Драг-дизайн: как в современном мире создаются новые лекарства. Часть 3. - BioinforMatix.ru - портал по биоинформатике, имейджингу и биософту

Драг-дизайн: как   в  современном мире создаются новые лекарства. Часть 3.

Печать E-mail
Автор Чугунов Антон   
15.10.2008 г.

 Часть 3. Роль вычислительной техники  в  драг-дизайне

 В  настоящее время  в  драг-дизайне, как и  в  большинстве других наукоемких областей, продолжает увеличиваться роль вычислительной техники. Следует сразу оговорить, что современный уровень развития компьютерных методик не позволяет разработать новый лекарственный препарат, используя только компьютеры. Основные преимущества, которые дают вычислительные методы  в  данном случае — это сокращение времени выпуска нового лекарства на рынок и снижение стоимости разработки.

 Основные компьютерные методы, используемые  в  драг-дизайне, это

Молекулярное моделирование (ММ);

Виртуальный скрининг;

Дизайн новых лекарственных препаратов de novo;

Оценка свойств «подобия лекарству»;

Моделирование связывания лиганд-мишень

 

Методы ММ, основывающиеся на структуре лиганда

 В  случае, если ничего не известно про трехмерную структуру мишени (что случается достаточно часто), прибегают к методикам создания новых соединений исходя из информации о структуре уже известных лигандов и данных по их активности.

Подход основывается на общепринятой  в  химии и биологии парадигме, гласящей, что структура определяет свойства. Основываясь на анализе корреляций между структурой известных соединений и их свойствами, можно предсказать структуру нового соединения, обладающего желаемыми свойствами (или же, наоборот, для известной структуры предсказать свойства). Причем, этот подход используется как при модификации известных структур с целью улучшения их свойств, так и при поиске новых соединений используя скрининг библиотек соединений.

Методы определения похожести молекул (или методы отпечатков пальцев) состоят  в  дискретном учете определенных свойств молекулы, называемых дескрипторами (например, число доноров водородной связи, число бензольных колец, наличие определенного заместителя  в  определенном положении и т.д.) и сравнивании получившегося «отпечатка» с отпечатком молекулы с известными свойствами (используемой  в  качестве образца). Степень похожести выражается коэффициентом Танимото, изменяющимся  в  диапазоне 0÷1. Высокая похожесть предполагает близость свойств сравниваемых молекул, и наоборот.

Методы, основывающиеся на известных координатах атомов лиганда, называются методами количественной связи между структурой и активностью (QSAR, Quantitative Structure-Activity Relationship). Один из наиболее используемых методов этой группы — метод сравнительного анализа молекулярных полей (CoMFA, Comparative Molecular Field Analysis). Этот метод заключается  в  приближении трехмерной структуры лиганда набором молекулярных полей, отдельно характеризующих его стерические, электростатические, донорно-акцепторные и другие свойства. CoMFA модель строится на основании множественного регрессионного анализа лигандов с известной активностью и описывает лиганд, который должен хорошо связываться с исследуемой мишенью,  в  терминах молекулярных полей. Полученный набор полей говорит,  в  каком месте у лиганда должен быть объемный заместитель, а  в  каком — маленький,  в  каком полярный, а  в  каком — нет,  в  каком донор водородной связи, а  в  каком — акцептор, и т.д.

Модель может использоваться  в  задачах виртуального скрининга библиотек соединений, выступая  в  данном случае аналогом фармакофора. Самым главным недостатком этого метода является то, что он обладает высокой предсказательной силой лишь на близких классах соединений; при попытке же предсказать активность соединения другой химической природы, чем лиганды, использовавшиеся для построения модели, результат может оказаться недостаточно достоверным.

Схема возможного процесса создания нового лекарства, основывающегося на структуре лиганда, приведена на рисунке 8. 

<a href='http://www.bioinformatix.ru/bioinformatika/' target='_self'>Биоинформатика</a>: Схема возможного процесса создания нового лекарства, основывающегося на структуре лиганда

 Рис. 8 Пример молекулярного моделирования, основывающегося на структуре лиганда. Для циклического пептида уротензина II (внизу слева) определена трехмерная структура методом ЯМР спектроскопии водного раствора (вверху слева). Пространственное взаиморасположение аминокислотных остатков мотива ТРП-ЛИЗ-ТИР, являющегося важным для биологической функции, было использовано для построения модели фармакофора (вверху справа).  В  результате виртуального скрининга найдено новое соединение, демонстрирующее биологическую активность (внизу справа).

Очевидно, что достоверность моделирования, как и эффективность всего процесса конструирования нового лекарства, можно существенно повысить, если учитывать данные не только о структуре лигандов, но и о структуре белка-мишени. Методы, учитывающие эти данные, носят общее название «драг-дизайн, основывающийся на структурной информации» (SBDD, Structure-Based Drug Design).

Методы ММ, основывающиеся на структуре белка

 В  связи с растущим потенциалом структурной биологии, все чаще можно установить экспериментальную трехмерную структуру мишени, или построить ее молекулярную модель, основываясь на гомологии с белком, чья трехмерная структура уже определена.

Наиболее часто используемые методы определения трехмерной структуры биомакромолекул с высоким разрешением ( 3 Å) — это спектроскопия ядерного магнитного резонанса (ЯМР) и метод рентгеновской кристаллографии (РСА, рентгеноструктурный анализ). РСА способен дать детальную трехмерную структуру мишени, если удается получить кристалл исследуемого белка, ЯМР же может давать информацию о структуре молекулы и подвижность отдельных ее участков для растворимых белков.

Часто, когда экспериментальная структура мишени все же недоступна, прибегают к моделированию на основании гомологии — методу, для которого показано, что построенная им модель обладает достаточно высоким качеством, если гомология между структурным шаблоном и моделируемым белком не ниже 40%.

Особенно часто к моделированию по гомологии прибегают при разработке лекарств, направленных на G-белок сопряженные рецепторы, так как они, будучи мембранными белками, очень плохо поддаются кристаллизации, а методу ЯМР пока недоступны такие большие белки. Для этого семейства рецепторов известна структура только одного белка — бычьего родопсина, полученная  в  2000 г.  в  Стэнфорде, которая и используется  в  качестве структурного шаблона  в  подавляющем числе исследований.

Обычно при исследовании, базирующемся на структурных данных, учитывают также данные по мутагенезу мишени, чтобы установить, какие аминокислотные остатки наиболее важны для функционирования белка и связывания лигандов. Эти сведения особенно ценны при оптимизации построенной модели, которая, будучи лишь производной от структуры белка-шаблона, не может учитывать всей биологической специфики моделируемого объекта.

Трехмерная структура мишени, кроме того, что может объяснить молекулярный механизм взаимодействия лиганда с белком, используется  в  задачах молекулярного докинга, или компьютерном моделировании взаимодействия лиганда с белком. Докинг использует  в  качестве стартовой информации трехмерную структуру белка (на данном этапе развития технологии, как правило, конформационно неподвижную), и структуру лиганда, конформационная подвижность и взаиморасположение с рецептором которого моделируется  в  процессе докинга. Результатом докинга является конформация лиганда, наилучшим образом взаимодействующая с белковым сайтом связывания, с точки зрения оценочной функции докинга, приближающей свободную энергию связывания лиганда. Реально,  в  силу множества приближений, оценочная функция далеко не всегда коррелирует с соответствующей экспериментальной энергией связывания.

Докинг позволяет сократить затраты средств и времени за счет проведения процедуры, аналогичной высокопроизводительному скринингу, на компьютерных комплексах. Эта процедура называется виртуальным скринингом, и основным ее преимуществом является то, что для реальных фармакологических испытаний нужно приобретать не целую библиотеку, состоящую из миллиона соединений, а только «виртуальные прототипы». Обычно же, с целью избежания ошибок, скрининг и докинг используются одновременно, взаимно дополняя друг друга (см. рис. 9). 

<a href='http://www.bioinformatix.ru/bioinformatika/' target='_self'>Биоинформатика</a>: скрининг и докинг используются одновременно, взаимно дополняя друг друга

Рис. 9 Два варианта совместного использования высокопроизводительного скрининга и молекулярного моделирования. Сверху: последовательный итеративный скрининг. На каждом шаге процедуры используется сравнительно небольшой набор лигандов; по результатам скрининга строится модель, объясняющая связь между структурой и активностью. Модель используется для выбора следующего набора лигандов для тестирования. Снизу: «разовый» скрининг. На каждом шаге модель строится по обучающей выборке и используется для предсказаний на тестовой выборке.

С увеличением компьютерных мощностей и появлением более корректных и физичных алгоритмов, докинг будет лучше оценивать энергию связывания белка с лигандом, начнет учитывать подвижность белковых цепей и влияние растворителя. Однако, неизвестно, сможет ли виртуальный скрининг когда-нибудь полностью заменить реальный биохимический эксперимент; если да — то для этого необходим, очевидно, качественно новый уровень алгоритмов, неспособных на сегодняшний день абсолютно корректно описать взаимодействие лиганда с белком.

Одно из явлений, иллюстрирующих несовершенство алгоритмов докинга, — парадокс похожести. Этот парадокс заключается  в  том, что соединения, структурно совсем немного различающиеся, могут иметь драматически различную активность, и  в  то же время с точки зрения алгоритмов докинга быть практически неразличимыми.

Прототипы лекарства можно получать не только выбирая из уже подготовленной базы данных соединений. Если есть структура мишени (или хотя бы трехмерная модель фармакофора), возможно построение лигандов de novo, используя общие принципы межмолекулярного взаимодействия. При этом подходе  в  сайт связывания лиганда помещается один или несколько базовых молекулярных фрагментов, и лиганд последовательно «наращивается»  в  сайте связывания, подвергаясь оптимизации на каждом шаге алгоритма. Полученные структуры, так же, как и при докинге, оцениваются с помощью эмпирических оценочных функций.

Ограничения применения компьютерных методов

Несмотря на всю свою перспективность, компьютерные методы имеют ряд ограничений, которые необходимо иметь ввиду, чтобы правильно представлять себе возможности этих методов.

Прежде всего, хотя идеология in silico подразумевает проведение полноценных компьютерных экспериментов, то есть экспериментов, результаты которых ценны и достоверны сами по себе, необходима обязательная экспериментальная проверка полученных результатов. То есть, подразумевается тесное сотрудничество научных групп, проводящих компьютерный эксперимент, с другими экспериментальными группами (см. рис. 5).

Кроме того, компьютерные методы пока не  в  силах учесть всего разнообразия влияния лекарственного препарата на организм человека, поэтому эти методы не  в  силах ни упразднить, ни даже существенно сократить клиническое тестирование, занимающее основную долю времени  в  разработке нового препарата.

Таким образом, на сегодняшний день роль компьютерных методов  в  драг-дизайне сводится к ускорению и удешевлению исследований, предшествующих клиническим испытаниям. 

Перспектива драг-дизайна

Очевидно, что драг-дизайн — это будущее фармакологической промышленности. Направленное конструирование новых лекарственных препаратов уже сейчас стало важнейшей частью современного общества, позволяя победить многие болезни, излечение которых ранее не представлялось возможным.  В  перспективе, новые наукоемкие приложения смогут поднять драг-дизайн на еще более высокий уровень, когда будут, наконец, побеждены такие тяжелые заболевания, как рак, СПИД, болезнь Альцгеймера и другие недуги человечества

Читайте также:

Последнее обновление ( 03.04.2009 г. )
 
« Пред.   След. »