1. Введение в эволюционную и медицинскую геномику, часть II ФББ МГУ, весна 2008 Лекция 6

2. Процесс разработки нового лекарства http://www.biomolecula.ru/?page=content&id=15

3. 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 Фармакологический цикл http://www.biomolecula.ru/?page=content&id=15

4. 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

5. А зачем, кстати, нужен мутагенез мишени?.. -Полиморфизм мишени? -Штаммы (для патогенов)? -Роль отдельных остатков в связывании?

6. 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

7. Комбинаторная химия и скрининг // А что, собственно, скринить? -Производные уже известных ингибиторов -Коммерчески доступные библиотеки -Комбинаторные библиотеки -Все вещества (каков размер хим. простр-ва??)

8. SC R2 SC - скаффолд (неизменная часть молекулы) R1 ~ 500 вариантов заместителей R2 ~2000 вариантов заместителей R3 ~ 500 вариантов заместителей Библиотека содержит ~ 500 000 000 (500 x 2000 x 500) веществ Имеющиеся ~ 500 библиотек в совокупности содержат ~ 2x10 13 веществ R3 R1 Сборка синтезируемых веществ из комбинаторных библиотек. «Комбинаторный взрыв».

9. SC R2 R3 Сборка синтезируемых веществ из комбинаторных библиотек. «Комбинаторный взрыв». SC - скаффолд (неизменная часть молекулы) R1 ~ 500 вариантов заместителей R2 ~2000 вариантов заместителей R3 ~ 500 вариантов заместителей Библиотека содержит ~ 500 000 000 (500 x 2000 x 500) веществ Имеющиеся ~ 500 библиотек в совокупности содержат ~ 2x10 13 веществ R1

10. SC Сборка синтезируемых веществ из комбинаторных библиотек. «Комбинаторный взрыв». SC - скаффолд (неизменная часть молекулы) R1 ~ 500 вариантов заместителей R2 ~2000 вариантов заместителей R3 ~ 500 вариантов заместителей Библиотека содержит ~ 500 000 000 (500 x 2000 x 500) веществ Имеющиеся ~ 500 библиотек в совокупности содержат ~ 2x10 13 веществ R3 R1 R2

11. SC Сборка синтезируемых веществ из комбинаторных библиотек. «Комбинаторный взрыв». SC - скаффолд (неизменная часть молекулы) R1 ~ 500 вариантов заместителей R2 ~2000 вариантов заместителей R3 ~ 500 вариантов заместителей Библиотека содержит ~ 500 000 000 (500 x 2000 x 500) веществ Имеющиеся ~ 500 библиотек в совокупности содержат ~ 2x10 13 веществ R3 R1 R2

12. SC Сборка синтезируемых веществ из комбинаторных библиотек. «Комбинаторный взрыв». SC - скаффолд (неизменная часть молекулы) R1 ~ 500 вариантов заместителей R2 ~2000 вариантов заместителей R3 ~ 500 вариантов заместителей Библиотека содержит ~ 500 000 000 (500 x 2000 x 500) веществ Имеющиеся ~ 500 библиотек в совокупности содержат ~ 2x10 13 веществ R3 R1 R2

13. SC SC - скаффолд (неизменная часть молекулы) R1 ~ 500 вариантов заместителей R2 ~2000 вариантов заместителей R3 ~ 500 вариантов заместителей Библиотека содержит ~ 500 000 000 (500 x 2000 x 500) веществ Имеющиеся ~ 500 библиотек в совокупности содержат ~ 2x10 13 веществ R3 R1 R2 Сборка синтезируемых веществ из комбинаторных библиотек. «Комбинаторный взрыв».

14. http://www.biomolecula.ru/?page=content&id=15 Процесс разработки нового лекарства

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

16. Конструирование ФАВ in silico Если 3D-структура мишени неизвестна: 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 http://www.biomolecula.ru/?page=content&id=15

17. 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

18.  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 Конструирование ФАВ in silico Если 3D-структура мишени известна:

19. 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]

20. 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

21. Ligand optimization: example Human protein-tyrosine phosphatase 1B (PTP-1B) Methoxy IC 50 = 138  M PDB: 2bge, T2D IC 50 = 1608  M Phenyl IC 50 = 132  M Methyl IC 50 = 203  M

22. Перспективные задачи  Ингибиторы белок-белкового взаимодействия  Терапевтические антитела  Индивидуальная медицина (аллельные формы, фармакокинетика)  Селективность ФАВ (побочные эффекты)

23. Селективность ФАВ – способность к избирательному связыванию только со своей мишенью * Белок- мишень Белок 1 Белок 2 Белок N … ***

24. Селективность ФАВ – способность к избирательному связыванию только со своей мишенью Белок- мишень Белок 1 Белок 2 Белок N …

25. 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