. Berman H.M., Westbrook J., Feng Z., Gilliland G., Bhat T.N., Weissig H.,
Shindyalov I.N. and Bourne P.E., The Protein Data Bank Nucleic Acids Research,
2000, 28: 235-242.
5. Szklarczyk D., Morris J.H., Cook H., Kuhn M., Wyder S., Simonovic M., Santos A.,
Doncheva N.T., Roth A., Bork P., Jensen L.J., and Mering C., The STRING
database in 2017: quality-controlled protein-protein association networks, made
broadly accessible, Nucleic Acids Res., 2017, Jan 4;45(D1):D362-D368. doi:
10.1093/nar/gkw937. Epub 2016 Oct 18.