he ongoing opioid crisis in the US highlights the urgent need for safer analgesics, as conventional opioids acting through the µ-opioid receptor (MOR) are associated with severe adverse effects, including respiratory depression, tolerance, and addiction. The κ-opioid receptor (KOR) has emerged as a promising alternative target for pain management, offering potent analgesia with a lower risk of addiction. However, therapeutic use of the KOR has been hindered by its own undesirable side effects, such as dysphoria and sedation. Recent advances suggest that G protein-biased KOR agonists could mitigate these limitations. Since biased signaling arises from subtle and dynamic conformational changes within the receptor, molecular dynamics (MD) simulations provide a powerful means to analyze these processes at atomic resolution. Yet, the vast amount of data generated during MD simulation remains a challenge. To address this, new computational tools were developed to rationally understand and analyze molecular mechanisms underlying KOR-biased signaling.
The first tool, OpenMMDL, was developed to streamline the setup, execution, and analysis of MD simulations. OpenMMDL enables the exploration of protein-ligand interactions in a fully dynamic context, capturing the continuous structural fluctuations that define receptor-ligand interplay. Its intuitive, low-code interface allows both expert and non-expert users to conduct end-to-end simulation workflows, beginning from system preparation and trajectory generation to automated post-simulation analysis, with minimal technical overhead. The second tool. MDPath is an analysis framework designed to detect allosteric communication paths that underlie and stabilize distinct conformational ensembles of the receptor. Understanding communication networks is essential for identifying the subtle molecular mechanisms that give rise to signaling bias within GPCRs. Furthermore, MDPath enables residue-based path tracking; this capability provides a mechanistic bridge between specific protein-ligand interactions and long-range conformational transitions, offering a powerful means to dissect the dynamic processes governing different activation states.
By applying these new tools in combination with established molecular dynamics simulations, we investigated a novel series of dual-charged naltrexamine amides designed to exhibit G protein-biased activity at the KOR. The simulations revealed distinct allosteric communication paths that govern biased signaling, providing atomic-level insight into how specific structural features shape receptor dynamics. Comparative analyses with the unbiased ligand MP1104 and the G protein-biased agonist nalfurafine uncovered distinct allosteric routes within the KOR that can be exploited for the rational design of G protein-biased ligands, ultimately advancing a framework for the development of safer analgesics. Beyond these receptor-specific insights, this work establishes a broadly applicable computational workflow that integrates MD simulations, dynamic pharmacophore characterization, and allosteric path analysis. Such an approach provides a versatile foundation for addressing mechanistic questions not only in GPCR signaling but also across a wide range of protein systems where dynamic allostery governs biological function.
Die anhaltende Opioidkrise in den USA zeigt die Notwendigkeit für sicherere Analgetika, da konventionelle Opioidanalgetika, die primär über den µ-Opioid-Rezeptor (MOR) wirken, mit erheblichen unerwünschten Arzneimittelwirkungen (UAW), wie Atemdepression, Toleranz und Abhängigkeit, assoziiert sind. Der κ-Opioid-Rezeptor (KOR) hat sich als vielversprechendes alternatives Target für die Analgesie erwiesen, da er eine ausgeprägte nozozeptive Wirksamkeit bei gleichzeitig reduziertem Abhängigkeitspotenzial bietet. Der therapeutische Nutzen des KOR ist jedoch durch seine eigenen UAW wie Dysphorie und Sedierung eingeschränkt. Aktuelle Erkenntnisse deuten darauf hin, dass Agonisten mit funktioneller Selektivität für G-Protein-Kopplung ("biased Signaling") diese UAW mindern könnten. Da biased Signaling kleine und eventuell auch transiente Konformationsänderungen zugrunde liegen, bieten sich moderne Molekulardynamik-(MD-)Simulationen an, um diese Prozesse mit atomarer Auflösung zu modellieren. Die riesige Menge an Daten, die bei MD-Simulationen erzeugt wird, stellt jedoch eine Herausforderung dar. Um dieses Problem zu lösen, wurden neue computergestützte Methoden entwickelt, um die molekularen Mechanismen zu verstehen und zu analysieren, die biased Signaling am KOR zugrunde liegen.
Das erste Tool, OpenMMDL, wurde entwickelt, um die Konfiguration, Ausführung und Analyse von MD-Simulationen zu erleichtern. OpenMMDL ermöglichte die Erforschung von Protein-Ligand-Interaktionen in einem vollständig dynamischen Kontext, der kontinuierliche strukturelle Änderungen erfassen kann, die das Zusammenspiel von Rezeptor und Ligand definieren. Die intuitive Low-Code-Nutzeroberfläche ermöglicht es sowohl Experten als auch Nicht-Experten End-to-End-Simulations-Workflows durchzuführen, beginnend mit der Systemvorbereitung und Trajektoriengenerierung bis hin zur automatisierten Post-Simulationsanalyse, alles mit einem minimalem technischem Aufwand. Das zweite Tool, MDPath, ist ein Analyse-Framework, das entwickelt wurde, um allosterische Kommunikationspfade zu erkennen, die den verschiedenen Konformationsensembles des Rezeptors zugrunde liegen und diese stabilisieren. Das Verständnis von Kommunikationsnetzwerken ist von entscheidender Bedeutung für die Identifizierung der subtilen molekularen Mechanismen, die zu biased Signaling in GPCRs führen. Darüber hinaus ermöglicht MDPath eine aminosäurebasierte Pfadanalyse; diese Funktion stellt eine mechanistische Brücke zwischen spezifischen Protein-Ligand-Interaktionen und weitreichenden Konformationsänderungen dar und ermöglicht die Analyse der dynamischen Prozesse, die verschiedene Aktivierungszustände steuern.
Durch die Anwendung dieser neuen Tools in Kombination mit etablierten MD-Simulationen haben wir eine neuartige Serie von doppelt geladenen Naltrexaminamiden untersucht, die entwickelt wurden, um G-Protein-biased Signaling am KOR aufzuweisen. Die Simulationen ergaben unterschiedliche allosterische Kommunikationspfade, die das biased Signaling steuern, wodurch sie auf atomarer Ebene Erkenntnisse darüber liefern, wie spezifische strukturelle Merkmale die Rezeptordynamik beeinflussen. Vergleichende Analysen mit dem nicht gebiasten Liganden MP1104 und dem G-Protein-biased Agonisten Nalfurafin deckten verschiedene allosterische Pfade innerhalb des KOR auf, die für das rationale Design von G-Protein-biased Liganden genutzt werden können, was letztendlich einen Rahmen für die Entwicklung von sichereren Analgetika schafft. Über diese rezeptorspezifischen Erkenntnisse hinaus etabliert diese Arbeit einen breit anwendbaren Computationalworkflow, der MD-Simulationen, dynamische Pharmakophor-Charakterisierung und allosterische Pfadanalyse integriert. Ein solcher Ansatz bietet eine vielseitige Grundlage für die Beantwortung mechanistischer Fragen nicht nur im Bereich der GPCR-Signalübertragung, sondern auch für ein breites Spektrum von Proteinsystemen, bei denen dynamische Allosterie die biologische Funktion bestimmt.
