Содержание к диссертации
Введение
Глава 1. Синтез соединений с прогнозируемыми свойствами. Теоретические и практические основы методологии
1.1. Успехи современной органической химии и необходимость направленного досинтетического отбора соединений
1.2. КССС-моделирование: базовые аспекты 16
Глава 2. Синтез сульфамидных производных гетероциклических соединений с прогнозируемой растворимостью в ДМСО
2.1. Синтез новых сульфамидных производных пиррольного, хиназолинового и индолинового гетероциклов
2.2. Прогнозирование растворимости соединений в ДМСО 49
Глава 3. Синтез новых производных вицинальных пиридиндикарбоновых кислот и 4-(1-адамантил)бензола с прогнозируемыми параметрами метаболизма
3.1. Синтез производных вицинальных пиридиндикарбоновых кислот и 4-(1-адамантил)бензола
3.2. Прогнозирование параметров взаимодействия с ферментами окислительного метаболизма
3.3. Оценка параметров метаболизма при планировании синтеза соединений
Глава 4. Синтез новых производных циклоалифатических карбоновых кислот с прогнозируемой степенью проникновения через липидные мембраны
4.1. Синтез производных 4-(1-адамантил)бензойной, транс-4- алкилциклогексилкарбоновых и бицикло[2.2.2]-окт-5-ен-2,3- дикарбоновой кислот
4.2. Моделирование степени проникновения через липидные мембраны
4.3. Прогнозирование мембранопроникаемости синтезированных соединений
Глава 5. Синтез сульфамидных и сульфалкановых производных тиофена и хинолина с прогнозируемыми биологическими эффектами
5.1. Синтез сульфамидных и сульфалкановых производных тиофена и хинолина 130
5.2. Прогнозирование эффективности образования нековалентных комплексов органических соединений с белками 151
5.3. Оценка токсических эффектов 184
Глава 6. Рациональный отбор реагентов для синтеза библиотек соединений с определенным профилем мишень-специфичной активности
6.1. Стратегия планирования синтеза, основанная на отборе реагентов
6.2. Реагенты, синтезированные в настоящей работе: мишень-специфичная направленность
Глава 7. Спектральные свойства порфириновых систем, обладающих симметричным профилем замещения
7.1. Порфирины: значение для современной органической химии
7.2. КССС-моделирование 215
7.3. Выводы и практическая значимость результатов 225
Заключение 228
Выводы 232
Список литературы 238
Приложения
- КССС-моделирование: базовые аспекты
- Прогнозирование растворимости соединений в ДМСО
- Прогнозирование параметров взаимодействия с ферментами окислительного метаболизма
- Моделирование степени проникновения через липидные мембраны
Введение к работе
Синтез соединений с прогнозируемыми свойствами как способ интенсификации исследований в органической химии и смежных
областях
Настоящая диссертационная работа посвящена синтезу обширного ряда органических соединений, преимущественно гетероциклического и циклоалифатического строения, с прогнозируемыми практически значимыми свойствами.
Актуальность темы и направленность исследования. Разработка
эффективных методов синтеза разнообразных соединений
гетероциклического и циклоалифатического строения является ключевым этапом многих прикладных исследований в современной органической химии, связанных с получением и экспериментальным тестированием веществ. В частности, высокопроизводительный комбинаторный синтез и тестирование являются базовыми технологиями исследований в химико-фармацевтической и агрохимической индустрии. Однако принципиальная возможность синтеза десятков и даже сотен миллионов соединений при помощи методов комбинаторного синтеза приводит к необходимости осуществления рационального досинтетического отбора наиболее перспективных структур в соответствии с требованиями конкретной задачи. Одним из наиболее успешных путей к решению этой проблемы является компьютерное прогнозирование разнообразных свойств химических соединений, которое в настоящее время рассматривается в качестве важнейшего прикладного инструмента при планировании органического синтеза. Особенно широко внедряются различные экспертные системы в области прогнозирования физико-химических свойств соединений, их фармакологического профиля, токсичности и др. Чаще всего такие экспертные системы применяются в виде компьютерных "фильтров",
которые позволяют на ранних этапах планирования синтеза удалить структуры, обладающие нежелательными свойствами. Методы положительной селекции также играют важную роль, особенно в тех случаях, когда экспериментальное определение аналогичных параметров сопряжено со значительными затратами ресурсов.
Задача направленного отбора является наиболее актуальной при планировании синтеза больших библиотек соединений. Характерными особенностями современных схем синтеза, особенно комбинаторных, является их многоступенчатость, а также наличие большого числа исходных реактантов, обладающих одинаковой химической реакционноспособной функциональностью, но различным профилем замещения. Даже в относительно простых случаях из современной практики планирования синтеза комбинаторных библиотек применение методов рационального досинтетического отбора является необходимым условием успешной реализации исследовательских программ.
Можно констатировать, что разработка новых методов синтеза, включающих в себя направленный отбор соединений с заданными свойствами, приводит к существенной экономии ресурсов на последующих стадиях исследований. Конечной целью развития и использования подобных методов является интенсификация прикладных исследовательских программ в области материаловедения, спектроскопии, фармацевтики, агрохимии и других областях, связанных с синтезом и экспериментальным изучением свойств соединений. В связи с этим исследования, связанные с разработкой комплексных подходов к направленному синтезу органических соединений, представляют несомненный научный и практический интерес и являются актуальными.
Научная новизна исследования. Синтезирован и исследован широкий ряд новых, ранее не описанных в литературе органических соединений. В процессе планирования синтеза для каждого из соединений выдавался
прогноз по определенным заданным свойствам (растворимость, мембранопроникаемость, кинетические параметры взаимодействия с ферментами, степень нековалентного связывания с макромолекулами, токсичность, спектральные параметры). Данный прогноз строился на оригинальных, ранее не описанных моделях количественной связи структура-свойство.
Разработаны оригинальные методы синтеза ранее не описанных в
литературе сульфамидных производных 1 -метил- 1і/-пиррол-2-карбоновой
кислоты, 1,3-диметил-1//-хиназолин-2,4-диона, а также TV-ацилированных
индолинов. Растворимость указанных соединений в диметилсульфоксиде
(ДМСО) была впервые прогнозирована с использованием нелинейных
классификационных моделей, основанных на алгоритме
самоорганизующихся карт Кохонена и расчетных физико-химических параметрах молекул.
Получены новые 4-(1-адамантил)бензиламины, а также новые имидные производные вицинальных 2,3- и 3,4-пиридиндикарбоновых кислот. Фармакокинетический профиль указанных соединений уточняли при помощи специальных нейронно-сетевых КССС-моделей, описывающих кинетические параметры химических реакций, катализируемых ферментными окислительными системами организма, метаболитическую стабильность соединений, а также эффективность связывания с активными центрами метаболизирующих ферментов.
Разработаны новые синтетические подходы к аминокислотным
производным 4-(1-адамантил)бензойной кислоты, транс-4-
алкилциклогексилкарбоновых кислот, а также бицикло[2.2.2]-окт-5-ен-2,3-дикарбоновой кислоты. Для полученных соединений была предсказана повышенная способность к проникновению через два типа липидных биомембран, присутствующих в организме человека: а) мембраны гемато-энцефалического барьера, б) мембраны желудочно-кишечного тракта.
Прогноз мембранопроникаемости, демонстрирующий улучшение важных фармакокинетических параметров соединений, был сделан с использованием новых КССС-моделей, основанных на методах нелинейного картирования и расчетных параметрах молекул.
Разработаны оригинальные методы региоселективного синтеза производных хинолина, содержащих сульфамидные и сульфалкановые заместители в различных положениях гетероциклической системы. Получен также ряд новых библиотек соединений, содержащих тиенил-2-сульфонильный фрагмент. Для указанных соединений, а также для ряда других библиотек соединений, синтезированных в ходе диссертационной работы, был составлен прогноз предпочтительной мишень-специфичной активности. Прогноз был составлен с использованием нескольких новых классификационных КССС-моделей, которые позволяют оценивать способность малых органических молекул к образованию специфичных нековалентных комплексов с биологическими макромолекулами. Вышеуказанные библиотеки соединений были проанализированы на потенциальную токсичность по отношению к нормальным фибробластам человека. Данный тип анализа основан на новой прогностической модели, построенной при помощи алгоритмов снижения размерности многомерного пространства свойств большой базы соединений с экспериментально определенным уровнем токсичности.
Синтезированные в ходе настоящей работы синтетические интермедиаты, содержащие активные функциональные группы, были проанализированы при помощи специально разработанной компьютерной технологии. Последняя позволяет отбирать и классифицировать реагенты в соответствии с определенным профилем мишень-специфичной активности, что позволяет их дальнейшее использование для синтеза мишень-специфичных библиотек соединений.
В рамках перспективного синтетического проекта, направленного на синтез порфириновых молекул с заданными свойствами, показана возможность предсказания коэффициентов экстинкции характеристических полос поглощения порфириновых молекул с симметричным профилем замещения. Для этого были использованы полиномиальные уравнения, связывающие логарифмы коэффициентов экстинкции первой и третьей полос поглощения, а также полосы Соре, с расчетными параметрами боковых заместителей.
Практическая значимость работы. Новые научные результаты, представленные в диссертации, вносят фундаментальный вклад в развитие методов направленного синтеза гетероциклических и циклоалифатических соединений, а также прогнозирования их свойств.
Внедрены и отработаны эффективные схемы синтеза, выделения и анализа более 1000 новых соединений, ранее не описанных в литературе. Разработаны оригинальные методы обеспечения регио- и стереоселективности химических реакций. Отработаны условия для осуществления высокоэффективных параллельных схем синтеза и очистки, пригодных для автоматизации и технологического воплощения. Разработаны специальные методы прогнозирования некоторых практически значимых свойств соединений, основанных на применении современных алгоритмов анализа данных. Практическое использование комбинации разработанных синтетических и компьютерно-вычислительных методов позволяет с максимальной эффективностью получать соединения с ценными, заранее заданными свойствами. При помощи разработанных методов уже к настоящему времени был достигнут целый ряд ценных практических результатов, позволивших повысить экономическую эффективность исследовательских проектов, а также обнаружить соединения с полезными свойствами. Во многих случаях полученная при синтетических и модельных
экспериментах информация представляет интерес с точки зрения теоретического объяснения природы наблюдаемых явлений.
Апробация работы. Результаты работы докладывались и обсуждались на 9th SBS Annual Conference and Exhibition (Portland, 2002), IBC's Drug Discovery Technology Conference (Boston, 2002), 8th Annual Conference and Exhibition "High Information Content Screening" (Hague, 2002), 9th Annual Euro-Biotech Forum (Paris, 2002), G-Protein Coupled Receptors in Drug Discovery & Development (La Jolla, 2003), ScreenTech World Summit (San Diego, 2003), Advancing Library Design and Organic Synthesis (La Jolla, 2003), International Conference on Strategies for Improving Solubility and Measuring Permeability (Brussels, 2004), 8th Drug Discovery Technology Congress (London, 2004), Drug Discovery Technology Congress (Boston, 2003), SCIpharm 2004 -International Pharmaceutical Industry Congress (Edinbourgh, 2004), 2-м съезде общества биотехнологов России (Москва, 2004), международном конгрессе "Человек и лекарство" (Москва, 2005) и других международных научных конференциях.
Публикации. По теме диссертации опубликованы 2 главы в книгах, 45 статей в отечественных и зарубежных журналах, а также более 40 тезисов докладов на международных и отечественных научных конференциях.
Структура и объем диссертации. Диссертация состоит из введения, семи глав, заключения, выводов, списка литературы и приложений. Объем диссертации составляет 272 страницы, работа содержит 50 таблиц, 61 рисунок и список цитируемой литературы из 336 наименований. Объем приложений составляет 134 страницы.
Эффективным ресурсом на пути интенсификации прикладных исследований новых химических соединений является разработка комбинированных методов планирования синтеза, включающих в себя как оценку чисто синтетических аспектов, так и прогнозирование потенциальных
свойств новых соединений. В главе 1 освещены некоторые базовые теоретические и практические вопросы, связанные с указанным подходом.
В главе 2 представлены методы синтеза сульфамидных производных 1-
метил-1#-пиррол-2-карбоновой кислоты, 1,3-диметил-1#-хиназолин-2,4-
диона, а также Л^-ацилированных индолинов. Для полученных соединений
был составлен прогноз растворимости ДМСО с использованием
классификационных моделей, основанных на алгоритме
самоорганизующихся карт.
В главе 3 описаны способы получения новых 4-(1-адамантил)бензиламинов, а также имидных производных вицинальных 2,3- и 3,4-пиридиндикарбоновых кислот. Метаболитический профиль указанных соединений уточняли при помощи специальных нейронно-сетевых КССС-моделей.
Новые синтетические подходы к амидным производным 4-(1-адамантил)бензойной кислоты, т/%шс-4-алкилциклогексилкарбоновых кислот, а также бицикло[2.2.2]-окт-5-ен-2,3-дикарбоновой кислоты представлены в главе 4. Способность полученных соединений к проникновению через мембраны гемато-энцефалического барьера и желудочно-кишечного тракта была оценена с использованием новых КССС-моделей, основанных на методах нелинейного картирования.
В главе 5 описаны оригинальные методы региоселективного синтеза производных хинолина, содержащих сульфамидные заместители в различных положениях гетероциклической системы, а также соединений, содержащих тиенил-2-сульфонильный фрагмент. Для указанных соединений был составлен прогноз предпочтительной мишень-специфичной активности с использованием новых классификационных КССС-моделей. Описаны также разработка и применение модели, позволяющей оценивать потенциальную токсичность соединений по отношению к нормальным фибробластам человека.
В главе 6 описана оригинальная технология планирования синтеза, позволяющая отбирать сочетания реагентов, используемых далее для получения библиотек соединений с определенным профилем мишень-специфичной активности. Методология основана на ретросинтетическом анализе соединений.
В главе 7 показана возможность предсказания коэффициентов экстинкции характеристических полос поглощения порфириновых молекул с симметричным профилем замещения, синтезированных с применением ранее описанных методов.
В приложении к основной части диссертационной работы представлены экспериментальные методы, аналитические параметры репрезентативных соединений, а также различные аспекты разработки КССС-моделей, использованных в исследовании. Также представлен новый программный продукт, ИПК-1 (интегрированный прогностический комплекс, версия 1), созданный на основе описанных в настоящей диссертационной работе КССС-моделей.
Работа выполнена на базе Исследовательского института химического разнообразия (ИИХР), г. Химки, Московская обл., а также Ивановского государственного химико-технологического университета (ИГХТУ).
КССС-моделирование: базовые аспекты
Одним из наиболее важных направлений компьютерного скрининга является группа методов, основанных на построении моделей количественной связи между структурой и свойствами (КССС) химических соединений. Именно при помощи КССС-моделирования построены все прогностические системы, использованные в настоящей работе. Ниже рассмотрены некоторые базовые понятия, относящиеся к данному методу. КССС-моделирование состоит из следующих принципиальных стадий: а) подготовка модельного эксперимента; б) построение КССС-модели; в) тестирование или валидация (от англ. validation - подтверждение) построенной модели. Подготовка любого статистического модельного эксперимента обычно включает в себя сбор и обработку исходной базы данных, приводящая к получению качественной обучающей выборки, а также расчет молекулярных дескрипторов и отбор наиболее подходящих из них для последующего моделирования [8]. В качестве первого шага при разработке любой КССС-модели следует рассматривать сбор достаточно представительной базы соединений с определенными свойствами, такими как спектральные параметры, растворимость, токсичность, биодоступность и т. п. В принципе, в качестве источника подобной информации могут быть использованы любые источники открытой информации, в которых приводятся структуры, а также интересующие нас свойства соединений. Примером могут служить каталоги химических компаний, энциклопедии, справочники и т. д. Однако наиболее предпочтительным источником информации являются коммерчески доступные базы данных, обладающие специализацией в определенных областях знаний. Как правило, подобные базы позволяют не только находить нужные сведения, но также структурировать их и проверять их качество, опираясь на приводимые литературные ссылки. Таблица 1.1 содержит примеры некоторых специализированных баз данных, которые могут быть использованы для создания обучающих выборок в сфере КССС-моделирования.
В значительном числе случаев при поиске специальной информации о свойствах соединений приходится прибегать к поиску сведений об индивидуальных соединениях из разнородных источников. Несмотря на высокую трудоемкость этого процесса, постоянно совершенствующиеся современные средства поиска, предоставляемые глобальной системой Интернет, дают широкие возможности аккумулирования качественной специальной информации. В значительном числе случаев исследователю, планирующему разработку КССС-модели, приходится проводить собственные эксперименты, связанные с накоплением экспериментальных данных, играющих роль обучающих выборок. Следует отметить, что в ходе настоящей работы были использованы все вышеуказанные типы информационных источников.
Ключевым фактором успеха любого статистического модельного эксперимента является доступ к достаточно большой базе данных, используемой в качестве обучающей выборки. Обычно для качественного классификационного моделирования требуется не менее нескольких десятков структур, обладающих определенным свойством, однако это число может сильно различаться в зависимости от конкретной задачи. Иногда для оптимального статистического эксперимента требуются десятки тысяч соединений в обучающей базе.
До начала статистического эксперимента структурные базы должны быть профильтрованы и "нормализованы" для выполнения ряда определенных критериев. Так, следует устранить структуры с ошибками, а также удалить противоионы и молекулы растворителя из поля в базе данных, которое содержит целевую структуру. Там, где возможно, следует нейтрализовать заряды, показанные на кислотных или основных группах, путем добавления или удаления протонов. Наконец, надо удалить структуры-дубликаты, в том числе таутомерные формы одинаковых соединений. Эффективные подходы к подобной "нормализации" химических баз данных описаны в нашей недавней работе [9].
В широком смысле термином "дескриптор" (от англ. description -описание, обозначение) обычно обозначают любое свойство соединения, определенное расчетным путем или экспериментально, которое может быть использовано в качестве входной переменной для построения КССС-зависимости [10-12]. Однако в большинстве случаев дескриптором называют параметр, характеризующий данную молекулу, который можно вывести расчетным путем. Это уточнение носит принципиальный характер в случае большинства прогностических экспертных систем, главной целью которых является предсказание свойств соединений еще до момента проведения любых экспериментальных процедур с его участием и даже до момента его синтеза. Именно в этом, более узком смысле понятие "молекулярный дескриптор" трактуется в настоящей работе.
Прогнозирование растворимости соединений в ДМСО
ДМСО в настоящее время является одним из самых лучших доступных органических растворителей. Он способен с высокой эффективностью растворять самые разнообразные типы органических соединений, в том числе углеводы, полимеры, пептиды, а также многие неорганические соли и газы. Нередки примеры соединений, способных растворяться в ДМСО до уровня 50-60% по массе (для большинства органических растворителей, этот уровень равен 10-20%). Сольватирующая способность ДМСО напрямую связана с его высокой константой диэлектрической проникаемости, существенно превышающей таковые для большинства других диполярных апротонных растворителей, таких как диметилформамид, N,N-диметилацетамид, Л -метилпирролидон и т. п. [69]. Дополнительным фактором, объясняющим высокую сольватирующую способность ДМСО, является его стереохимическое строение. Структура молекулы ДМСО является по форме тригональной пирамидой, обладающей парой электронов и отрицательно заряженным атомом кислорода, направленными в стороны вершин пирамиды (рис. 2.6). Подобное строение способствует образованию различных межмолекулярных комплексов, способствующих разрыву молекулярных решеток и сольватации органических соединений.
ДМСО прекрасно смешивается с водой и не образует с ней азеотропов. При необходимости следы ДМСО могут быть удалены из образца органического соединения путем простой промывки водой, спиртом или этил ацетатом. ДМСО прекрасно упаривается из замороженного состояния, что часто используется для лиофилизации замороженных образцов с целью получения тонких пленок органических соединений.
Важной особенностью является низкая токсичность ДМСО при любом способе его введения в организм (оральный, трансдермальный или ингаляционный), а также безопасность для окружающей среды [70-72]. В низких концентрациях ДМСО практически не оказывает заметного влияния на биологические организмы. Как следствие, растворы органических соединений в смесях вода-ДМСО часто используются в различных биологических испытаниях. Кроме того, известно фармакологическое применение ДМСО, в частности, для снижения эффекта радиоактивного излучения на сетчатку глаз [73], в качестве носителя лекарственных субстанций к клеткам [74], в качестве криопротектора клеток [75]. Благодаря совокупности указанных физико-химических свойств, высокой эффективности как растворителя, относительной химической инертности и низкой токсичности, ДМСО является наилучшим выбором в качестве растворителя, используемого для хранения и переноса органических соединений, предназначенных для биологического скрининга в фармацевтической и агрохимической индустриях.
Потенциальной проблемой, связанной с использованием ДМСО, является его способность медленно реагировать с некоторыми классами органических соединений, такими как основания Шиффа, или медленно разлагаться в присутствии воды, органических или неорганических кислот, а также сильных окислителей. Продукты разложения, такие как формальдегид, метилмеркаптан, диметилсульфид и диметилдисульфид, также могут реагировать с растворенными органическими соединениями. Как следствие, длительное хранение органических соединений в ДМСО может вызывать их частичную деградацию [76].
В современной фармацевтической индустрии хранение образцов органических соединений в виде замороженных растворов в ДМСО постепенно вытесняет использование более традиционных форм, таких как сухие порошки. Поэтому закономерно, что процессы, связанные с хранением образцов в ДМСО, становятся в последние годы объектами пристального внимания и углубленного изучения. Например, проблемы деградации соединений в растворах ДМСО исследовались в серии работ [76-79]. Влияние числа циклов замораживания-размораживания на растворенные образцы изучалось в работе [77]. Исследовались также такие факторы, влияющие на сохранность образцов, как степень поглощения влаги растворами ДМСО, а также свойства материалов, используемых для изготовления контейнеров для хранения растворов [80].
В последнее время появилось понимание того факта, что растворимость органических соединений в ДМСО является не менее важным фактором, влияющим на успех биоскрининговых программ, чем химическая стабильность [81]. Во-первых, низкая растворимость в ДМСО может являться причиной появления фальш-негативных результатов в высокопроизводительных автоматизированных системах скрининга. Во-вторых, низкая растворимость препятствует осуществлению процедур отбора и перемещения соединений. Если учесть то обстоятельство, что размеры современных корпоративных баз соединений зачастую составляют сотни тысяч и даже миллионы соединений, становится очевидным, что экспериментальная проверка растворимости соединений в ДМСО является экономически чрезвычайно затратной.
Можно сделать вывод о том, что создание эффективной вычислительной модели для предсказания растворимости соединений в ДМСО является задачей, чрезвычайно востребованной в современной химико-фармацевтической индустрии, особенно на ее ранних этапах, таких как высокопроизводительный синтез и экспериментальное тестирование больших библиотек соединений. Подобные системы позволят проводить направленный отбор соединений, обладающих приемлемой растворимостью в ДМСО, еще на стадии виртуальных комбинаторных библиотек. В результате достигается значительная экономия ресурсов на стадии испытаний.
Прогнозирование параметров взаимодействия с ферментами окислительного метаболизма
Способность понимать и предсказывать пути метаболитических трансформаций имеет неоценимую практическую ценность на любой стадии длительного и дорогостоящего процесса разработки новых синтетических лекарственных субстанций. Например, в процессе оптимизации фармакокинетического профиля соединений, проявивших активность на ранних этапах биологических испытаний, метаболитическая стабильность соединения является одним из ключевых требований. Зачастую высокий метаболитический клиренс критическим образом ограничивает системную экспозицию соединения, проявившего высокую активность в первоначальных in vitro тестах, уменьшает время его действия и, как следствие, необратимо снижает его ценность в качестве фармацевтического препарата. Эффект "первого прохождения" через печень, при котором многие соединения способны подвергаться интенсивной метаболитической деградации, является еще одним примером влияния метаболизма на фармакокинетические параметры лекарственного соединения. Описано значительное количество примеров, в которых метаболиты активных соединений оказывались высокотоксичными агентами, что препятствовало дальнейшей разработке этих соединений. Знание потенциальных сайтов метаболизма молекул может быть использовано для химической модификации структуры таким образом, чтобы удалить этот сайт, либо защитить его, например, путем уменьшения его стерической доступности. Хрестоматийными примерами на эту тему являются замена сложноэфирной группы прокаина на амидную группу, ведущая к метаболитически устойчивому прокаинамиду, или введение объемистой iV-изопропильной группы (вместо JV-метильной ИЛИ iV-ЭТИЛЬНОЙ) вблизи сайта метаболитической реакции ТУ-деалкилирования известных ингибиторов Р-адренорецепторов [103]. Современная практика также дает нам немалое число примеров оптимизации метаболитического профиля соединений в процессе разработки новых лекарственных субстанций (например [104-107]).
Следует упомянуть еще одно важное направление в современной медицинской химии, связанное с использованием информации о путях метаболитических трансформаций. Существует целый ряд успешных примеров использования метаболизирующих ферментов в целях направленной in vivo трансформации неактивного пролекарственного соединения в его биологически активную форму [108]. В большинстве случаев для этого используют сложноэфирную группу, маскирующую карбоксильный или гидроксильный фрагменты активного агента [109, ПО]. Альтернативным образом, введение метаболитически нестабильных элементов в структуры активных соединений позволяет обеспечить кратковременное действие лекарства и тем самым устранить возможные побочные эффекты. Примером такого рода является целая группа известных блокаторов р-адренорецепторов, обладающих ультра-коротким временем действия (например, [111]). Подобные манипуляции со структурами соединений и метаболитическими системами организма являются эффективным средством достижения желаемых фармакокинетических параметров.
Организм человека сталкивается с необходимостью метаболитической детоксификации огромного структурного разнообразия различных ксенобиотиков. Вероятно, именно этим обусловлено появление весьма значительного числа различных метаболизирующих ферментов с существенно отличающимся профилем субстратной специфичности. Интенсивные исследования последних десятилетий показали, что в метаболизме фазы I участвуют ферменты семейства цитохромов Р450 [112, 113], а также ряд нецитохромных ферментов, вместе обладающих очень широкой субстратной специфичностью и многообразием каталитических механизмов.
Выявление ключевой роли метаболитических процессов в фармакологическом профиле лекарственного соединения привело к разработке целого ряда экспериментальных методов исследования метаболитических трансформаций [114]. Являясь наиболее точными способами исследования, экспериментальные методы имеют два принципиальных недостатка. Во-первых, они, как правило, трудоемки и дороги. Во-вторых, они не позволяют предсказывать метаболитические свойства еще не синтезированных соединений. В силу этих факторов в последнее время все большую роль играют компьютерные методы прогнозирования метаболизма. Интенсивное развитие компьютерных предсказательных технологий призвано усилить и в ряде случаев заменить традиционные экспериментальные подходы.
Во второй части главы 3 будут описаны три практических методологии КССС-моделирования, позволяющих определять следующие важные свойства соединений, существенным образом влияющие на их метаболитический профиль при попадании в организм человека: 1) метаболитическая стабильность, 2) способность к образованию нековалентных комплексов с активными центрами метаболизирующих ферментов, 3) скорость реакций JV-деалкилирования. Во всех описанных случаях моделируются взаимодействия с конкретными представителями семейства цитохромов Р450, являющихся главными метаболизирующими ферментами организма человека. Описания всех трех указанных методологий предваряются краткими сведениями о предшествующих разработках в аналогичных областях исследований, а также присущих им достоинствах и недостатках. Некоторые теоретические и экспериментальные детали, относящиеся к указанным КССС-моделям, приведены в Приложении. Результаты указанных исследований опубликованы в трех журнальных публикациях [115-117], книге издательства CRC Press [118], а также представлены на нескольких международных конгрессах [119-124].
Моделирование степени проникновения через липидные мембраны
Один из наиболее эффективных современных подходов к рациональному планированию синтеза низкомолекулярных органических соединений, предназначенных для последующих биологических испытаний, связан с разработкой методов раннего обнаружения соединений, обладающих неблагоприятными фармакокинетическими и фармакотоксическими свойствами [191, 192]. Нежелательными для целей последующего использования в качестве лекарственных препаратов являются соединения, содержащие токсикофорные или реакционноспособные группы. Примерами могут служить алкилирующие агенты, соединения, несущие сильные электрофильные группы, акцепторы Михаэля, нитрозогруппы и пр. Кроме того, при помощи простых фильтрующих процедур можно исключить соединения с потенциально неблагоприятными фармакокинетическими свойствами. Например, молекула с молекулярным весом более 1000 г/моль и десятью донорами водородной связи будет обладать слабой способностью проникновения через стенки желудочно-кишечного тракта (ЖКТ) в кровоток, что резко ограничивает возможность ее использования в качестве орально-активного лекарственного препарата. Широко известные и используемые правила Липинского [193] как раз представляют собой набор простых граничных условий, определяющих свойства орально-активных лекарственных веществ. На смену простым граничным критериям в последнее время приходят интеллектуальные методы фильтрования, связанные с использованием статистических классификационных алгоритмов. Наиболее известные алгоритмы оценки "подобия лекарственному веществу" (drug-likeness) основаны на нейронно-сетевом моделировании [194, 195], но могут быть также связаны с использованием других классификационных алгоритмов. Следует особо упомянуть возможность использования специальных ADMET-фильтров (ADMET - аббревиатура слов абсорбция (absorption), распределение (distribution), метаболизм (metabolism), экскреция (excretion), токсичность (toxicity)) [192]. Как правило, они представляют собой специальные модели количественных связей "структура-свойство" (КССС), основанные на структурах соединений с известными экспериментальными значениями фармакокинетических и токсических параметров. Эти модели позволяют уже на уровне "виртуальных" библиотек отсечь соединения, обладающие потенциально неблагоприятными ADMET-свойствами. Современные модели имеют тенденцию учитывать взаимосвязь между комплексными ADMET-феноменами, что позволяет резко повысить точность предсказания поведения соединений в организме человека по сравнению с простыми граничными критериями. В настоящий момент мы являемся свидетелями интенсивного развития компьютерных ADMET-технологий, помогающих существенно снизить риски проникновения нежелательных соединений на поздние стадии разработки лекарственных препаратов, и, как следствие, приводящих к серьезной экономии ресурсов.
Во второй части главы 4 настоящей диссертационной работы представлены КССС-модели, позволяющие эффективно классифицировать соединения по их способности проникать через два вышеуказанных типа биологических липидных мембран - стенки желудочно-кишечного тракта (ЖКТ) и гематоэнцефалический барьер (ГЭБ). Ключевые этапы разработки данных КССС-моделей, а также результаты их применения опубликованы в нескольких журнальных статьях [196-199], а также в серии сообщений на международных конференциях [121, 122, 200-202].
Степень проникаемости через стенки ЖКТ является одним из фундаментальных параметров для поиска и оптимизации орально-активных фармакологических агентов [191, 192, 203-206]. Проникновение через ГЭБ является другим важнейшим свойством, особенно в области разработки соединений, действующих на ЦНС [191, 192, 207]. В некоторых случаях, например, при ЦНС-токсичности лекарственных соединений, предназначенных для действия на биомишени, находящиеся вне зоны ЦНС, необходимо уменьшить проникновение через ГЭБ. Появление высокопроизводительных методов синтеза и биологического тестирования стимулировало появление компьютерно-вычислительных методов раннего предсказания этих свойств. Большинство методов, предложенных в последние годы, основано на использовании КССС-моделей, как регрессионных, так и классификационных, базирующихся на физико-химических параметрах соединений.
Феномен проникновения низкомолекулярных соединений через биологические мембраны липидной природы является чрезвычайно комплексным, поскольку существует целый ряд различных механизмов и факторов, влияющих на его эффективность [205]. Например, процесс проникновения через стенки ЖКТ зависит как от сложных биологических процессов (пассивная диффузия, активные механизмы переноса, метаболизм в стенках ЖКТ), так и от свойств соединений (растворимость, константы диссоциации, липофильность и пр.). Проникновение через ГЭБ может изменяться под воздействием связывания с белками плазмы, активности белков-переносчиков, метаболитических процессов, а также некоторых патологических состояний. Ввиду практической невозможности рассмотрения в рамках одиночных моделей всего комплекса указанных факторов, мы вынуждены ограничиться рассмотрением некоторого гипотетического упрощенного процесса, в котором эффективность проникновения определяется только диффузионными механизмами массопереноса. Следует отметить, что подобное упрощение является вполне допустимым и, более того, даже весьма полезным, поскольку концентрируется на некоторых объективных, устойчивых и постоянно действующих на молекулы силах химического градиента. В этом состоит их отличие от других вышеуказанных факторов. Например, активные белки-переносчики действуют лишь на определенные типы молекул, в основном эндогенного происхождения или их близкие аналоги. Кроме того, их действие может быть подавлено путем использования специфических ингибиторов. Патогенные состояния, хотя и способны весьма существенно влиять на проницаемость биомембран (примером может служить влияние менингита на проникновение соединений через ГЭБ), также не являются постоянным действующим фактором. Метаболитические процессы способны существенно усложнять общую картину исследуемых процессов, но они не меняют принципиально главные действующие силы, определяющие поведение исходных соединений и их метаболитов.
