Лекция 6 Введение в эволюционную и медицинскую геномику, часть II

Введение в эволюционную и
медицинскую геномику, часть II
Лекция 6
ФББ МГУ, весна 2008
Процесс разработки нового лекарства
http://www.biomolecula.ru/?page=content&id=15
http://www.biomolecula.ru/?page=content&id=15
Фармакологический цикл
Молекулярная биология: получение мишеней
Фармакология: скрининг -- измерение активности и
аффинности синтезированных лигандов на мишенях
Моделирование: построение моделей мишеней,
предсказание структур лигандов
Медицинская химия: синтез лигандов
Подготовка белка-мишени
Выбор
- Биохимия, молекулярная биология, геномика-биоинформатика
Синтез
- Молекулярная биология
Проверка: есть ли связь с фенотипом?
-
Нокаут, RNA-antisense
Инактивация антителами
Облучение модифицированной хромофором мишени лазером
Ингибирование
Определение пространственной структуры
- Кристаллография, ЯМР
А зачем, кстати, нужен
мутагенез мишени?..
- Полиморфизм мишени?
- Штаммы (для патогенов)?
- Роль отдельных остатков в связывании?
Комбинаторная химия и скрининг
Скрининг: автоматизированная процедура, в
результате которой большое количество химических
соединений (> 10,000) проверяется на аффинность
или активность по отношению к тестовой
(имитирующей биологическую) системе
* Diversity screening: оптимизация разнообразия
* Focused screening: поиск оптимального варианта
Комбинаторная химия и скрининг
// А что, собственно, скринить?
-
Производные уже известных ингибиторов
Коммерчески доступные библиотеки
Комбинаторные библиотеки
Все вещества (каков размер хим. простр-ва??)
Сборка синтезируемых веществ из
комбинаторных библиотек. «Комбинаторный взрыв».
SC
SC - скаффолд
(неизменная часть молекулы)
R1 ~ 500 вариантов заместителей
R2 ~2000 вариантов заместителей
R3 ~ 500 вариантов заместителей
R1
R3
Библиотека содержит
~ 500 000 000 (500 x 2000 x 500)
веществ
Имеющиеся ~ 500 библиотек
в совокупности содержат
~ 2x1013 веществ
R2
Сборка синтезируемых веществ из
комбинаторных библиотек. «Комбинаторный взрыв».
SC
SC - скаффолд
(неизменная часть молекулы)
R1 ~ 500 вариантов заместителей
R2 ~2000 вариантов заместителей
R3 ~ 500 вариантов заместителей
R1
R3
Библиотека содержит
~ 500 000 000 (500 x 2000 x 500)
веществ
Имеющиеся ~ 500 библиотек
в совокупности содержат
~ 2x1013 веществ
R2
Сборка синтезируемых веществ из
комбинаторных библиотек. «Комбинаторный взрыв».
SC
SC - скаффолд
(неизменная часть молекулы)
R1 ~ 500 вариантов заместителей
R2 ~2000 вариантов заместителей
R3 ~ 500 вариантов заместителей
R3
Библиотека содержит
~ 500 000 000 (500 x 2000 x 500)
веществ
Имеющиеся ~ 500 библиотек
в совокупности содержат
~ 2x1013 веществ
R1
R2
Сборка синтезируемых веществ из
комбинаторных библиотек. «Комбинаторный взрыв».
SC
SC - скаффолд
(неизменная часть молекулы)
R1 ~ 500 вариантов заместителей
R2 ~2000 вариантов заместителей
R3 ~ 500 вариантов заместителей
R1
R3
Библиотека содержит
~ 500 000 000 (500 x 2000 x 500)
веществ
Имеющиеся ~ 500 библиотек
в совокупности содержат
~ 2x1013 веществ
R2
Сборка синтезируемых веществ из
комбинаторных библиотек. «Комбинаторный взрыв».
SC
SC - скаффолд
(неизменная часть молекулы)
R1 ~ 500 вариантов заместителей
R2 ~2000 вариантов заместителей
R3 ~ 500 вариантов заместителей
R3
Библиотека содержит
~ 500 000 000 (500 x 2000 x 500)
веществ
Имеющиеся ~ 500 библиотек
в совокупности содержат
~ 2x1013 веществ
R1
R2
Сборка синтезируемых веществ из
комбинаторных библиотек. «Комбинаторный взрыв».
SC
SC - скаффолд
(неизменная часть молекулы)
R1 ~ 500 вариантов заместителей
R2 ~2000 вариантов заместителей
R3 ~ 500 вариантов заместителей
R3
Библиотека содержит
~ 500 000 000 (500 x 2000 x 500)
веществ
Имеющиеся ~ 500 библиотек
в совокупности содержат
~ 2x1013 веществ
R1
R2
Процесс разработки нового лекарства
http://www.biomolecula.ru/?page=content&id=15
Конструирование ФАВ in silico
Если 3D-структура мишени неизвестна:
Данные: структура гомологов мишени
Метод: моделирование структуры мишени по гомологии
Данные: структура уже известных лигандов
Метод: QSAR (Quantitative Structure-Activity Relationship)
«Структура определяет свойства»: QSAR represents an attempt to
correlate structural or property descriptors of compounds with activities. These
physicochemical descriptors, which include parameters to account for
hydrophobicity, topology, electronic properties, and steric effects, are determined
empirically or, more recently, by computational methods
Если 3D-структура мишени неизвестна:
http://www.biomolecula.ru/?page=content&id=15
Конструирование ФАВ in silico
Для циклического пептида уротензина II (внизу слева) определена трехмерная структура
методом ЯМР спектроскопии водного раствора (вверху слева). Пространственное
взаиморасположение аминокислотных остатков мотива Trp-Lys-Tyr, являющегося важным для
биологической функции, было использовано для построения модели фармакофора (вверху
справа). В результате виртуального скрининга найдено новое соединение, демонстрирующее
биологическую активность (внизу справа). // Flohr et al., J. Med. Chem. (2002) 45, 1799-1805
Конструирование ФАВ in silico
Если 3D-структура мишени известна:
Данные: структура мишени и лиганда
Метод: молекулярный докинг, молекулярная динамика
Трудности докинга:
“Traditional” atom-atom scoring functions (knowledge-based
or empirical): not accurate enough
More adequate physical models (e.g., Quantum Mechanical
Polarizable Force Field ): too complicated for direct
computation
Трудности ММ: очень медленно
Конструирование ФАВ in silico
Если 3D-структура мишени известна:
 Search for binding site in known protein 3D
structure
 De novo ligand construction from a chemical space
 Ligand self-docking: positioning of a known ligand
in a binding site of a protein
 Virtual screening of a set of known ligands against a
target protein binding site
 Ligand optimization: search for replacement for a
certain chemical group of a ligand
Ligand virtual screening: performance
evaluation on the HSV-1 thymidine kinase
Target: 990 drug-like molecules + 10 real inhibitors
screened vs. HSV-1 thymidine kinase (PDB ID 1kim)
Performance evaluation: A number of real inhibitors in a
certain top fraction of the energy scores
SURFLEX software: 8 true hits in top-50 [Bissantz et al.,
J Med Chem 2000;43:4759-4767]
AlgoComb: 10 true hits in top-25 [Ramensky et al.,
Proteins 2007]
Ligand optimization: problem definition
Given (1) known ligand, (2) its position in the
binding site (known from X-ray or docking), (3)
ligand “side group” (fragment) to be replaced,
Find a small number (~10-100) of replacing side
groups aimed at the improvement of (a) binding
affinity, or (b) synthesizeability, (c) solubility, (d)
side effects, etc., depending on the type of the
optimized feature
Ligand optimization: example
Human protein-tyrosine phosphatase 1B (PTP-1B)
Phenyl
IC50 = 132 M
O
O
S
PDB: 2bge, T2D
NH
N
IC50 = 1608 M
O
CH3 Methyl
IC50 = 203 M
O
CH3
Methoxy
IC50 = 138 M
Перспективные задачи
 Ингибиторы белок-белкового взаимодействия
 Терапевтические антитела
 Индивидуальная медицина (аллельные формы,
фармакокинетика)
 Селективность ФАВ (побочные эффекты)
Селективность ФАВ – способность
к избирательному связыванию
только со своей мишенью
*
Белокмишень
* *
Белок 1
Белок 2
…
*
Белок N
Селективность ФАВ – способность
к избирательному связыванию
только со своей мишенью
…
Белокмишень
Белок 1
Белок 2
Белок N
Регулирование селективности ФАВ
ФАВ узкого спектра действия:
* Минимизация побочных эффектов
* Избирательное действие только на мишень
патогена
* Учет индивидуальных особенностей пациентов
ФАВ широкого спектра действия:
* Борьба с устойчивостью у патогенов
* Нивелирование индивидуальных особенностей
пациентов