Ravi kapopara, s. prasanth kumar sajeb


Published on

Ravi kapopara, s. prasanth kumar sajeb: Epigenetic events are due to altered gene expression without any changes in
the genetic material and characteristic of heritability via cell division. The
impact of epigenetic control over cancer is one among the thrust area of
research in cancer biology. The present study deals about the virtual screening
of plant derived bioactives, directed against the key molecular regulators
of the epigenetic events viz. DNA methyltransferases (DNMT1, DNMT2 and
DNMT3B), Histone acetyltransferase (HAT), Histone deacetylase 8 (HDAC8),
Histone H3 lysine 27 methyl transferase (H3K27MT) and Histone H3 specific
lysine 4 demethylase (H3K4DM). This computational screening identifies the
most efficient binders with respect to individual targets in terms of ligand
binding energy. The structure optimization of the best scored docked conformations
will be helpful to reveal new insights and development of natural
bioactives to combat cancer.

Published in: Technology
  • Be the first to comment

  • Be the first to like this

No Downloads
Total views
On SlideShare
From Embeds
Number of Embeds
Embeds 0
No embeds

No notes for slide

Ravi kapopara, s. prasanth kumar sajeb

  1. 1. South Asian J Exp Biol; 1 (S1): xxx‐xxx; 2011 ISSN: 2230‐9799               Vol. 1, Issue S1, Page xxx‐xxx                           http://www.sajeb.org  REGULAR ARTICLE  Virtual  screening  of  natural  bioactives  in  combating  cancer  through  epigenetic modulation Ravi Kapopara*1, S. Prasanth Kumar2, Saumya K. Patel1, Dhananjay K. Sadhu1, Yogesh T. Jasrai1, Himanshu A. Pandya1 and Rakesh M. Rawal3  1 Bioinformatics Laboratory, Department of Botany, Gujarat University, Gujarat, India 2 Department of Bioinformatics, Alagappa University, Tamil Nadu, India 3 Division  of  Medicinal  Chemistry  and  Pharmacogenomics,  Department  of  Cancer  Biology,  The  Gujarat  Cancer  and Research Institute (GCRI), Gujarat, India ARTICLE INFO  ABSTRACT    Article History:  Epigenetic events are due to altered gene expression without any changes in Received: 20‐07‐2011  the  genetic  material  and  characteristic  of  heritability  via  cell  division.  The Revised: 27‐07‐2011  impact  of  epigenetic  control  over  cancer  is  one  among  the  thrust  area  of Accepted: 28‐07‐2011  research in cancer biology. The present study deals about the virtual screen‐  ing of plant derived bioactives, directed against the key molecular regulators *Corresponding Author:  of  the  epigenetic  events  viz. DNA  methyltransferases  (DNMT1,  DNMT2  and Email:  ravi.kapopara@gmail.com  DNMT3B),  Histone  acetyltransferase  (HAT), Histone  deacetylase  8  (HDAC8),   Histone H3 lysine 27 methyl transferase (H3K27MT) and Histone H3 specific Keywords:  Epigenetics,  Virtual  lysine 4 demethylase (H3K4DM). This computational screening identifies the screening,  Natural  bioactives,  most  efficient  binders  with  respect  to  individual  targets  in  terms  of  ligand Ligand binding energy  binding energy. The structure optimization of the best scored docked confor‐  mations  will  be  helpful  to  reveal  new  insights  and  development  of  natural   bioactives to combat cancer. 1. Introduction  methylation  changes  also  known  as  Epimutations.  Hypomethylation  at  centromeric  repeats  se‐Cancer  is  a  term  that  encompasses  a  complex  quences  has  been  linked  to  genomic  instability group of more than 100 different types of diseases  (Ehrlich,  2002)  whereas  hypermethylation  is  ob‐associated  with  uncontrolled  cell  division.  Epige‐ served  in  individual  genes  contributes  to  gene  si‐netic  events  are  alterations  in  gene  expression  lencing.  Histone  specific  acetylation,  deacetylation without changes in DNA sequence and characteris‐ and  lysine  specific  methylation  are  the  molecular tic  of  heritability  via  cell  division.  It  is  confidently  events  known  to  switch  on/off  the  chromatin  and anticipated  that  aberrant  epigenetic  control  by  thereby regulate gene expression (Grunstein, 1997, chromatin modifying enzymes will be important for  Khochbin et al., 2001). future therapy of human diseases including cancer (Egger  et  al.,  2004).  DNA  methylation  is  a  crucial  Epigenetic  silencing  is  the  main  mechanism  for  in‐mechanism  associated  with  epigenetic  regulation  activating  repair  genes.  For  example,  the  role  of and  it  triggers  chromatin  reorganization.  Genomic  epigenetic  silencing  was  studied  in  repair  gene tumor  DNA  is  generally  characterized  by  distinct  hMLH1 causing sporadic colon cancer. Methylation Special Issue on “Herbal immunomodulatory and therapeutic approaches against the infectious diseases"   1 (Guest Editor: Dr. Lavkush Dwivedi, PhD) 
  2. 2. Kapopara et al., South Asian J Exp Biol; 1 (S1): xxx‐xxx; 2011 of  histone  was  an  important  switching  off  mecha‐ get protein 3D structures were retrieved from Pro‐nism  for  chromatin.  For  example,  the  methylation  tein  Data  Bank  (PDB,  Bernstein  et  al.,  1977)  and of  E‐cadherin  has  a  central  role  in  metastasis  and  were subjected to energy minimization using GRO‐invasion of breast cancers (Strathdee, 2002). Thus,  MOS96 utility (without reaction field) implemented the  key  molecular  regulators  of  the  epigenetic  in Swiss‐Pdb Viewer 4.0.1. (Guex & Peitsch, 1996). events renders as attractive targets for therapeutic interventions. Pharmacological inhibition of certain  2.3. Active site prediction epigenetic modifications could correct faulty modi‐ This prediction wasn’t carried out for protein struc‐fication patterns and thus directly change gene ex‐ tures co‐crystallized with ligand as the ligand bind‐pression  patterns  and  the  corresponding  cellular  ing  site  was  implicated  as  active  site  for  docking characteristics. In the present study, virtual screen‐ with  the  ligand  dataset.  Structures  with  unbound ing  of  plant  derived  natural  bioactives  were  tar‐ ligands  were  computationally  analyzed  for  active geted  against  the  key  molecular  regulators  of  the  site using Q‐SiteFinder (Alasdair et al., 2005). It de‐epigenetic  events  viz.  DNA  methyltransferases  tects pockets on the protein surface through calcu‐(DNMT1,  DNMT2  and  DNMT3B),  Histone  acetyl‐ lation of van der Waals interaction energies using a transferase  (HAT),  Histone  deacetylase  8  (HDAC8),  methyl  probe  and  probes  with  favorable  interac‐Histone H3 lysine 27 methyl transferase (H3K27MT)  tion energies were clustered and ranked. and  Histone  H3  specific  lysine  4  demethylase (H3K4DM)  and  the  docked  conformations  were  2.4. Virtual screening evaluated in terms of binding efficiency.  Ligand dataset under study were virtually screened 2. Materials and Methods  (docked) into the binding site of the target proteins  using  ArgusLab  4.0.1  from  Planaria  Software  LLC. 2.1. Ligand dataset and its preparation  To  enable  fast  sampling,  the  binding  site  was  con‐Bibliographic  literatures  revealed  30  natural  com‐ structed  which  consist  of  all  residues  that  have  at pounds  having  anticancer  activities  (Table  1).  The  least  one  atom  within  3.5  Å  from  any  atom  in  the selection of these plant bioactives was based upon  co‐crystallized  ligand.  This  procedure  of  construct‐the  availability  of  literatures  citing  experimentally  ing  binding  site  was  applied  for  protein  structures validated anticancer activities and/or the tradition‐ with  co‐crystallized  ligand.  A  different  approach ally used medicinal plants in which the active con‐ was  performed  for  proteins  with  unbound  ligand stituent(s) reported for treating cancer according to  whose active site was predicted using Q‐SiteFinder. Duke’s  Ethnobotanical  Database.  Ligand  structures  Best  3  scored  pockets  was  computationally  ana‐were retrieved in Structure Data Format (SDF) from  lyzed for each protein target using Jmol Java plugin NCBI  PubChem  (Bolton  et  al.,  2008)  and  wherever  implemented  in  Q‐SiteFinder  and  the  amino  acids applicable,  drawn  using  ChemSketch  v.  10  (ACD/ embedded in the predicted cavity volume was util‐ChemSketch, 2006) with reference to 2D structures  ized  as  active  site  residues.  These  two  approaches available in the literature. The dataset comprised of  generally gave a good representation of the impor‐30 ligands were energy minimized using molecular  tant  residues  in  the  binding  pocket  for  a  protein mechanics  geometry  optimization  module  imple‐ target.  A  grid  box  of  size  22  X  15  X  16  with  atom mented  in  HyperChem  v8  (licensed  version,  Hy‐ scaling of 0.40 Å was generated and high precision perChemTM).  AMBER  force  field  with  distant  de‐ ArgusDock  engine  with  AScore  as  scoring  function pendent  dielectric  constant,  scale  factor  for  elec‐ were  selected.  After  grid  generation,  the  ligands trostatic  and  van  der  Waals  forces  set  to  0.5  and  were  flexibly  docked  with  the  protein  and  1000 without  any  cutoffs  to  bond  types  and  its  lengths  poses were generated, among which best 10 poses were chosen to determine global minimum energy  of low‐energy which were clustered in rank 1, were conformation.  Subsequently,  all  the  structures  examined.  ArgusDock  engine  makes  use  of  ligand were minimized and exported to hard disk.  torsionality  as  a  hierarchical  tree  in  which  the  root’s  node  (group  of  bonded  atoms  that  do  not 2.2. Protein preparation  have  rotatable  bonds)  is  placed  in  a  search  point  inside  a  grid  comprised  of  residues  of  the  active The  key  molecular  regulators  of  the  epigenetic  site.  A  set  of  diverse  and  energetically  favorable events  viz.  DNMTs  such  as  DNMT1,  DNMT2  and  translations are generated and poses that survives DNMT3B,  HAT,  HDAC8,  H3K27MT  and  H3K4DM  in torsional search through an approximate exhaus‐were  used  as  targeted  in  this  study  (Table  1).  Tar‐ tive search are retained and finally clustered.    2 
  3. 3. Kapopara et al., South Asian J Exp Biol; 1 (S1): xxx‐xxx; 2011 Ligand DatasetAllicin Andrographolide Antineoplaston Apigenin ApioleCapsaicin Catechin Chlorogenic acid Coumarin CoumestrolCurcumin Cyanidin Diallyl sulfide Ellagic acid EmodinEpigal‐ locatechin‐3‐gallate Gallic acid Genistein Gingerol GossypolHesperidin Indole‐3‐carbinol Kaempferol Laetrile Methyl allyl trisulfiedPiperine Quercetin Resveratrol Silymarin TheaflavinProtein DatasetDNA methyltransferases (DNMTs): DNMT1 (3EPZ), DNMT2 (1G55), DNMT3B (3FLG)Histone acetytransferase (HAT: 1N72 )Histone deacetylase 8 (HDAC8: 1T69 )Histone H3 lysine 27 methyl transferase (H3K27MT;1N3J)Histone H3 specific lysine 4 demethylase (H3K4DM: 2UXN)Table 1. Ligand and protein dataset used in the virtual screening  S.No  Ligand  Protein  Docking energy (kcal/mol)  1  Gossypol  DNMT1  ‐9.89358     Andrographolide  DNMT1  ‐9.04426     Gingerol  DNMT1  ‐8.98036  2  Resveratrol  DNMT2  ‐9.24790     Catechin  DNMT2  ‐9.10886     Genistein  DNMT2  ‐8.95877  3  Andrographolide  DNMT3B  ‐10.5330     Capsaicin  DNMT3B  ‐10.3280     Resveratrol  DNMT3B  ‐10.1277  4  Gingerol  HAT  ‐9.76514     Coumarin  HAT  ‐9.66398     Antineoplaston  HAT  ‐9.66938  5  Capsaicin  HDAC8  ‐12.0978     Gingerol  HDAC8  ‐12.0347     Antineoplaston  HDAC8  ‐11.0983  6  Capsaicin  H3K27MT  ‐11.1479     Epigal‐ locatechin‐3‐gallate  H3K27MT  ‐10.3510     Chlorogenic acid  H3K27MT  ‐10.2978  7  Capsaicin  H3K4DM  ‐9.26702     Andrographolide  H3K4DM  ‐9.12508     Catechin    H3K4DM  ‐9.06412  Table 2: Docking energy of the best scored conformations.   3 
  4. 4. Kapopara et al., South Asian J Exp Biol; 1 (S1): xxx‐xxx; 2011    A      B          C    D      E          F  Figure 1: Docked conformations of ligands within the recep‐ tor active site.   Andrographolide  with  (A)  DNMT1,  (B)  DNMT3B  and  (C)  H3K4DM.  Capsaicin  with  (D)  DNMT3B,  (E)  HDAC8  and  (F)  H3K27MT.  Gingerol  with  (G)  DNMT1,  (H)  HAT  and  (I)  HDAC8.    G      H          I 3. Results and Discussion  essentially emerge as an efficient binders. The ligand dataset was virtually screened with  the  4. Conclusions protein  targets  using  ArgusLab  software  and  the binding  energy  values  were  analyzed  for  each  The  protein  ligand  interaction  plays  a  significant docked  conformation  clustered  in  rank  1.  Confor‐ role  in  structural  based  drug  discovery/designing. mations having low energy and exhibited favorable  In  the  present  work,  we  have  taken  the  receptors hydrogen bonding with the amino acids side chains  (DNMT  group,  HAT,  HDAC8,  H3K27MT  and and its amide nitrogen was considered (Table 2).  H3K4DM)  and  analyzed  30  natural  compounds  docked conformation with the receptors and evalu‐Binding  energies  of  the  protein‐ligand  interactions  ated the binding efficiency via favorable geometri‐are  important  to  describe  how  fit  the  ligand  binds  cal  conformations  and  the  ligand  binding  energy. to the target macromolecule.  Andrographolide,  Capsaicin,  Gingerol  were  found  to  be  the  best  ligands  as  it  exhibited  favorable  in‐Docking  simulations  of  30  compounds  against  7  teraction  with  most  of  the  targets.  Cancer  arising protein  targets  resulted  in  few  best  compounds  through epigenetic events can be combated by in‐that were evaluated based on the binding compati‐ hibition  of  these  epigenetic  regulating  enzymes. bility [docked energy (kcal/mol)] with the receptor  Further, in vitro validation in enzymatic assays and (Fig.1).  Some  ligands  were  found  to  be  interacted  the estimation of inhibitory rate of cancer cell lines with better efficiency with most of the targets un‐ growth  will  reveal  the  exact  role  of  these  natural der  study.  For  example,  Andrographolide  was  compounds and its anticancer activities.  found to interact with DNMT1 (‐9.04426 kcal/mol), DNMT3B  (‐10.5330  kcal/mol)  and  H3K4DM  (‐  9.12508  kcal/mol).  Capsaicin  had  a  better  affinity towards  DNMT3B  (‐10.3280  kcal/mol),  HDAC8  (‐ References 12.0978  kcal/mol)  and  H3K27MT  (‐9.26702  kcal/ ACD/ChemSketch, version 10 (2006) Advanced Chemistry Develop‐mol). Gingerol posed with a better interaction with  ment, Inc., Toronto, Canada, www.acdlabs.com, accessed on June  20, 2011. DNMT1  (‐8.98036  kcal/mol),  HAT  (‐9.76514  kcal/mol)  and  HDAC8  (‐12.0347  kcal/mol).  Compounds  Alasdair T, Laurie R and Jackson RM (2005) Q‐SiteFinder: an energywere  found  to  interact  with  two  targets  namely  ‐based  method  for the  prediction  of  protein–ligand  binding sites.  Structural bioinformatics 21(9): 1908‐1916. Resveratrol  against  the  targets  DNMT2  and DNMT3B, Catechin with DNMT2 and H3K4DM, and  ArgusLab  4.0.1  (2004)  Thompson  M.A.  &  Planaria  Software  LLC,  http://www.arguslab.com , accessed on 10 July 2011. Antineoplaston  with  HAT  and  HDAC8.  From  these ligands, Andrographolide, Capsaicin, Gingerol were  Bernstein  FC,  Koetzle  TF,  Williams  GJ,  Meyer  EE,  Brice  MD,  Rod‐found to be best ligands as it were clustered under  gers JR, Kennard O, Shimanouchi T  andTasumi M (1977) The Pro‐ tein Data Bank: A Computer‐based Archival File for Macromolecu‐rank  1  and  occupied  best  conformation  compared  lar Structures. Journal of Molecular Biology 112: 535‐538. to others. We expect that structure optimization of  Bolton  E,  Wang  Y,  Thiessen  PA  and  Bryant  SH  (2008)  PubChem: best  scored  natural  compounds  will  enhance  its  Integrated  Platform  of  Small  Molecules  and  Biological  Activities. geometrical  and  physicochemical  properties  and  Annual  Reports  in  Computational  Chemistry  IV,  American  Chemi‐  4 
  5. 5. Kapopara et al., South Asian J Exp Biol; 1 (S1): xxx‐xxx; 2011 cal Society, Washington, DC, Chapter 12.  Guex N and Peitsch MC (1996) Swiss‐PdbViewer: A Fast and Easy‐ to‐use  PDB  Viewer  for  Macintosh  and  PC.  Protein  Data  Bank Dr.  Dukes  Phytochemical  and  Ethnobotanical  Databases.  http:// Quaterly Newsletter 77: 7‐9. www.ars‐grin.gov/duke/, accessed on 10 July 2011.  HyperChemTM  Professional  7.51, Hypercube,  Inc.,Gainesville,  Flor‐Egger  G,  Liang  G,  Aparicio  A  and  Jones  PA  (2004)    Epigenetics  in  ida 32601, USA. human disease and prospects for epigenetic therapy. Nature 429: 457‐463.  Khochbin S, Verdel A, Lemercier C and Berny DS (2001) Functional  significance  of  histone  deacetylase  diversity.  Current  Opinion  in Ehrlich  M  (2002)  DNA  methylation  in  cancer:  too  much,  but  also  Genetics Development 11: 162‐166. too little. Oncogene 21: 5400‐5413.  Strathdee  G  (2002)  Epigenetic  versus  genetic  alterations  in  the Grunstein M (1997) Histone acetylation in chromatin structure and  inactivation of E‐cadherin. Seminars in Cancer Biology 12: 373‐379. transcription. Nature 389: 349‐352.   5