Professional Documents
Culture Documents
ЛЕКАРСТВЕННЫХ СРЕДСТВ
М.И. Мацаберидзе
Продуцирование нового лекарства это сложный, многостадийный процесс, занимающий много лет и
требующий существенных трудовых и финансовых затрат. В последнее время постоянно воз-
растающую роль в нем играют методы компьютерного молекулярного моделирования и исследования
количественной связи между структурой и биологической активностью химических соединений -
QSAR (Quantitative Structure-Activity Relationships), которые позволяют значительно сократить сроки
разработки лекарств.
1
ацетилхолинэстеразы - алкалоид эзерин из калабарских бобов и его синтетический аналог - прозерин.
Их структуры объединяет лишь присутствие аммонийной и уретановой групп - первая нужна для
правильной ориентации при взаимодействии с ацетилхолин-связывающим участком фермента, а
вторая используется для необратимого «пришивания» к белку (все это выяснилось спустя почти
полвека).
Другой пример - синтетические эстрогены - синэстрол, гексэстрол и др. , - в молекулах которых есть
две гидроксильные группы, разнесенные на такое же расстояние, как в женском стероидном половом
гормоне эстрадиоле.
Если известно, что в структуре нужной молекулы должен присутствовать фармакофор, то для ее
поиска и конструирования есть два пути. Первый - отталкиваясь от фармакофора, достраивая его по
всем правилам химии до цельной молекулы. Второй - искать среди известных соединений те, в чьей
структуре уже присутствует фармакофор (разумеется, помимо непременного присутствия
фармакофора накладывается множество других требований - на молекулярный вес, отсутствие
"посторонних" фармакофоров и токсических групп, растворимость и т.д.). Оба пути сопряжены с
перебором огромного числа вариантов, а именно это и есть самая подходящая работа для компьютера.
Проблема структура-свойство очень сложна; одним из подходов к ее решению до сих пор остается
синтез и последующее тестирование вещества. Создание новых лекарств исторически прошло
сложный путь, но до последних лет парадигма поиска лекарств оставалась неизменной: от выделения
2
вещества из природных источников или от сложнейшего многостадийного синтеза к тестированию на
лекарственное действие. Этот процесс малоэффективен, так как для выявления нужного вещества
приходилось исследовать сотни и тысячи веществ.
Методы непрямого поиска, как правило, основаны на методологии QSAR. Для проведения ис-
следований QSAR необходимы исходные данные, состоящие из набора химических структур с изве-
стными значениями активностей. Далее, статистическими методами строится модель «структура-
активность» или QSAR-модель. Следующий этап заключается в генерации и дизайне новых структур с
заданной активностью на базе построенных моделей. Идет генерация большого количества
гипотетических структур; предсказание для них активности на основе QSAR-моделей; автоматическая
селекция структур с требуемыми значениями активности; анализ их синтетической доступности;
последующий синтез и практические испытания. Таким образом, процесс создания новых соединений
носит итерационный характер: после синтеза и экспериментальных исследований серии соединений
проводятся новые исследования QSAR, и затем конструируются новые структуры, идет их синтез,
тестирование, и вновь осуществляются исследования QSAR с учетом данных для новых соединений, и
т.д.
3
Важным направлением разработок в области QSAR стало применение методологии искусственных
нейронных сетей (ИНС) [1]. Обычно нейронные сети для QSAR включают входной слой нейронов (он
получает рассчитанные значения дескрипторов), промежуточный слой и выходной слой нейронов,
соответствующих прогнозируемым свойствам. Благодаря применению ИНС с использованием базы
данных «структура-активность» происходит оптимизация параметров нейронной сети таким образом,
что в результате преобразования значений дескрипторов получаются наиболее точные значения
активности. Нейросетевые модели могут воспроизводить нелинейные зависимости и обеспечивают
высокую точность прогнозирования активности структур.
В последние годы большое значение приобрела априорная (до проведения синтеза) компьютерная
оценка параметров, характеризующих всасывание, распределение, метаболизм, выделение и воз-
можную токсичность лекарственных веществ (ADMET). Ранее оценка таких параметров проводилась
экспериментальными методами, и значительное число веществ синтезировалось напрасно.
В последнее десятилетие большие успехи были достигнуты при использовании трехмерных подходов,
основанных на картировании биомишеней путем определения формы места связывания исходя из
структурных данных о лигандах и данных об их связывании. К таким методам относится CoMFA
(метод сравнительного анализа молекулярного поля [2]), и CoMSIA (метод сравнительного анализа
индексов молекулярного сходства). Такие методы позволяют сделать обоснованные выводы о
строении биомишени и характере связывания с ней лигандов [3,4].
В настоящее время в общедоступных базах данных имеются координаты атомов для тысяч белков,
полученные методами рентгеноструктурных исследований или ЯМР спектров. Эти данные могут
служить в качестве базового знания о биомишенях при разработке новых лекарств. Однако для
большинства белков известна лишь аминокислотная последовательность и есть некоторые данные
точечного мутагенеза, указывающие на аминокислотные остатки в структуре белка, необходимые для
связывания определенных лигандов. В этом случае возможно компьютерное построение
пространственной модели белка-биомишени, например, по гомологии с белками, имеющими
известную пространственную структуру. Информация же о точечных мутациях, влияющих на
связывание лигандов, помогает определить сайт связывания лигандов.
5
Технологию компьютерного моделирования белков почти сразу стали использовать при поиске и
конструировании ингибиторов или активаторов ферментов. Рассмотрим наиболее важные направления
этой прикладной науки. Все они так или иначе опираются на сведения о структуре белок-лигандных
комплексов, полученные либо экспериментально (обычно рентгеноструктурными методами), либо
расчетным путем с помощью докинга - так называют виртуальное прилаживание лиганда к месту
связывания.
6
Грузии и по этой причине, на наш взгляд, нужно безотлагательно создать центр под эгидой
Инженерной академии Грузии и Грузинского технического университета, оснащенный необходимым
оборудованием и программным обеспечением для разработки новых лекарств на современном уровне.
Создание структуры, обеспечивающей проведение массового скрининга, следует рассматривать как
одну из наиболее приоритетных организационных задач для экономической стабильности и защиты
интеллектуальной собственности в Грузии.
РЕЗЮМЕ
ПРОБЛЕМЫ ПРОЕКТИРОВАНИЯ И КОНСТРУИРОВАНИЯ СОВРЕМЕННЫХ
ЛЕКАРСТВЕННЫХ СРЕДСТВ
М.И. Мацаберидзе
Грузинский технический университет
В работе рассмотрено топология методологии поиска и конструирования лекарственных соединений.
Это проблема довольно сложная по той причине, что химики, биологи и медики говорят
на совершенно разных языках. Чтобы создание лекарства стало возможным, нужен переводчик
биохимической (или фармакологической) информации на язык структурных формул. Роль такого
переводчика играет медицинская химия. В статье показаны некоторые ресурсы метода QSAR
(Quantitative Structure-Activity Relationship) для установления количественного соотношения структура-
свойство.
ЛИТЕРАТУРА
1. Гальберштам Н.М., Баскин ИМ., Палюлин В.А., Зефиров П.С. Нейронные сети как метод поиска
зависимостей структура-свойство органических соединений // Успехи химии. № 7. 2003.
2 Cramer R.D., Patterson D.E., Випсе J.D. Comparative Molecular Field Analysis (CoMFA). 1. Effect of Shape on
Binding of Steroids to Carrier Proteins // J. Am. Chem. Soc. v. 110. pp. 5959-5967. 1988.
3. Baskin 1.1., Tikhonova I.G., Palyulin VA., Zefirov N.S. Selectivity Fields: Comparative Molecular Field Analysis
(CoMFA) of the Glycine/NMDA and AMPA Receptors // J. Med. Chem. v. 46. pp. 1063-1069. 2003.
4. Tikhonova I.G., Baskin 1.1., Palyulin VA., Zefirov N.S. CoMFA and Homology-Based Models of the Glycine
Binding Site of N-Methyl-D-aspartate Receptor // J. Med. Chem. v. 46. pp. 1609-1616. 2003.
5. Keduo Qian, Donglei Yu, Chin-Ho Chen, Li Huang, Susan L. Morris-Natschke, Theodore J. Nitz, Karl
Salzwedel, Mary Reddick, Graham P. Allaway and Kuo-Hsiung Lee. Anti-AIDS Agents. Design, Synthesis,
Metabolic Stability Assessment, and Antiviral Evaluation of Novel Betulinic Acid Derivatives as Potent Anti-
Human Immunodeficiency Virus (HIV) Agents. J. Med. Chem., April 23, 2009.