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