wykład 11-12
Transkrypt
wykład 11-12
Farmakofory metody QSAR Strategie projektowania leków Ligand-based drug design nieznana • Budowanie modelu miejsc aktywnych liganda (farmakofor) • Przeszukiwanie baz danych (screening) • 1D i 3D QSAR (pseudoreceptory i pola molekularne) Struktura celu molekularnego • Dopasowanie ligandów do miejsca aktywnego receptora (dokowanie) znana Receptor-based drug design • Budowa nowych ligandów ab-initio • Dynamika kompleksu receptor-ligand Definicja farmakoforu Farmakofor – trójwymiarowe ułożenie grup chemicznych wspólnych dla związków aktywnych i niezbędnych dla ich aktywności biologicznej. 3 Poszukiwanie farmakoforu Pierwsza hipoteza Wiele hipotez 4 Poszukiwanie farmakoforu Więcej związków pozwala zidentyfikować właściwą hipotezę Identyfikacja sterycznych „bumps” w miejscu aktywnym 5 Pharmacophore-based drug design Założenie - związki działają według tego samego mechanizmu, tj. (1) wiążą się z tym samym celem molekularnym i (2) w tym samym miejscu wiążącym. 6 Podobieństwo molekularne związki różne chemicznie – 2D 7 Podobieństwo molekularne związki różne chemicznie – 3D 8 Nakładanie konformacji bioaktywnych Ważność oddziaływań hydrofobowych i grupy -OH. Brak nałożenia centralnych pierścieni. 9 Konformacje bioaktywne 12 kJ/mol 3 kcal/mol Ograniczanie liczby konformacji 10 Poszukiwanie konformacji bioaktywnej GABA - neurotransmiter agonista receptora GABA (kanał chlorkowy w synapsie) Me-GABA – związek wciąż labilny THIP - agonista receptora GABA 11 Nakładanie w przestrzeni właściwości =R substrat Inhibitor – lek przeciwrakowy Struktura chemiczna inhibitora 12 Nakładanie w przestrzeni właściwości Nakładanie według struktur chemicznych Rzeczywiste nakładanie (według struktur krystalicznych) 13 Przykład identyfikacji farmakoforu Agoniści receptora dopaminowego Farmakofor: fenyloamina w konformacji rozciągniętej 14 Nieprawidłowe użycie informacji strukturalnej Oba związki są aktywne Nieprawidłowa konformacja bioaktywna zw. #2. Wiązanie podwójne jest płaskie 15 Pochodne fenylo-imidazolu Inhibitory bakteryjnego cytochromu P-450 Kamfora – naturalny substrat 16 Nakładanie inhibitorów cytochromu Identyczny kształt Identyczne własności elektrostatyczne 17 Nakładanie inhibitorów cytochromu Rzeczywiste nałożenie (struktury krystaliczne z enzymem) Fragment miejsca aktywnego enzymu 18 Zasada aktywnych analogów Definiowanie miejsca aktywnego 19 Mapowanie receptora Agoniści receptora nikotynowego Ciasne miejsce wiążące i rola entropii 20 Dwie generacje farmakoforów I II 21 Analog design – modyfikacje ligandów Grupy bioizosteryczne – podobne własności fizykochemiczne 22 Budowanie łącznika do grup farmakoforowych 23 Konstrukcja w oparciu o farmakofor Farmakofor Dużo efektów ubocznych z powodu podobieństwa do struktury steroidu Wynik poszukiwań w bazie związków chemicznych 24 Równania QSAR 25 QSAR Quantitative Structure-Activity Relationship QSPR Property: rozpuszczalność, biodostępność, stabilność metaboliczna, przenikalność przez błony komórkowe, toksyczność, … 26 Typy deskryptorów ligandów: 1D, 2D i 3D deskryptory 1D 2D – związane z topologią (połączeniami między atomami) 3D – związane z kształtem cząsteczki 27 Elektronowe efekty podstawnikowe Pochodne kwasu benzoesowego Ph-COOH (benzenokarboksylowego) K - stała dysocjacji kwasowej 28 Parametr x = log ( KX / KH ) = log KX - log KH Efekt zależny od położenia podstawnika w pierścieniu (dodatkowy efekt rezonansowy w położeniu para) 29 Przewidywanie pKa na podstawie równania Hammetta - zależne od rodzaju reakcji chemicznej 30 Równanie Hammetta przewidywanie efektu podstawnikowego w reakcjach chemicznych Hydroliza estru Ph-COOEt >0 dysocjacja kwasowa Ph-COOH (bez odjęcia log KH) Podstawniki w pozycji orto - duże efekty steryczne Utlenianie tioanizolu Ph-S-Me dysocjacja kwasowa Ph-COOH <0 31 Współczynnik Hanscha – rola hydrofobowości Efekt istotny przy przekraczaniu błon komórkowych przez lek 32 logP – miara hydrofobowości 33 Przykład korelacji z logP Log(1/c) oznacza efekt biologiczny 34 Związek efektu biologicznego log(1/c) z potencjałem termodynamicznym [ES] = [E] dla 50 % inhibicji [S] - efektywne stężenie inhibitora IC50 – in vitro, EC50 - in vivo C – efektywne stężenie związku. Aktywności biologiczne powinny być dokładne i pokrywać 2-3 rzędy wielkości 35 Definicja deskryptora 36 Zależności liniowe i paraboliczne Niedostateczna liczba związków Wyznaczenie optymalnej hydrofobowości 37 Parametr steryczny Tafta (ES) Większe podstawniki dają niższe wartości ES (reakcja estryfikacji trudniej zachodzi) 38 Kroki analizy QSAR Wybór związków Wybór deskryptorów Budowanie modelu QSAR Walidacja modelu 39 Wybór związków i deskryptorów 40 Eliminacja obserwacji odstających (outliers) Outlier: inny mechanizm działania lub błędna wartość 41 Przykłady dobrych i złych regresji liniowych 42 Przykład deskryptorów skorelowanych Masa molekularna (MW) i liczba atomów węgla dla serii alkanów 43 Liczba deskryptorów w QSAR Liczba związków większa od liczby deskryptorów 3-5 razy 44 Wpływ złożoności równania na predyktywność Niebieski – zbiór treningowy Żółty – zbiór testowy 45 Przykład użycia QSAR r – uzyskane współczynniki korelacji Dobre modele: r2 > 0.5 (r > 0.71) Ocena ważności deskryptorów (w ilu % wyjaśniają efekt biologiczny) 46 Wadidacja równania QSAR metoda kros-walidacji Podział na N części i traktowanie jednej części (za każdym razem innej) jako zbioru testowego 47 Czynniki wpływające na skuteczność metod QSAR solwatacja liganda i receptora farmakokinetyka leku: ADMET – absorption, distribution, metabolism, excretion, toxicity Reguła „5” Lipinskiego (pasywna absorpcja jelitowa ) związek nie będzie dobrym lekiem gdy: • MW > 500 [g/mol lub Da] • clog P > 5 (calculated logP) • HBA (N, O) > 10 • HBD (N-H, O-H) > 5 48 3D-QSAR 49 3D-QSAR Quantitative Structure-Activity Relationship 3D-QSAR pozwala na uzyskanie korelacji pomiędzy polami oddziaływań molekularnych w otoczeniu ligandów a aktywnościami tych związków. Pola oddziaływań sterycznych i elektrostatycznych (korzystne i niekorzystne) 50 Różnice pomiędzy QSAR i 3D-QSAR MIF - Molecular Interactions Fields s – steric es - electrostatic Deskryptory niezależne od (x,y,z) – liczba wiązań rotowalnych, liczba donorów/akceptorów wiązań wodorowych, HOMO/LUMO, … Wielkości mierzone w różnych punktach przestrzeni – dużo więcej deskryptorów. 51 Wyznaczanie oddziaływań związków z sondami molekularnymi Sonda elektrostatyczna (ładunek punktowy – H+) – tylko siły elektrostatyczne Sonda hydrofobowa (grupa metylowa – atom C_sp3) – tylko siły van der Waalsa Sondy wieloatomowe -OH, -NH2, -NH3+, -COO–, -COOH, H2O, … – siły van der Waalsa + siły elektrostatyczne (trzeba uwzględnić obroty sondy w celu znalezienia najlepszego oddziaływania z ligandem) 52 Wykorzystanie siatek (gridów) do umieszczania sond molekularnych Obliczenia przeprowadza się tylko dla sond umieszczonych w węzłach sieci. Ograniczenie tylko do pewnego obszaru w przestrzeni zmniejsza czas obliczeń. Liczba obliczeń = Nprobes * Ngrid points * Ncompounds 53 Obliczanie pól elektrostatycznych prawo Coulomba 54 Obliczanie pól sterycznych potencjał 6-12 Lennarda-Jonesa 55 Elementy pola siłowego Rodzaje pól molekularnych • Elektrostatyczne (jednoatomowa sonda H+) • Steryczne (jednoatomowa sonda -CH3) • HB donorowe (jednoatomowa sonda amidowy wodór N-H*) • HB akceptorowe (jednoatomowa sonda karbonylowy tlen C=O*) • Hydrofobowe (sonda H2O) • Grup funkcyjnych (wieloatomowe sondy dla naładowanych lub obojętnych grup: -NH2, -NH3+, -COO–, -COOH, …) 57 Wykorzystanie pól molekularnych GRID – wartości oddziaływań dla pojedynczych ligandów dla różnych sond analiza korelacji pól molekularnych z aktywnościami biologicznymi związków z wykorzystaniem wizualizacji 3D 58 CoMFA – Comparative Molecular Field Analysis Pierwsza metoda MFA – R. D. Cramer 1988 Założenia: (1) związki w konformacjach bioaktywnych (2) nałożone na siebie tak jak w miejscu aktywnym 59 Poszukiwanie korelacji z polami molekularnymi IC50 – half maximal inhibitory concentration Można wyznaczyć jako stężenie badanego związku przy 50% wyparcia związku odnośnikowego z celu molekularnego 60 Ogólny schemat metody CoMFA 61 Założenia metody CoMFA • Taki sam mechanizm działania (ten sam cel molekularny) • Wiązanie się do tego samego miejsca aktywnego • Wiązanie się w ten sam sposób • Podobne efekty entropowe dla wszystkich związków (podobna giętkość związków) • Podobne efekty desolwacyjne dla wszystkich związków (podobna wielkość związków i podobny stosunek powierzchni lipofilowej do hydrofilowej) 62 Zależność wyników od nałożenia związków w ich konformacjach bioaktywnych Rzeczywiste nałożenie (struktury krystaliczne z enzymem CP450-cam) Rzeczywiste nałożenie w miejscu aktywnym może być różne nawet dla bardzo podobnych związków 63 Sposoby nakładania związków Nakładanie odpowiadających sobie atomów i/lub pseudoatomów ze wspólnego szkieletu molekularnego Nakładanie grup farmakoforowych 64 Sposoby nakładania związków Nakładanie według obliczonych pól molekularnych (nie wymaga znajdowania odpowiadających sobie atomów) Nakładanie według kształtu związków Niebieski – potencjał el-stat. dodatni Czerwony – potencjał el-stat. ujemny 65 Sposoby nakładania związków Nakładanie według kształtu potencjału elektrostatycznego Niebieski – potencjał el-stat. dodatni Czerwony – potencjał el-stat. ujemny Nakładanie według dokładnych orientacji związków (ze struktur krystalicznych lub dokowania) Jest to sposób idealny 66 Równanie QSAR w CoMFA 67 Problem nadmiaru deskryptorów w stosunku do liczby związków Dla uzyskania dobrej statystyki potrzeba aby liczba związków była 3-5 razy większa niż liczba deskryptorów 68 Metoda (częściowych) najmniejszych kwadratów PLS – Partial Least Squares Klasyczna metoda najmniejszych kwadratów (najmniejsze pole sumy kwadratów) Eliminacja deskryptorów skorelowanych - nowe nieskorelowane deskryptory t1, t2, … 69 Redukcja liczby deskryptorów Jeden deskryptor zamiast trzech Uzyskiwanie pierwszego głównego czynnika t1: najlepiej opisuje rozmieszczenie punktów w przestrzeni X 70 Analiza czynnikowa czynniki t1, t2, … nie mają znaczenia strukturalnego Kolejny czynnik główny – musi być prostopadły do pierwszego (tylko wtedy brak korelacji między nimi) Nowe równanie QSAR: activity = c1t1 + c2t2 + … cntn + k activity = log (1/c) 71 Przewidywanie aktywności nowych związków Przewidywanie wykonuje się na podstawie uzyskanego równania regresji i nowych wartości czynników t. Do otrzymania równania regresji oprócz PLS wykorzystuje się także: (1) algorytmy genetyczne i (2) metodę sieci neuronalnych 72 Działanie Algorytmów Genetycznych 73 Działanie Sieci Neuronalnych 74 Powrót do oryginalnych czynników si, ei - czynniki nieortogonalne ti - czynniki ortogonalne 75 Mapy konturowe CoMFA Pole oddziaływań sterycznych Pole oddziaływań elektrostatycznych 76 Znaczenie kolorów do opisu map CoMFA Zielony: steryczne - korzystne Żółty: steryczne - niekorzystne Niebieski: dodatni ładunek i HB donor - korzystne ujemny ładunek i HB akceptor - niekorzystne Czerwony: ujemny ładunek i HB akceptor - korzystne dodatni ładunek i HB donor - niekorzystne W klasycznym CoMFA są używane tylko dwie sondy: do oddziaływań sterycznych i elektrostatycznych Brak mapy CoMFA dla tego rejonu odpowiada brakowi zmienności związków w tym rejonie 77 Problem stabilności map CoMFA Małe zmiany w nałożeniu związków mogą prowadzić do dużych zmian w mapach 78 Związki referencyjne – steroidy Cramer 1988 21 steroidów 79 Inne metody 3D-QSAR Nie ma najlepszej metody – wybór zależy od zestawu związków do analizy 80 Omówienie niektórych metod 3D-QSAR 1/2 • CoMSIA (comparative molecular similarity index analysis – G. Klebe): potencjały ”zmiękczane” przez funkcje Gaussa na atomach i przez to mniej czuła na zmiany w nałożeniu związków i orientacji siatki. Dodatkowe sondy: HB donor i HB akceptor, hydrofobowa. • HQSAR (Hologram QSAR – T. Heritage): struktury związków zakodowane jako ciągi binarne. Nie wymaga nakładania molekuł – może analizować duże zbiory danych. Obecność grup funkcyjnych lub fragmentów molekularnych w danym miejscu tworzy deskryptor. • GRIND (Grid INdependent Descriptors – G. Gruciani): Używa kombinacji kilku uproszczonych pól molekularnych. Deskryptory oparte na strukturach 3D ale niezależne od orientacji związków w przestrzeni. 81 Omówienie niektórych metod 3D-QSAR 2/2 • QuaSAR (Quasi-atomistic SAR – A. Vedani) – pseudoreceptory: powłoka pseudoatomów wokół nałożonych związków (brak siatki). Nowe typy pseudoatomów np. HB flip/flop. Możliwe efekty dopasowania indukcyjnego – dopasowanie kształtu powłoki. • 4D,5D,6D-QSAR (wielowymiarowe QSAR – A. Vedani): uwzględnia wiele konformacji i stanów protonacyjnych tego samego liganda (4D); + hipotetyczne stany dopasowania liganda i receptora (5D); + hipotetyczne stany liganda uwzględniające efekty rozpuszczalnikowe (6D). • RD-QSAR (Receptor-Dependent QSAR): uwzględnia strukturę receptora; np. z danymi strukturalnymi receptora estrogenowego, androgenowego i cytochromu P450 do prognozowania toksyczności związków. Wykorzystuje metodę 5D-QSAR: efekty indukcyjne dopasowania ligand-receptor są bardziej realistyczne. 82 Pseudoreceptory (QuaSAR) Używane potencjały: - Hydrofobowy Jonowy dodatni Jonowy ujemny Donor wiązania H Akceptor wiązania H Hydrofobowy dodatni Hydrofobowy ujemny Powierzchnia molekularna zamiast gridu 83 Pseudoreceptory Pseudoreceptor i tworzące go ligandy Oddziaływanie badanej cząsteczki z pseudoreceptorem 84 Pseudoreceptory Optymalizacja wewnątrz pseudoreceptora 4 najbardziej aktywne ligandy wszystkie ligandy ligandy po optymalizacji 85 Peptydomimetyki 86 Leki peptydowe • Bardzo dobre działanie w testach in vitro zarówno na izolowanych receptorach i całych komórkach • Niedobre własności w testach klinicznych: • Szybka proteoliza (rozkład na aminokwasy) • Szybki metabolizm (przetwarzanie) • Słabe własności transportowe • Szybkie wydalanie 87 Strukturalne modyfikacje peptydów Peptyd - Modyfikacje łańcuchów bocznych - Mostkowanie - Cyklizacja Związek mniej peptydowy - Modyfikacja węgli C - Modyfikacja wiązań peptydowych Związek niepeptydowy - Nowa główna struktura chemiczna (modelowanie de novo) 88 Modyfikacje łańcuchów bocznych Przykłady modyfikacji 89 Cyklizacja krótkozasięgowa - mostkowanie Mostkowanie ogranicza liczbę konformacji - konieczność dopasowania do konformacji bioaktywnych 90 Cyklizacja łańcucha peptydowego 91 Modyfikacje wiązania peptydowego Modyfikacje grupy C=O 92 Modyfikacje węgla C Naturalna konf. -turn azapeptydy borapeptydy 93 Wydłużanie łańcucha głównego 94 Modelowanie de novo Thyrotropin-Releasing Hormone (TRH) nowy szkielet molekularny 95