Beta adrenergic receptors (βARs) are G protein-coupled receptors that control processes as varied as heart rhythm and vascular tone by binding agonists such as norepinephrine to induce downstream signaling pathways. Beta blockers antagonize βARs to downregulate their activity, thus reducing heart rate and lowering vascular tone. We developed new Rosetta structural modeling protocol to develop state-specific models of β1AR, expressed in cardiac myocytes, as well as β2AR, expressed in the smooth muscle cells of vasculature and other tissues, and their atomistic-scale interactions with beta-blockers using RosettaLigand. We identified structural features of drug - receptor interactions, which may account for their receptor conformational state and drug stereospecific preferences. Furthermore, we estimated structural stabilities of our models using atomistic molecular dynamics (MD) simulations. In our recent study we validated our structural models of norepinephrine-bound β2AR and its complex with stimulatory G protein via multi-microsecond MD simulations. Thus, here we mostly focused on state-dependent and stereospecific β1AR interactions with beta-blocking drugs sotalol and propranolol. We observed expected inactive receptor state preferences and structural stabilities of our models in MD simulations, but neither those simulations nor RosettaLigand docking could clearly distinguish stereospecific preferences of those drugs. This warrants consideration of alternative hypotheses and enhanced sampling MD simulations, which we discussed as well. Nevertheless, our study provides basis for understanding conformational state selectivity and stereospecificity of beta-blockers for βARs, important pharmacological targets, and may be extended to other drug classes and receptor types.

Current methods for assessing safety pharmacology in the context of cardiac arrhythmia risk are unable to distinguish between drugs that cause cardiac rhythm disturbances and benign drugs. Drugs deemed likely to be unsafe share the common property of blocking the human Ether-a-go-go-Related Gene (hERG) encoded cardiac potassium channel and consequent prolongation of QT interval on the ECG. However, hERG block and QT prolongation alone are not selective indicators for cardiac arrhythmia. Here we present a prototype computational framework to distinguish between safe and unsafe hERG blockers. We used recent cryo-EM hERG structure to build and validate an atomistic structural model of the channel open conducting state. We also developed structural atomistic models of dofetilide, a hERG blocking drug with high pro-arrhythmia risk, in both charged and neutral ionization states. Next, we employed unbiased and enhanced sampling all-atom molecular dynamics (MD) simulations to probe atomic-scale mechanisms of dofetilide interaction with open-state hERG. Multi-microsecond drug "flooding" simulations revealed spontaneous dofetilide binding to the channel pore through the intracellular gate. Umbrella sampling MD was used to compute dofetilide affinity to hERG, in good agreement with experiment, as well as ingress and egress rates, which in a novel linkage between the atomistic and functional scale are utilized in our companion paper (Yang P-C et al. 2019 bioRxiv:635433) to parameterize functional kinetic models of dofetilide - hERG interactions used to predict emergent drug effects on the cardiac rhythm. This study represents the first necessary components of a computational framework for virtual cardiac safety pharmacology screening from the atom to the rhythm.

By driving monocyte chemotaxis, the chemokine receptor CCR2 shapes inflammatory responses and the formation of tumor microenvironments. This makes it a promising target in inflammation and immuno-oncology. Unfortunately, despite extensive efforts, no CCR2-targeting therapeutics have yet reached the clinic. Cited reasons include the redundancy of the chemokine system, suboptimal properties of compound candidates, and poor agreement of clinical responses with preclinical murine model studies. Structure-based drug design (SBDD) approaches can rationalize and greatly accelerate CCR2 compound discovery and optimization. The prerequisites for such efforts include a good atomic-level understanding of the molecular determinants of action of existing antagonists. In this study, using molecular docking and artificial intelligence- (AI-) powered compound library screening, we uncover the structural principles of small molecule antagonism and selectivity towards CCR2 and its sister receptor CCR5. We show that CCR2 orthosteric inhibitors universally occupy an inactive-state-specific tunnel between receptor helices 1 and 7; we also discover an unexpected role for an extra-helical groove accessible through this tunnel, suggesting its potential as a new targetable interface for CCR2 and CCR5 modulation. We implicate a single CCR2 residue, S101(2.63), as a determinant of CCR2/CCR5 and human/mouse antagonist selectivity, and corroborate its role through experimental gain-of-function mutagenesis. We systematically identify the binding determinants for various chemotypes of allosteric antagonists. We establish a critical role of induced fit in antagonist recognition, reveal strong chemotype selectivity of existing structures, and demonstrate the high predictive potential of a new deep-learning-based compound scoring function. Finally, we expand the available CCR2 structural landscape with computationally generated chemotype-specific models well-suited for structure-based antagonist design.

Abstract The G protein-coupled CC chemokine receptor 9 (CCR9) plays a major role in inflammatory bowel disease and has been implicated in cancer. Despite its importance as a drug target, there is limited mechanistic understanding of how CCR9 engages and is activated by its endogenous chemokine agonist CCL25. Here, by combining structural modeling with multimodal pharmacological assessment of receptor mutants, we generated a functional map of the CCR9-CCL25 interaction interface and delineated key determinants of binding, agonism, constitutive activity, and G protein vs arrestin signaling. In contrast to all complexes studied to date, where chemokines drive receptor activation through their N-termini, we determined that CCL25 activates CCR9 via a distinct region, its 30s loop. In support of this non-canonical mechanism, CCR9 signaling is tolerant to alanine mutations in the N-terminus of CCL25 but strongly affected by modifications to the 30s loop. Through molecular evolution of the CCL25 N-terminus, we identified chemokine analogs with enhanced binding properties. However, in contrast to other receptor-chemokine systems, these analogs remained full agonists, consistent with the localization of CCL25 signaling determinants outside of the N-terminus. The non-canonical signature of CCR9 activation provides new insights to aid CCR9 drug discovery and may also inform structure-based design of drugs targeting other chemokine receptors.