151  

CHAPTER 7 MOLECULAR DOCKING STUDIES FOR IDENTIFICATION OF

POTENT PHOSPHOINOSITIDE 3-KINASES (PI3KS) INHIBITORS

 

7.1 Introduction 

Phosphoinositide  3‐kinases  (PI3Ks)  constitute  a  class  of  enzymes  that  catalyse 

phosphorylation of the 3‐hydroxyl position of phosphoinositides (PIs) at the  inositol 

ring. PI3Ks are classified into three major classes on the basis of substrate specificity 

and sequence homology. The class IA PI3Ks, comprised of a regulatory subunit (p85) 

and  three  different  catalytic  subunits  (p110α,  p110β,  p110δ),  are  activated  by 

receptor tyrosine kinases  (Katso et al., 2001). They have a vital role  in a variety of 

physiological  processes  such  as  metabolism,  regulation,  cell  survival,  mitogenic 

signaling, cytoskeletal remodeling and vesicular trafikking  (Cantley, 2002; Wymann 

et al., 2003). 

 There is a great deal of interest in PI3Ks as cancer targets, particularly for the 

p110α  isoform  which  is  mutated  and/or  over‐expressed  in  more  than  30%  of 

tumours.  The  recent  discoveries  that  the  p110α  isoform  undergoes  gene 

amplification  (Stephens et al., 2005) and  is  frequently mutated  in primary  tumors 

(Gymnopoulos et al., 2007; Samuels et al., 2004; Vogt et al., 2007), together with 

evidence  that  PTEN,  a  lipid  phosphatase which  acts  as  a  negative  regulator,  is  a 

commonly  inactivated  tunor  suppressor  (Cantley  et  al.,  1999),  have  genetically 

validated p110α as an attractive target for cancer therapy. Thus,  inhibitors of these 

enzymes  are  expected  to  be  useful  in  cancer  treatment  and  hence  have  been 

extensively explored as an attractive therapeutic candidates (Marone et al., 2008).  

 In  this  chapter  we  focus  on  design  of  specific  inhibitors  for  class  I  PI3K, 

particularly PI3Kα using computational approach. Since,  the 3D crystal structure of 

Pi3K‐α is available, we largely focus on structure based design.   

 

152  

7.2 Material and methods 

The  crystal  structures  of  Pi3K  available  in  PDB were  downloaded  for  the  present 

study.  The  compounds  belonging  to  the  series  viz.  Imidazoquinoline,  liphagal  and 

tetrazolyl quinazolinone were used for generating virtual library for docking studies. 

For customization of the exsiting software for our target a quantitative relationship 

between  the  various  docking  scoring  functions  and  Pi3K  inhibitory  activity  was 

established using ligand based studies. 

 

7.2.1 Docking studies of PI3K isoforms with the ligands 

All  the  computational  studies  were  carried  out  in  the  Schrodinger  suite  2012 

molecular modeling  software. The 2D  structures of all  the molecules were built  in 

the maestro window. All the molecules were then converted to their respective 3D 

structure,  with  various  conformers,  tautomers  and  ionization  states  using  the 

Ligprep and Confgen modules (Watts et al., 2010; Chen et al., 2010). The molecules 

were  then minimized using  the OPLS_2005  force  field. The 3D crystal structures of 

PI3Kα (PDB ID: 3HHM) (Mandelkar et al, 2009) and PI3Kδ (PDB Id: 2WXF) (Berndt et 

al., 2010)  reported  in Protein Data Bank  (PDB) were used as  receptors  for docking 

studies. The proteins were downloaded from the PDB and were prepared for docking 

using the Protein Preparation wizard. Hydrogens were added to the proteins and the 

missing loops were built. Bond length and bond order correction was also carried out 

for preparing  the proteins  for docking  studies.  The  active  site  grid was  generated 

based  on  the  already  co‐crystallized  ligand  of  the  receptor  using  receptor  grid 

generation module.  The  co‐crystallized  ligand was  extracted  and  docked  again  in 

order  to  establish  a  docking  protocol  for  the  selected  target.  Further  the  ligand 

dataset  was  docked  on  to  the  receptor  through  the  identified  grid  using  Glide 

module and flexible docking was carried out for all the conformers  in order to find 

out the binding mode of these  ligands. The standard precision (SP) scoring function 

of Glide was used for carrying out these studies (Friesner et al., 2004; Halgren et al., 

2004).  The  detailed  methodology  is  described  in  the  Methodology  chapter 

(Section3.3, Chapter 3). 

153  

7.2.2 Selection of dataset (ligand compounds) 

The following class of compounds were selected for the docking studies:‐  

i. Imidazoquinoline analogs (NVP‐BEZ235) – The parent compound being from 

Novartis, and the first PI3K inhibitor to enter the clinical trials. Presently it is 

in Phase I clinical trials. BEZ235 is an imidazoquinoline derivative and a known 

PI3K  inhibitor.  A  virtual  library  of  compounds  was  created  based  on  this 

compound and docked onto the crystal structure of PI3K. Grid was generated 

based  on  the  co‐crystallized  structure  and  all  the molecules  of  BEZ  library 

were docked on to that grid. 

Preliminary docking studies for the following series of compounds have also 

been initiated:‐  

ii. Liphagal analogs – Liphagal was first selective inhibitor of PI3Kα.    

iii. Tetrazolyl Quinazolinone analogs (CAL‐101) – The parent compound showed 

promising  Phase  I  results  and  presently  is  in  early  Phase  –  II  clinical  trials. 

CAL101 is a selective PI3K class I inhibitor of Pi3Kδ. Hence, docking studies of 

its analogs were carried out on both PI3Kα and Pi3Kδ in order to compare the 

ligand‐receptor  interaction  and  dock  score  of  these  two  receptors  with 

tetrazolyl quinazoline analogs.  

 

7.2.3 Quantitative energy value scoring function activity relationship  

In  order  to  customize  the  generic  software  Schrodinger  for  the  target  Pi3K‐α,  a 

quantitative  regression  analysis  was  carried  out  between  the  experimental  IC50 

values of the known inhibitors (Hayakawa et al., 2006; Hayakawa et al., 2007(a‐c)) 

and  the  scoring  functions used  for  their docking analyses with  the  selected  target 

(PI3Kα). A data  set of 65 molecules was  taken  from  literature  for  this study which 

was suitable divided into training set data and test set data. A highly statistical model 

was  prepared  for  the  theoretical  evaluation  of  the  inhibitory  activity  of  a  new 

molecule towards PI3Kα. The model along with dock scores and  interaction studies 

(of  ligand  with  target)  will  also  help  in  lead  optimisation  and  would  contribute 

154  

towards  the  identification  of  a  novel  PI3Kα  inhibitor.    The  detailed  QSAR 

methodology is described in the methodology chapter (Section 3.5, Chapter 3). 

 

7.3 Results and Discussion 

In order to understand the constitution of PI3Kα, the 3D crystal structure of Pi3K was 

analyzed with respect to various domains present  in  it. PI3Kα comprises of Adaptor 

Binding  Domain  (ABD),  RAS  Binding  Domain  (RBD),  C2,  Helical  and  the  Kinase 

domain. Further, the kinase domain is divided into N‐Lobe and C‐Lobe, and contains 

some  specific  interesting  regions  for  the  ligand  recognition  and  binding  such  as 

Activation loop, Hinge region, Gatekeeper residues etc. (as shown in Figure 7.1). The 

3D crystal structure was analyzed using the software Schrodinger, in order to identify 

these regions within the structure. Also, the respective location of the co‐crystallized 

and other docked  ligands was determined within the structure, with respect to the 

identified regions of the kinase. 

 

            Table 7.1: Reported 3D structures for human PI3Kα

S.NO PDB ID  LENGTH  LIGAND  CHAINS SPECIES 

1.  3HHM*  1091,373  PRESENT  A,B  Homo sapiens 

2.  3HIZ*  1096,373  ABSENT  A,B  Homo sapiens 3.  2ENQ  158  ABSENT  A  Homo sapiens 4.  2RD0  1096,279  ABSENT  A,B  Homo sapiens 

  

The above given table (Table 7.1) shows the reported 3D structure for human PI3K‐α 

of which 3HHM and 3HIZ are mutants (His1047Arg) where as 2ENQ and 2RD0 are the 

wild  types.  3HHM  was  co‐crystallized  with  ligand  (wortmanin).  Since  more  than 

1,500  PIK3CA mutations  in  diverse  tumor  types  have  been  discovered  (Liu  et  al., 

2009).  The most  common mutant  is  His1047Arg  (Mandelkera  et  al.,  2009),  and 

mutations at  this  residue  in breast and uterine cancers are associated with clinical 

prognosis  (Mandelkera et al., 2009;  Janku et al., 2011; Flavia et al., 2012), so we 

took 3HHM 3D structure for the docking analysis. 

 

155  

 

 

 

 

 

Figure 7.1. Structural analysis and identification of ligand recognition regions of Pi3K-α.

 

 

  

 

 

 

 

 

 

 

 

 

156  

The co‐crystallized ligand wortmanin was extracted from the downloaded 3D 

crystal structure and was again docked using several docking protocols in Glide. The 

best  conformation match was  observed  using  the  standard  precision  (SP)  scoring 

function  of  Glide.  The  co‐crystallized  and  docked  pose  of  wortmanin  within  the 

binding pocket of PI3K‐α is shown in Figures 7.2(a) and 7.2(b) respectively. 

                          

                          Figure 7.2 Orientation of wortmanin within the binding pocket of PI3K-α in (a) 3D crystal structure 3HHM in PDB and (b) obtained using docking studies.  

 

 

(a) 

(b) 

157  

7.3.1  Molecular  docking  studies  and  interaction  analysis  of  Imidazoquinoline 

analogs with PI3Kα 

BEZ235 is an imidazoquinoline derivative and a known PI3K inhibitor. A virtual library 

of about 500 compounds was created based on this compound and docked onto the 

crystal structure of PI3K. Grid was generated based on the co‐crystallized structure 

and  all  the  molecules  of  BEZ  library  were  docked  on  to  that  grid.  The  top  20 

molecules  (ranked better than the co‐crystallized  ligand) on the basis of their dock 

scores are shown in table 7.2. 

 

From a  library of about 500 molecules designed on the basis of SAR studies 

reported  in  literature, 20 molecules  showed better predicted binding affinity  than 

the standard (BEZ235), based on the dock score.  The interaction of the best analog 

i.e., IZQ23 showed the involvement of hinge region residue Val851 in H‐bonding with 

the  ligand,  apart  from  Ser774  and  Ser854.  The  extra  stability  to  the  ligand  is 

proposed  to be provided by  the hydrophobic cleft  formed by  the  residues Trp780, 

Leu807,  Tyr836,  Ile848,Val850,  Val851, Met922,  Phe930,  Ile932  and  Phe934 with 

Trp780 and Tyr836 also involved in π‐π interaction with the ligand as shown in Figure 

7.3. 

 It was observed  that  the  sulphonate group  increases  the binding affinity of 

the  ligand within the binding pocket of PI3K‐α by orienting  it  in such a fashion that 

the oxygen of  the  sulphonate  is  involved  in H‐bonding with  Ser854 and  the hinge 

residue Val851 is involved in H‐bonding with hydrogen of the amide group. From the 

dock  scores  of  other  ligands  in  the  library  it was  observed  that  the  presence  of 

halogen increases the affinity towards the receptor. The structures with dock scores 

of the molecules possessing better affinity than the standard are given in Table 7.2. 

Besides  this,  docking  studies  were  also  initiated  with  the  other  two  series  of 

compounds viz.,  liphagal analogs and tetrazolyl quinazolinone series. The validation 

(as well as feedback for modification) of the in silico studies was carried out by wet 

lab experiments carried out at Pharmacology division, IIIM Jammu. 

 

 

 

 

 

 

 

Figure 7.3. I

 

 

 

 

 

 

 

 

 

 

 

nteraction of tthe in silico beest Imidazoquinoline analog within the bin

 

ding pocket of

158

f Pi3Kα

159  

Table 7.2: Dockscores of BEZ library having scores better than the co-crystallized ligand (wortmanin).  S.No  Molecule Name  Structure  Dockscore 1  IZQ23 

 

N

NN

O

CH3

CH3

N

CH3

N

NHS

CH3

OO

 

‐11.40 

2   IZQ45 

N

NN

N

CH3

CH3

N

O2N

N

O

NHCH3

 

‐10.71 

3  IZQ11                               

N

NN

O

CH3

CH3

N

CH3

S

N

O

 

‐10.61 

4  IZQ8 

N

NNH

O

CH3

CH3

N

OCH3

O

‐9.31 

5  IZQ15 

N

NN

O

CH3

CH3

N

CH3

N

N

 

‐9.22 

160  

6  IZQ10 

N

NN

O

CH3

CH3

N

O

CH3

 

‐9.12 

7  IZQ4 

N

NNH

O

CH3

CH3

N

Cl

 

‐9.08 

8  IZQ5 

N

NNH

O

CH3

CH3

N

NO2

 

‐8.98 

9  IZQ13 

N

NN

O

CH3

CH3

N

CH3

N

N CH3

 

‐8.89 

10  IZQ18 

N

NN

O

CH3

CH3

N

CH3 NH

NH CH3

O

 

‐8.89 

11  IZQ19 

N

NN

O

CH3

CH3

N

CH3O

NH CH3

 

‐8.43 

161  

12  IZQ16 

N

NN

O

CH3

CH3

N

CH3N

OCH3

 

‐8.40 

13  IZQ43 

N

NN

N

CH3

CH3

N

O2N

CH3

‐8.34 

14  IZQ20 

N

NN

O

CH3

CH3

N

CH3

N

 

‐8.29 

15  IZQ39 

N

NN

N

CH3

CH3

N

O2NNH

N

 

‐8.08 

16  IZQ33 

N

NN

N

CH3

CH3

N

O2N

O

‐8.06 

162  

17  IZQ22 

N

NN

O

CH3

CH3

N

CH3

NH

OCH3

 

‐8.05 

18  IZQ2 

N

NN

O

CH3

CH3

N

CH3

F

 

‐7.89 

19  IZQ1 

N

NN

O

CH3

CH3

N

F

F

CH3

 

‐7.88 

20  IZQ3 

N

NN

O

CH3

CH3

N

CH3

Cl

 

‐7.83 

21  Wortmanin    ‐7.79 22  BEZ235 

(standard) 

O

N

N

N

N

N

CH3

CH3

CH3

 

‐7.57 

 

 

  

163  

 7.3.2  Molecular  docking  studies  of  Liphagal  derivatives  and  Tetrazolyl 

Quinazolinone series with PI3Kα 

Docking  studies  were  also  initiated  on  Liphagal  derivatives  and  tetrazolyl 

quinazolinone series. Liphagal  is the selective  inhibitor of PI3kα. A series of  liphagal 

analogs were generated  based on the available patent space and the constituent of 

the binding pocket of PI3kα. Whereas, the purinyl‐quinazolinone scaffold (CAL‐101) 

showed some promising Phase‐I results and presently is in Phase‐II studies. CAL101 is 

a  selective PI3K  class  I  inhibitor of PI3Kδ. Based on  the  inputs  from our medicinal 

chemistry lab with respect to the available patent space, a series of molecules were 

designed and docked onto the 3D structure of PI3Kα and PI3Kδ. 

 

Majorly,  all  the molecules  showed  comparable  dock  scores  with  liphagal, 

except  for  a  boronic  acid  derivative  of  liphagal  that  showed  exceptionally  good 

scores.  From  the  interaction  figure  of  liphagal  (Figure  7.4),  it was  observed  that 

Val851, the hinge residue is involved in H‐bonding with one of the hydroxyl group in 

the phenyl moiety of the molecule.  Also, the formyl group is involved in H‐bonding 

with  Gln859.  The  phenyl  is  involved  in  π‐  π  interaction  with  Trp780.  From  the 

docking  studies  of  the  liphagal  derivatives,  it was  observed  that  the  boronic  acid 

derivatives  shows  significantly  enhanced  binding  affinity  towards  the  target.  The 

introduction  of  boronic  acid  strengthens  the  H‐bonding with  the  pivotal  residues 

such as Val851 and Gln859 and  further  the orientation  is quite  favourable  for π‐ π 

interactions with Trp780. A small hydrophobic cleft  formed by  the  residues  Ile800, 

Tyr836, Ile848 and Val850 also may help in the strong interaction between the ligand 

and  the  receptor  (as  shown  in  figure  7.4). The  validation  (as well  as  feedback  for 

modification) of the  in silico studies was carried out by wet  lab experiments carried 

out at Pharmacology division, IIIM Jammu. 

 

 

 

 

Figure 7.4. Iof PI3K-α  

 

 

 

nteraction of (a) liphagal annd (b) boronic acid derivative

 

 

e of liphagal wwithin the bindi

164

ing pocket

165  

From the docking studies of tetrazolyl quinazolinone series,  it was observed 

that  the  series  has  better  affinity  towards  PI3Kδ  than  PI3K‐α.  The  dock  scores  of 

PI3Kα  with  all  the  molecules  was  much  higher  (less  binding  affinity)  than  the 

standard.  The  binding  affinity  of  all  the  molecules  docked  on  PI3Kδ  was  also 

comparatively  lesser  than  the  standard,  except  for  a  boronic  acid  derivative  of 

tetrazolyl  quinazolinone  (Figure  7.5)  where  it  was  well  comparable  with  the 

standard. Once again, the role of boronic acid in ligand binding was surfaced out. It 

was observed that boronic acid plays an important role in the ligand binding. Based 

on the interaction figure, no specific residue could be identified for PI3Kδ that tends 

to play a  crucial  role  in  ligand binding, unlike  the  case of  its other  isoform PI3Kα. 

Though, Glu826 & Val828 and Lys779 & Asp911 are  involved  in H‐bonding with the 

standard (CAL101) and the boronic acid derivative respectively (Figure 7.5). Further 

studies on this would be taken up on the form of a project. The validation (as well as 

feedback  for  modification)  of  the  in  silico  studies  was  carried  out  by  wet  lab 

experiments carried out at Pharmacology division, IIIM Jammu. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 (a)

(c)

 

 

 

 

 

 

 

 

 

 

Figure molecuPI3Kα, the bindacid dethe bind

7.5 Interactiole i.e., CAL101(b) standard ding pocket o

erivative of teding pocket of

on figures o1 within the bimolecule i.e.,

of PI3Kδ and etrazolyl quinaf PI3Kδ

166

(b)

of (a) standainding pocket CAL101 with (c) the boronazolinone with

)

ard of hin nic hin

167  

Further, in order to customize the generic software Schrodinger for the target 

PI3Kα, a quantitative regression analysis was carried out between the experimental 

IC50 values of the known  inhibitors  (from  literature) and the scoring  functions used 

for  their  docking  analyses  with  the  selected  target  (PI3Kα).  A  data  set  of  65 

molecules  was  taken  from  literature  (Hayakawa  et  al.,  2006;  Hayakawa  et  al., 

2007(a‐c)) for this study which was suitably divided into training set data and test set 

data. A highly  statistical model was prepared  for  the  theoretical evaluation of  the 

inhibitory  activity  of  a  new molecule  towards  PI3Kα.  The model  along with  dock 

scores  and  interaction  studies  (of  ligand  with  target)  will  also  help  in  lead 

optimisation  and  would  contribute  towards  the  identification  of  a  novel  PI3K‐α 

inhibitor. 

 

Final Model:  

• Activity =11.06 ‐1.96 *r_glide_res:A836_dist + 1.45 *r_glide_XP_lipophilic  

Evd W‐ 1.22 * r_glide_res:A856_Vdw ‐ 0.46  * r_glide_res: A854_Eint ‐0.13  * 

r_i_glide_ecoul +0.82  * r_glide_res: A932_dist ‐2.37 * r_glide_res:A 

930_vdw+3.33  * r_glide_res:A 836_h bond 

• N=50; LOF=0.459; r2 =0.882; r2adj=0.858  

• Ftest=38.152; LSE=0.212; r=0.939; q2=0.824  

 

7.4 Conclusion 

From the available 3D crystal structure of PI3K‐α and its docking studies with several 

classes of compounds,  it was observed that the hinge region (Val851) plays a major 

role  for  the  identification  and  binding  of  ATP  competitor  inhibitor.  Besides  this, 

Tyr836, Gln859 also plays an important role. The role of aldehyde moiety in liphagal 

was  also  identified  from  its  interaction,  where  Gln859  is  directly  involved  in  H‐

bonding with the formyl group of  liphagal.   Allosteric site  is proposed to be nearby 

the ATP binding site, but the effective residues are still not clear. The role of boronic 

acid moiety  in  the  ligand  significantly  improves  the  binding  for  PI3Kα  as well  as 

168  

PI3Kδ.  It was also observed that the tetrazolyl quinazolinone derivatives has better 

affinity  towards  PI3Kδ  than  PI3Kα.  In  order  to  customize  the  existing  generalized 

docking  software,  a  QEvAR  study  was  carried  out  based  on  the  known  PI3Kα 

inhibitors where activity was made a dependent variable and the scoring  functions 

used in Glide as the dependent variables.