Fragment Based Drug Discovery (FBDD) is an increasingly popular method to identify novel small-molecule drug candidates. One of the limitations of the approach is the difficulty of accurately characterizing weak binding events. This work reports a combination of X-ray diffraction, surface plasmon resonance (SPR) experiments and molecular dynamics (MD) simulations, for the characterisation of binders to different isoforms of the cyclophilin (Cyp) protein family. Although several Cyp inhibitors have been reported in the literature, it has proven challenging to achieve high binding selectivity for different isoforms of this protein family. The present studies have led to the identification of several structurally novel fragments that bind to diverse Cyp isoforms in distinct pockets with low millimolar dissociation constants. A detailed comparison of the merits and drawbacks of the experimental and computational techniques is presented, and emerging strategies for designing ligands with enhanced isoform specificity are described.

Proteins need to interconvert between many conformations in order to function, many of which are formed transiently, and sparsely populated. Particularly when the lifetimes of these states approach the millisecond timescale, identifying the relevant structures and the mechanism by which they inter-convert remains a tremendous challenge. Here we introduce a novel combination of accelerated MD (aMD) simulations and Markov State modelling (MSM) to explore these ‘excited’ conformational states. Applying this to the highly dynamic protein CypA, a protein involved in immune response and associated with HIV infection, we identify five principally populated conformational states and the atomistic mechanism by which they interconvert. A rational design strategy predicted that the mutant D66A should stabilise the minor conformations and substantially alter the dynamics whereas the similar mutant H70A should leave the landscape broadly unchanged. These predictions are confirmed using CPMG and R1ρ solution state NMR measurements. By accurately and reliably exploring functionally relevant, but sparsely populated conformations with milli-second lifetimes in silico , our aMD/MSM method has tremendous promise for the design of dynamic protein free energy landscapes for both protein engineering and drug discovery.