Содержание к диссертации
Введение
CLASS ГЛАВА 1. Обзор литературы CLASS 15
1.1. Плейотропное действие лекарственных соединений 15
1.2. Межлекарственные взаимодействия 39
1.3. Классификации видов биологической активности 47
CLASS ГЛАВА 2. Материалы и методы исследований CLASS 62
2.1. Базы данных и выборки химических соединений 62
2.2. Программное обеспечение, используемое в исследованиях ... 63
2.3. Экспериментальное изучение фармакологической активности 66
ГЛАВА 3. Компьютерная оценка плейотропного действия фармакологических веществ . 74
3.1. Методология компьютерной оценки плейотропного действия фармакологических веществ 74
3.2. База знаний по видам биологической активности 77
3.3. Компьютерная программа PharmaExpert 82
ГЛАВА 4. Поиск новых анксиолитиков, антиконвульсантов и ноотропных соединений 105
ГЛАВА 5. Поиск соединений, действующих на несколько мишеней 131
5.1. Поиск антигипертензивных соединений с комбинированным механизмом действия 131
5.2. Поиск соединений с комбинированными механизмами противовоспалительного действия . 147
ГЛАВА 6. Компьютерная оценка взаимодействия биологически активных соединений 156
6.1. Компьютерный анализ комбинированного действия антигипертензивных препаратов 157
6.2. Компьютерная оценка взаимодействия природных соединений 175
ГЛАВА 7. Репозиционирование лекарств, на примере ноотропного действия Антигипертензивных препаратов 195
Выводы 202
Благодарности 204
Список цитируемой литературы 206
Список работ, опубликованных по теме
Диссертации 233
Приложение 248
- Межлекарственные взаимодействия
- Программное обеспечение, используемое в исследованиях
- Методология компьютерной оценки плейотропного действия фармакологических веществ
- Поиск соединений с комбинированными механизмами противовоспалительного действия
Введение к работе
Актуальность проблемы
Важной задачей современной биомедицинской науки является создание новых эффективных и безопасных фармакологических веществ. С увеличением количества и разнообразия лекарственных соединений, углубления знаний о патогенезе заболеваний и механизмах регуляции основных процессов функционирования организма, накоплением информации о генетической и фенотипической индивидуальности пациентов открываются новые возможности создания эффективных лекарственных препаратов. При этом сложность разработки новых средств терапии постоянно возрастает. Поэтому создание новых фармакологических веществ невозможно представить без использования методов хемо- и биоинформатики. Разработка методов оценки безопасности и эффективности лекарственных препаратов на основе технологий биоинформатики и компьютерного конструирования лекарств определена в качестве одного из перспективных направлений медицинской науки на период до 2025 г., (Прогноз развития медицинской науки до 2025 года, ).
В настоящее время по данным Chemical Abstract Service известно более 65 млн. структур химических соединений. Число выявленных фармакологических мишеней также весьма велико (Overington et al., 2006), варьируя от ~1200 (Target Therapeutical Database) до ~ 2600 (ChEMBL database) и даже 14000 потенциальных мишеней (Wishart et al., 2007). При создании лекарственных препаратов, кроме непосредственного воздействия на фармакологические мишени, необходимо учитывать их взаимодействие с белками-транспортерами, ферментами метаболизма ксенобиотиков, а также с нежелательными мишенями, воздействие на которые связано с развитием побочных и токсических эффектов. Несмотря на широкое применение методов высокопроизводительного скрининга (Huser et al., 2006; Raucy, Lasker 2010; Lunn 2010; Black et al., 2011), экспериментально протестировать действие миллионов соединений для определения их спектров биологической активности не представляется возможным. С этим связана одна из фундаментальных проблем современной химии - исследование соотношений структура-активность физиологически активных соединений.
Изучение активности многих эффективных лекарств выявило их влияние на несколько мишеней (Keiser et al., 2009), а определение механизмов патогенеза ряда социально-значимых заболеваний (опухолевых, сердечно-сосудистых, инфекционных, неврологических и др.) привело к осознанию необходимости разработки лекарственных препаратов плейотропного действия (Morphy et al., 2004;
Hopkins, 2007). Под плейотропным (множественным) действием вещества понимается проявление многообразных видов биологической активности, которые свойственны данному препарату и ведут к усилению его терапевтической активности. Плейотропное действие может быть достигнуто либо комбинированной терапией, когда используется несколько фармакологических веществ, действующих на различные специфические мишени, либо применением отдельных препаратов, способных действовать одновременно на несколько мишеней (Zimmermann et al., 2007). Оценка плейотропного действия осложняется тем, что воздействие на одну мишень может вызывать разнообразные фармакологические эффекты, при этом каждый из эффектов может быть также вызван воздействием на различные мишени. Зачастую такое действие является причиной того, что лекарственное средство, первоначально создаваемое с целью терапии определенной патологии, впоследствии находило медицинское применение для лечения других патологий (репозиционирование лекарств). Комбинированная терапия является общепринятой практикой лечения многих заболеваний, однако, существует риск нежелательного взаимодействия или самих препаратов, или вызываемых ими фармакологических эффектов, что приводит к неблагоприятным последствиям. Оценка риска таких взаимодействий, выбор оптимальных комбинаций лекарственных средств, а также рациональный поиск новых соединений, действующих на различные биологические мишени, в свете современных представлений о взаимосвязях химической структуры вещества и его фармакотерапевтического действия, невозможны без разработки новой методологии анализа химической структуры вещества и его биологической активности.
Цель исследования. Разработать и провести апробацию методологии компьютерной оценки плейотропного действия биологически активных веществ на основе анализа зависимостей «структура-активность» и «активность-активность».
Задачи исследования.
-
Разработать методы анализа плейотропного действия химических соединений, создать базу знаний видов биологической активности, и реализовать их в компьютерной программе.
-
Применить метод анализа терапевтических эффектов и их механизмов действия для поиска новых анксиолитиков, антиконвульсантов и ноотропных соединений.
-
Применить метод поиска соединений, одновременно действующих на несколько мишеней, вызывающих общий фармакологический эффект, для выявления антигипертензивных и противовоспалительных соединений с дуальными механизмами действия.
-
Применить метод оценки межлекарственных взаимодействий для выявления предпочтительных парных комбинаций антигипертензивных препаратов разных классов.
-
Применить метод оценки межлекарственных взаимодействий для анализа плейотропного действия многокомпонентных экстрактов лекарственных растений, на примере зверобоя.
-
Применить метод анализа терапевтических эффектов и их механизмов действия для репозиционирования лекарств для выявления ноотропной активности у ингибиторов ангиотензин-превращающего фермента.
Научная новизна
Впервые предложена методология анализа плейотропного действия органических соединений, реализованная в компьютерной программе PharmaExpert, позволяющая выявлять взаимосвязи между прогнозируемыми видами биологической активности и оптимизировать экспериментальное тестирование химических соединений, обладающих плейотропными свойствами. Разработаны оригинальные компьютерные методы поиска соединений с заданными видами биологической активности, и соединений, воздействующих на несколько мишеней, а также метод анализа межлекарственных взаимодействий.
Впервые разработана оригинальная база знаний по видам биологической активности с логическими правилами, описывающие причинно-следственные, классификационные и антагонистические взаимосвязи между видами биологической активности. Собрана информация о 26 тысяче терминов и 11000 взаимосвязей между видами биологической активности.
На основе использования разработанного метода анализа терапевтических эффектов и их механизмов действия для поиска новых фармакологически активных веществ путем виртуального скрининга библиотек химических соединений выявлены оригинальные анксиолитики, ноотропные и противосудорожные соединения, принадлежащие к новым химическим классам.
Обнаружены новый двойной ингибитор ангиотензин-превращающего фермента и нейтральной эндопептидазы, и три новых двойных ингибитора 5- липоксигеназы и циклооксигеназы 1.
Впервые, на примере исследования биологического действия известных природных компонентов лекарственного растения зверобой, продемонстрирована возможность комплексного анализа биологической активности экстрактов лекарственных растений.
Оценка межлекарственного взаимодействия антигипертензивных препаратов с различными механизмами действия позволила установить их предпочтительные комбинации с оптимальным терапевтическим эффектом.
Впервые выявлена ноотропная активность у некоторых препаратов, традиционно используемых как антигипертензивные средства.
Практическая значимость
Разработанная нами методология анализа взаимосвязей «структура - активность» с учетом плейотропного действия лекарственных соединений позволяет оптимизировать разработку новых комбинированных лекарств и/или методов комбинированной терапии, проводить систематический анализ взаимодействия комбинаций природных соединений, содержащихся в лекарственных растениях, а также существенно снизить временные и финансовые затраты при поиске базовых структур новых лекарственных препаратов.
Методы оценки плейотропного действия лекарственно-подобных соединений, разработанные в процессе выполнения данной работы, реализованы в компьютерной программе PharmaExpert (Свидетельство об официальной регистрации программы для ЭВМ PharmaExpert № 2006613590 от 16 октября 2006 г., Москва, Федеральная служба по интеллектуальной собственности, патентам и товарным знакам - прилагается). Комплекс компьютерных программ PASS (Prediction of Activity Spectra for Substances) и PharmaExpert используются в процессе создания и поиска новых биологически активных веществ в ряде ВУЗов и научно-исследовательских институтов (Химический факультет МГУ, Санкт-Петербургский государственный технологический институт, Институт органической химии им. Н. Д. Зелинского РАН, Новосибирский институт органической химии им. Н. Н. Ворожцова СО РАН, ФБГОУ ВПО Самарский государственный университет, ГБОУ ВПО ВолгГМУ Минздравсоцразвития России, Физико-химический институт им. А. В. Богатского НАН Украины).
Использование разработанного нами метода анализа терапевтических эффектов и их механизмов действия при поиске новых классов соединений, проявляющих анксиолитический, ноотропный и противосудорожный эффекты, а также метода поиска соединений, действующих на несколько мишеней, для выявления антигипертензивных и противовоспалительных соединений с дуальными механизмами действия, показало, что предложенные методы более эффективны по сравнению с традиционными компьютерными методами анализа взаимосвязей «структура-активность». Практическое применение разработанных нами методов позволит значительно повысить экономическую эффективность проводимых исследований.
Разработанный нами метод оценки взаимодействия лекарственных соединений позволяет выявлять возможные аддитивные, синергетические и антагонистические биологические эффекты природных соединений, входящих в состав экстрактов лекарственных растений. Соответствующее исследование было проведено нами для химических компонентов зверобоя. Применение нашего метода создает научную основу для установления наиболее важных, с терапевтической точки зрения, природных веществ и их комбинаций и позволяет прогнозировать их наиболее перспективное терапевтическое использование.
Разработанный нами метод оценки взаимодействия лекарственных соединений позволил оценить парные комбинации наиболее широко применяемых антигипертензивных препаратов следующих групп: ингибиторы ангиотензин- превращающего фермента; антагонисты ангиотензин II АТ1 рецепторов и блокаторы кальциевых каналов. Определены наиболее эффективные и безопасные комбинации, которые могут быть рекомендованы для клинических исследований терапии артериальной гипертонии.
На примере анализа плейотропного действия антигипертензивных препаратов, для которых нами была выявлена ноотропная активность, продемонстрирована возможность применения разработанного метода анализа терапевтических эффектов и их механизмов действия для расширения показаний к медицинскому применению лекарств.
Основные положения, выносимые на защиту
-
-
Разработана методология компьютерного анализа плейотропного действия биологически активных соединений, реализованная в компьютерной программе PharmaExpert. Программа PharmaExpert включает в себя базу знаний видов биологической активности и взаимосвязей между ними, метод анализа терапевтических эффектов и их механизмов действия, метод поиска соединений, действующих на несколько мишеней, вызывающих общий фармакологический эффект и метод оценки взаимодействия физиологически активных веществ.
-
Метод анализа терапевтических эффектов и их механизмов действия позволил найти соединения с анксиолитической, противосудорожной и ноотропной активностью, принадлежащие к новым химическим классам и выявить ноотропную активность у антигипертензивных препаратов - ингибиторов ангиотензин-превращающего фермента: периндоприла, квинаприла и моноприла.
-
Метод поиска соединений, действующих на несколько мишеней, вызывающих общий фармакологический эффект, позволил выявить новые противовоспалительные и антигипертензивные соединения комбинированного действия: двойные ингибиторы циклооксигеназы 1,2 и 5-липооксигеназы, и
двойные ингибиторы ангиотензин-превращающего фермента и нейтральной эндопептидазы.
4. Метод оценки взаимодействия фармакологически активных веществ позволил идентифицировать наиболее предпочтительные комбинации антигипертензивных препаратов разных классов: ингибиторы ангиотензин-превращающего фермента/блокаторы кальциевых каналов и антагонисты ангиотензин II АТ1 рецепторов/блокаторы кальциевых каналов, а также определить компоненты экстрактов лекарственного растения зверобоя, ответственные за проявление биологической активности, аддитивных/синергетических и антагонистических взаимодействий.
Личный вклад соискателя. Научные результаты, приведенные в диссертационной работе, относящиеся к разработке методологии, методов анализа взаимосвязей между видами биологической активности, базы знаний по видам биологической активности, созданию компьютерной программы PharmaExpert, а также виртуальному скринингу соединений и анализу межлекарственных взаимодействий получены автором самостоятельно. Соискатель принимал непосредственное участие в подготовке научных публикаций, выступал с докладами на конференциях и международных симпозиумах.
Апробация работы. Основные положения диссертационной работы были представлены и обсуждены на многочисленных российских и международных конференциях: II съезд биохимического общества РАН (Москва, 1997); съезд биофизиков России (Москва, 1999; Воронеж, 2004); Международная научная конференция "Органический синтез и комбинаторная химия" (Москва-Звенигород, 1999); Международный симпозиум по медицинской химии (Болонья, Италия, 2000; Барселона, Испания, 2002; Вена, Австрия, 2008; Брюссель, Бельгия, 2010); Европейский симпозиум по анализу количественных взаимосвязей «структура- активность» (Стамбул, Турция, 2004; Родос, Греция 2010); Всероссийская конференция "Молекулярное моделирование", (Москва, 2001, 2003); III Всероссийский симпозиум по органической химии "Стратегия и тактика органического синтеза" (Ярославль, 2001); 6-я Международная конференция по химическим структурам, (Нордвейкерхаут, Голландия, 2002); IV Всероссийский симпозиум по органической химии (Москва, 2003); 225-й Национальный съезд американского химического общества (Новый Орлеан, США, 2003); Международный симпозиум «Вычислительные методы в токсикологии и фармакологии, интеграция Интернет-ресурсов» (Салоники, Греция, 2003; Шанхай, Китай, 2005; Москва, 2007; Стамбул, Греция, 2009); Международный симпозиум по достижениям в области синтетической, комбинаторной и медицинской химии (Москва, 2004); Международная конференция "Геномика, протеомика, биоинформатика и нанотехнологии в медицине" (Россия, 2004, 2006, 2008, 2010); Международный семинар по количественным взаимосвязям «структура-активность» в здоровье человека и науках об окружающей среде (Ливерпуль, Великобритания, 2004; Лион, Франция, 2006); Международный симпозиум «Достижения в области науки разработки лекарственных средств» (Москва, 2005); Международная конференция «Биологические мишени для действия лекарственных препаратов нового поколения. Перспективы интеграции российских ученых в международную кооперацию» (Химки, 2006); Московский международный конгресс «Биотехнология: состояние и перспективы развития» (Москва, 2007); III съезд фармакологов России «Фармакология - практическому здравоохранению» (Санкт-Петербург, 2007); Международный конгресс по комплементарным исследованиям медицины (Мюнхен, Германия, 2007); Российский национальный конгресс «Человек и лекарство» (Москва, 1998, 2000, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009, 2010, 2011).
Публикации. Материалы диссертации изложены в 98 публикациях, из них 47 статей (34 - в международных журналах), 5 свидетельств Федеральной службы по интеллектуальной собственности, патентам и товарным знакам об официальной регистрации программ для ЭВМ, 46 публикаций в трудах конференций.
Структура диссертации. Диссертационная работа изложена на 299 страницах текста, включает 51 таблицу, 30 рисунков и приложение. Состоит из введения, обзора литературы, 6 глав исследований, выводов, списка литературы, включающего 259 источников.
Межлекарственные взаимодействия
При разработке новых и использовании известных лекарственных соединений значительное внимание уделяется изучению их взаимодействия в организме с другими лекарственными веществами. Основной причиной создания новых комбинаций лекарственных субстанций является совершенствование терапии заболеваний со сложным патогенезом. Кроме этого, имеются экономические предпосылки для создания и использования комбинированной терапии. Это особенно актуально в России, где многие фармацевтические компании и исследовательские учреждения для уменьшения затрат на создание новых лекарственных препаратов стремятся использовать комбинации уже известных, прошедших клинические испытания и доступных на рынке лекарственных субстанций. Использование нескольких лекарственных средств является общепринятой терапией многих заболеваний [73], включая сердечную недостаточность (диуретики + сосудорасширяющие средства [74]), злокачественные новообразования (антиметаболит + ингибитор полимеризации тубулина [75]), ВИЧ/СПИД (ингибитор обратной транскриптазы ВИЧ + ингибитор протеазы ВИЧ [76]) и др. Наряду с положительным эффектом одновременного использования нескольких лекарственных соединений, существует риск их отрицательного воздействия на организм человека [73]. Существуют несколько отечественных и зарубежных справочников по взаимодействию лекарственных соединений, которые используются в клинике [77-80]. В настоящее время основным направлением изучения взаимодействия лекарств в организме человека являются экспериментальные и клинические исследования. В то же время, начинают появляться работы в области компьютерного предсказания взаимодействия лекарств в организме человека на основе анализа молекулярных механизмов действия и путей биотрансформации [81-83]. В основном они относятся к моделированию взаимодействий лигандов с ферментами биотрансформации лекарственных веществ, таких как изоформы цитохромов Р450, и ограничены узкими классами химических соединений. Существует несколько методов оценки взаимодействий лекарств: экспертные системы, основанные на базе данных известных взаимодействий лекарств [84, 85]; построение динамических моделей изменения концентраций лекарств взаимодействующих с определенными белками лекарственного метаболизма (например, изоформы цитохрома Р450 [86, 87]), белками-транспортерами (например, Р-гликопротеин [88]); оценка взаимодействия на основе онтологии действия лекарств [89]. Современные справочники и системы предсказания взаимодействий лекарственных соединений ориентированы на выявление отрицательных последствий такого взаимодействия. Ни одной детализированной системы для предсказания взаимодействия лекарств, которая позволяла бы проводить анализ как фармакокинетических, так и фармакодинамических взаимодействий, включающей положительные и отрицательные фармакотерапевтические аддитивные и синергетические эффекты, разработано не было. Возможность оценки возникновения таких взаимодействий, несомненно, повысит эффективность и безопасность комбинированной лекарственной терапии.
Рассмотрим природу возникновения взаимодействий лекарственных соединений. Взаимодействие лекарственных соединений может быть физическим (например, изменение рН, от которого зависит абсорбция таких соединений как кетоканазол и глипизид), химическим (например, ципрофлоксацин является хелатором таких катионов как алюминий, магний и железо) и биологическим, зависит от взаимодействий с макромолекулами в организме человека. Так как анализ взаимосвязей типов биологической активности является целью нашего исследования, поэтому биологическое взаимодействие лекарственных соединений представляет объект нашего изучения. Механизмы возникновения межлекарственных взаимодействий в организме человека могут быть разделены на две большие группы: фармакокинетические и фармакодинамические. К фармакокинетическим взаимодействиям лекарств относят те случаи, когда одно лекарство влияет на абсорбцию, распределение, метаболизм и экскрецию другого. К фармакодинамическим взаимодействиям лекарств относят случаи, когда взаимодействия лекарственных соединений с мишенями приводят к аддитивным/синергетическим или антагонистическим фармакологическим эффектам.
Фармакокинетические взаимодействия лекарств
При анализе причин возникновения фармакокинетических взаимодействий лекарств можно выделить ключевые молекулярные механизмы. Так, для проявления негативных взаимодействий лекарств на этапах абсорбции и экскреции наибольшую роль играет взаимодействие с белками-переносчиками. Причиной изменения абсорбции и экскреции лекарственных соединений может быть как прямая конкуренция за взаимодействие с белком-переносчиком (например, соединения являются субстратами одного и того же белка-переносчика), так и влияние на активность (ингибирование) или количество (индукция экспрессии) белка-переносчика одним из лекарственных веществ, в то время как другое соединение является субстратом данного переносчика. Наиболее важные белки-переносчики, ответственные за транспорт лекарств, представлены в Таблице 4.
Программное обеспечение, используемое в исследованиях
PASS. Для прогнозирования спектра биологической активности химических соединений на основе их структурной формулы была использована разработанная с нашим участием компьютерная программа PASS (Prediction of Activity Spectra for Substance. Свидетельство об официальной регистрации программы для ЭВМ PASS № 2006613275 от 15 сентября 2006 г., Москва, Федеральная служба по интеллектуальной собственности, патентам и товарным знакам) [71, 107-109]. Спектр биологической активности отражает результат взаимодействия химического соединения с различными биологическими объектами. Предсказание спектра биологической активности основано на анализе взаимосвязей "структура-активность" для веществ обучающей выборки. Основными элементами PASS являются: представление биологической активности, описание химической структуры БАВ, база знаний, содержащая информацию о взаимосвязях "структура-активность" (SARBase) и алгоритм оценки вероятностей наличия/отсутствия у исследуемого вещества различных видов биологической активности.
Для описания структуры химического соединения используются дескрипторы многоуровневых атомных окрестностей — MNA (Multilevel Neighbourhoods of Atoms) дескрипторы, предложенные Д.А.Филимоновым [135]. MNA дескрипторы генерируются на основе матрицы смежности и матрицы типов атомов. В матрице смежности учитывается наличие всех связей между атомами в молекуле, включая атомы водорода, однако без учета порядка связи (топологическое описание).
Данные о взаимосвязях "структура-активность" хранятся в базе знаний SARBase программы PASS. SARBase включает словарь видов биологической активности, словарь MNA дескрипторов, описание структур соединений, данные о взаимосвязях "структура-активность". Все соединения обучающей выборки представлены в виде набора MNA дескрипторов и списка видов биологической активности, проявляемых данным соединением. Для тестируемого соединения, в соответствии с набором его дескрипторов, вычисляются вероятности принадлежности к классу соединений, проявляющих/не проявляющих определенный вид биологической активности. Результаты предсказания сохраняются в файле в формате SDF (Structure Data File - формат разработан фирмой MDL Іпс, в настоящее время поглощенной фирмой Accelrys), содержащем информацию о структуре химического соединения и прогнозируемых для него видах биологической активности с оценками вероятности проявления активности: Ра - соединение активно; Pi - неактивно. Результат предсказания следует интерпретировать следующим образом:
- Если в прогнозе некоторый вид биологической активности был предсказан с вероятностью Ра 0,7, то, скорее всего, данное соединение проявит этот вид биологической активности в эксперименте, однако шанс, что это вещество является аналогом известного биологически активного соединения, оказывается также значительным.
- Если 0,5 Ра 0,7, то существует большая вероятность, что данное соединение проявит этот вид биологической активности в эксперименте, но она будет меньшей, чем в первом случае, и это вещество менее схоже с известными биологически активными соединениями. - Если Pa 0,5, то вероятность, что данное вещество проявит этот вид биологической активности в эксперименте - меньше, но если ее наличие экспериментально подтвердится, то такое вещество может оказаться принципиально новой базовой структурой.
Для оценки качества прогноза PASS используется инвариантный критерий точности прогноза (IAP), рассчитываемый по методу скользящего контроля с исключением по одному [109, 136]. Критерий IAP дает выборочную оценку вероятности того, что случайным образом выбранная из генеральной совокупности пара из положительного и отрицательного примеров будет классифицирована правильно, т.е. положительному примеру будет дано предпочтение перед отрицательным.
В процессе исследований использовались различные версии программы PASS, актуальные на текущий момент, начиная с версии 1.603 (2001 год - обеспечивающей прогноз 700 видов биологической активности) и, заканчивая современной версией программы - PASS 2011, которая прогнозирует 4366 видов биологической активности, включая фармакотерапевтические эффекты, механизмы действия, побочные эффекты и специфическую токсичность, взаимодействие с белками-транспортерами, нежелательными белками-мишенями и ферментами лекарственного метаболизма, а также влияние на генную экспрессию. Средняя точность предсказания, полученная при скользящем контроле с исключением по одному, составляет около 95%. Обучающая выборка программы PASS 2011 включает более 250000 структур соединений с известной биологической активностью.
ISIS/Base. Для создания и работы с базами данных, содержащими информацию о химической структуре и биологической активности химических соединений, была использована СУБД ISIS/Base фирмы Accelrys MDL Inc. [137]. В нашей работе была использована процедура оценки сходства структур соединений, реализованная в ISIS/Base. Алгоритм оценки сходства основан на расчете коэффициента Танимото с использованием дескрипторов MDL keys, описывающих структурные особенности молекул в СУБД ISIS/Base. Формула для расчета коэффициента Танимото (S) для структур двух соединений А и В, представлена ниже [138]
Методология компьютерной оценки плейотропного действия фармакологических веществ
В соответствии с определением методологии [152], под которой понимают систему методов и принципов, используемых в той или иной дисциплине, разработанная нами методология предназначена для компьютерной оценки плейотропного действия органических соединений. Любая методология имеет свою логическую структуру, описывающую объекты исследования, методы и результаты исследования. Объектами нашего исследования являются структуры органических соединений и их биологическая активность. Под биологической активностью мы понимаем результат взаимодействия химического вещества с определенным биологическим объектом. При клиническом исследовании потенциального лекарственного препарата биологическим объектом является организм человека, а в доклинических испытаниях - экспериментальные животные (in vivo) и экспериментальные модели (in vitro).
В основе разработанной методологии лежат три положения:
1. Биологическая активность зависит от структуры соединения.
2. Органические соединения способны проявлять несколько видов биологической активности (спектр биологической активности).
3. Между видами биологической активности существуют взаимосвязи.
На утверждении 1 базируются все современные методы компьютерного конструирования лекарств и молекулярного моделирования, используемые для поиска и модификации новых базовых структур, прежде всего, анализ зависимостей "структура-активность" (SAR - Structure-Activity Relationships (взаимосвязь "структура-активность")) и (QSAR - Quantitative Structure-Activity Relationships (количественная взаимосвязь "структура-активность")).
Спектр биологической активности отражает как полезные при лечении определенного заболевания виды биологических активностей, так и другие, являющиеся побочными или токсическими эффектами. Различное биологическое действие может быть проявлено одним и тем же веществом при разных условиях. Поскольку всё разнообразие условий не может быть рассмотрено в процессе экспериментального тестирования веществ, спектр биологической активности может быть определен только как "внутреннее" свойство соединения, зависящее от его структуры и физико-химических параметров, и может быть оценен качественно [71].
Входящие в методологию методы основаны на анализе взаимосвязей «структура-активность» и «активность-активность». Анализ взаимосвязей «структура-активность» реализован в разработанной ранее [155] компьютерной программе PASS для прогноза спектра биологических активностей химических соединений на основе их структурной формулы. Дальнейшее развитие программы PASS осуществлялась с нашим непосредственным участием, и было направлено на решение задачи анализа плейотропного действия биологически активных соединений.
Для создания описания взаимосвязей «активность-активность» все виды биологической активности мы подразделяем на 7 классов:
1. Фармакотерапевтические эффекты. 2. Механизмы действия - взаимодействие с макромолекулами-мишенями вызывающими фармакотерапевтические эффекты. 3. Побочные и токсические эффекты. 4. Взаимодействие с нежелательными белками-мишенями, вызывающими побочные и токсические эффекты. 5. Взаимодействие с ферментами лекарственного метаболизма. 6. Взаимодействие с белками-транспортерами. 7. Влияние на генную экспрессию.
В рамках создаваемой методологии нами было разработано три метода анализа плейотропного действия биологически активных соединений, реализованные в компьютерной программе PharmaExpert:
1. Метод анализа терапевтических эффектов и их механизмов действия.
2. Метод поиска соединений, действующих на несколько мишеней, вызывающих общий фармакологический эффект. 3. Метод оценки взаимодействия лекарственных соединений.
В зависимости от задачи исследования результаты анализа плейотропного действия биологически активных соединений могут представлять собой либо список соединений с наиболее вероятным проявлением желательных видов биологической активности, либо наиболее вероятные эффекты взаимодействия биологически активных соединений, возникающие при использовании комбинаций лекарств или компонентов экстрактов лекарственных растений. Использование разработанных методов продемонстрировано на примере типичных случаев анализа плейотропного действия биологически активных соединений, которые описаны в главах 4-7 диссертационной работы.
Для хранения, обработки и редактирования информации о видах биологической активности, встречающихся в базах данных по химическим соединениям и различных научных публикациях, нами была разработана специализированная база знаний, составляющая основу компьютерной программы PharmaExpert. Под базой знаний (БЗ) подразумевают особого рода базу данных, разработанную для управления знаниями, то есть их сбором, хранением, поиском и выдачей. БЗ содержит в себе не только фактическую информацию, но и правила вывода, допускающие автоматические умозаключения о вновь вводимых фактах и, как следствие, осмысленную обработку информации.
Поиск соединений с комбинированными механизмами противовоспалительного действия
Воспалением называется реакция организма на повреждения [208]. Воспаление может быть острым или хроническим. Воспалительный процесс наблюдается при многих социально-значимых заболеваниях (грипп, артриты, астма, псориаз и т.д.), поэтому противовоспалительные лекарственные соединения находят широкое применение в клинической практике. Несмотря на значительный прогресс в области исследования патогенеза воспаления, определения лекарственных мишеней и создания противовоспалительных средств, многие из противовоспалительных веществ проявляют серьезные токсические и побочные эффекты, которые затрудняют их длительное применение. Среди противовоспалительных соединений наибольшее применение в клинической практике получили нестероидные противовоспалительные средства (НПВС). Так, по данным издания Consumer Reports, ежегодно в США выписывается около 70 миллионов рецептов на НПВС [209]. Большинство соединений, входящих в эту группу, являются ингибиторами циклооксигеназ 1 и 2 - ЦОГ-1 и ЦОГ-2 (неселективные и селективные по отношению к ЦОГ-2). Они широко применяются при лечении таких воспалительных заболеваний как ревматоидный артрит, остеоартрит, анкилозирующий спондилит, псориатический артрит, подагра, болевой синдром различной этиологии, а также для снижения температуры. При этом растёт число пациентов, которые страдают от побочных эффектов при приеме НПВС. По данным медицинской статистики США, только эффекты, связанные с верхними отделами желудочно-кишечного тракта, такие как пептические язвы и кровотечения, приводят к более 100 тыс. случаям госпитализации и 16 тыс. летальных исходов в год [209]. При этом 43% всех обращений пациентов к врачу, связанных с побочными эффектами лекарств, приходятся на НПВС [210]. Они включают такие эффекты как: диспепсия, тошнота, рвота, диарея, метеоризм, запоры и более серьёзные побочные эффекты, такие как пептические язвы и их осложнения: перфорации и кровотечения [211]. НПВС могут приводить к нефротическому синдрому, интерстициальному нефриту, почечному папиллярному некрозу и острому тубулярному некрозу, результатом которых может быть развитие почечной недостаточности [212]. Существует также связь между приёмом НПВС и различными реакциями со стороны печени. Они могут колебаться от незначительного повышения уровня печёночных ферментов до фульминантных гепатитов и тотальных печёночных некрозов, которые приводят к летальному исходу. Так, бромфенак был снят с продаж в США из-за его гепатотоксичности, когда была установлена связь между его назначением и четырьмя летальными исходами, причиной которых явилось тотальное поражение печени [213]. Селективные ингибиторы циклооксигеназы 2, имеющие неофициальное название «коксибы», оказывают меньшее токсическое действие на ЖКТ, но проявляют нежелательные эффекты, связанные с сердечно-сосудистой системой. Они способны вызывать тромбозы и тромбоэмболии, которые приводят к развитию инфаркта миокарда и ишемического инсульта [214]. Другим примером, упоминавшимся в литературном обзоре, является широко известная история с нестероидным противовоспалительным препаратом Vioxx (рофекоксиб), который представляет собой селективный ингибитор циклооксигеназы 2 и был предназначен преимущественно для лечения пациентов с артритами. Клинические испытания, проводившиеся до выхода препарата на рынок, не выявили увеличения риска тромбоэмболических осложнений. Однако после проведения клинического исследования APPROV (Adenomatous Polyp Prevention on VIOXX) были получены результаты, демонстрирующие повышение относительного риска неблагоприятных сердечно-сосудистых осложнений, связанных с образованием тромбов (включая инфаркт и инсульт) после 18 месяцев терапии рофекоксибом, и препарат был изъят с продаж [59]. Таким образом, проблема поиска новых эффективных и безопасных противовоспалительных соединений является весьма актуальной. Для повышения безопасности и эффективности противовоспалительных препаратов, одним из важных направлений исследований, является поиск соединений, действующих на несколько мишеней.
Поиск противовоспалительных соединений с комбинированными механизмами действия с использованием разработанного нами метода компьютерного анализа плейотропного действия лекарственных веществ был проведен среди 573 виртуальных, потенциально синтезируемых соединений, представленных Аристотелевским Университетом города Салоники (Греция) [192]. Для всех соединений с помощью программы PASS был сделан прогноз 50 механизмов действия, связанных с противовоспалительным эффектом (Таблица 29).
Из таблицы 30 видно, что наибольшее количество соединений в исследуемой выборке соединений могут быть двойными ингибиторами циклооксигеназы (ЦОГ) и 5 липоксигеназы (5-ЛОГ). Функция циклооксигеназ и липоксигеназ связана с синтезом двух групп метаболитов арахидоновых кислот: простагландинов (продукты ЦОГ) и лейкотриенов (продукты ЛОГ), играющих ключевую роль в развитии воспаления. Традиционные НПВС действуют через ингибирование ЦОГ-1 или комбинированное ингибирование изоферментов ЦОГ-1/ЦОГ-2. Например, ацетилсалициловая кислота является более выраженным ингибитором ЦОГ-1, а индометацин и напроксен являются неспецифическими ингибиторами ЦОГ-1, 2. Так как изофермент ЦОГ-1 участвует в образовании слизи в желудочно-кишечном тракте (ЖКТ), то ингибирование ЦОГ-1 приводит к раздражению ЖКТ, что является одним из основных побочных эффектов НПВС [215]. Другим побочным эффектом селективных ингибиторов ЦОГ-1 является гемморагический диатез, так как ЦОГ-1 катализирует синтез тромбоксана (ТХА2) - фактора агрегации тромбоцитов [216]. Селективное ингибирование ЦОГ-2 считалось перспективным благодаря открытию повышения экспрессии этого изофермента при развитии воспаления и, следовательно, ожидалось предотвращение развития нежелательных побочных эффектов связанных с ингибированием ЦОГ-1 [217, 218]. Однако, для нового поколения НПВС, которые селективно ингибируют ЦОГ-2, был выявлен повышенный риск инфаркта миокарда и опасность тромбообразования. Эффект тромбообразования этих лекарств оказался связан со снижением уровня простациклина (PGb), который проявляет сосудорасширяющие и антиагрегационные свойства, синтезирующийся ЦОГ-2. ЦОГ-2 проявляет защитную роль при астме [219] и раздражении ЖКТ. Неудачи в создании безопасных селективных ингибиторов ЦОГ-1 и ЦОГ-2 привели к осознанию того, что воспаление следует рассматривать как многофакторный процесс, и следует принимать во внимание многие биохимические пути, включая липоксигеназный путь. Лейкотриены и липоксины синтезируемые по липоксигеназному пути также играют роль в воспалении. Они вызывают активацию лейкоцитов, адгезию сосудистого эндотелия [220], вовлечены в патогенез бронхиальной астмы [221], образование отеков и играют роль в повреждении желудочной слизи [222]. Соединения, которые одновременно ингибируют ЦОГ-1/2 и ЛОГ имеют ряд преимуществ, так как они действуют на два основных метаболических пути арахидоновой кислоты и обладают широким спектром противовоспалительной активности [222]. Так как лейкотриены играют роль в регуляции свертывании крови и препятствуют раздражению ЖКТ, полагают, что ингибирование 5-ЛОГ может уменьшить раздражение ЖКТ в результате ингибирования ЦОГ-1, а также про-тромботические тенденции в результате ингибирования ЦОГ-2. Поэтому одним из основных направлений исследования НПВС является создание соединений, одновременно ингибирующих как ЦОГ, так и 5-ЛОГ. Так, в настоящее время препарат ликофелон, ингибитор ЦОГ-2/5-ЛОГ, был успешно исследован в III фазе клинических испытаний [223].
Похожие диссертации на КОМПЬЮТЕРНАЯ ОЦЕНКА ПЛЕЙОТРОПНОГО ДЕЙСТВИЯ ФАРМАКОЛОГИЧЕСКИХ ВЕЩЕСТВ
-
