UAM-Ixachi: Desktop Tool for Massive Automated Molecular Docking

Authors

  • A. Suárez-Alonso Universidad Autónoma Metropolitana Unidad Iztapalapa
  • A. Giacoman Martínez Universidad Autónoma Metropolitana Unidad Iztapalapa
  • E. F. Alarcón-Villaseñor Adyderma Medical International Institute https://orcid.org/0009-0009-9320-9308
  • L. D. Herrera-Zúñiga Universidad Autónoma Metropolitana Unidad Iztapalapa
  • F. J. Alarcón-Aguilar Universidad Autónoma Metropolitana Unidad Iztapalapa

DOI:

https://doi.org/10.29356/jmcs.v69i1.2299

Keywords:

Molecular docking, virtual screening, CADD, in silico simulation, drug design

Abstract

The molecular docking has become a powerful computational tool for new drug research and design, playing a key role in predicting interactions between drug-related ligands and their potential target proteins. However, molecular docking and virtual screening simulation software currently available require researchers to make numerous configurations and navigate unintuitive menus, necessitating significant process optimization. The present work used existing tools for molecular docking, designing a set of coherent computational programs among themselves, with the aim of expediting work with many ligands and target proteins, and simplifying the simulations performed simultaneously, making these techniques accessible to researchers with limited computational skills. The aim was to design an open-source tool, free and simple to use for the academic community, through the URL: https://1drv.ms/f/s!AiwrqGMGvesstXgOcz3Hn1Q2mfI9?e=903be7,  offering a robust format for the presentation of results, conceptualized as a massive report of rows and columns that facilitates the management and interpretation of a large amounts of data.

 

Resumen. La simulación de acoplamiento molecular se ha convertido en una poderosa herramienta computacional para el descubrimiento y diseño de fármacos, desempeñando un papel fundamental en la predicción de las interacciones de unión entre ligandos de interés farmacológico y sus dianas potenciales. Sin embargo, los programas de simulación de acoplamiento molecular y cribado virtual disponibles en la actualidad requieren que los investigadores realicen numerosas configuraciones y naveguen por menús poco intuitivos, lo que hace necesario eficientizar y acelerar significativamente este proceso. Este trabajo utilizó las herramientas existentes para simulación de acoplamiento molecular, para diseñar un conjunto de programas computacionales coherentes entre sí, buscando agilizar el trabajo con una gran cantidad de ligandos y proteínas, y simplificar las simulaciones realizadas simultáneamente, facilitando el acercamiento de estas técnicas a investigadores poco instruidos en informática. El objetivo fue diseñar una herramienta de código abierto, gratuito y simple de usar para la comunidad académica, a través de la URL https://1drv.ms/f/s!AiwrqGMGvesstXgOcz3Hn1Q2mfI9?e=903be7, ofreciendo un formato robusto de presentación de resultados, conceptualizado como un reporte masivo de filas y columnas que facilita el manejo y la interpretación de la gran cantidad de datos obtenidos.

Downloads

Download data is not yet available.

Author Biographies

A. Suárez-Alonso, Universidad Autónoma Metropolitana Unidad Iztapalapa

Laboratorio de Farmacología, Departamento de Ciencias de la Salud, División de Ciencias Biológicas y de la Salud.

A. Giacoman Martínez, Universidad Autónoma Metropolitana Unidad Iztapalapa

Laboratorio de Farmacología, Departamento de Ciencias de la Salud, División de Ciencias Biológicas y de la Salud.  

Escuela Superior de Medicina del Instituto Politécnico Nacional, Laboratorio de Señalización Intracelular, Sección de Posgrado.

E. F. Alarcón-Villaseñor, Adyderma Medical International Institute

Adyderma Medical International Institute

L. D. Herrera-Zúñiga, Universidad Autónoma Metropolitana Unidad Iztapalapa

Área Académica de Bioquímica. Departamento de Química. División de Ciencias Básicas e Ingeniería.

F. J. Alarcón-Aguilar, Universidad Autónoma Metropolitana Unidad Iztapalapa

Laboratorio de Farmacología, Departamento de Ciencias de la Salud, División de Ciencias Biológicas y de la Salud.

References

Prieto-Martínez, F. D.; Arciniega, M.; Medina-Franco, J. L. Tip Rev. Esp. Ciencias Químico-Biol. 2018, 21. DOI: https://doi.org/10.22201/fesz.23958723e.2018.0.143. DOI: https://doi.org/10.22201/fesz.23958723e.2018.0.143

Shoichet, B. K.; McGovern, S. L.; Wei, B.; Irwin, J. J. Curr. Op. Chem. Biol. 2002, 6, 439-446. DOI: https://doi.org/10.1016/s1367-5931(02)00339-3. DOI: https://doi.org/10.1016/S1367-5931(02)00339-3

Bello, M. Rev. Digital Universitaria. 2021, 22, 5. DOI: https://doi.org/10.22201/cuaieed.16076079e. DOI: https://doi.org/10.22201/cuaieed.16076079e.2021.22.6.5

Kitchen, D. B.; Decornez, H.; Furr, J. R.; Bajorath, J. Nat. Rev. Drug Discov./Nat. Rev. Drug Disc. 2004, 3, 935-949. DOI: https://doi.org/10.1038/nrd1549. DOI: https://doi.org/10.1038/nrd1549

Stanzione, F.; Giangreco, I.; Cole, J. C., in: Progress in Medicinal Chemistry. 2021, 60, 273-343. DOI: https://doi.org/10.1016/bs.pmch.2021.01.004. DOI: https://doi.org/10.1016/bs.pmch.2021.01.004

Morris, G. M.; Lim-Wilby, M., in: Methods in Molecular Biology. 2008, 443, 365-382. DOI: https://doi.org/10.1007/978-1-59745-177-2_19. DOI: https://doi.org/10.1007/978-1-59745-177-2_19

Rarey, M.; Kramer, B.; Lengauer, T.; Klebe, G. J. Mol. Biol. 1996, 261, 470-489. DOI: https://doi.org/10.1006/jmbi.1996.0477. DOI: https://doi.org/10.1006/jmbi.1996.0477

Brooijmans, N.; Kuntz, I. D. Ann. Rev. Bioph. Biomol. Struct. 2003. 32, 335-373. DOI: https://doi.org/10.1146/annurev.biophys.32.110601.142532. DOI: https://doi.org/10.1146/annurev.biophys.32.110601.142532

Morris, G. M.; Goodsell, D. S.; Halliday, R. S.; Huey, R.; Hart, W. E.; Belew, R. K.; Olson, A. J. J. Comp. Chem. 1998, 19, 1639-1662. DOI: https://doi.org/10.1002/(sici)1096-987x(19981115)19:14. DOI: https://doi.org/10.1002/(SICI)1096-987X(19981115)19:14<1639::AID-JCC10>3.0.CO;2-B

Agu, P. C.; Afiukwa, C. A.; Orji, O. U.; Ezeh, E. M.; Ofoke, I. H.; Ogbu, C. O.; Ugwuja, E. I.; Aja, P. M. Sci. Rep. 2023, 13, 13398. DOI: https://doi.org/10.1038/s41598-023-40160-2. DOI: https://doi.org/10.1038/s41598-023-40160-2

Paucara, W. G. B.; Torrez, R. E. G. Rev. CON-CIENCIA. 2019, 7, 55-72.

Feinstein, W. P.; Brylinski, M. J. Cheminform. 2015, 7, 18. DOI: https://doi.org/10.1186/s13321-015-0067-5. DOI: https://doi.org/10.1186/s13321-015-0067-5

Singh, M.; Malhotra, L.; Haque, M. A.; Kumar, M.; Tikhomirov, A.; Litvinova, V.; Korolev, A. M.; Ethayathulla, A.; Das, U., Shchekotikhin, A. E.; Kaur, P. Biochimie. 2021, 182, 152-165. DOI: https://doi.org/10.1016/j.biochi.2020.12.024. DOI: https://doi.org/10.1016/j.biochi.2020.12.024

Guan, Y.; Jiang, S.; Ye, W.; Ren, X.; Wang, X.; Zhang, Y.; Yin, M.; Wang, K.; Tao, Y.; Yang, J.; Cao, D.; Cheng, Y. Cell Death Dis. 2020, 11, 948. DOI: https://doi.org/10.1038/s41419-020-03153-x. DOI: https://doi.org/10.1038/s41419-020-03153-x

Choowongkomon, K.; Sawatdichaikul, O.; Songtawee, N.; Limtrakul, J. Receptor- Mol./Molecules Online/Mol. Ann. 2010, 15, 4041-4054. DOI: https://doi.org/10.3390/molecules15064041. DOI: https://doi.org/10.3390/molecules15064041

Arba, M.; Ihsan, S.; Ramadhan, L. O. A. N.; Tjahjono, D. H. Comp. Biol. Chem. 2017, 67, 9-14. DOI: https://doi.org/10.1016/j.compbiolchem.2016.12.005. DOI: https://doi.org/10.1016/j.compbiolchem.2016.12.005

Asnawi, N. A.; Aman, L.; Nursamsiar, N.; Yuliantini, N. A.; Febrina, N. E. Rasayan J. Chem. 2022, 15, 1352-1361. DOI: https://doi.org/10.31788/rjc.2022.1526769. DOI: https://doi.org/10.31788/RJC.2022.1526769

Roy, S.; Ali, A.; Bhattacharya, S. J. Phys. Chem. B. 2021, 125, 5489-5501. DOI: https://doi.org/10.1021/acs.jpcb.0c10991. DOI: https://doi.org/10.1021/acs.jpcb.0c10991

Giacoman-Martínez, A.; Alarcón-Aguilar, F. J.; Zamilpa, A.; Huang, F.; Romero-Nava, R.; Román-Ramos, R.; Almanza-Pérez, J. C. Can. J. Physiol. Pharmacol. 2021, 99, 935-942. DOI: https://doi.org/10.1139/cjpp-2021-0027. DOI: https://doi.org/10.1139/cjpp-2021-0027

Dong, L.; Shen, S.; Chen, W.; Xu, D.; Yang, Q.; Lu, H.; Zhang, J. J. Chem. Inf. Model. 2019, 59, 4374-4382. DOI: https://doi.org/10.1021/acs.jcim.9b00479. DOI: https://doi.org/10.1021/acs.jcim.9b00479

Song, Y.; Lim, J.; Seo, Y. H. 2019. Eur. J. Med. Chem. 164, 263-272. DOI: https://doi.org/10.1016/j.ejmech.2018.12.056. DOI: https://doi.org/10.1016/j.ejmech.2018.12.056

Taherkhani, A.; Moradkhani, S.; Orangi, A.: Jalalvand, A.; Khamverdi, Z. Res. J. Pharmacognosy. 2021, 8, 37-51. DOI: https://doi.org/10.22127/rjp.2021.288366.1705.

Gentile, F.; Oprea, T. I.; Tropsha, A.; Cherkasov, A. Chem. Soc. Rev. 2003, 52, 872-878. DOI: https://doi.org/10.1039/d2cs00948j. DOI: https://doi.org/10.1039/D2CS00948J

Medina-Franco, J. L.; Martinez-Mayorga, K.; Gortari, E. F.; Kirchmair, J.; Bajorath, J. F1000Res. 2021, 10, 397. DOI: https://doi.org/10.12688/f1000research.52676.1. DOI: https://doi.org/10.12688/f1000research.52676.1

Saldívar-González, F. I.; Prieto-Martínez, F. D.; Medina-Franco, J. L. Educ. Quim. 2017, 28, 51-58. DOI: https://doi.org/10.1016/j.eq.2016.06.002. DOI: https://doi.org/10.1016/j.eq.2016.06.002

Ballón, W.; Grados, R. Rev. Cs. Farm. Y Bioq. 2019, 7, 55-72.

Morris, G. M.; Huey, R.; Lindstrom, W.; Sanner, M. F.; Belew, R. K.; Goodsell, D. S.; Olson, A. J. J. Comp. Chem. 2019, 30, 2785-2791. DOI: https://doi.org/10.1002/jcc.21256. DOI: https://doi.org/10.1002/jcc.21256

Forli, S. Raccoon AutoDock VS Preparation Tool. Center For Computational Structural Biology. 2009. https://autodock.scripps.edu/download/376/, accessed in July 2023.

Grosdidier, A.; Zoete, V.; Michielin, O. J. Comp. Chem. 2011, 32, 2149-2159. DOI: https://doi.org/10.1002/jcc.21797. DOI: https://doi.org/10.1002/jcc.21797

De Vries, S. J.; Van Dijk, M.; Bonvin, A. M. J. J. Nat. Prot. 2010, 5, 883-897. DOI: https://doi.org/10.1038/nprot.2010.32. DOI: https://doi.org/10.1038/nprot.2010.32

Yan, Y.; Zhang, D.; Zhou, P.; Li, B.; Huang, S. Nucleic Acids Res. 2017, 45, 365-373. DOI: https://doi.org/10.1093/nar/gkx407. DOI: https://doi.org/10.1093/nar/gkx407

Lyskov, S.; Gray, J. J. Nucleic Acids Res. 2008, 36, 233-238. DOI: https://doi.org/10.1093/nar/gkn216. DOI: https://doi.org/10.1093/nar/gkn216

McRee, D. E., in Elsevier eBooks. Practical Protein Crystallography, 1999. DOI: https://doi.org/10.1016/b978-0-12-486052-0.x5000-3. DOI: https://doi.org/10.1016/B978-012486052-0/50007-5

Morris, G. M.; Goodsell, D. S.; Pique, M. E.; Lindstrom, W.; Huey, R.; Forli, S.; Hart, W.; Halliday, S.; Belew, R.; Olson, A. User Guide. AutoDock Version 4.2. 2014. autodock.scripps.edu, https://autodock.scripps.edu/wp-content/uploads/sites/56/2021/10/AutoDock4.2.6_UserGuide.pdf, accessed in July 2023.

Protein Data Bank Protein Data Bank Contents Guide: Atomic Coordinate Entry Format Description. 2010. http://www.wwpdb.org/documentation/file-format-content/format33/v3.3.html, accessed in July 2023.

Huey, R.; Morris, G. M.; Olson, A. J.; Goodsell, D. S. J. Compl. Chem. 2007, 28, 1145-1152. DOI: https://doi.org/10.1002/jcc.20634. DOI: https://doi.org/10.1002/jcc.20634

Vieira, T. F.; Sousa, S. F. Appl. Sci. 2019, 9, 4538. DOI: https://doi.org/10.3390/app9214538. DOI: https://doi.org/10.3390/app9214538

Fischer, A.; Smieško, M.; Sellner, M.; Lill, M. A. J. Med. Chem. 2021, DOI: 2489-2500. DOI: https://doi.org/10.1021/acs.jmedchem.0c02227. DOI: https://doi.org/10.1021/acs.jmedchem.0c02227

García Nieto, J.M.; López Camacho, E.; García Godoy, M.J.; Nebro, A.J.; Durillo, J.J.; Aldana Montes, J.F., in ANTS 2016: 10th International Conference on Swarm Intelligence, Bruxelles, Belgique: Springer, 2016, 40-52. http://hdl.handle.net/10630/12124. DOI: https://doi.org/10.1007/978-3-319-44427-7_4

Golovko, T.; Min, R.; Lozovaya, N.; Falconer, C. J.; Yatsenko, N.; Tsintsadze, T.; Tsintsadze, V.; Ledent, C.; Harvey, R. J.; Belelli, D.; Lambert, J. J.; Rozov, A.; Burnashev, N. Cereb. Cortex. 2014. 25, 2440-2455. DOI: https://doi.org/10.1093/cercor/bhu045. DOI: https://doi.org/10.1093/cercor/bhu045

Forli, S.; Huey, R.; Pique, M. E.; Sanner, M. F.; Goodsell, D. S.; Olson, A. J. Nat. Prot. 2016. 11, 905-919. DOI: https://doi.org/10.1038/nprot.2016.051. DOI: https://doi.org/10.1038/nprot.2016.051

Coleman, R. G.; Carchia, M.; Sterling, T.; Irwin, J. J.; Shoichet, B. K. PloS One. 2013. 8, e75992. DOI: https://doi.org/10.1371/journal.pone.0075992. DOI: https://doi.org/10.1371/journal.pone.0075992

Friesner, R. A.; Banks, J. L.; Murphy, R. B.; Halgren, T. A.; Klicic, J. J.; Mainz, D. T.; Repasky, M. P.; Knoll, E. H.; Shelley, M.; Perry, J. K.; Shaw, D. E.; Francis, P.; Shenkin, P. S. J. Med. Chem. 2004, 47, 1739-1749. DOI: https://doi.org/10.1021/jm0306430. DOI: https://doi.org/10.1021/jm0306430

Thompson, M.A. Molecular Docking Using ArgusLab, an Efficient Shape-Based Search Algorithm and the A Score Scoring Function. ACS Meeting, Philadelphia. 2004.

Bitencourt-Ferreira, G.; de Azevedo, W. F., Methods Mol. Biol. 2019, 2053, 203-220. DOI: 10.1007/978-1-4939-9752-7_13. DOI: https://doi.org/10.1007/978-1-4939-9752-7_13

Thomsen, R.; Christensen, M. H. J. Med. Chem. 2006, 49, 3315-3321. DOI: https://doi.org/10.1021/jm051197e. DOI: https://doi.org/10.1021/jm051197e

Trott, O.; Olson, A. J. J. Comp. Chem. 2009, 31, 455-461. DOI: https://doi.org/10.1002/jcc.21334. DOI: https://doi.org/10.1002/jcc.21334

Jones, G.; Willett, P.; Glen, R. C.; Leach, A. R.; Taylor, R. J. Mol. Bio. 1997, 267, 727-748. DOI: https://doi.org/10.1006/jmbi.1996.0897. DOI: https://doi.org/10.1006/jmbi.1996.0897

Minibaeva, G.; Ivanova, A.; Polishchuk, P. J. Cheminform. 2023, 15, 102. DOI: https://doi.org/10.1186/s13321-023-00772-2. DOI: https://doi.org/10.1186/s13321-023-00772-2

Downloads

Published

2025-01-01