Методология поиска новых биологически активных фармакологических веществ с рецепторной активностью
Проблема изыскания новых высокоэффективных фармакологических веществ по сей день не теряет своей актуальности. Причиной этому служит низкая эффективность или отсутствие таковой у широко известных лекарственных препаратов, применяемых для профилактики и терапии ряда патологических состояний, а также наличие побочных реакций, вызывающих дискомфортные ощущения у пациентов в период лечения.
Процесс создания лекарств требует колоссальных затрат времени и средств, не говоря о его трудоемкости. Крупные фармацевтические предприятия вкладывают миллионы, а иногда и миллиарды, долларов в исследования по разработке инновационного лекарственного препарата. В среднем, от идеи создания до внедрения препарата на рынок проходит от 5 до 15 лет. Конечный продукт является результатом объединения знаний в области медицины, химии, биологии и других наук, а также организации и создания всех условий для проведения необходимых экспериментальных исследований [1].
Согласно данным Всемирной организации здравоохранения, за последние пятьдесят лет средняя продолжительность жизни людей возросла. Не последнюю роль в этом сыграли достижения в области медицины и фармакологии. Причиной столь стремительного прогресса явилась интеграция новых технологий, в частности компьютерных, в научные исследования и разработку лекарственных препаратов, отвечающих современным фармакотерапевтическим стандартам и высоким требованиям к эффективности и безопасности [2, 5].
История фармакологии очень продолжительна и обширна. Древние люди, впервые столкнувшись с различными недугами, были вынуждены искать в окружающей среде вещества, способные в той или иной степени облегчить их состояние. Наиболее доступными оказались растительные объекты. Вещества природного происхождения не утратили свою необходимость и в настоящее время. На смену эмпирической терапии пришли синтетические препараты, что связано, в первую очередь, с бурным скачком в развитии химии во второй половине XIX в. Дальнейшее движение по пути развития привело ученых к открытию рецепторов и установлению их структуры. Данный факт является ключевым для рационального построения лекарственных средств, мощным способствующим фактором к которому послужило открытие учеными трехмерных структур белков-рецепторов и их комплексов с некоторыми лигандами.
Компьютерные технологии играют ведущую роль в конструировании лекарств, так как с их помощью можно ускорить процесс исследования, минимизировать ошибки и повысить результативность. Также активно используются достижения в области геномики и молекулярной биологии [4].
Целью настоящей статьи является обобщение и систематизация современных подходов к созданию новых лекарственных средств.
Компьютерное моделирование как метод конструирования лекарственных средств
Выбор типа моделирования зависит от имеющихся у исследователей сведений о пространственной структуре лиганда и рецептора-мишени.
Существует два основных типа моделирования: прямое и непрямое.
Прямое моделирование позволяет оценить степень сродства рецептора и лиганда. Комплементарность определенных структур активному центру рецептора можно оценить при помощи процедуры докинга. В этом случае на помощь ученым приходят специализированные базы данных, содержащие сведения об известных соединениях [3, 6].
Возможно также создание при помощи компьютерных программ гипотетической структуры молекул, которые в теории могут обладать высоким сродством к рецепторам того или иного типа. Это так называемые методы de novo. Их сущность заключается в подборе небольших фрагментов молекул с повышенной энергией связывания и минимальной энергией отталкивания в отношении активного центра рецептора. Путем постепенного присоединения фрагментов конструируется цельная молекула. Данный метод, несомненно, дает положительные результаты, однако, надежность оценки сродства не всегда высока.
Непрямое моделирование заключается в построении зависимостей «структура-активность» (QSAR) и фармакофорном моделировании. Фармакофорный анализ оценивает лиганд-рецепторное взаимодействие с позиции влияния на него функциональных групп молекул. Именно они отвечают за взаимосвязь структуры и активности.
Метод QSAR (Quantitative Structure – Activity Relationship) довольно успешно применяется уже на протяжении нескольких десятилетий. Он позволяет предсказать различные свойства соединений, исходя из их химической структуры. Для построения моделей в данном методе широко применяется математическая статистика [7].
Оптимизация процесса создания лекарственных средств
В процессе разработки лекарственных средств выделяют две основные стадии – доклинические и клинические исследования. Как важнейшая составляющая, стадия доклинических испытаний включает в себя следующие этапы:
– выявление мишени для лекарственного средства;
– поиск соединения-лидера;
– оптимизацию соединения лидера;
– доклиническую оценку фармакологических свойств.
Выбор мишени осуществляется на основании имеющихся данных о конкретном заболевании. В настоящее время преимущество отдается геномике и протеомике, позволяющим точно выявить мишени в организме, отвечающие за патологический процесс. Множество фармацевтических компаний уже пользуются достижениями геномики. Помимо секвенирования генома, ведущего к открытию новых мишеней, используется позиционное клонирование и другие современные методики. Следует отметить, что при наличии достаточного количества процедур по выявлению мишеней, выбор действительно верных из них, становится все сложнее. Для этого производят процедуру валидации (target validation) [8, 9].
Нельзя также не отметить перспективы применения хемоинформатики. Эта область науки, находящаяся на пересечении химии и информатики, позволяет прогнозировать физико-химические свойства соединений, токсическую и биологическую активность и разрабатывать новые лекарственные препараты [10].
Соединением-лидером считается вещество, обладающее сродством к определенному рецептору и проявляющее фармакологическую активность. Для поиска таких соединений используются обширные базы данных, содержащие информацию о зависимости фармакологического эффекта от особенностей химической и пространственной структуры исследуемых субстанций. Наиболее часто используемыми и эффективными считаются электронные библиотеки на основе de novo дизайна.
Все базовые соединения подвергаются тестированию на наличие определенного типа активности. Данный процесс достаточно длительный и трудоемкий. Эффективность тотального скрининга невелика, несмотря на его возможность анализировать большое количество соединений с высокой надежностью. В настоящее время ученые все чаще обращаются к инновационным методикам, среди которых следует особо выделить скрининг на основе ЯМР, фармакофорный анализ и виртуальный скрининг [11].
Магниторезонансные методики, являясь высокочувствительными, дают возможность анализировать сложные смеси веществ и получать данные о связи лигандов с рецепторами даже при отсутствии начальной информации [12].
Развитие компьютерных технологий позволяет более эффективно вести поиск соединений-лидеров в специализированных базах данных. Это во многом связано с сочетанием фармакофорного анализа и методов QSAR, позволяющих выявить требования, которым должны соответствовать искомые соединения [13].
Виртуальный скрининг как метод поиска соединений-лидеров объединяет в себе различные компьютерные технологии. Он особенно информативен в тех случаях, когда имеются сведения о химической структуре веществ в различных вариациях [14].
Таким образом, в арсенале ученых-исследователей имеется достаточное количество методов, охватывающих широкий круг проблем – от создания и совершенствования баз данных до анализа молекулярного подобия и построения моделей QSAR. Для анализа молекулярного подобия используются трехмерные дескрипторы молекулярной структуры. Актуальной на сегодняшний день является проблема поиска дескрипторов и обозначение границ их применимости.
После нахождения соединения-лидера проводится его оптимизация с целью усиления активности и избирательности действия, а также минимизации нежелательных побочных эффектов. Компьютерное моделирование помогает исключить заведомо бесперспективные соединения, что существенно ускоряет процесс оптимизации.
Важную роль в выборе метода оптимизации играет наличие сведений о пространственной структуре рецептора. Наличие такого типа информации дает возможность использования дизайна de novo. Дизайн лигандов, корректировка структуры комплекса вещество-рецептор приводят в дальнейшем к получению новых соединений-лидеров с заданными свойствами. Такие методики широко используются для создания лекарственных средств различных фармакологических групп, в том числе и препаратов терапии ВИЧ-инфекции [15].
При отсутствии сведений о пространственной структуре рецептора применяют метод QSAR, позволяющий установить зависимость между дескрипторами ряда близких по строению биологически активных соединений и их фармакологической активностью. Построение такого рода зависимостей помогает выявить и проанализировать факторы, обусловливающие возникновение того или иного эффекта в организме и дает возможность прогнозирования свойств новых соединений на основе общности химической структуры [16].
Помимо QSAR исследователи активно используют метод CoMFA (Comparative Molecular Field Analysis), позволяющий подобрать лиганд с определенным расположением радикалов, а также доноров или акцепторов водородной связи. Позже возникли такие методы как: CoMMA (Comparative Molecular Moment Analysis); WHIM (Weighted Holistic Invariant Molecular descriptors) [17].
Развитие компьютерных технологий, несомненно, внесло колоссальный вклад в создание инновационных лекарственных препаратов, однако, компьютерное моделирование не всегда гарантирует создание лекарственного средства.
Необходимо проведение доклинической оценки фармакологических свойств.
Наличие у вещества рецепторной активности далеко не во всех случаях приводит к его дальнейшему использованию в качестве лекарственного средства. Многие из веществ-кандидатов, успешно прошедших доклинические исследования, отсеиваются на этапе дорогостоящих клинических испытаний. Для минимизации затрат и сокращения сроков исследования необходимо научиться моделировать различные фармакокинетические и токсикологические свойства соединений. Моделирование свойств ADMET (Absorption, Distribution, Metabolism, Excretion, Toxicity) позволяет из всего многообразия выделить только те вещества, которые обладают необходимыми фармакологическими характеристиками [18].
Серьезным этапом является перенос результатов исследований на человека. Существует ряд in silico методов оценки таких важнейших ADMET-свойств как биодоступность, степень связывания с белками плазмы крови, способность прохождения через барьеры и др. [19].
Сложность моделирования ADMET-свойств заключается в наличии множества взаимосвязанных физиологических процессов, протекающих в организме человека, и небольшом запасе экспериментальных данных. Однако, путем расширения научных знаний и перехода к построению моделей для предсказания тех или иных параметров возможно ускорение и улучшение процесса разработки лекарственных средств [20].
Подводя итог, следует отметить, что в настоящее время традиционный эмпирический синтез лекарственных средств отходит на второй план, уступая место инновационным технологиям. Широкое применение компьютерного моделирования, а также достижений в области геномики, протеомики, молекулярной биологии, фармакологии и медицины обусловливают переход науки на качественно новый уровень, что проявляется в возможности направленного синтеза лекарственных средств с заданными фармакокинетическими и фармакодинамическими показателями. Дальнейшее движение науки по пути прогресса позволит миниминизировать in vivo исследования и клинические испытания, сделав разработку лекарств более рациональной и эффективной.