In dieser Arbeit wird der Einsatz strukturbasierter virtueller Screening-Techniken, insbesondere Docking, untersucht, um potenzielle Modulatoren für die Bromodomänen von Candida-Arten, einschließlich Candida albicans und Candida auris, zu untersuchen. Ziel ist es, einen Beitrag zur Erforschung innovativer Antimykotika zu leisten, insbesondere angesichts der Herausforderungen, die sich durch multiresistente Candida-Stämme ergeben. Mit Hilfe von computergestützten Berechnungsmethoden, die anschließend experimentell validiert werden sollen, erforscht die Studie systematisch den chemischen Raum von Molekülbibliotheken und identifiziert vielversprechende Kandidaten für weitere Untersuchungen. Die Ergebnisse zeigen eine Vielzahl von Molekülen, die durch Docking als potenzielle Liganden für die Bromodomänen identifiziert wurden. Anhand von Ähnlichkeitsanalysen werden dann potenzielle Bindungsmodi und Struktur-Aktivitäts-Beziehungen untersucht und wichtige Strukturmerkmale identifiziert, die für die Ligandenerkennung entscheidend sind. Die vorhergesagten Wechselwirkungen bieten wertvolle Einblicke in die mechanistischen Details der Ligandenbindung und ebnen den Weg für eine künftige experimentelle Validierung, beispielsweise durch Kernresonanzspektroskopie (NMR). Insgesamt unterstreicht diese Studie die Bedeutung von Docking-Methoden in der Arzneimittelentdeckung und bietet einen systematischen Ansatz zur Identifizierung vielversprechender Kandidaten für neue Antimykotika, die auf die Bromodomänen von Candida abzielen.

This thesis explores the use of structure-based virtual screening techniques, specifically docking, to investigate potential modulators for the bromodomains of Candida species, including Candida albicans and Candida auris. The aim is to contribute to the research of innovative antifungal drugs, especially given the challenges posed by multidrug-resistant Candida strains. Using computational methods for subsequent experimental validation, the study systematically explores the chemical space of molecule libraries and identifies promising candidates for further investigation. The results reveal a variety of molecules identified by docking as potential ligands for the bromodomains. Similarity analyses are then used to investigate potential binding modes and structure-activity relationships, identifying key structural features that are critical for ligand recognition. Predicted interactions offer valuable insights into the mechanistic details of ligand binding, paving the way for future experimental validation, such as through nuclear magnetic resonance (NMR) spectroscopy. Overall, this study underscores the importance of docking methods in drug discovery and provides a systematic approach to identify promising candidates for new antifungal agents targeting the bromodomains of Candida.