Эффективные ингибиторы каталитического синтеза метаболитов арахидоновой кислоты

Таипов, Ильдар Азатович

Эффективные ингибиторы каталитического синтеза метаболитов арахидоновой кислоты тема автореферата и диссертации по химии, 02.00.04 ВАК РФ

Таипов, Ильдар Азатович АВТОР

кандидата химических наук УЧЕНАЯ СТЕПЕНЬ

Уфа МЕСТО ЗАЩИТЫ

2014 ГОД ЗАЩИТЫ

02.00.04 КОД ВАК РФ

Диссертация по химии на тему «Эффективные ингибиторы каталитического синтеза метаболитов арахидоновой кислоты»

Автореферат диссертации на тему "Эффективные ингибиторы каталитического синтеза метаболитов арахидоновой кислоты"

На правах рукописи

ТАИПОВ ИЛЬДАР АЗАТОВИЧ

ЭФФЕКТИВНЫЕ ИНГИБИТОРЫ КАТАЛИТИЧЕСКОГО СИНТЕЗА МЕТАБОЛИТОВ АРАХИДОНОВОЙ КИСЛОТЫ^ / СТРОЕНИЕ И ТЕРМОДИНАМИЧЕСКИЕ ХАРАКТЕРИСТИКИ

02.00.04 — Физическая химия

АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата химических наук

005549982

19 ¿оя

Уфа-2014

005549982

Работа выполнена на кафедре физической химии и химической экологии химического факультета Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Башкирский государственный университет»

Научный руководитель: Официальные оппоненты:

Ведущая организация:

Герчиков Анатолий Яковлевич

доктор химических наук, профессор Плисс Евгений Моисеевич доктор химических наук, профессор, заведующий кафедрой общей и физической химии Федерального государственного образовательного учреждения высшего профессионального образования Ярославский государственный университет им. П.Г. Демидова

Шестакова Розалия Габдулахатовна

кандидат химических наук, доцент кафедры физики Федерального государственного бюджетного образовательного учреждения высшего профессионального образования Уфимский государственный нефтяной технический университет Институт биохимической физики им. Н.М. Эмануэля

Защита состоится «26» июня 2014 г. в «1400» часов на заседании диссертационного совета Д 212.013.10 при Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Башкирский государственный университет» по адресу: 450076, Башкортостан, г. Уфа, ул. Заки Валиди, 32, химический факультет, ауд. 311. e-mail: dissovet2@rambler.ru

С диссертацией и авторефератом можно ознакомиться в научной библиотеке Башкирского государственного университета.

Автореферат разослан 2.3 мая 201

Ученый секретарь

диссертационного совета ^

доктор химических наук, профессор

Прочухан Ю.А.

Общая характеристика работы

Актуальность работы. Исследования в пограничных между биологией, медициной и химией областях являются источником новых знаний, приводящих к развитию новых методов и приемов для решения конкретных задач. Одним из важнейших направлений, получивших развитие в последние десятилетия, является теоретическое предсказание новых структур органических соединений с заданным свойствами. Особенно перспективно это направление в области разработки новых лекарственных препаратов. Дело в том, что выяснение молекулярного механизма взаимодействия этих препаратов с биологическими системами живых организмов является чрезвычайно трудной задачей, однако существуют проблемы, требующие безотлагательного решения, такие, как лечение конкретных заболеваний человека. Для решения этой задачи было разработано несколько методов исследования связи между молекулярной структурой и биологической активностью химических соединений. С появлением мощной вычислительной техники и созданием необходимого программного обеспечения для решения подобных задач эти методы в последнее десятилетие получили широкое распространение. С помощью этих методов нельзя получить прямых сведений о механизме взаимодействия, обуславливающего биологическую активность, однако они позволяют решать важные практические задачи. Обсуждаемые методы составляют комплекс приемов, объединяющих так называемую теорию распознавания образов, в рамках которой, в частности, был разработан и описан целый ряд методов исследований. Метод Ханша, основанный на соотношении линейности свободных энергий, возник в результате применения к задачам медицинской химии методов физической органической химии и методов многомерного статистического анализа. Благодаря созданию мощной вычислительной техники появилась также возможность применения методов молекулярной механики исследования связи между структурой и активностью. Мировая практика создания новых биологически активных соединений, лекарственных препаратов и других веществ с заданными свойствами базируется на этом комплексе математических методов прогнозирования. Такой подход позволяет более оперативно и целенаправленно решать практически важные проблемы с меньшими экономическими затратами. Вместе с тем нет единого алгоритма компьютерного поиска и создания потенциальных лекарственных препаратов. В связи с этим разработка методики виртуального скрининга представляет собой практически важную задачу. В данной работе разработка методики виртуального скрининга для поиска биологически активных веществ произведена на

примере прогнозирования новых эффективных ингибиторов образования лейкотриенов и блокаторов чувствительных к ним рецепторов.

Ключевым ферментом биосинтеза лейкотриенов в организме человека и животных является 5-липоксигеназа (5-ЛОГ). Однако, чрезмерная выработка лейкотриенов провоцирует такие заболевания, как астма, артриты, псориаз и ишемическая болезнь сердца. В живых системах активации синтеза лейкотриенов способствует гиперпродукции ара-хидоновой и линоленовой кислот на фоне сниженной активности изо-форм циклооксигеназ (ЦОГ-1 и ЦОГ-2) при использовании нестероидных противовоспалительных лекарственных препаратов (НПВП). Известно, что естественными ингибиторами биосинтеза лейкотриенов являются их синтетические аналоги, а также простагландины, образующиеся по циклооксигеназному пути окисления арахидоновой кислоты. Таким образом, к настоящему времени в отечественной и зарубежной литературе накоплен значительный объем информации по данной проблеме, однако систематический анализ взаимосвязи между строением и активностью разных классов ингибиторов 5-ЛОГ не проводился и все результаты поиска эффективных ингибиторов биосинтеза лейкотриенов, катализируемого 5-ЛОГ, носят разрозненный характер. В этой связи поиск биологически активных соединений, способных блокировать активность как 5-ЛОГ, так и изомерных форм ЦОГ, представляет собой перспективное направление в области фармакологии и биохимии для предотвращения и лечения аллергий и воспалений различной этиологии.

Целью работы является структурный анализ и конструирование ингибиторов каталитического синтеза метаболитов арахидоновой кислоты с использованием комплекса методов виртуального скрининга.

Задачи работы:

-Установление количественной взаимосвязи между строением и селективностью действия гетероароматических соединений в отношении изомерных форм ЦОГ, 5-ЛОГ и цистенил лейкотриенов.

-Формирование и апробирование моделей прогноза ингибиторов изоформ ЦОГ и 5-ЛОГ.

-Конструирование новых соединений с высокой эффективностью противовоспалительного действия и сниженной токсичностью.

-Молекулярный дизайн и молекулярный докинг в активные центры изомерных форм ЦОГ и 5-ЛОГ потенциально эффективных низкотоксичных ингибиторов образования лейкотриенов.

Научная новизна. В рамках теории распознавания образов разработаны модели распознавания структур - потенциальных ингибиторов ферментов — оксигеназ. Для достижения поставленной цели сформированы базы данных веществ и созданы решающие правила для кон-

струирования новых ингибиторов ферментов - оксигеназ. Предложены, варианты модификации структур действующего вещества (ДВ) «Кето-профен» и ДВ «Рофекоксиб», применяемых в качестве противовоспалительных средств, для снижения токсичности и усиления противовоспалительной активности. Разработана новая методика виртуального скрининга для поиска селективных ингибиторов изоформ ЦОГ и 5-ЛОГ, базирующаяся на комплексе теоретических методов и подходов, включая SAR- и QSAR-методы, а также молекулярный докинг.

Практическая значимость. Разработанную методику рекомендуется использовать при поиске новых нестероидных противовоспалительных средств и при модификации известных структур с целью оптимизации комплекса их терапевтических свойств (токсичности и эффективности). Сформированные модели прогноза можно использовать для отсева потенциально неэффективных структур, а также для скрининга имеющихся баз данных с целью поиска новых противовоспалительных средств.

На защиту выносятся

- методика виртуального скрининга для поиска селективных ингибиторов изоформ ЦОГ и 5-ЛОГ, базирующаяся на комплексе теоретических методов и подходов, включая SAR- и QSAR-методы, а также молекулярный докинг.

-модели распознавания селективных ингибиторов изоформ ЦОГ и 5-ЛОГ, а так же чувствительных к ним цистеинил лейкотриенов CysLT-Rl/R2

-результаты модификации ДВ «Кетопрофен» и ДВ «Рофекоксиб» и создание на их основе новых структур ингибиторов изоформ ЦОГ, 5-ЛОГ и цистеинил лейкотриенов, обладающих сниженной токсичностью и усиленной противовоспалительной активностью.

-результаты докинга сконструированных соединений в активные центры изоформ ЦОГ и 5-ЛОГ.

Апробация работы. Результаты диссертационной работы представлены на всероссийских и международных конференциях: Международная школа-конференцияя для студентов, аспирантов и молодых ученых «Фундаментальная математика и ее приложения в естествознании» (Уфа, 2010, 2011); Международная конференция студентов, аспирантов и молодых ученых «Ломоносов» (Москва, 2010, 2011, 2013); Международная научно - техническая конференция «Наука и образовании» (Мурманск, 2010, 2011, 2012); Международная конференции «Биоанти-оксидант» (Москва, 2010); Всероссийская научная конференция «Химия и технология растительных веществ» (Сыктывкар, 2012); В сборнике материалов конгресса «Человек и лекарство» (Москва, 2013).

Публикации. По материалам работы опубликовано 5 статей в рецензируемых журналах, тезисы 11 докладов на Международных и Всероссийских конференциях.

Личный вклад автора состоит в проведении экспериментальных исследований, обработке данных, интерпретации полученных результатов.

Структура и объем работы. Диссертация изложена на 197 страницах машинописного текста, состоит из введения, 3 глав, заключения, выводов, списка литературы, включающего 102 источника, и приложения. Работа включает 44 таблиц и 46 рисунка.

Основное содержание работы

Во введении обоснована актуальность выбранной темы, указаны ее цель и задачи, представлены научная новизна, практическая значимость работы.

В первой главе диссертации представлен обзор литературы, посвященный обзору вычислительных методов, используемых в работе, таких как 2D- и 3D-QSAR моделирование и молекулярный докинг. Приведен анализ методик используемых в этих подходах, а также их сравнение между собой. Также в этой главе обсуждается механизм возникновения опухолевых заболеваний в результате метаболизма ферментов арахидонового каскада. Приведены продукты метаболизма 5-ЛОГ, изо-форм ЦОГ и показано, в каких физиологических и патофизиологических процессах они участвуют.

Вторая глава содержит описание объектов и методов исследования, методику проведения экспериментальных расчетов. Приведено описание структур обучающих массивов и параметры расчетов.

Третья глава посвящена обсуждению и интерпретации полученных экспериментальных результатов.

В приложении I приводятся структурные формулы и характеристики активности соединений обучающих массивов.

Прогнозирование новых потенциальных ингибиторов 5-липоксигеназы методом SARD-21

Анализ связи "структура — активность" проведен с помощью системы прогноза и дизайна структур с заданными свойствами SARD-21 (Structure Activity Relationship & Design) (Л.А. Тюрина, 2007). На базе основных процедур SARD-21 проведена оценка влияния структурных признаков азот-, кислород- и серусодержащих биологически активных веществ на ингибирование ими каталитической активности 5-ЛОГ. В

ходе исследования построено 4 модели прогноза и распознавания высоко- и среднеэффективных ингибиторов 5-ЛОГ двух видов живых организмов: 5-ЛОГ клеток крови крыс (модели М1 и М2) и 5-ЛОГ клеток крови человека (модели МЗ и М4). Численные значения параметров для их построения получены методом связывания. Характеристики моделей и результаты их распознавания по двум методам теории распознавания образов (геометрическому подходу и методу голосования) представлены в таблицах 1-2.

Таблица 1 - Результаты распознавания и характеристика моделей Ml и М2

Метод формирования логических признаков Ml Ряд А 51 соединение 1С5о<60 мкмоль/л Ряд В 40 соединений 1С5о>100 мкмоль/л М2 Ряд А 50 соединений 1С50<50 мкмоль/л Ряд В 48 соединений 1С50>ЮО мкмоль/л

Дизъюнкции Дизъюнкции

Результат распознавания, % Ряд А Ряд В Весь массив Ряд А Ряд В Весь массив

Геом. 78.57 79.59 79.08 74.19 77.94 76.07

Голос. 78.43 77.50 77.97 80.00 91.67 85.83

Таблица 2 - Результаты распознавания и характеристика моделей Ml и М2

Метод формирования логических признаков МЗ Ряд А 93 соединения 1С50<4 мк моль/л Ряд В 82 соединения 1С50>5 мк моль/л М4 Ряд А 85 соединений 1С50<3,2 мк моль/л Ряд В 72 соединения 1С50>7,7 мк моль/л

Дизъюнкции Строгие дизъюнкции

Результат распознавания,% Ряд А Ряд В Весь массив Ряд А Ряд В Весь массив

Геом. 78.49 87.80 83.15 88.24 88.89 88.56

Голос. 76.34 82.93 79.64 94.12 75.00 84.56

Модели распознавания и прогноза для исследуемого типа активности формировали в результате сочетания правил классификации и решающего набора структурных параметров в виде логических уравнений типа: С=Р(8), где С — свойство (активность), Р - правила распознавания (алгоритм распознавания образов, по которому производится классификация исследуемых соединений, - геометрический или метод «голосования»), Б-решающий набор признаков (РНП). В качестве величины, характеризующей эффективность действия, используется коэффициент корреляции качественных признаков Юла г.

r—3

*11 —

щщщщ?2

Где п, и п2 - число структур группы А, содержащих и не содержащих данный структурный дескриптор; п3 и гц - то же для группы В; N1 и N2 - число структур в группах А и В; N3=ni+n3; N4=n2+n4; г изменяется от -I до +1.

В результате расчетов сформированы РНП для четырех (MIMA) моделей. В РНП при автоматическом отборе в рамках используемого алгоритма, вошли фрагментарные признаки и их логические сочетания, потенциально ответственные за проявление исследуемых типов активности. В качестве примера в таблице 3 приведен РНП модели MI. В этой модели признаки с положительным коэффициентом информативности г соответствуют среднеэффективным, а с отрицательным -низкоэффективным потенциальным ингибиторам 5 - ЛОГ.

Таблица 3- Решающий набор признаков (М1)__

№

Содержимое признака

((-ОН) - ОС«)) I !(>Н-> - (-OHVi I ((-CHjhet-) - (>С<)} {(-СНз) - (-О-)} I {(-ОС-) - (паразам. бензол)} 1 j(-CH2het-) - (>С<)}

¡(>N-) - (-ОН)) I {(-CH;het-) - (>C=Q)t I !(>СО) - (-ОС-)} (-ОН) I (-Q-) I (-CH2het-)

U-Q-)

■ (>С=С<)) I {(-ОС-) - (паразам. бензол)} 1 j(-CH2het-) - (>С<)}

(ОС=0) - (-ОН)) I U>N-) - (>С=С<)> 1 U-Q-) -(>с=о)}

t(-N=C<) - (>C=C<)i l ((>N-) - (>С=С<)} I {(>СН-) - (>С<)}

(-N=C<) & (1,2,4-тризам,-1,4-дипедрохинолин) & (монозам. бензол)

(1,2,4-тризам.-1,4-дигидрохинолин) & (6-замхинолин) & (монозам. бензол)

0.625

0.463

0.462

0.446

0.441

-0.620

-0.552

-0.497

-0.417 -0.392

(-СН2-) & (монозам. бензол) & (-(СН;)4..Ю-)

(монозам. бензол) & (>С<) & (С1)

-0.359

Эффективность моделей исследуемого типа активности определяли по результатам тестирования соединений экзаменационной выборки и структур исходного ряда. Экзаменационные выборки ЭМ1 и ЭМ2 сформированы на основе литературных данных. Характеристика экзаменационных выборок и процент распознавания представлен в таблице 4.

Таблица 4- Результаты распознавания экзаменационных массивов с использованием решающего набора признаков

Число

№ струк-

тур в

массиве

ЭМ1 25

ЭМ2 29

М1 иМ2

Количество распознанных структур

Процент распознавания

76%

МЗ и М4

Количество распознанных структур

Процент распознавания

75%

Таким образом, на основе структурных признаков, характерных для эффективных ингибиторов 5-ЛОГ, сформированы четыре РНП. На базе этих РНП построены математические модели прогноза и распознавания ингибиторов 5-ЛОГ клеток крови крыс и человека с уровнем распознавания более 80% по двум методам теории распознавания образов -методам голосования и геометрического подхода (табл. 1,2,4).

В ходе совместного анализа моделей М1 и МЗ, а также М2 и М4 определены универсальные признаки, встречающиеся в классах активных соединении, что дает количественную основу для модификации ДВ «Кетопрофена» и ДВ «Рофекоксиба». Результаты этих исследований представлены на рис. 1 и 2.

£ 0.2

5П

РТТ

* I § а ? -¥-

г I £

■и

-н

? !

Тгм

И-

Рисунок 1 - Ациклические признаки характерные для средне-эффективных ингибиторов 5-липоксигеназы

I Г«

тггг

¥ Ч *-

Рисунок 2 - Ациклические признаки заместители высокоэффективных ингибиторов 5-ЛОГ

Закономерности, установленные в строении эффективных ингибиторов 5-ЛОГ, использованы для оценки вкладов структурных фрагментов ДВ «Кетопрофен» и ДВ «Рофекоксиб» в их активность в качестве ингибиторов 5-ЛОГ. Результаты анализа влияния присутствующих в молекулах 2-(3-бензоилфенил) пропановой кислоты и 4-[4-(Метилсульфо-нил)фенил]-3-фенил-2(5 Н^-фуранона фрагментарных дескрипторов на их активность в качестве ингибитора 5-ЛОГ представлены на рис. 3, где квадратами обозначены структурные фрагменты, снижающие ингибирующую активность данных молекул в отношении 5-ЛОГ.

Рисунок 3 - Структурные фрагменты действующих начал НПВП «Кетопрофен» и «Рофекоксиб» оцененные по ингибирующей активности.

Выбор направлений молекулярного дизайна ДВ «Кетопрофен» и ДВ «Рофекоксиб» проводили на основе минимаксного критерия теории игр. Конструирование гипотетически активных структур осуществляли заменой отдельных элементов базовых структур признаками, типичными для эффективных ингибиторов 5-ЛОГ, как показано на рис. 4

Рисунок 4 — Структурная модификация молекулы 2-(3-бензоилфенил) пропановой кислоты (ДВ «Кетопрофен»); г — коэффициент информативности; пунктиром выделены подлежащие замене фрагменты молекулы и результат модификации.

Оценку сгенерированных структур производили аналогично классификации структур обучения по сформированному для них РНП модели М1, результаты модификации приведены в таблице 2-3. Дополнительно с использованием решающего набора признаков (РНП) модели описанной в работе (В.Р. Хайруллина, 2010) был выполнен прогноз противовоспалительной активности в отношении изомерных форм ЦОГ для всех сконструированных соединений.

В ходе структурной модификации ДВ «Кетопрофена» получен активный компонент НПВП «Фенопрофен» (структура К7 в табл. 2)

Таблица 2 - Потенциально эффективные ингибиторы 5-ЛОГ по-

К1 ? ':нз К2 КЗ

о сн3 N " . 0,1 С ТО о чг ! К 4 1 ] н о о 'О" ! К5 г^Г V ! Кб

сн СХ'О^ К7 он т А 1 он О ХУ1 К8 \ Х.*»^ X -ОН 0 о 1 ! К9

IX р От он ! К10 I 9 ! К11 о V ^"г™ он он К12

Т; и X УЧИ он К13 •у" он К14 ^Дчш К15

он К16 ! К17 о ¡1 1 К18

! - структуры с высокой противовосполительной активностью (1С50<1 мкмоль/л)

Таблица 3- Потенциально эффективные ингибиторы 5-ЛОГ полученные при структурной модификация НПВП «Рофекоксиб»_

НэС-в-^ }—N б ^ ОН

Н3С-

н>с ? \>о/ о

К4

«и

1*5

но

н>с Х\Т\ Я6

Н3С-§^ 14 о он

! И7

н,с

Н3С

N О

! Я8

! 1*9

ЧКН\ ■ г-N V RIO „Л /-Уч-? о - л ОН ! R11 -ч ! R12

-КНР О R13 9/"=% /-о НзС-s-^-ybo но Ън ! R14 „Лг>.гО но R15

9 /=\ /-О ! R16 • J О ° ! R17 Г—ч Р /=\ -4. ) ОН ! R18

но ( у ' ! R19 /~ч ? /—\ РН о N-é-c VN 4 Ч, ! R20 >го-"":> 1 R21

! R22 R23 О \-s~ys но v—7 ! R24

! R25

! - структуры с высокой противовосполительной активностью (1С50<1 мкмоль/л)

Моделирование QSAR с использованием программы GUSAR

Моделирование количественной взаимосвязи "структура - ин-гибирующаяУантагонистическая активность" проведено с использованием программы GUSAR (D. A. Filimonov, 2009) на 8 обучающих выборках ОМ5- ОМ8, содержащих эффективные ингибиторы 5-ЛОГ, изоформ ЦОГ и блокаторы рецепторов CysLT-Rl/R2, чувствительных к цисте-инил лейкотриенам

Обучающая выборка ОМ5 для модели М5 сформирована на основе 113 соединений, изученных в качестве ингибиторов 5-ЛОГ в работе (Andrew О. Stewart, 1997). Ингибирующая активность этих соединений измерена методом связывания в базофильных лейкемических клетках крови крыс линии RBL1 и представлена в нмоль/л в виде количественного параметра 1С50.

Обучающие массивы ОМ6 для модели Мб и ОМ7 для модели М7 сформированы на основе 47 и 107 производных гидроксамовой кислоты соответственно. Ингибирующая активность в виде параметра 1С50

для этих структур, определена по отношению к 5-ЛОГ в базофильных лейкемических клетках крови крыс описанных в работе (James В. Summers, 1990).

Модель М8 формировалась на основе обучающего массива ОМ8 и содержит 61 соединения, являющихся производными карбоксоамида. Значения 1С50 для этих соединений определены по отношению к ЦОГ-1 в базофильных лейкемических клетках крови крыс описанных в работе (Banavara L. Mylari, 1990).

Обучающий массив ОМ9 для модели М9 сформирован на основе 23 соединений, изученных в качестве ингибиторов ЦОГ-2 в работе (Pratigya Silakari, 2008). Ингибирующая активность этих соединений измерена методом связывания по степени снижения каталитической активности ЦОГ-2 резидентных макрофагов у самцов белых мышей и представлена в нмоль/л в виде количественного параметра 1С50.

Соединения обучающего массива ОМ 10 для модели MIO являются производными бутилфенола. В этот массив входит 24 соединения, значения 1С50 для которых определено эффективностью ингибирующего действия по степени снижения каталитической активности ЦОГ-2 макрофагов у самцов белых мышей линии J774A в работе (Yuntao Song, 1999).

Для модели МП использовался обучающийся массив ОМ11, в который вошли 76 соединений, являющихся производными карбоксил-халконов описанных в работе (Xiaowu Dong, 2010). Значение ICso для этих соединений измерено путем измерения антагонистической активности по отношению CysLTl рецепторам в клетках человека dU937.

Модель М12 сформирована на основе 36 соединений обучающего массива ОМ 12. Все эти соединения являются производными (хи-нолин-2-илметокси)-фенила. Значения К, для них измерено связыванием in vitro в отношении рецептора цистеинил лейкотриена D4 выделенных из мембран легких морской свинки (Robert A. Galemmo, 1990).

Экспериментальные данные представлены в виде параметра 1С50 и K¡, которые были преобразованы в -logi0IC50 (pIC50) и -log]0Kj (рК,) для симметричного распределения данных.

С помощью программы GUSAR на базе MNA- и QNA-дескрипторов, а также их сочетания для каждого из обучающих массивов построено по 320 консенсус QSAR-моделей прогноза численных значений р1С50 и рК,. Затем, после усреднения статистических характеристик этих моделей, которое в этой программе проводится автоматически, для каждого из обучающих массивов построено по одной косенсус модели. Прогностическая способность этих моделей оценена по результатам прогноза с их помощью численных значений 1С50 и К, для структур обучающих массивов ОМ5-ОМ12. Дополнительно проведена оценка

прогностической способности этих моделей при скользящем контроле с исключением по 20% структур из обучающих выборок, эта процедура повторялась 20 раз. Характеристики полученных моделей представлены в табл. 4.

Таблица 4 - Статистические характеристики консенсусных моделей прогноза величин 1С50 и К, для 5-ЛОГ, ЦОГ-1, ЦОГ-2 (Rattus norvegius) и блокаторов рецепторов CysLT-Rl/R2 (Homo sapiens).__

Шифр модели* N R2 F SD Q2 V Измеряемый параметр in vitro Метод измерения параметра in vitro

М5 113 0.826 24.960 0.286 0.772 13 1С5о,НМОЛЬ/Л **

Мб 47 0.948 55.680 0,263 0.925 9 1С5о,нмоль/л

М7 107 0.921 61.822 0.262 0.894 14 1С50,НМОЛЬ/Л

М8 61 0.794 14.587 0.355 0.715 9 1С50,НМОЛЬ/Л **

М 9 23 0.940 35.409 0.302 0.900 5 1С501нмоль/л **

М10 24 0.910 20.878 0.199 0.857 5 1С5о,нмоль/л **

МП 76 0.804 15.157 0.549 0.734 10 1С5о,нмоль/л ***

М12 36 0.908 40.234 0.198 0.865 6 К„ нмоль/л

* консенсус модели построены с использованием программы GUSAR

** Метод связывания

*** Функциональный отклик

Где: N - количество соединений в обучающем массиве; Кг -квадрат коэффициента регрессии; <32 - перекрестная проверка К ; Р -коэффициент Фишера; БО - стандартное отклонение; V - Количество независимых переменных в конечном уравнении регрессии.

Как видно из таблицы 4 различие между значениями К2 и О" меньше чем 0,1 во всех построенных моделях, это говорит о том, что созданные модели QSAR являются надежными.

В результате анализа рисунка 5 видно, экспериментальные данные представлены в виде параметра р1С50 хорошо соотносятся с предсказанными значениями р1С50. Квадрат смешанной корреляции в линии тренда для этих моделей больше 0,5 и близок к единице.

.«*

у- .;

-ь

Экспериментально? шпченне рК\,

Мб

Экспериментальное (нлченис |>1С'«(,

М8

¿Г

г:

Экспериментальное шачешм р1С<„

М9

1! -II) -1^-1 ............-.....-е- 2

■У

у. *

/ ^ X X

/ / 1

»=»0.9« * 8

-7 1

/ 1

Экспериментальное значение рК,

М12

Рисунок 5- Сопоставление экспериментального и предсказанного значение р1С50 и рК; в программе СТ^АЯ по полученным моделям.

По консенсусным моделям М5-М12, построенным с использованием программы ОиБАК, проведена количественная оценка ингиби-рующей активности всех биологически активных соединений, полученных в результате молекулярного дизайна действующих начал НПВП «Кетопрофен» и «Рофекоксиб» в рамках программы 8АШ>21. Как видно из таблиц 5 и 6 все предложенные структуры потенциально эффективных ингибиторов биосинтеза лейкотриенов, являются высоко и среднеэффективными ингибиторами 5-ЛОГ и блокатарами цистеинил лейкотриеновых рецепторов. Как видно из данных таблицы 5, производные морфолина, полученные в результате молекулярного дизайна НПВП «Кетопрофен», будут селективными ингибиторами ЦОГ-2; при этом они характеризуются умеренной ингибирующей активностью по отношению к ЦОГ-1. Следует ожидать, что эти соединения будут обладать слабовыраженным гастротоксическим действием.

Таблица 5 - Прогноз биологической активности производных полученных в результате молекулярного дизайна ДВ НПВП «Кетопро-

№ 5-ЛОГ ЦОГ-1 ЦОГ-2 СуБЬТ Ш СувЬТ Я1/Я2

М5 Мб М7 М8 М9 М10 М11 М12

1С5о, нМ 1С50, нМ 1С50, нМ 1С50, нМ 1С50,нМ 1С50, нМ 1С5о, нМ Кь нМ

К1 21179 7096 1324 1831 6 32 398 209

К2 9256 7258 1917 2532 18 16 110 216

КЗ 3680 1398 940 2609 10 36 60 106

К4 2611 1685 3058 4757 34 61 44 59

К5 13583 6180 12417 3154 25 55 54 117

Кб " 2752 1796 3197 4423 58 74 19 63

К7 1320 711 369 1038 3 18 2364 286

К8 1368 875 568 1411 5 27 484 83

К9 606 689 492 3574 149 85 112 45

К10 951 758 474 612 8 21 293 97

К11 1922 4109 2750 2955 18 ' 89 70 111

К12 592 2438 355 1627 404 217 539 128

К.13 422 1566 488 4821 464 278 125 29

К14 361 770 232 2069 194 163 442 80

К.15 571 642 466 4622 477 422 112 42

К16 912 1926 1434 5343 324 286 175 49

К17 482 1460 304 1768 294 195 566 105

К18 640 944 567 5271 509 463 183 46

Данные таблицы 6 позволяют заключить, что биологически активные вещества, сконструированные на основе НПВП «Рофекоксиб» будут отличаться более низкой селективностью по отношению к ЦОГ-2; при этом они являются умеренными и слабыми ингибиторами ЦОГ-1. Следует ожидать, что эти соединения также будут обладать слабовыра-женным гастротоксическим действием.

Таблица 6 - Прогноз биологической активности производных полученных в результате молекулярного ДВ НПВП «Рофекоксиб»

№ 5-ЛОГ ЦОГ-1 ЦОГ-2 СузЬТ-Ш СувЬТ-Я 1/112

М5 Мб М7 М8 М9 М10 М11 М12

1С50, нМ 1С50, нМ 1С50, нМ 1С50,нМ 1С50, нМ 1С50,нМ 1С50, нМ К„ нМ

Ш 605 1596 1321 2232 434 32 29 54

112 496 654 397 3461 714 39 6 56

113 201 533 248 1400 464 36 18 59

Я4 512 1532 520 1738 596 22 914 204

115 222 516 141 1533 1460 49 284 59

Кб 381 1288 1248 1897 345 42 21 41

Я7 1189 3308 2700 5169 84 42 24 78

Я8 5944 4728 1806 4847 235 30 18 167

Я9 774 2187 2532 8728 141 122 11 49

Л1С 443 3183 3334 5445 328 114 6 35

Я11 401 1539 1172 3250 92 78 11 58

Я12 325 1238 970 6592 106 63 7 43

ШЗ 805 2253 3996 3888 67 179 2 28

Ш4 1482 3264 7777 2696 858 87 39 65

Я15 327 724 261 1682 557 65 30 62

Е116 1123 3223 3959 4523 505 169 139 48

Л17 430 951 1944 10940 128 156 37 32

Я18 920 1133 609 5305 311 128 23 37

Я19 951 1638 690 5861 82 125 92 45

Я20 1163 2266 2472 3324 329 125 146 57

R?1 610 865 593 3524 151 89 230 58

R?? 475 760 829 7921 117 107 18 55

R?3 369 616 181 3826 150 146 5 31

R?4 852 1104 495 1246 34 29 4579 93

R25 306 379 264 1635 138 52 52 77

Докинг потенциальных ингибиторов 5-липоксигеназы в ее активный центр и в активный центр изоформ циклооксигеназ

Модифицированные производные ДВ «Кетопрофена» и ДВ «Рофекоксиба» были позиционированы в активные центры 5-ЛОГ и изоформ ЦОГ с помощью метода молекулярного докинга. В качестве мишеней, моделирующих ферменты 5-ЛОГ человека, ЦОГ-1 и ЦОГ-2 крыс были выбраны структуры макромолекул из PDB (http://www.rcsb.org) с кодами Зо8у, Зп8х и 1РХХ соответственно. Структуры всех лигандов были оптимизированы методом молекулярной механики при наложении силового поля AMBER-99SB в программе UCSF Chimera. При оптимизации соединений учитывалась их стерео-изомерия. Для дальнейших исследований использовались S-энантиомеры. Подготовку структур лигандов и макромолекулы проводили в программе AutoDockTools. Первоначально все молекулы воды были удалены из структуры белка. Файлы рецептора и лигандов были конвертированы в формат PDBQT-файла с добавлением недостающих атомов водорода и парциальных атомных зарядов, рассчитанных по методу Гастайгера.

Активный центр 5-ЛОГ содержит негемовый ион Fe с условным зарядом 2+, координационно-связанный с тремя полярными гистидино-выми фрагментами HIS372, HIS550, HIS367, карбонильной группой ас-парагина ASN554, карбоксильной группой С-терминального изолейцина ILE673 и молекулой воды Н20, рис. 6. Лиганды при их взаимодействии с активным центром должны замещать молекулу воды Н20. В активированном состоянии условный заряд на ионе железа равен 3+. Однако, заряд иона железа с координационным числом 6 в программе AutoDock не параметризован. В связи с этим для корректировки PDBQT-файла биомолекулы 5-ЛОГ предварительно был смоделирован ее активный центр и проведен расчет парциальных атомных зарядов полуэмпирическим методом квантовой химии РМ6 в программе МОР АС 2012. Для этого атом железа с координирующими его аминокислотными остатками был экстрагирован из структуры белка 5-ЛОГ. Строение моделируемого сайта приведено на рис. 6. В ходе квантово-химических расчетов установлено, что парциальный атомный заряд на ионе железа равен +1.

Рисунок 6 - Строение моделируемого сайта 5-липоксигеназы

Активный центр макромолекулы 5-ЛОГ после корректировки парциальных атомных зарядов в ближайшем окружении иона железа помещали в трехмерный бокс размером 50><50х50 шагов с разметкой решетки 0.375 А, рассчитанный в программе АШоОоскТоок. За центр бокса принимали положение известного лиганда - арахидоновой кислоты. С целью проверки найденного решения, после корректировки парциальных атомных зарядов, в дальнейшем проводили молекулярный докинг молекулы арахидоновой кислоты в активный центр цепи А макромолекулы Зо8у.

Проведено моделирование структур и расчет свободных энергий образования комплексов 5-ЛОГ и изоформ ЦОГ с предложенными 43 ингибиторами (табл. 2-3) 5-ЛОГ методом молекулярного докинга. Моделирование представляло собой расчет геометрии комплекса белка с предлагаемыми ингибиторами с помощью генетического алгоритма, реализованного в программе АиЮОоск 4.2. В ходе этих исследований найдены 37, 40 и 36 потенциально эффективных ингибиторов 5-ЛОГ и изоформ ЦОГ соответственно, характеризующихся высокой аффинностью с активным центром данных макромолекул и меньшей энергией связывания по сравнению с молекулой арахидоновой кислоты. Результаты докинга этих соединений, а также тестовой молекулы - арахидоновой кислоты - в активный центр макромолекулы Зо8у, Зп8х и 1рхх представлены в табл. 7. Кроме того предсказаны трехмерные структуры комплексов 5-ЛОГ и изоформ ЦОГ с данными лигандами (рис. 7).

Таблица 7 - Энергия и константа связывания потенциальных ингибиторов 5-ЛОГ и тестового соединения арахидоновой кислоты в

Структура соединения 5-ЛОГ ЦОГ-1 ЦОГ-2

Еь\ ккал/ моль Кщ|1 > мкмоль/ л ЕЬ\ ккал/ моль > мкмоль/ л Еь, ккал/ моль мкмоль/ л

ДВ «Кето-профен» -7.03 6.98 -9.49 0.11 -7.78 1.97

ДВ «Ро-фекоксиб» -6.92 8.40 -9.22 0.17 -9.55 0.10

ДВ «Зиле-утон» -6.82 9.95 - - - -

ДВ «Ниме-сулид» - - -7.88 1.66 - -

ДВ «Дик-лофенак» - - - - -7.55 2.90

Арах идо-новая кислота -6.00 39.75 -5.80 55.72 -6.45 18.59

К1 -5.00 0.21 -5.80 55.72 -5.49 094

К2 -6.08 34.72 -6.91 8.55 -5.90 47.06

КЗ -5.91 46.27 -7.97 1.43 -6.76 11.01

К4 -5.74 61.66 -8.69 0.42 -7.30 4.42

К5 -5.99 40.42 -6.48 17.67 -6.34 22.38

Кб -6.15 30.85 -7.83 1.81 -7.27 4.65

К7 -6.24 26.50 -9.03 0.24 -7.13 5.90

К8 -6.71 11.98 -8.81 0.35 -7.90 1.61

К9 -8.19 0.98 -7.02 7.10 -8.47 0.61

К10 -8.81 0.35 -8.70 0.42 -8.96 0.27

К11 -6.47 17.97 -7.09 6.31 -6.23 26.95

К12 -6.64 13.49 -6.48 17.67 -8.52 0.56

К13 -7.13 5.90 -4.87 26.7 -7.21 5.15

К14 -8.21 0.95 -4.07 10.34 -6.79 10.47

К15 -7.22 5.06 -7.73 2.14 -7.61 2.62

К16 -6.15 30.85 -6.66 13.04 -7.49 3.21

К17 -6.74 11.39 -5.91 46.27 -10.22 0.03

К18 -4.92 0.24 -7.50 3.16 -5.83 0.52

-8.15 1.05 -8.74 0.39 -7.73 2.14

Я2 -8.83 0.33 -9.08 0.22 -8.67 0.44

ЯЗ -7.04 6.86 -6.52 16.52 -8.64 0.46

Я4 -8.10 1.15 -8.23 0.92 -7.57 2.80

Я5 -8.81 0.35 -9.03 0.24 -9.07 0.22

Я6 -6.33 22.76 -9.03 0.24 -8.46 0.62

Я7 -6.04 37.15 -6.58 14.92 -6.31 23.55

Я8 -6.83 9.78 -6.19 28.84 -6.16 30.34

Я9 -7.93 1.53 -7.66 2.41 -7.39 3.80

Я10 -5.89 47.86 -7.89 1.63 -8.13 1.09

ЯП -7.27 4.65 ■8.11 1.13 -7.59 2.71

Я12 -8.43 0.66 -8.50 0.58 -7.34 4.14

Я13 -6.66 13.04 -8.14 1.07 -8.36 0.74

Я14 -7.18 5.42 -7.54 2.95 -7.09 6.31

R15 -6.69 12.39 -7.63 2.53 -9.16 0.19

RI6 -6.95 7.99 -7.19 5.33 -6.69 12.39

R17 -7.79 1.93 -8.32 0.79 -6.79 10.47

R18 -8.71 0.41 -8.32 0.79 -8.61 0.48

R19 -8.81 0.35 -6.80 10.29 -7.16 5.60

R20 -8.07 1.21 -8.18 1.00 -8.92 0.29

R21 -7.58 2.76 -6.80 10.29 -7.93 1.53

R22 -7.01 7.22 -6.63 13.72 -5.90 47.06

R23 -8.77 0.37 -7.70 2.25 -8.76 0.38

R24 -7.09 6.31 -7.41 3.67 -6.75 11.20

R25 -8.59 0.50 -7.83 1.81 -8.36 0.74

* Свободная энергия связывания ** Константа ингибирования

Визуальный анализ исследованных комплексов "макромолеку-ла-лиганд" позволяет заключить, что большинство из потенциальных лигандов, полученных при структурной модификации ДВ «Кетопрофен» и ДВ «Рофекоксиб», достаточно надежно стабилизируются в активных центрах 5-ЛОГ и изоформ ЦОГ благодаря к-л и Т-стэкинговым взаимодействиям (табл. 8, рис 7-9).

Таблица 8 - Аминокислотные фрагменты макромолекулы, участвующие в образовании к-п и Т-сгэкинговых взаимодействий.__

Макромолекула Аминокислотные фрагменты макромолекулы, участвующие в образовании л-л и Т-стэкинговых взаимодействий

Зо8у РНЕ 421. РНЕ 177, HIS367, HIS372

Зп8х TYR385, TRP 387, ARG 120

lpxx TYR385, TRP 387, ARG 120

Рисунок 7 - Результаты докинга ДВ «Кетопрофен», а также лигандов КЗ и К8 в активный центр фермента 5-ЛОГ; структуры лигандов изображены в виде стержневой модели.

Рисунок 8 - Результаты докинга энергетически самой выгодной конформации К7 в активный центр фермента ЦОГ-1; структура лиганда образует Н-связи с аминокислотным фрагментом ARG 120.

Рисунок 9 - Результаты докинга энергетически самой выгодной конформации R15 в активный центр фермента ЦОГ-2; структура лиганда образует Н-связи с аминокислотными фрагментами РНЕ 518.

Выводы

1. Выявлены структурные признаки, характерные для высокоэффективных и среднеэффективных ингибиторов активности 5-липоксигеназы в рамках компьютерной системы SARD-21 с уровнем достоверного прогноза более 75 %.

Построено 8 моделей прогноза численных значений ингибирующей активности методом QSAR в виде 1С50 и К, для разных классов гетероциклических азот- и кислородсодержащих ингибиторов 5-липоксигеназы, изомерных форм циклооксигеназ и блокаторов ци-стеинил лейкотриеновых рецепторов Cys LT-R1/R2. В результате структурной модификации действующих веществ «Ке-топрофен» и «Рофекоксиб» получено 43 потенциальных БАВ, обладающих выраженной противовоспалительной активностью в отношении 5-ЛОГ, изоформ ЦОГ, способных блокировать чувствительность рецепторов Cys LT-R1/R2 к цистеинил лейкотриенам. В результате молекулярного докинга в рамках программы AutoDock 4.2 в соответствии с данными теоретического прогноза метода QSAR найдено 30 соединений, являющихся перспективными инги-

биторами двойного действия, способных снижать активность как 5-ЛОГ, так и изомерных форм ЦОГ.

5. Результаты теоретического предсказания активных структур ингибиторов 5-липоксигеназы и изомерных форм циклооксигеназы получают свое подтверждение в том, что соединение 2-(3-феноксифенил)пропановая кислота проявляет свойство ингибитора и является действующим веществом нестероидного противовоспалительного препарата «Фенопрофен».

Список публикаций по теме диссертации

1. Таипов И.А. Изучение взаимосвязи структура-свойство в ряду природных и синтетических ингибиторов каталитической активности 15-липоксигеназы / Хайруллина В. Р., Герчиков А.Я., Таипов И.А., Бегель X., Зарудий Ф.С. //Химико-фармацевтический журнал. -2011. - Т. 45. -№. 9. - С. 25-32.

2. Таипов И.А. Изучение взаимосвязи структура-свойство в ряду природных и синтетических ингибиторов каталитической активности 5-липоксигеназы/ Хайруллина В. Р., Таипов И.А., Герчиков А.Я., Зарудий Ф.С. //Химико-фармацевтический журнал. - 2012. - Т. 46. -№. 9.-С. 33-43.

3. Таипов И.А. Виртуальный скрининг в ряду эффективных ингибиторов каталитической активности лейкотриен-А4-гидролазы/ Таипов И.А., Хайруллина В.Р., Герчиков А.Я., Хома В.К., Зарудий Ф.С., Бегель X. // Вестник Башкирского университета. - 2012. - Т. 17. - № 2. -С. 886-891.

4. Таипов И.А. Компьютерное моделирование взаимосвязи «структура-активность» в ряду природных и синтетических ингибиторов каталитической активности 5-липоксигеназы клеток крови человека / Хайруллина В.Р., Таипов И.А., Герчиков А.Я., Зарудий Ф.С. // Известия высших учебных заведений. Серия «Химия и химическая технология». - 2012. - Т. 55. - №9. - С. 39-43.

5. Таипов И.А. Новые ингибиторы каталитической активности 5-липоксигеназы на основе производных 2-(3-метилфенил) пропано-вой кислоты и 4-замещенного морфолина / Хайруллина В.Р., Таипов И.А., Веселовский A.B., Щербинин Д.С., Герчиков А.Я. //Биохимия.-2014.- Т.79, вып. 4.-С.513-521

6. Таипов И.А. Компьютерный поиск высокоэффективных ингибиторов активности 5-липоксигеназы / Хайруллина В.Р., Таипов И.А., Герчиков А.Я., Зарудий Ф.С. // Тезисы докладов VIII Международной конференции «Биоантиоксидант». - Москва. -4-6 октября 2010. С. 457.

7. Таипов И.А. Поиск высокоэффективных природных ингибиторов 5-липоксигеназы с использованием компьютерной системы S ARD-21 / Таипов И.А., Хайруллина В.Р., Герчиков А.Я., Зарудий Ф.С. // Тези-

сы докладов Международной школы-конференции для студентов, аспирантов и молодых ученых «Фундаментальная математика и ее приложения в естествознании. - Уфа. — 25-27 октября 2010, - с. 203208.

8. Таипов И.А. Структурные закономерности эффективных ингибиторов 5-липоксигеназы / Хайруллина В.Р., Таипов И.А., Санникова М.Н., Герчиков А.Я., Зарудий Ф.С. // [Электронный ресурс] : материалы международной научно-технической конференции, Мурманск, 12 апреля 2010 г. / Мурманск: МГТУ, 2010. - 1. С.967-970.

9. Таипов И.А. Изучение взаимосвязи "Структура - активность" в ряду эффективных ингибиторов каталитической октивности 5-липоксигеназы. / Хайруллина В.Р., Таипов И.А. // Тезисы докладов Международной конференции молодых ученых по фундаментальным наукам «Ломоносов 2010»: Химия. - Москва: МГУ им. М. В. Ломоносова, 2010.-е. 1.

10. Таипов И. А. Виртуальный скрининг в ряду природных и синтетических высокоэффективных ингибиторов активности 5-липоксигеназы. / Хайруллина В.Р., Таипов И.А. // Тезисы докладов Международной конференции молодых ученых по фундаментальным наукам «Ломоносов 2011»: Химия. - Москва: МГУ им. М. В. Ломоносова, 2011.-е. 1.

11. Таипов И.А. Виртуальный скрининг эффективных ингибиторов 5-липоксигеназы / Хайруллина В.Р., Таипов И.А., Хома В.К., Валитов А.Г., Герчиков А.Я., Зарудий Ф.С. // Международная научно-техническая конференция «Наука и образование-2011». - Мурманск. С.749-754.

12. Таипов И.А. Виртуальный скрининг в ряду природных и синтетических ингибиторов каталитической активности 5-липоксигеназы / Валитов А.Г., Таипов И.А., Хайруллина В.Р, Зарудий Ф.С. // Тезисы докладов Международной школы-конференции для студентов, аспирантов и молодых ученых «Фундаментальная математика и ее приложения в естествознании». - 2011. 2-6 октября - Уфа. - С. 130.

13. Таипов И.А. Компьютерный поиск эффективных ингибиторов каталитической активности 5-липоксигеназы / Хайруллина В.Р., Таипов И.А., Герчиков А.Я., Зарудий Ф.С. // Сборник материалов конгресса «Человек и лекарство-2011». Москва. 11-15 апреля 2011,-С. 563.

14. Таипов И.А. Компьютерное моделирование взаимосвязи «структура -активность» в ряду природых и синтетических ингибиторов каталитической активности лейкотриен-А4-гидролазы / Таипов И.А., Хома В.К., Валитов А.Г., Хайруллина В.Р., Герчиков А.Я., Зарудий Ф.С. // «Наука и образование - 2012» Материалы международной научно-технической конференции, Мурманск, 2-6 апреля 2012 г. - С.97-101

15. Таипов И.А. Структурный анализ ингибиторов каталитической активности лейкотриен В4-синтазы / Хайруллина В.Р., Таипов И.А., Хома

В.К., Валитов А.Г., Васильев М.Н., Герчиков А.Я., Зарудий Ф.С. // Тезисы докладов П Всероссийской молодежной научной конференции «Химия и технология новых веществ и материалов». - 2012. — Сыктывкар, 14-16 мая - С. 59 16. Таипов И.А. Молекулярный докинг в разработке эффективных ингибиторов каталитической активности 5-липоксигеназы / Таипов И.А, Васильев М.Н. // Материалы XX Международной молодежной научной конференции студентов, аспирантов и молодых ученых «Ломоносов», [Электронный ресурс] —М.: МАКС Пресс, 2013,- С. 1.

ТАИПОВ Ильдар Азатович

ЭФФЕКТИВНЫЕ ИНГИБИТОРЫ КАТАЛИЧЕСКОГО СИНТЕЗА МЕТАБОЛИТОВ АРАХИДОНОВОЙ КИСЛОТЫ. СТРОЕНИЕ И ТЕРМОДИНАМИЧЕСКИЕ ХАРАКТЕРИСТИКИ

Специальность 02.00.04 — Физическая химия

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата химических наук

Лицензия на издательскую деятельность JIP№ 021319 от 05.01.99 г.

Подписано в печать 23.04.2014 г. Формат 60x84/16. Усл. печ. л. 1,38. Уч.-изд. л. 1,44. Тираж 150 экз. Заказ 143.

Редакционно-издателъский центр Башкирского государственного университета 450074, РБ, г. Уфа, ул. ЗакиВалиди, 32.

Отпечатано на множительном участке Башкирского государственного университета 450074, РБ, г. Уфа, ул. Заки Валиди, 32.

Текст научной работы диссертации и автореферата по химии, кандидата химических наук, Таипов, Ильдар Азатович, Уфа

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «БАШКИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

04201459382

На правах рукописи

ТАИПОВ ИЛЬ ДАР АЗАТОВИЧ ЭФФЕКТИВНЫЕ ИНГИБИТОРЫ КАТАЛИТИЧЕСКОГО СИНТЕЗА МЕТАБОЛИТОВ АРАХИДОНОВОЙ КИСЛОТЫ. СТРОЕНИЕ И ТЕРМОДИНАМИЧЕСКИЕ ХАРАКТЕРИСТИКИ

02.00.04 - Физическая химия

Диссертация на соискание учёной степени кандидата химических наук

Научный руководитель: доктор химических наук, профессор А. Я. Герчиков

Уфа-2014

ОГЛАВЛЕНИЕ

Введение...........................................................................................................................4

Глава 1. Литературный обзор.........................................................................................9

1.1. Системы и методы анализа связи «структура - активность»..............................9

1.1.1 Исследования методом Quantitative Structure-Activity Relationship............11

1.1.2 Общая схема Quantitative Structure-Activity Relationship исследования.....16

1.1.3 Молекулярные дескрипторы............................................................................18

1.1.4 Метод SARD-21 в прогнозе и создание новых соединений с заданными свойствами..................................................................................................................22

1.2 Метод молекулярного докинга..............................................................................24

1.2.1 Разработка новых биологически активных структур методами

молекулярного докинга.................................................................................................29

1.3 Механизм биологической активности противовоспалительных лекарственных средств............................................................................................................................30

1.3.1 Циклооксигеназный путь.................................................................................32

1.3.2 Липоксигеназный путь.....................................................................................36

1.3.3 Дуэльные ингибиторы циклооксигеназы и липоксигеназы.........................39

Глава 2. Экспериментальная часть..............................................................................40

2.1 Конструирование потенциально активных ингибиторов 5-липоксигеназы.....40

2.1.1 Основные направления и объем исследований в рамках компьютерной системы SARD-21......................................................................................................40

2.1.2 Основные этапы исследований........................................................................41

2.1.3 Методика эксперимента...................................................................................41

2.2 Моделирование QSAR с использованием программы GUSAR.........................45

2.3 Молекулярный докинг потенциально эффективных ингибиторов в активный центр 5-липоксигеназы и изомерных форм циклооксигеназы.................................48

2.3.1 Моделирование активного центра 5-липоксигеназы....................................49

2.3.2 Методика эксперимента...................................................................................51

Глава 3. Результаты и их обсуждение.........................................................................52

3.1 Прогнозирование новых потенциальных ингибиторов 5-липоксигеназы

методом SARD-21.........................................................................................................52

3.1.1 Обоснование метода расчета...........................................................................52

3.1.2. Анализ решающего набора признаков..........................................................53

3.1.3.Тестирование РНП на экзаменационных выборках моделей Ml -М4.........56

3.1.4 Влияние циклических и ациклических признаков структуры на

ингибирующую активность 5-липоксигеназы клеток крови крыс.......................61

3.1.5. Влияние циклических и ациклических признаков на ингибирующую активность 5-липоксигеназы клеток крови человека.............................................68

3.1.6 Сравнительный анализ структурных дескрипторов моделей Ml и МЗ......71

3.1.7 Сравнительный анализ структурных дескрипторов моделей М2 и М4......72

3.1.8. Выбор направлений молекулярного дизайна действующих веществ нестероидных противовоспалительных препаратов «Рофекоксиб» и «Кетопрофен».............................................................................................................73

3.1.9. Прогноз токсичности производных 2-(3-метилфенил) пропановой кислоты и 4-[4-(Метилсульфо-нил)фенил]-3-фенил-2(5Н)-фуранона с помощью on-line компьютерной системы GUSAR on-line.....................................................79

3.2 Прогнозирование значений параметра эффективностей ингибирования 5-липоксигеназы, циклооксигеназы 1, 2 и блокаторов рецепторов CysLT-R1/R2 методом QSAR...................................................................................................81

3.2.1 Обоснование метода расчета...........................................................................81

3.2.2 Анализ GUSAR моделей прогноза величины ic50 для 5-липоксигеназы клеток крови крыс......................................................................................................83

3.2.3 Анализ GUSAR модели прогноза величины ic50 для циклооксигеназы - 1 клеток крови крыс......................................................................................................88

3.2.4 Анализ GUSAR моделей прогноза величины ic50 для циклооксигеназы - 2 клеток крови крыс......................................................................................................90

3.2.5 Анализ GUSAR моделей прогноза величины ic50 и Ki для

блокаторов рецепторов CysLT-Rl/R2 клеток крови человека..............................93

3.2.6 Прогноз биологической активности соединений полученных в результате молекулярного дизайна действующих веществ нестероидных противовоспалительных лекарственных препаратов «Рофекоксиб» и «Кетопрофен».............................................................................................................97

3.3 Докинг потенциальных ингибиторов 5-липоксигеназы в ее активный центр и в активный центр изоформ циклооксигеназ................................................................100

3.3.1 Расчет парциальных атомных зарядов в активном центре 5-липоксигеназы ....................................................................................................................................100

3.3.2 Молекулярный докинг потенциально эффективных ингибиторов 5-липоксигеназы в ее активный центр......................................................................102

3.3.3 Молекулярный докинг потенциально эффективных ингибиторов 5-липоксигеназы в активный центр ЦОГ-1..............................................................110

3.3.4 Молекулярный докинг потенциально эффективных ингибиторов 5-липоксигеназы в активный центр биомолекулы 1РХХ.......................................117

Заключение...................................................................................................................124

Выводы.........................................................................................................................125

Список сокращений и условных обозначений.........................................................126

Список литературы......................................................................................................127

Приложение..................................................................................................................139

Введение

Актуальность темы.

Исследования в пограничных между биологией, медициной и химией областях являются источником новых знаний, приводящих к развитию новых методов и приемов для решения конкретных задач. Одним из важнейших направлений, получивших развитие в последние десятилетия, является теоретическое предсказание новых структур органических соединений с заданным свойствами. Особенно перспективно это направление в области разработки новых лекарственных препаратов. Дело в том, что выяснение молекулярного механизма взаимодействия этих препаратов с биологическими системами живых организмов является чрезвычайно трудной задачей, однако существуют проблемы, требующие безотлагательного решения, такие, как лечение конкретных заболеваний человека. Для решения этой задачи было разработано несколько методов исследования связи между молекулярной структурой и биологической активностью химических соединений. С появлением мощной вычислительной техники и созданием необходимого программного обеспечения для решения подобных задач эти методы в последнее десятилетие получили широкое распространение. С помощью этих методов нельзя получить прямых сведений о механизме взаимодействия, обуславливающего биологическую активность, однако они позволяют решать важные практические задачи. Обсуждаемые методы составляют комплекс приемов, объединяющих так называемую теорию распознавания образов, в рамках которой, в частности, был разработан и описан целый ряд методов исследований. Метод Ханша, основанный на соотношении линейности свободных энергий, возник в результате применения к задачам медицинской химии методов физической органической химии и методов многомерного статистического анализа. Благодаря созданию мощной вычислительной техники появилась также возможность применения методов молекулярной механики исследования связи между структурой и активностью. Мировая практика создания новых биологически активных соединений, лекарственных препаратов и других веществ с заданными свойствами базируется на этом комплексе математических методов прогнозирования. Такой подход позво-

ляет более оперативно и целенаправленно решать практически важные проблемы с меньшими экономическими затратами. Вместе с тем нет единого алгоритма компьютерного поиска и создания потенциальных лекарственных препаратов. В связи с этим разработка методики виртуального скрининга представляет собой практически важную задачу. В данной работе разработка методики виртуального скрининга для поиска биологически активных веществ произведена на примере прогнозирования новых эффективных ингибиторов образования лейкотриенов и блокаторов чувствительных к ним рецепторов.

Ключевым ферментом биосинтеза лейкотриенов в организме человека и животных является 5-липоксигеназа (5-ЛОГ). Однако чрезмерная выработка лейкотриенов провоцирует такие заболевания, как астма, артриты, псориаз и ишеми-ческая болезнь сердца. В живых системах активации синтеза лейкотриенов способствует гиперпродукции арахидоновой и линоленовой кислот на фоне сниженной активности изомерных форм циклооксигеназ (ЦОГ-1 и ЦОГ-2) при использовании нестероидных противовоспалительных лекарственных препаратов (НПВГТ). Известно, что естественными ингибиторами биосинтеза лейкотриенов являются их синтетические аналоги, а также простагландины, образующиеся по циклоокси-геназному пути окисления арахидоновой кислоты. Таким образом, к настоящему времени в отечественной и зарубежной литературе накоплен значительный объем информации по данной проблеме, однако систематический анализ взаимосвязи между строением и активностью разных классов ингибиторов 5-ЛОГ не проводился и все результаты поиска эффективных ингибиторов биосинтеза лейкотриенов, катализируемого 5-ЛОГ, носят разрозненный характер. В этой связи поиск биологически активных соединений, способных блокировать активность как 5-ЛОГ, так и изомерных форм ЦОГ, представляет собой перспективное направление в области фармакологии и биохимии для предотвращения и лечения аллергий и воспалений различной этиологии.

Цель работы; структурный анализ и конструирование ингибиторов каталитического синтеза метаболитов арахидоновой кислоты с использованием ком-

плекса методов виртуального скрининга. В соответствии с целью исследования в работе поставлены следующие задачи:

1. Установление количественной взаимосвязи между строением и селективностью действия гетероароматических соединений в отношении изомерных форм ЦОГ, 5-ЛОГ и цистенил лейкотриенов.

2. Формирование и апробирование моделей прогноза ингибиторов изоформ ЦОГ и 5-ЛОГ.

3. Конструирование новых соединений с высокой эффективностью противовоспалительного действия и сниженной токсичностью.

4. Молекулярный дизайн и молекулярный докинг в активные центры изомерных форм ЦОГ и 5-ЛОГ потенциально эффективных низкотоксичных ингибиторов образования лейкотриенов.

Научная новизна:

В рамках теории распознавания образов разработаны модели распознавания структур - потенциальных ингибиторов ферментов - оксигеназ. Для достижения поставленной цели сформированы базы данных веществ и созданы решающие правила для конструирования новых ингибиторов ферментов - оксигеназ. Предложены, варианты модификации структур действующего вещества (ДВ) «Кето-профен» и ДВ «Рофекоксиб», применяемых в качестве противовоспалительных средств, для снижения токсичности и усиления противовоспалительной активности. Разработана новая методика виртуального скрининга для поиска селективных ингибиторов изоформ ЦОГ и 5-ЛОГ, базирующаяся на комплексе теоретических методов и подходов, включая SAR- и QSAR-методы, а также молекулярный докинг.

Практическая значимость

Разработанную методику рекомендуется использовать при поиске новых нестероидных противовоспалительных средств и при модификации известных структур с целью оптимизации комплекса их терапевтических свойств (токсичности и эффективности). Сформированные модели прогноза можно использовать

для отсева потенциально неэффективных структур, а также для скрининга имеющихся баз данных с целью поиска новых противовоспалительных средств. На защиту выносятся

-результаты докинга сконструированных соединений в активные центры изоформ ЦОГ и 5-ЛОГ.

Вклад автора состоит в проведении экспериментальных исследований, обработке данных, интерпретации полученных результатов. Апробация работы.

Результаты диссертационной работы представлены на всероссийских и международных конференциях: Международная школа-конференцияя для студентов, аспирантов и молодых ученых «Фундаментальная математика и ее приложения в естествознании» (Уфа, 2010, 2011); Международная конференция студентов, аспирантов и молодых ученых «Ломоносов» (Москва, 2010, 2011, 2013); Международная научно - техническая конференция «Наука и образовании» (Мурманск, 2010, 2011, 2012); Международная конференции «Биоантиоксидант» (Москва, 2010); Всероссийская научная конференция «Химия и технология растительных веществ» (Сыктывкар, 2012); В сборнике материалов конгресса «Человек и лекарство» (Москва, 2013).

Публикации.

По материалам работы опубликовано 5 статей в рецензируемых журналах, тезисы 11 докладов на Международных и Всероссийских конференциях.

Структура и объем работы.

Работа состоит из введения, литературного обзора, трех глав экспериментальной части, выводов, списка использованных библиографических источников, списка сокращений и приложения.

Диссертация изложена на 196 страницах текста, содержит 46 рисунков, 44 таблицы.

Глава 1. Литературный обзор 1.1. Системы и методы анализа связи «структура - активность»

Большую роль при решении поставленной задачи компьютерного поиска биологически активных веществ играет выбор комплекса теоретических методов, число которых к настоящему времени велико.

Для ряда химических веществ, обладающих близкими по воздействию свойствами, характерно наличие связи между их строением и биологической активностью в живых организмах. Современные методы теоретического исследования этой связи позволяют установить количественное соотношение «структура-активность» - Quantitative Structure-Activity Relationship, что сформулировано в рамках метода QSAR [1].

Наиболее простым с точки зрения решения этой задачи является метод выявления наиболее эффективных фрагментов-заместителей в составе биологически активного вещества (БАБ) - метод Structure-Activity Relationship (SAR) [1]. Комплекс методов QSAR и SAR представляют собой, так называемый метод in silico, который направлен на решение следующих задач:

1) Выявление связи биологической активности и физико-химических свойств молекул;

2) Прогноз численных значений активности перспективных к синтезу веществ.

Использование обсуждаемого комплекса методов для создания новых БАВ позволяет решать следующие практически важные задачи:

1) Экономия на стадии разработки БАВ (например, в фармацевтической, агрохимической и т.д. области);

2) Снижение потребности в длительных и дорогостоящих испытаниях на животных;

3) Позитивное влияние на экологию производства БАВ, принимая во внимание направленность производства на выпуск наименее токсичных продуктов [2].

(^БАЕ. методы основаны на предположении, что структура молекулы (т.е. геометрические, пространственные и электронные свойства) должна содержать функции, отвечающие за ее физические, химические и биологические свойства и на способности представлять химическую структуру одним или более числовыми дескрипторами. С^АИ. методы располагают в однородный ряд соединения по сродству лигандов к их сайтам связывания, константам ингибирования, константам скоростей и других характеристик биологической активности, либо с определенными структурными особенностями (метод Фри-Уилсона) и с атомными и молекулярными свойствами, такими как липофильность, поляризуемость, электронные и пространственные свойства (метод Ханша) [1,3]. Уравнения С^АЛ используются для описания большого числа параметров биологической активности в различных сериях лекарственных средств и лекарств-кандидатов.