Estudio de la actividad quinasa de PknG de Mycobacterium tuberculosis mediante modelamiento asistido por computadora, ensayos microbiológicos, bioquímicos y biofísicos

tuberculosis (TB) es una enfermedad infecciosa que constituye un gran problema de salud pública a nivel mundial, siendo una de las principales causas de mortalidad. Perú contribuye con el 10% de los casos de TB sensible a los
medicamentos y más del 30% de los casos de TB resistente a múltiples fármacos (MDR/XDR) en Latinoamérica. Resulta urgente encontrar alternativas terapéuticas para tratar la TB. Un factor de virulencia de Mycobacterium tuberculosis es la proteína serina/treonina quinasa G (PknG) que media la supervivencia intracelular de la micobacteria en los macrófagos del hospedero. Esto hace de PknG una diana terapéutica atractiva. En nuestro estudio previo, empleando farmacóforos estáticos se realizó el tamizaje virtual de 1.5 millones de compuestos. Los hits obtenidos fueron validados
bioquímicamente identificándose al compuesto RO9021 (CHEMBL3237561) como potencial inhibidor de PknG. El
presente proyecto plantea el uso de farmacóforos dinámicos los cuales brindarán información sobre la frecuencia de
aparición y abundancia de interacciones vitales entre los ligandos y PknG. Posteriormente los modelos se utilizarán para
cribar de forma virtual colecciones que incluyen más de 20 millones de moléculas. Los compuestos que presenten
afinidad en este cribado serán adquiridos para evaluar su efecto sobre PknG en ensayos bioquímicos. Asimismo, se
evaluará derivados sintéticos del compuesto RO9021 para establecer la relación estructura-actividad. Mediante análisis
filogenéticos y estructurales de PknG a nivel del complejo Mycobacterium, se realizará mutagénesis sitio-dirigida para
definir la relevancia de ciertos aminoácidos con respecto a las interacciones proteína-ligando. Se producirá proteínas
recombinantes de PknG con aminoácidos mutados y se evaluará los cambios en las interacciones con el ligando
mediante termoforesis a microescala (MST). El conocimiento generado servirá de base para el diseño racional de
posibles candidatos a fármaco contra TB.