Компьютерный дизайн лигандов рецепторов ГАМКА на основе молекулярных моделей и QSAR тема автореферата и диссертации по химии, 02.00.03 ВАК РФ

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ им. М.В. ЛОМОНОСОВА

ХИМИЧЕСКИИ ФАКУЛЬТЕТ

На правах рукописи

'17

^вчьии797

ЧУПАХИН ВЛАДИМИР ИГОРЕВИЧ

КОМПЬЮТЕРНЫЙ ДИЗАЙН ЛИГАНДОВ РЕЦЕПТОРОВ ГАМКа НА ОСНОВЕ МОЛЕКУЛЯРНЫХ МОДЕЛЕЙ И ОБАИ

02.00.03 - органическая химия 02.00.10 - биоорганическая химия

Автореферат диссертации на соискание ученой степени кандидата химических наук

Москва-2010

15дпР2о;а

004600797

Работа выполнена в лаборатории органического синтеза кафедры органической химии Химического факультета МГУ имени М.В. Ломоносова.

Научные руководители:

доктор химических наук, академик РАН, профессор

Николай Серафимович Зефиров

кандидат химических наук,

ведущий научный сотрудник Владимир Александрович Палюлин

Официальные оппоненты:

доктор химических наук, профессор

Александр Владимирович Немухин

доктор биологических наук, профессор

Татьяна Александровна Гудашева

Ведущая организация:

Институт биоорганической химии

им. М.М. Шемякина и Ю.А. Овчинникова

Зашита состоится " 21 " апреля 2010 г. в 11:00 на заседании диссертационного совета Д 501.001.69 при МГУ им. М.В. Ломоносова по адресу: 119991 Москва, Ленинские юры, д. 1, стр. 3, Химический факультет МГУ им. М.В. Ломоносова, ауд. 446

С диссертацией можно ознакомиться в библиотеке Химического факультета МГУ.

Автореферат разослан " 19 " марта 2010 г.

Ученый секретарь

диссертационного совета Д 501.001.69, доктор химических наук, профессор

Т.В. Магдесиева

Актуальность темы. Современная органическая химия ставит перед собой в качестве одной из главных целей синтез веществ с заданными

н2м

о

•ОН

физико-химическими, фармакологическими и ГАМК другими свойствами. Существует несколько

основных подходов для разработки и поиска структур таких веществ. С бурным развитием компьютерных методов проводить такой поиск стало значительно быстрее и легче. Методы компьютерной химии, молекулярного моделирования и (^БАЛ позволяют найти вещества с необходимыми свойствами и определенной биологической активностью. Полученные результаты помогают задать направление для дальнейшей модификации структур с учетом многогранных параметров биологической системы или технических условий.

Одной из важных фармакологических мишеней среди рецепторов центральной • нервной системы (ЦНС) является рецептор у-аминомасляной кислоты подтипа А (ГАМКд-рсцептор), участвующий в важнейших процессах ЦНС и психики человека: процессе быстрой передачи нервного импульса, процессах обучения и формирования памяти, бодрствования и сна. Рецептор ГАМКа напрямую и опосредованно задействован в различных заболеваниях: депрессии, шизофрении, биполярных расстройствах, бессоннице, эпилепсии, алкоголизме и других заболеваниях. Поэтому поиск селективных лигандов ГАМКа рецептора и его подтипов является актуальным и направлен на создание лекарственных средств для лечения этих болезней, а также стимуляции когнитивных процессов.

Для дизайна лигандов рецепторов используется два основных метода: (а) создание библиотеки веществ с потенциальной биологической активностью для последующего биологического скрининга; (б) модификация веществ с известной биологической активностью на основе ОБАЯ-моделей и моделей лиганд-рецепторных комплексов. Библиотеки химических веществ с заданной биологической активностью создаются с помощью виртуального скрининга на основе пространственной структуры биологической мишени или на основе лигандов данной мишени. Для использования первого метода необходимо наличие трехмерной структуры белка. Однако пространственная структура ГАМКд-рецептора в силу ограничений методов молекулярной биологии пока не была получена экспериментально. Вместо этого используют пространственные модели рецепторов, построенные методом моделирования по гомологии, далее с помощью докинга получают лиганд-рецепторные комплексы и оптимизируют их методами моделирования молекулярной динамики.

Рецептор ГАМКд представляет собой макромолекулярный комплекс, состоящий из 5 субъединиц, образующих ионный канал, селективный к ионам хлорида и

бикарбоната (Рис. 1, все цветные рисунки представлены на вкладке стр. 13-16). Специфичность взаимодействия лигандов с подтипами рецепторов и физиологический ответ организма на них зависят от субъединиц, входящих в состав рецептора. Выделяют семь типов субъединиц - а, Р, у, 5, е, я, 8, среди них различают шесть подтипов а-субъединиц, по три подтипа Р- и у-субъединиц, также выделяют ГАМКс-рецепторы, являющиеся подтипами ГАМКА-рецепторов, состоящих из р^-субъедшпщ. Во внеклеточном домене ГАМКА-рецептора выделяют два основных центра связывания лигандов: ГАМК-связывающий центр (ГСЦ), образованный а- и Р-субъединицами и бензодиазепин-связывающий центр (БСЦ), образованный а- и у-субъединицами.

Цели и задачи исследования. Целью настоящей диссертационной работы являлся компьютерный дизайн потенциальных лигандов ГАМКд-рецептора на основе молекулярных моделей и QSAR.

Для достижения поставленной цели необходимо было решить следующие задачи:

• Построить пространственные модели внеклеточных доменов ГАМКд-рецепторов состава амр2у2, a также внеклеточного домена pi ГАМКС-рецептора для изучения лиганд-рецепторных взаимодействий и проведения виртуального скрининга;

• Изучить связывание известных лигандов с ГСЦ и БСЦ, которые объясняют известные зависимости «структура-активность» и «структура-селективность»;

• Изучить механизмы активации и ингибирования рецептора для разработки лигандов, взаимодействие которых с рецептором учитывает эти механизмы на молекулярном уровне;

• Построить QSAR-модели для лигандов ГАМКА-рецепторов, объясняющие зависимости структура-активность и структура-селективность на количественном уровне;

• Разработать систему виртуального скрининга на основе полученных QSAR-моделей для лигандов и моделей внеклеточного домена рецептора и сформировать библиотеки новых потенциальных лигандов.

Научная новизна. В ходе данного исследования были построены модели внеклеточных доменов подтипов рецепторов ГАМКа состава а,^р2У2, a также рецептора ГАМКС, состоящего из pi-субъединиц. Впервые были построены модели внеклеточных доменов рецептора, отвечающие закрытой форме канала рецептора. Предложены новые механизмы связывания агонистов и антагонистов ГСЦ и БСЦ. Впервые предложена схема активации и ингибирования рецепторов на молекулярном уровне с участием заряженных аминокислот. С помощью QSAR-моделей и результатов докинга определены структурные факторы, отвечающие за селективность лигандов рецепторов ГАМКа (а^) и лигандов рецептора ГАМКс (pi). Впервые была

разработана система виртуального скрининга на оспове пространственных моделей ГЛМКА-рецептора центра связывания бензодиазепина состава а^, а также <38АК.-моделей.

Практическая значимость результатов работы. Получены сфокусироватгые библиотеки органических веществ - потенциальных лигандов ГАМКд рецепторов. Описанные схемы виртуального скрининга могут применяться в дальнейшем для поиска новых лигандов рецепторов в базах данных органических веществ. Полученные модели ГАМКд-рецепторов и ОЭАЯ модели могут быть использованы для исследований лиганд-рецепторных взаимодействий и поиска новых лигандов таких рецепторов. Предложенная схема активации и ингибирования рецептора представляет интерес для исследования механизма его работы методами биоорганической химии и молекулярной биологии.

Апробация работы. Результаты исследования были доложены на ряде российских и международных конференций и симпозиумов: 2-й Российской школе-конференции «Молекулярное моделирование в химии, биологии и медицине» (Саратов, 2004), 2-й Международной Московской конференции по компьютерной биологии (Москва, 2005), 12-м и 13-м Российских национальных конгрессах «Человек и лекарство» (Москва, 2005, 2006), Международной конференции «Биологические мишени для действия лекарственных препаратов нового поколения. Перспективы интеграции российских ученых в международную кооперацию» (Химки, 2006), 19-м Международном симпозиуме по медицинской химии (Стамбул, Турция, 2006), 16-м Европейском симпозиуме «(^БАЛ и молекулярное моделирование» (Италия, 2006), 17-м Европейском симпозиуме «(^БАЛ и молекулярное моделирование» (Уппсала, Швеция, 2008), 5-й Германской конференции по хемоинформатике (Гослар, Германия, 2009), 1-й Турецко-Российской конференции по органической и медицинской химии (Анталия, Турция, 2009).

Публикации. По материалам диссертации опубликовано 17 печатных работ, в том числе 4 статьи в рецензируемых отечественных и зарубежных журналах. Структура н объем диссертации. Диссертация общим объемом 160 страниц состоит из введения, литературного обзора, 5 глав, заключения, выводов и приложений. Материал иллюстрирован 50 рисунками и 20 таблицами. Библиографический указатель содержи г 153 цитированных работы.

СОДЕРЖАНИЕ РАБОТЫ

Во введении показана актуальность темы диссертационной работы, ее цели и практическое значение.

В первой главе представлен литературный обзор по основным направлениям диссертационной работы. Описаны структурные и фармакологические особенности ГАМКд-рецсптора, а также его подтипа - ГАМКс-рецептора. Описаны лиганды двух центров связывания рецептора: ГАМК-связывающего центра и бензодиазепин-связывающего центра и зависимости структура-активность для них. Проведен сравнительный анализ данных для селективных лигандов рецепторов ГАМКа и ГАМКС. В последней части литературного обзора описаны существующие модели ГАМКл-рецептора. Показано, что они не позволяют объяснить качественные и количественные зависимости "структура-активность" и "структура-селективность". До появления настоящей работы не было представлено моделей рецепторов ГАМКа, отвечающих закрытой форме канала рецептора. Также отсутствовали модели рецептора, построенные на основе шаблонных белков млекопитающих. Продемонстрированы разногласия в описаниях связывания лигандов в статьях, посвященных ранее созданным моделям.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Во второй главе описано построение моделей рецепторов ГАМКа и изучение лиганд-рецепторных взаимодействий для центров связывания ГАМК и бензодиазепина. В разделе 2.1 описан алгоритм отбора шаблонных белков для построения моделей рецепторов по гомологии аминокислотной последовательности, основываясь на сравнении всех представителей шаблонных белков: ацетилхолин-связывающих белков (АХСБ) и модифицированной структуры at субъединицы никотинового рецептора мыши методами выравнивания аминокислотных последовательностей и пространственным наложением структур шаблонных белков.

Для того, чтобы показать структурное и функциональное сходство субъединиц ГАМКА-рецептора и шаблонных белков при низкой идентичности аминокислотной последовательности (~ 25 %), нами было проведено моделирование молекулярной динамики структуры АХСБ, отвечающей апоформе рецептора (PDB ID: 2BYN) (программа Amber v9, неявный растворитель GB, силовое поле FF99SB, 10 не). Это позволило смоделировать периодическое отклонение С-петли от центральной оси симметрии канала, характерное для всех пентамерных лиганд-зависимых ионных каналов, показанное ранее методами электронной микроскопии [Miyazawa, 1999]. На рисунке 2 показан график флуктуаций Са-атомов структуры 2BYN во время

моделирования молекулярной динамики (ММД). Показаны максимальные флуктуации Са-атомов для С-пстли, которые соответствуют функциональным состояниям для пентамерных лиганд-зависимых ионных каналов (5ЛЗИК): (а) комплекс с агонистом, канал рецептора открыт, С-петля максимально приближена к центральной оси симметрии канала, (б) комплекс с антагонистом, канал рецептора закрыт, С-петля максимально отклонена от оси симметрии канала, (в) апоформа - без лиганда, канал рецептора закрыт, положение С-петли идентично положению для комплекса с антагонистом.

12 10

П 11

¡^ I «И ^ ш

УЧл/иД

о-----------

О 200 400 600 800 1000

Порядковый номер аминокислоты

Рис. 1. Флуктуации Са атомов аминокислот основной цепи шаблонного белка 2ВУ1Ч при моделировании молекулярной динамики, А.

Для моделирования пространственных структур внеклеточных доменов ГАМКд-рецепторов с различным составом субъединиц (а^РгУг и pt ГАМКс-рецептора) построено выравнивание аминокислотных последовательностей шаблонных белков (PDB ID: 2BYN, 2BYQ, 2QC1) и субъединиц рецепторов ГАМКа с помошью программы 3D-Coffee. Шаблонный белок 2BYQ отвечает активированной форме рецептора (канал открыт), а структуры 2BYN и 2QC1 отвечают апоформе или форме рецептора, связанной с антагонистом (канал закрыт).

В разделе 2.2 описываются лиганд-рецепторные взаимодействия для двух центров связывания (ГСЦ и БСЦ), найденные методами докинга и моделирования молекулярной динамики.

В разделе 2.2.1 описаны лиганд-рецепторные комплексы для ГАМК-связываюшего центра,

образованного карманом между а и ¡3 субъединицами. Согласно оценочной функции Grid score (GS) программы докинга DOCK v6 наиболее выгодным взаимодействием для агонистов является образование водородных связей карбоксильной группы ГАМК с (X|Arg67 и гидроксильными

Мусцимол

THIP

ГАМК с а,Аг£б7 и гидроксильными группами (33Туг157 и ¡32ТЬг130, а также образование солевого мостика аминогруппы ГАМК с р201и155. Аминогруппа ГАМК дополнительно окружена аминокислотами р2Туг157, р2РЬе200 и р2Туг205, которые образуют «ароматический куб» (рис. 3). Конформация ГАМК в полученном комплексе является «вытянутой», что согласуется с литературными данными, согласно которым конформационные аналоги ГАМК, не отвечающие вытянутой конформации, не обладают активностью по отношению к ГАМКА-рецепторам. Данные взаимодействия для агонистов описаны впервые.

Другие агонисты рецептора, к примеру, мусцимол и ТН1Р, повторяют схему связывания ГАМК с белком, а более высокая по сравнению с ГАМК активность мусцимола и ТН1Р объясняется дополнительным я-тс взаимодействием ароматических колец, меньшей копформационной подвижностью и более высоким значением липофильности. Следует отметить, что связывание агонистов с центром связывания рецептора в различных конформациях, отвечающих рецептору с открытым или закрытым каналом, не вызывает изменения во взаимодействиях с аминокислотами а^кхф! и р2С1и155, основные изменения наблюдаются в плотности упаковки ароматического куба.

Основные принципы взаимодействия антагонистов с рецептором повторяют предложенную схему взаимодействия для агонистов: в связывании заряженных фрагментов лигандов участвуют р201и155 и с^А^б?. Для 1-бромнафт-2-ильного фрагмента антагониста 4-[(1-бромнаф-2-ил]-5-(пиперидин-4-ил)- он

1,2-тиазол-З-ола (1-Вг-нафт-2-ил-4РЮЬ) показано 1-Вг-нафт-2-ил-4РГОЬ взаимодействие с липофильным карманом, образованным аминокислотами а)РЬе46, а! Уа1181 и р2Уа1198, р2Уа1199 (Рис. 4), также наблюдается п-к взаимодействие этого фрагмента с р2Р11е200. Было продемонстрировано, что докинг в конформацию рецептора, отвечающую связыванию с агонистами, невозможен по причине малого размера центра связывания, поэтому была использована конформация рецептора ГАМКа в апоформе. Известно, что для производных 2-нафтил-5-(пиперидин-4-ил)-1,2-тиаз/оксаз-З-ола введение заместителей при атомах нафталинового кольца кроме положения 1 уменьшает активность лиганда или не влияет на нее, а небольшие липофильные заместители в положении 1 увеличивают активность лиганда. Методом молекулярного докинга нами было показано взаимодействие этих заместителей с липофильным карманом, образованным а1РЬе46 и р2РЬе200, а увеличение их размера уменьшает активность из-за неблагоприятного взаимодействия с упомянутыми аминокислотами.

Лиганд-рецепторные комплексы ГАМКа-ГАМК и ГАМКА-1-Вг-нафт-2-ил-

4PI0L были оптимизированы методами ММД с помошыо программы Amber v9 (sander) (3 не, модель воды TIP3P, силовые поля FF99SB для белка, GAFF для лиганда). Показано, что основным подвижным элементом структуры рецептора является С-петля, которая закрывает центр связывания. При этом происходит "захват" лиганда (Рис. 5). Поскольку классические антагонисты обладают большим размером, чем агонисты, то при их связывании, согласно нашей модели, происходит неполное схлопывание центра связывания С-петлей, что препятствует конформационным изменениям центра связывания и прилегающих участков, и как следствие, рецептор остается неактивированным.

А ГШ*. << Б

Рис. 5. Наложение структуры ГСЦ (димера «¡р2) в комплексе с ГАМК до (черный цвет) и после (серый цвет) моделирования молекулярной динамики. (А) Общий вид наложения, (Б) увеличенное изображение участка С-петли.

Сделанные выводы можно также подтвердить на основе анализа ММД для двух лиганд-рецепторных комплексов ГСЦ с агонистом ГАМК и антагонистом 1 -Вг-нафт-2-ил-4РЮЬ. Графики, отражающие среднеквадратичные отклонения Са-атомов и флуктуации Са-атомов для аминокислот ГСЦ во время ММД, приведены на рисунках 6 и 7. Высокие пики на рисунке 7 отвечают флуктуациям аминокислот С-петли. Для комплекса рецептора с ГАМК эти флуктуации больше, чем для комплекса рецептора с 1-Вг-нафт-2-ил-4РЮЬ. Из этого можно заключить, что антагонист нарушает схлопывание центра связывания рецептора и его последующую перестройку, что приводит к ингибированию рецептора ГАМКд.

В разделе 2.2.2 описаны принципы активации и ингибированкя рецептора ГАМКа (рис. 8). Представленные принципы были сформулированы впервые и ранее не описаны в литературе. Отрицательно заряженный фрагмент агониста согласно представляемой модели связывается с aiArg67 и частично с ai Arg 120. Положительно заряженные фрагменты агонистов связывается с ß2Ghil55. Эта связь приводит к нарушению солевого мостика между ß2Glul55 (ßy-лист) и ß2Arg207 (ßip-лист), высвобождая ß2Arg207. В результате этих перестроек свободная аминокислота ß3Arg207 образует солевой мостик с аминокислотами a,Glul83 и ajAspl84 из соседней субъединицы (F-петля), что вызывает прокручивание листа ß,0.

Конформационные перестройки передаются в трансмембранный участок, что вызывает поворот а-спирали и открытие канала рецептора, то есть его активацию. Согласно нашей модели связывание агонистов, в конечном счете, приводит к образованию ароматического куба, а при связывании антагонистов образование не наблюдается.

0.25

0.3 I

, . I

0.2- < *

I \ ' 'if'Y

I 0,15 ' , ■ Д » о

о 0,1 и I 0,05 \

Время, пс

0 500 1000 1500 2000 2500 3000

Рнс. 6. Среднеквадратичные отклонения С„-атомов во время моделирования молекулярной динамики для комплексов ГСЦ с ГАМК (серый цвет) н 1-Вг-нафт-2-плом (черный цвет).

•< 2 1,8

1.6

с 1.4

» 1,2

и 1

В 0.8

ге 0.6

Р

X 0.4

Е? е 0,2

0

Рис. 7.

if ГАМК

в 1 -Вг-наф-2-ил-4Р10Ь

I _Л --------ill..

1 21 41 61 81 101 121 141 161 181 201 221 241 261 281 301 321 341 361 381 401

Номер аминокислоты

Флуктуации С„-атомов во время моделирования молекулярной динамик комплексов ГСЦ с ГАМК и 1-Вг-нафт-2-илом.

В разделе 2.2.3 описаны лиганд-рецепторные взаимодействия для бензодиазепин-связывающего центра ГАМКА-рецептора, образованного а и у субъединицами. Для представленного анализа были использованы подходы, аналогичные описанным в разделе 2.2.1. Для наиболее известного положительного модулятора диазепама показаны следующие взаимодействия с БСЦ: атом кислорода диазепама образует водородные связи с y2Argl32 и y2Thrl42, атом хлора в позиции 7 бензодиазепинового

кольца взаимодействует с diHisl02, ароматические аминокислоты центра связывания а,Туг160, aiTyr210, у2Туг58, y2Phe77 непосредственно участвуют в связывании лигандов; y2Phe77 и у2Туг58 взаимодействуют с фенильным заместителем диазепама, а аминокислоты а,Туг 160 и а]Туг210 дополняют ароматический куб центра связывания. Для полученного комплекса диазепама с БСЦ было проведено моделирование молекулярной динамики по описанной ранее схеме. Также как и для комплекса ГАМК-ГСЦ, поведение комплекса стабилизировалось через 500 пс моделирования молекулярной динамики.

Лиганды, селективные к подтипам рецептора, обладают различными фармакологическими свойствами: лиганды селективные к рецепторам, содержащим с^-субъединицы, проявляют седативное и снотворное действие; к рецепторам, содержащим а3-субъедикицы - анксиолитическое; к рецепторам, содержащим а5-субъединицы- усиливают когнитивные функции. Поэтому были исследованы лиганд-рецепторные комплексы для нескольких подтипов БСЦ.

Для рецепторов ГАМКа, нечувствительных к диазепаму, характерна замена a,HisI02 на Arg в а4 и а6 субъединицах. На основании построенной модели показано, что более подвижный и объемный аргинин уменьшает размер центра связывания и несет выраженный положительный заряд, поэтому лиганды, селективные к этому подтипу рецептора ГАМКа, например Rol9-4603, имеют меньший размер, чем другие лиганды БСЦ.

Докинг селективных лигандов в подтипы ГАМКА-рецепторов показал, что для а2,з субъединиц характерна замена аминокислот С-петли и замена (1]Уа1203 на а311е207. Антагонизм лиганда ТРА023 предположительно может быть вызван взаимодействием триазольного фрагмента с аминокислотами С-петли: а511е207, а53ег209, а малый размер с^УаШЗ дает большую степень свободы С-петле в субъединице а) и приводит к более сильному связыванию лиганда.

Результаты докинга молекулы лиганда Ь655708, селективного к рецепторам ГАМКд^ содержащим а5 субъединицу, позволили показать основные факторы селективности, которую определяют аминокислоты С-петли: участок ЗегТЪгЗегТИг заменен на СТпБегбегТЬг в а] субъединице, а также две аминокислоты, характерные

Rol'9-4603

ТРА023

L655708

для di - Val203, Val212, заменены на lie в a5 субъединице, что уменьшает центр связывания и благоприятствует связыванию лигандов меньшего размера.

В третьей главе описано моделирование рецептора ГАМКС (pi), анализ лиганд-рецепторных взаимодействий, показаны особенности структуры центров связывания, отвечающие за селективность лигандов по отношению к рецепторам ГАМКЛ и ГАМКС.

Изучение лиганд-рецепторных взаимодействий для ГСЦ проведено в два этапа. В разделе 3.1 описаны результаты докинга агониста ГАМК и антагониста ТРМРА и проведена оптимизация полученных лиганд-рецепторных комплексов методами моделирования молекулярной динамики, описанными в разделе 3.2 (программа AMBER 8, модель воды TIP3P, время 10 не, силовые поля FF99SB для белка, GAFF для лиганда). Статистический анализ результатов молекулярной динамики проводили с помощью программы Ptraj v9.9i.

В представляемой модели для комплекса ГАМКс-рецептор-ТРМРА была получена относительно стабильная структура (рис. 10), а для комплекса с ГАМК наблюдалось нестабильное положение ГАМК в центре связывания. Поэтому в полученную оптимизированную структуру комплекса рецептор ГАМКС-ТРМРА был проведен докинг ГАМК и вновь проведена оптимизация методами моделирования молекулярной динамики. Поведение ГАМК при этом оказалось стабильным. После оптимизации были получены следующие результаты: и ГАМК, и ТРМРА образуют солевые мостики с Argl04, Glul94 и Glul96, наблюдается взаимодействие • липофильного фрагмента с Туг247, Туг241 и Туг198, вероятно образование катион-я взаимодействий между ароматическими аминокислотами и заряженной аминогруппой лигандов.

з -

: -ГАМК —ТРМРА

S 2

§ ГМу*-/ У' {] I

и°ыА- шЬ

0 г-г-:-1--

0 2000 4000 6000 8000 10000

Время, пс

Рис. 11. Среднеквадратичные отклонения атомов ГАМК (черный цвет) и ТРМРА (серый цвет) во время молекулярной динамики, А.

Рис. 1. Внеклеточный домен ГАМКл-рецептора. (А) схематическое изображение; (Б) вид сверху, (В) вид сбоку, показана только вторичная структура рецептора.

Рис. 3. Схема связывания ГАМК с ГСЦ (онР2). Лиганд показан в виде сфер, аминокислоты центра связывания в виде стержней, показана вторичная структура центра связывания (для всех лиганд-рецепторных комплексов использована данная схема визуализации). Аминокислоты р2Туг205, р2Р11е200, (32Туг157 и а|РЬе46, а^Ьебб образуют ароматический куб.

ГАМК

Рис. 4. Схема связывания антагониста

1

1 -Вг-нафт-2-ил-4РЮ1, -Вг-нафт-2-ил-4РГОЬ с ГСЦ (а,р2).

Рис. 8. Аминокислоты ГСЦ, важные для активации рецептора (слева). Схематическое представление важных для работы рецептора участков: С-петля (окрашена синим цветом), Р-нетля (красный цвет) (справа).

ТРМРА

Рис. 10. Схема связывания ТРМРА с ГАМК-связывающим центром рецептора ГАМКс(р1).

диазепам

Рис. 9. Схема связывания диазепама с БСЦ (1x172).

Б

А к 1) \ ЪХГ/.В

Рис. 12. Стерические и электростатические поля СоМРА моделей (А) и ноля СоЛША моделей липофильности (Б). Результаты докинга производного 4РЮЬ в димер ч^г ГАМКд-рецентора (В).

Рис. 13. Локальные вклады дескриптора Яе в активность замещенных имидазобензодиазепинов для МРТА моделей лигандов рецепторов ГАМКд, селективных к рецепторам в состав которых входят щ, а3 и а5 субъединицы.

Рис. 14. Стерические и электростатические поля СоМРА-моделей (А, Б, В) производных имидазобензодиазепина, селективных к подтипам ГАМКд-рецепторов, в состав которых входят а) (А), «з (Б) и а5 (В) субъединицы.

Рис. 15. Стерические и электростатические поля СоМЗДА-моделей (А, Б, В) производных имидазобензодиазепина, селективных к подтипам ГАМКл-рецепторов, в состав которых входят в! (А), «з (Б) и а5 (В) субъединицы.

Рис. 16. Структуры молекул обучающей выборки с нанесенными на них цветовыми схемами, отвечающими фармакофорным отпечаткам. Зеленый цвет - ароматическая группа, фиолетовый - акцептор водородной связи, красный - катионная группа, фиолетовый - другие фармакофорные элементы.

Структурные особенности рецепторов ГАМКа и ГАМКС, отвечающие за селективность лигандов, описаны в разделе 3.3: (а) для ГАМКс-рецептора характерно участие двух аминокислотных остатков Glu в связывании аминогруппы агонистов, для ГАМКд - одного остатка Glu; (б) в рецепторе ГАМКС ароматический куб образован четырьмя остатками Тут, в ГАМКд-рецепторе - двумя остатками Тут и двумя Phe; (в) в С-петле для ГАМКС рецептора наблюдается последовательность PheTyrSer240-242, для ГАМКд - ValValPhe 198-200. Для ГАМКС рецептора, как и для рецептора ГАМКд, характерно образование ароматического куба при связывании агониста и его разрушение при связывании антагонистов. Для обоих рецепторов повторяется схема активации и ингибирования рецептора.

В четвертой главе описаны QSAR-модели для лигандов ГАМКд-рецептора, проведено их сравнение с лиганд-рецепторными комплексами, полученными

молекулярным докингом и обсуждение селективности лигандов к подтипам рецептора.

В разделе 4.1 описано построение и рассмотрены QSAR-модели для антагонистов ГАМК-связывающего центра a ¡fey 2 ГАМКд-рецептора для 35 производных 5-(пиперидин-4-ил)-1,2-тиаз/оксаз-3-олов (производные 4PIOL) с известными значениями К, (нМ). Были построены модели с использованием стерических и электростатических параметров (CoMFAl, CoMSIA2), а также CoMSIA-модель с Производные 4PIOL, использованием параметров липофильности. Статистические X = О, S параметры моделей следующие: CoMFAl - g2 = 0,56, R2 = 0,91, RMSE = 0,41, CoMSIA2 - g2 = 0,42, R2 = 0,84, RMSE = 0,54, CoMSIA3-& = 0,32, R2 = 0,66, RMSE = 0,76, количество компонент в каждой модели - 3 (g2 - квадрат коэффициента корреляции при скользящем контроле, R2 - квадрат коэффициента корреляции без скользящего контроля, RMSE - среднеквадратическая ошибка, все параметры приведены, как среднее для 10 расчетов). Полученные CoMFA и CoMSIA поля хорошо согласуются с результатами докитгга молекул обучающей выборки (программа DOCK v6). Заместитель R связывается с липофильным карманом, образованным a]Phe46, diVall81, что отвечает зеленому стерическому полю CoMFA (активность лиганда увеличивается при введении заместителей в этой области) (рис. 12, А), а большое желтое стерическое поле CoMFA отражает ограниченный размер центра связывания (введение заместителей в этом положении уменьшает активность лигандов). Для полученных CoMSLA полей желтый участок соответствуют гидрофобному карману (желтый цвет контурного CoMSIA поля означает, что введение липофильных заместителей в него увеличивает активность лиганда, а серый - наоборот) (рис. 12, Б). Показанные результаты соответствуют фармакофору антагонистов ГАМК-связывающего центра: донор и акцептор водородной связи и липофильный фрагмент образуют близкий к равнобедренному треугольник с ребрами длиной 5-6 А (Рис. 12, В).

В разделе 4.2 описано построение QSAR-моделей, обсуждение результатов и сравнение с докингом для лигандов бензодиазепин-связывакяцего центра. В разделе 4.2.1 описаны MFTA модели для 60 производных имидазобензодиазепииа, проявляющих активность к рецепторам ГАМКа состава ali3;5p2y (АГ„ нМ, для моделирования использовалось значение -logATj). Показано, что MFTA модели с использованием локальных атомных дескрипторов Q (эффективный заряд на атоме) и Re (эффективный ван-дер-ваальсов радиус атома с учетом окружения) обладают хорошей предсказательной способностью. Статистические параметры полученных моделей следующие: для рецепторов, содержащих ai субъединицу - g2 = 0,81, R2 =

0,96, ЛА/Ж = 0,19, содержащих а3 субъединицу - О2 = 0,76, Я2 = 0,96, Ш8Е = 0,24, содержащих а5 субъединицу - О2 = 0,80, Я2 = 0,97, ЯМБЕ = 0,20. Полученные результаты позволяют описать вклад отдельных заместителей в биологическую активность и селективность лигандов. Пример локальных вкладов дескриптора Ые в активность подтипов рецепторов ГАМКд приведен на рис. 13.

С использованием той же выборки были построены СоМБА-модели с помощью стерических и электростатических полей. Статистические параметры полученных моделей следующие: для рецепторов, содержащих а, субъединицу - О2 = 0,47, /?2 = 0,72, ЯМБЕ = 0,45, содержащих а3 субъединицу - = 0,48, Я2 = 0,84, ЯМБЕ = 0,34, содержащих а5 субъединицу - = 0,60, Я2 = 0,95, ЯМБЕ = 0,22. Полученные СоМБА (Рис. 14) и СоМ81А поля (Рис. 15) показали, что основное влияние на активность и селективность оказывают размер и форма заместителей К] и Я4.

Докинг молекул обучающей выборки в а^^уз рецепторы ГАМКа показал, что аминокислоты у2А1а79 и у2Т11г81 образуют липофильный карман для связывания заместителя Иц. Показано образование водородных связей между азотом кольца имидазола, а также карбонильной группой заместителя и у2ТЬг142, у2Аг§132 аминокислотами. Заместители в положениях Я2 и Я3 оказывают значительное влияние на селективность по отношению к а3, они связываются с липофильным карманом, образованным у2РИе77 и у2Туг58. Заместитель Яд связывается в кармане, образованном аминокислотами с^УаШЗ, <Х1Уа1212, а также а,Н1я 102. Аминокислота а;Уа1203 заменена на Не в а3 субъединице, в а5 субъединице а,Уа1212 и а| Уа1203 заменены на Не. Полученные результаты распределения МРТА-дескрипторов и СоМРАУСоМЭ1А полей совпадают как с результатами докинга в подтипы центров связывания бензодиазепинов ГАМКд-рецептора, так и между собой, что подчеркивает хорошее качество моделей. Полученные данные позволяют проводить направленную модификацию соединений для увеличения активности или селективности производных имидазобензодиазепина или других веществ. В разделе 4.2.2 описано построение С^БАЯ моделей для 45 производных пиридазина с активностью по отношению к рецепторам ГАМКд состава сц^РгУг (А', нМ). Статистические параметры полученных моделей следующие: для рецепторов, содержащих а! субъединицу - б2 = 0.79, Я2 = 0,89, ЯМ5Е = 0,19, содержащих а3 субъединицу - ¿Я = 0,78, Я2 = 0,91, ЯМБЕ = 0,21, содержащих а5 субъединицу - О2 = 0,63, Я2 = 0,87, ЯМБЕ = 0,21. Самой оптимальной комбинацией дескрипторов с лучшими статистическими параметрами из всех использованных оказалось сочетание дескрипторов С2 и Ие. Распределения дескрипторов Яе для заместителей III и Я3, необходимые для проявления активности по отношению к рецепторам, содержащим (XI и а3 субъединицы, обладают схожими характеристиками. Незначительно отличаются зарядовые дескрипторы в положении Я3 - необходимо увеличение

зарядового дескриптора для большей селективности по отношению к рецепторам, содержащим а3 субъединицу. Для увеличения селективности по отношению к рецепторам, содержащим а5 субъединицу, необходимо уменьшение размеров заместителей в и увеличение

относительного отрицательного заряда в этом же положении.

Используя эту же выборку производных пиридазина, были построены модели СоМРА для количественного анализа пространственных зависимостей структура-активность. Статистические параметры полученных моделей следующие: для рецепторов, содержащих а, субъединицу - $ = 0,58, Я2 = 0,97, ИМЯЕ = 0,18, содержащих аз субъединицу - б2 = 0,57, Л2 = 0,89, ЯМБЕ = 0,24, содержащих 05 субъединицу - О2 = 0,42, Л2 = 0,82, ЯМЯЕ = 0,37. Показано, что для проявления селективности по отношению к рецепторам, содержащим агсубъединицу, необходимо увеличение размеров заместителей Я) и Яз и введение отрицательно заряженных заместителей Я). Для проявления селективности по отношению к рецепторам ГАМКа, содержащим а3-субъединицу, необходимо уменьшение размеров заместителей Я] и Я3, а также введение отрицательно заряженных заместителей Я3. Докинг производных пиридазина в подтипы ГАМКд-рецепторов показал наличие водородных связей между атомами азота пиридазинового кольца и у2ТЪг142, у2А^132, которые присутствуют во всех подтипах рецептора. Заместитель Я] связывается в кармане, образованном аминокислотами у2А1а79 и у2ТЪг81, а заместитель Я3 связывается в кармане, образованном аминокислотами а,Уа1203, аА'а1212 и а,Н1з102. В разделе 4.3 описано построение ОБАЯ-моделей на основе фрагментных дескрипторов с помощью искусственной нейронной сети для выборки из 549 лигандов с известной активностью по отношению к трем подтипам ГАМКа-рецепторов - С11Д5Р3У2. Для всех соединений были рассчитаны фрагментные дескрипторы (14 530 дескрипторов), с помощью метода быстрой пошаговой множественной линейной регрессии по каждому подтипу были отобраны первые 100 значимых дескрипторов. Построение С^АЯ-моделей проводили с помощью модифицированной программы Васкргор, её алгоритм основан на обучении нейронной сети с обратным распространением ошибки. Оптимальной для построения моделей являлась трехслойная полносвязная нейронная сеть прямого распространения с архитектурой ЮО-х-1 (100 - число нейронов входного слоя, соответствующее количеству отобранных дескрипторов, х - число скрытых нейронов, 1 - нейрон выходного слоя, соответствующий прогнозируемому свойству), количество скрытых нейронов варьировали от 1 до 10. Для каждой архитектуры была проведена процедура двойного скользящего контроля с шагом разбиения 10.

Производные пиридазина

Наилучшие статистические характеристики моделей для всех трех моделируемых активностей были получены с использованием архитектуры 100-4-1, когда скрытый слой содержал 4 нейрона. Статистические параметры полученных <38АВ.-моделей для подтипов ГАМКА-рецептора приведены в таблице 1. Описанные в разделе 4.3 модели могут быть использованы для предсказания активности и селективности лигандов по отношению к центру связывания бензодиазепинов для подтипов рецепторов ГАМКа.

Таблица 1. Статистические параметры (28А11-иоделей, построенных с помощью искусственной нейронной сети для лигандов ГАМКА-рецепторов состава ау^рзуз.

Используемые сокращения: N - количество соединений в выборке, разбиение выборки -количество соединений в обучающей выборке и выборках внутреннего и внешнего контроля, О2 - параметр перекрестного контроля, - среднеквадратичная ошибка для

перекрестного контроля, Я2(ов) - квадрат коэффициента множественной регрессии для обучающей выборки, К2(вк1) - для выборки внутреннего контроля, Й2(вк2) - для выборки внешнего контроля.

Состав N Разбиение RMSE Я2(ов) Д2(вк1) /?2(вк2)

ГАМКд- выборки

рецептора

снРзУг 518 415-51-51 0,74, 0,57 0,94 0,90 0,89

азРзУг 536 426-55-55 0,59 0,69 0,84 0,77 0,78

ИзРзУг 494 395-49-50 0,62 0,75 0,91 0,82 0,81

В главе 5 описаны процедуры виртуального скрининга с использованием полученной молекулярной модели БСЦ и QSAR-моделей лигандов БСЦ.

В разделе 5.1 описана система виртуального скрининга для поиска новых потенциальных лигандов ГАМКА-рецепторов для бензодиазепин-связывающего центра, образованного ai и у2 субъединицами. Для виртуального скрининга была использована конформация центра связывания, закрытая С-петлей, полученная после оптимизации моделированием молекулярной динамики, что отвечает открытому каналу рецептора. Для оценки качества выбранной конформашш был проведен докинг и расчет оценочной функции GS для выборок соединений со следующими характеристиками:

1. Бензодиазепины и бензодиазепин-подобные вещества (БГГВ), для которых известна активность по отношению к БСЦ рецептора ГАМКд. Количество соединений - 549 с активностью К\ в диапазоне 10"6-10"12 мкМ;

2. Выборка органических соединений с разнообразной химической и физико-химической природой (diversity set, DS) - 2044 соединения. В этой выборке представлены соединения, отобранные с учетом разнообразия фармакофорных фрагментов с дополнительными физико-химическими ограничениями.

3. Выборка 2095 соединений с известной активностью по отношению к 40 биологическим мишеням (directory of useful decoys, DUD). В этой выборке активность соединений является фармакологически подтвержденной.

Результаты докинга известных лигандов БСЦ показали, что практически все лиганды (86%) связываются с центром связывания со значениями оценочной функции докинга Grid score (GS) в диапазоне от нуля до -45 ккал/моль. Согласно значениям оценочной функции GS около 82% лигандов из выборки обладают энергией связывания от -25 до -45 ккал/моль.

Проведенный анализ результатов докинга выборки DS показал, что для предсказанных значений функции GS 37,4% соединений обладают значениями оценочной функции GS меньше нуля. Котгчество соединений выборки со значениями GS меньше -25 ккал/моль равно 5,6%. Анализ результатов докинга выборки DUD показал, что для предсказанных значений функции Grid score (GS) 27,3% соединений обладают значениями GS больше нуля. Количество соединений выборки со значениями GS меньше -25 ккал/моль равно 6,5%. Полученные результаты говорят о том, что выбранную конформацию центра связывания можно использовать для виртуального скрининга: центр связывания позволяет обнаружить 71% активных соединений и отсеять 95% неактивных соединений при величине оценочной функции -25 ккал/моль.

В главе также описана последовательная фильтрация базы данных ZINC, для того, чтобы сократить расчетное время виртуального скрининга. Из базы данных, содержащей 21 603 031 соединение, было выбрано 8 784 580 соединений, отвечающих правилам Липински. Далее, к полученной выборке был применен фильтр подобия бензодиазепинам (БПВ-фильтр), который включает в себя параметры, найденные на основе анализа выборки из 549 соединений с известной активностью и селективностью по отношению к БСЦ ГАМКд-рецептора. Параметры БПВ-фильтра: молекулярная масса - 200-600, липофильность - 1-5, общая площадь гидрофильной поверхности - 20-160, доноров водородных связей - не более 2, акцепторов водородных связей - 1 -5, количество циклов - не менее 2, количество вращающихся связей - не более 6. Общее количество соединений после применения БПВ-фильтра к выборке соединений, отвечающих правилам Липински сократилось до 2 750 160. Чтобы уменьшить время расчета из полученной выборки с помощью программы subset, были отобраны соединения, обладающие наименьшим сходством друг с другом при сравнении молекулярных отпечатков (molecular fingerprints). В результате общее количество соединений, отобранных для виртуального скрининга па основе центра связывания бензодиазепинов, образованного а^г субъединицами, составило 601 200. Частичные атомные заряды MMFF94 были рассчитаны с помощью программы Concord (Sybyl). После проведения виртуального скрининга общее

количество соединений с величиной оценочной функции вЭ меньше -25 ккал/моль составило - 2149. Примеры отобранных структур приведены ниже.

1 2 3

4 5 6

В разделе 5.2 описан виртуальный скрининг с помощью MFTA моделей, рассмотренных в главе 4. Прогноз активностей по отношению к подтипам рецепторов, содержащих аь а3 или а5 субъединицы, проводили для двух библиотек соединений: (а) полученных подструктурным поиском в базе данных ZINC -соединения, для которых возможно наложение на молекулярный суперграф и (б) 567 производных имидазобензодиазепина и 2127 производных пиридазина, полученных с помощью структурного генератора (разработанного в лаборатории органического синтеза химического факультета МГУ). На основании полученных результатов была проведена оценка активности и селективности. Некоторые из производных имидазобензодиазепина с улучшенными предсказанными параметрами приведены в таблице 2. Таким образом, с помощью MFTA моделей были получены сфокусированные библиотеки лигандов.

Таблица 2. Результаты конструирования перспективных структур замешенных имидазобензодиазепинов как лигандов ГАМКа рецептора с од субъединицсй.

рА',а3 = 1,52 pA'¡n3 = 1,65 р^а3 = 1,66 рА',а3 = 1,85

logiza,/А,а3) = 4,93 log(A¡ai/A¡a3) = 4,87 log(A'¡a,/A'a3) = 4,87 log(A',ai/Á',a3) = 5,16 log(Aja5/AT¡a3) = 4,89 p(A¡a5/A'iQ3) = 4,99 \og(K¡as/K¡a3) = 4,96 log(A'¡a5/^ia3) = 4,85

В разделе 5.3 описан виртуальный скрининг на основе фармакофорных отпечатков. Для построения фармакофорных отпечатков были использованы соединения с известной активностью по отношению к БСЦ ГАМКА-рецептора в наномолярном диапазоне, общее количество соединений, выбранных для построения фармакофора - 30. Для соединений выборки были рассчитаны фармакофорные «отпечатки» (линейная запись о наличии или отсутствии фармакофорного фрагмента). Примеры фармакофорных фрагментов для соедипений обучающей выборки из которых состоят фармакофорные отпечатки, приведены на рисунке 15.

Для того, чтобы оценить качество виртуального скрининга с помощью фармакофорных отпечатков, была проведена статистическая оценка с использованием объединенной выборки DUD и DS. Было использовано несколько метрик сравнения фармакофорных отпечатков, таких как коэффициент Танимото и эвклидово расстояние, а также взвешенные и асимметричные модификации этих метрик. Наилучшие результаты получены для асимметричного эвклидова расстояния, на основании которого и был проведен скрининг базы данных соединений, подобных лекарствам. Общее количество соединений в полученной библиотеке составило 5 800, некоторые из них приведены ниже. Сравнение библиотек соединений, отобранных по фармакофорным отпечаткам с библиотекой соединений, полученных с помощью виртуального скрининга на основе модели рецептора показало, что 51 структура присутствовала в обеих выборках перспективных лигандов.

выводы

1. Построены пространственные модели внеклеточных доменов подтипов а^РгТг ГАМКа рецепторов и внеклеточного домена рецептора ГАМКС) позволяющие объяснить лиганд-рецепторные взаимодействия для агонистов и антагонистов центров связывания ГАМК и бензодиазепинов, а также ГАМК-связываюшего центра ГАМКс-рецептора с помощью докинга и дальнейшей оптимизации моделированием молекулярной динамики.

2. Проведен анализ влияния аминокислотных остатков центров связывания на активность и селективность лигандов подтипов рецептора ГАМКД для бензодиазепин-связывающих и ГАМК-связывающих центров. Показаны структурные факторы, отличающие центры связывания ГАМК рецепторов ГАМКА и ГАМКс.

3. Впервые предложена схема активации и ингибирования ГАМКа рецептора, включающая заряженные аминокислоты соседних субъединиц. Связывание ГАМК с центром связывания вызывает разрыв солевых мостиков между аминокислотами p2Glul55 и p2Arg20 и образование новых солевых мостиков аминокислоты p2Arg207 с а^ЫВЗ и a,Aspl84.

4. Построены QSAR-модели (MFTA, CoMFA, CoMSIA) для лигандов ГСЦ и БСЦ, позволяющие объяснить количественный вклад свойств различных атомов лиганда в активность и селективность по отношению к трем различным подтипам ГАМКА-рецепторов состава с^_3 5Р272-

5. Проведен виртуальный скрининг на основе центра связывания бензодиазепинов ГАМКА-рецептора, образованного а, и у2 субъединицами для базы данных из 601 200 соединений, полученных последовательным отбором среди 21 603 031 соединений. Сформирована сфокусированная библиотека из 2149 структур потенциальных лигандов БСЦ ГАМКА-рецептора.

6. Из базы данных соединений ZINC (21 603 031 соединений) была получена выборка из 5800 потенциальных лигандов БСЦ ГАМКА-рецептора. Использовался виртуальный скрининг с помощью модели сходства фармакофорных отпечатков с фармакофорными отпечатками модуляторов БСЦ. Особый интерес представляют 51 соединение, найденное как в результатах виртуального скрининга на основе фармакорных отпечатков, так и в результатах виртуального скрининга на основе структуры БСЦ.

7. На основе MFTA-моделей для производных пиридазина и имидазобензодиазепина, как лигандов БСЦ, выполнен виртуальный скрининг библиотеки соединений, полученных с помощью структурного генератора, и библиотеки соединений из базы данных ZINC, имеющих общие молекулярные остовы с соединениями обучающих выборок. Отобраны структуры 230 соединений с высокой предсказанной активностью и селективностью относительно подтипов ГАМКа-рецепторов состава а^РгУг.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ:

1. Чупахин В.И., Палюлин В.А., Зефиров Н.С. Моделирование закрытой и открытой формы ГАМКА-рецептора: анализ лиганд-рецепторных взаимодействий для ГАМК-связывающего центра // Доклады Академии Наук. 2006. Т. 408. № 5. С. 693-698.

2. Осолодкин Д.И., Чупахин В.И., Палюлин В.А., Зефиров Н.С. Моделирование и анализ лиганд-рецепторных взаимодействий для ГАМКс-рецептора // Доклады Академии Наук. 2007. Т. 412. № 3. С. 404-407.

3. Чупахин В.И., Бобров С.В., Радченко Е.В., Палюлин В.А., Зефиров Н.С. Компьютерное конструирование селективных лигандов бензодиазепин-связывающего центра ГАМКА-рецептора // Доклады Академии Наук. 2008. Т. 422. № 1. С. 204-207.

4. Osolodkin D.I., Chupakhin V.I., Palyulin V.A., Zefirov N.S. Molecular modeling of ligand-receptor interactions in GABAC receptor // J Mol Graph Model. 2009. V. 27. I. 7. P. 813-821.

5. Чупахин В.И., Палюлин B.A. Пространственная модель бензодиазепин-связывающего центра ГАМКа рецепторов двух фенотипов: БД31 и БД32 и ориентация их лигандов // Молекулярное моделирование в химии, биологии и медицине. Материалы II Российской школы-конференции. Саратов, 2004, С. 18.

6. Chupakhin V.I., Baskin I.I., Palyulin V.A., Zefirov N.S. Resting state of GABAa receptors: structural, 3D QSAR and docking studies // 2nd International Moscow Conference on Computational Biology. Moscow, 2005, P. 78-79.

7. Osolodkin D.I., Chupakhin V.I., Baskin I.I., Palyulin V.A., Zefirov N.S. A new homology model for GABAC pi receptor including transmembrane domain: structural and docking analysis // 2nd International Moscow Conference on Computational Biology. Moscow, 2005, P. 274-275.

8. Чупахин В.И., Баскин И.И, Палюлин В.А., Зефиров Н.С. Построение открытой и закрытой форм ГАМКа рецептора и модели сайта связывания ГАМК // Человек и лекарство. Материалы XII Российского национального конгресса. Москва, 2005, С. 813.

9. Чупахин В.И., Палюлин В.А., Зефиров Н.С. Модели бензодиазепин-связывакпцих центров ГАМКа рецептора // Человек и лекарство. Материалы XIII Российского национального конгресса. Москва, 2006, С. 40.

10. Осолодкин Д.И., Чупахин В.И., Палюлин В.А., Зефиров Н.С. Моделирование и анализ механизма связывания лигандов GABAC рецептора // Человек и лекарство. Материалы ХП1 Российского национального конгресса. Москва, 2006, С. 30-31.

П.Чупахин В.И., Палюлин В.А., Зефиров Н.С. Селективные агонисты и антагонисты подтипов ГАМК-связывающего центра ГАМКа рецептора. Перспективы развития // Биологические мишени для действия лекарственных препаратов нового поколения. Перспективы интеграции российских ученых в международную кооперацию. Химки, 2006, С. 67-68.

12.0солодкин Д.И., Чупахин В.И., Палюлин В.А., Зефиров Н.С. Моделирование лиганд-связывающего домена GABAc рецептора и изучение лиганд-рецепторных взаимодействий // Биологические мишени для действия лекарственных препаратов нового поколения. Перспективы интеграции российских ученых в международную кооперацию. Химки, 2006, С. 51-53.

13.Chupakhin V.I., Palyulin V.A., Zefirov N.S. Benzodiazepine binding site of GABAa receptor subtypes: analysis of ligands selectivity on the basis of 3D QSAR and docking studies // The XIX International Symposium on Medicinal Chemistry. Istanbul, Turkey, 2006. Drugs of the Future, V. 31, Suppl. A, P. 110.

14. Palyulin V.A., Radchenko E.V., Baskin I.I., Chupakhin V.I., Ivanov A.A., Zefirov N.S. Selectivity fields: topological approach // The XVI European Symposium on Quantitave Structure-Activity Relationships and Molecular Modeling. Italy, 2006, P. 153.

15.Palyulin V.A., Chupakhin V.I., Osolodkin D.I., Radchenko E.V., Zefirov N.S. GABAa and GABAc Receptors: Molecular Modelling and QSAR Analysis of Selective Ligands // 17th European Symposium on Quantitative Structure-Activity Relationships. Uppsala, Sweden, 2008.

16. Palyulin V.A., Radchenko E.V., Osolodkin D.I., Chupakhin V.I., Zefirov N.S. Ionotropic GABA Receptors: Modelling and Design of Selective Ligands // 5th German conference on chemoinformatics. Goslar, Germany, 2009, p. 90.

17.Palyulin V.A., Baskin I.I., Radchenko E.V., Chupakhin V.I., Osolodkin D.I., Lavrov M.I. Zefirov N.S. Computer Molecular Design of Neuroprotectors // 1st Turkish-Russian joint meeting on organic and medicinal chemistry. Antalya, Turkey, 2009, p. 24.

ЧУПАХИН ВЛАДИМИР ИГОРЕВИЧ

КОМПЬЮТЕРНЫЙ ДИЗАЙН ЛИГАНДОВ РЕЦЕПТОРОВ ГАМКа НА ОСНОВЕ МОЛЕКУЛЯРНЫХ МОДЕЛЕЙ И (^АИ

02.00.03 - органическая химия 02.00.10- биоорганическая химия

АВТОРЕФЕРАТ

диссертации на соискание учёной степени кандидата химических наук

Усл.п.л. - 1.5 Заказ №01375 Тираж: 120экз.

Копицентр «ЧЕРТЕЖ.ру» ИНН 7701723201 107023, Москва, ул.Б.Семеновская 11, стр.12 (495) 542-7389

Введение

Глава 1. ГАМКд-рецептор и его лиганды: обзор литературы $

1.1. Структурные особенности ГАМКА-рецептора £

1.2. Фармакологические особенности подтипов рецептора ГАМКд

1.3. Агонисты и антагонисты ГАМК-связывающего центра ГАМКА-рецептора

1.3.1. Агонисты ГСЦ ГАМКА-рецептора

1.3.2. Антагонисты ГСЦ ГАМКА-рецептора ^

1.4. Модуляторы бензодиазепин-связывающего центра ГАМКА-рецептора

1.5. Прочие лиганды ГАМКа-рецептора

1.6. Сравнение рецепторов ГАМКа и ГАМКс

1.7. Обзор пространственных моделей ГАМКА-рецептора

Глава 2. Молекулярное моделирование ГАМКд-рецепторов и анализ лиганд-рецепторных взаимодействий для центров ^ связывания ГАМК и бензодиазепинов

2.1. Построение моделей внеклеточного домена ГАМКа-рецепторов

2.1.1 Выбор шаблонных белков для моделирования внеклеточного домена ГАМКА-рецепторов

2.1.2. Моделирование молекулярной динамики шаблонных белков

2.1.3. Построение моделей ГАМКА-рецепторов

2.2. Анализ лиганд-рецепторных взаимодействий для центров связывания ГАМКА-рецепторов

2.2.1. Анализ лиганд-рецепторных взаимодействий центра связывания ГАМК

2.2.2. Схема активации и ингибирования ГАМКА-рецептора ^

2.2.3. Анализ лиганд-рецепторных взаимодействий для центра связывания бензодиазепинов

Глава 3. Молекулярное моделирование ГАМКс-рецептора, анализ его лиганд-рецепторных комплексов и сравнение с рецептором ГАМКа

3.1. Анализ лиганд-рецепторных комплексов рецептора ГАМКС

3.2. Оптимизация лиганд-рецепторных комплексов рецепторов ГАМКС методами моделирования 73 молекулярной динамики

3.3. Молекулярные факторы, отвечающие за селективность лигандов ГАМКа и ГАМКс рецепторов

Глава 4. (^АИ-модели для лигандов рецепторов ГАМКа: анализ активности и селективности

4.1. СоМБА-модели для антагонистов ГАМК-связывающего центра

4.2. Построение С^АЯ-моделей для лигандов бензодиазепин-связывающего центра ГАМКд-рецептора

4.2.1. МРТА- и СоМРА-модели для производных имидазобензодиазепина

4.2.2. МРТА- и СоМРА-модели производных пиридазина

4.3. (^АЯ-модели для подтипов БСЦ ГАМКд-рецепторов, построенные с помощью искусственных нейронных сетей

Глава 5. Виртуальный скрининг лигандов рецепторов ГАМКа

5.1. Виртуальный скрининг на основе бензодиазепин-связывающего центра ГАМКд-рецептора

5.2. Виртуальный скрининг с помощью МРТА-моделей ^ ^

5.3. Виртуальный скрининг на основе фармакофорных отпечатков

Современная органическая химия ставит перед собой в качестве одной из главных целей синтез веществ с заданными физико-химическими, фармакологическими и другими свойствами. Существует несколько основных подходов для разработки и поиска структур таких веществ. С бурным развитием компьютерных методов проводить такой поиск стало значительно быстрее и легче. Методы компьютерной химии, молекулярного моделирования и С^АЯ позволяют найти вещества с необходимыми свойствами и определенной биологической активностью. Полученные результаты помогают задать направление для дальнейшей модификации структур с учетом многогранных параметров биологической системы или технических условий.

Одной из важных фармакологических мишеней среди рецепторов центральной нервной системы (ЦНС) является рецептор у-аминомасляной кислоты подтипа А (ГАМКА-рецептор), участвующий в важнейших процессах ЦНС и психики человека: процессе быстрой передачи нервного импульса, процессах обучения и формирования памяти, бодрствования и сна. Рецептор ГАМКд напрямую и опосредованно задействован в различных заболеваниях: депрессии, шизофрении, биполярных расстройствах, бессоннице, эпилепсии, алкоголизме и других заболеваниях. Поэтому поиск селективных лигандов ГАМКа рецептора и его подтипов является актуальным и направлен на создание лекарственных средств для лечения этих болезней, а также стимуляции когнитивных процессов.

Для дизайна лигандов рецепторов используются два основных метода: (а) создание библиотеки веществ с потенциальной биологической активностью для последующего биологического скрининга; (б) модификация веществ с известной биологической активностью на основе С)8АК-моделей и моделей лиганд-рецепторных комплексов. Библиотеки химических веществ с заданной биологической активностью создаются с помощью виртуального скрининга на основе пространственной структуры биологической мишени или на основе лигандов данной мишени. Для использования первого метода необходимо наличие трехмерной структуры белка. Однако пространственная структура ГАМКд-рецептора в силу ограничений методов молекулярной биологии пока не была получена экспериментально. Вместо этого используют пространственные модели рецепторов, построенные методом моделирования по гомологии, далее с помощью докинга получают лиганд-рецепторные комплексы и оптимизируют их методами моделирования молекулярной динамики.

Рецептор ГАМКд представляет собой макромолекулярный комплекс, состоящий из 5 субъединиц, образующих ионный канал, селективный к ионам хлорида и бикарбоната. Специфичность взаимодействия лигандов с подтипами рецепторов и физиологический ответ организма на них зависят от субъединиц, входящих в состав рецептора. Выделяют семь типов субъединиц - а, Р, у, 5, е, п, 0, среди них различают шесть подтипов а-субъединиц, по три подтипа (3- и у-субъединиц, также выделяют ГАМКс-рецепторы, являющиеся подтипами ГАМКл-рецепторов, состоящих из р1-3- субъединиц. Во внеклеточном домене ГАМКА-рецептора выделяют два основных центра4 связывания лигандов: ГАМК-связывающий центр (ГСЦ), образованный а- и (3-субъединицами и бензодиазепин-связывающий центр (БСЦ), образованный а- и у-субъединицами.

Целью настоящей диссертационной работы являлся компьютерный дизайн потенциальных лигандов ГАМКд-рецептора на основе молекулярных моделей рецепторов и С^АИ.

Для достижения поставленной цели необходимо было решить следующие задачи:

• Построить пространственные модели внеклеточных доменов ГАМКл-рецепторов состава а,16р2у2, а также внеклеточного домена р1

ГАМКс-рецептора для изучения лиганд-рецепторных взаимодействий и проведения виртуального скрининга;

• Изучить связывание известных лигандов с ГСЦ и БСЦ, которые объясняют известные зависимости «структура-активность» и «структура-селективность»;

• Изучить механизмы активации и ингибирования рецептора для разработки лигандов, взаимодействие которых с рецептором учитывает эти механизмы на молекулярном уровне;

• Построить QSAR-модели для лигандов ГАМКл-рецепторов, объясняющие зависимости структура-активность и структура-селективность на количественном уровне;

• Разработать систему виртуального скрининга на основе полученных QSAR-моделей для лигандов и моделей внеклеточного домена рецептора и сформировать библиотеки новых потенциальных лигандов.

В диссертации используются следующие обозначения: ГАМК - у-аминомасляная кислота ГАМКа - рецептор у-аминомасляной кислоты, подтип А; ГАМКс - рецептор у-аминомасляной кислоты, подтип С; ГСЦ - ГАМК-связывающий центр; БСЦ — бензодиазепин-связывающий центр;

QSAR (Quantitative Structure-Activity Relationships) - количественные соотношения структура-активность;

3D-QSAR (3 Dimensional Quantitative Structure-Activity Relationships) -количественные соотношения пространственная структура-активность; CoMFA (Comparative Molecular Field Analysis) - сравнительный анализ молекулярных полей;

CoMSIA (Comparative Molecular Similarity Indices Analysis) - сравнительный анализ индексов сходства;

MFTA (Molecular Field Topology Analysis) - топологический анализ молекулярных полей.

ЕЫС - пентамерный лиганд-зависимый ионный канал бактерии ЕгшЫа сИгузапЛегш;

ОЫС - пентамерный лиганд-зависимый ионный канал бактерии С1оеоЬасЛег ую1асеш;

ММД - моделирование молекулярной динамики; СКО - среднеквадратичное отклонение; ЦНС - центральная нервная система.

Нумерация соединений, рисунков и таблиц отдельная в каждой главе.

выводы

1. Построены пространственные модели внеклеточных доменов подтипов а1-бР2Уг ГАМКд рецепторов и внеклеточного домена рецептора ГАМКС, позволяющие объяснить лиганд-рецепторные взаимодействия для агонистов и антагонистов центров связывания ГАМК и бензодиазепинов, а также ГАМК-связывающего центра ГАМКС-рецептора с помощью докинга и дальнейшей оптимизации моделированием молекулярной динамики,

2. Проведен анализ влияния аминокислотных остатков центров связывания на активность и селективность лигандов подтипов рецептора ГАМКд для бензодиазепин-связывающих и ГАМК-связывающих центров. Показаны структурные факторы, отличающие центры связывания ГАМК рецепторов ГАМКд и ГАМКС.

3. Впервые предложена схема активации и ингибирования ГАМКд рецептора, включающая заряженные аминокислоты соседних субъединиц. Связывание ГАМК с центром связывания вызывает разрыв солевых мостиков между аминокислотами (ЗгОкП 55 и (32Аг§20 и образование новых солевых мостиков аминокислоты |32Аг§207 с а^иШ ис^АврШ.

4. Построены С^АЛ-модели (МРТА, СоМТА, СоМБЬА) для лигандов ГСЦ и БСЦ, позволяющие объяснить количественный вклад свойств различных атомов лиганда в активность и селективность по отношению к трем различным подтипам ГАМКд-рецепторов состава а1,з,5р2У2

5. Проведен виртуальный скрининг на основе центра связывания бензодиазепинов ГАМКд-рецептора, образованного а! и у2 субъединицами для базы данных из 601 200 соединений, полученных последовательным отбором среди 21 603 031 соединений. Сформирована сфокусированная библиотека из 2149 структур -потенциальных лигандов БСЦ ГАМКд-рецептора.

6. Из базы данных соединений ZINC (21 603 031 соединений) была получена выборка из 5800 потенциальных лигандов БСЦ ГАМКд-рецептора. Использовался виртуальный скрининг с помощью модели сходства фармакофорных отпечатков с фармакофорными отпечатками модуляторов БСЦ. Особый интерес представляют 51 соединение, найденное как в результатах виртуального скрининга на основе фармакорных отпечатков, так и в результатах виртуального скрининга на основе структуры БСЦ.

7. На основе MFTA-моделей для производных пиридазина и имидазобензодиазепина, как лигандов БСЦ, выполнен виртуальный скрининг библиотеки соединений, полученных с помощью структурного генератора, и библиотеки соединений из базы данных ZINC, имеющих общие молекулярные остовы с соединениями обучающих выборок. Отобраны структуры 230 соединений с высокой предсказанной активностью и селективностью относительно подтипов ГАМКА-рецепторов состава а^РгТг

Благодарности

Большое спасибо моим родителям и родственникам, а также всем, кто был рядом во время написания диссертационной работы. Отдельное спасибо коллегам за поддержку и атмосферу научного творчества и научным руководителям за вложенный труд.

ЗАКЛЮЧЕНИЕ

В ходе данного исследования были построены модели внеклеточных доменов подтипов рецепторов ГАМКд состава (Х1.6Р2У2, а также рецептора ГАМКс, состоящего из р!-субъединиц. Впервые были построены модели внеклеточных доменов рецептора, отвечающие закрытой форме канала рецептора. Предложены новые механизмы связывания агонистов и антагонистов ГСЦ и БСЦ. Впервые предложена схема активации и ингибирования рецепторов на молекулярном уровне с участием заряженных аминокислот. С помощью С^АЯ-моделей и результатов докинга определены структурные факторы, отвечающие за селективность лигандов рецепторов ГАМКд (а!6) и лигандов рецептора ГАМКС (рО- Впервые была разработана система виртуального скрининга на основе пространственных моделей центра связывания бензодиазепина состава щу2, а также С^АЯ-моделей.

Получены сфокусированные библиотеки органических веществ -потенциальных лигандов ГАМКд рецепторов. Описанные схемы виртуального скрининга могут применяться в дальнейшем для поиска новых лигандов рецепторов в базах данных органических веществ. Полученные модели ГАМКд-рецепторов и С^АЯ модели могут быть использованы для исследований лиганд-рецепторных взаимодействий и поиска новых лигандов таких рецепторов. Предложенная схема активации и ингибирования рецептора представляет интерес для исследования механизма его работы методами биоорганической химии и молекулярной биологии.

1. Olsen R.W., Sieghart W. International Union of Pharmacology. LXX. Subtypes of y-aminobutyric acid(A) receptors: classification on the basis of subunit composition, pharmacology, and function. Update // Pharmacol Rev. 2008. V. 60. P. 243-260.

2. Hulo N., Bairoch A., Bulliard V., Cerutti L., Cuche B.A., de C.E., Lachaize

3. C., Langendijk-Genevaux P.S., Sigrist С J. The 20 years of PROSITE // Nucleic Acids Res. 2008. V. 36. P. D245-D249.

4. Nayeem N., Green T.P., Martin I.L., Barnard E.A. Quaternary structure of the native GABAa receptor determined by electron microscopic image analysis //J Neurochem. 1994. V. 62. P. 815-818.

5. Chen L., Wang H., Vicini S., Olsen R.W. The y-aminobutyric acid type A (GABAa) receptor-associated protein (GABARAP) promotes GABAa receptor clustering and modulates the channel kinetics // Proc Natl Acad Sci USA. 2000. V. 97. P. 11557-11562.

6. Chebib M. GAB Ac receptor ion channels // Clin Exp Pharmacol Physiol. 2004. V.31.P. 800-804.

7. Chebib M., Johnston G.A. GABA-Activated ligand gated ion channels: medicinal chemistry and molecular biology // J Med Chem. 2000. V. 43. P. 1427-1447.

8. Nusser Z., Sieghart W., Somogyi P. Segregation of different GABAa receptors to synaptic and extrasynaptic membranes of cerebellar granule cells//J Neurosci. 1998. V. 18. P. 1693-1703.

9. Leung C.K.S., Yeung C.K., Chiang S.W.Y., Chan K.P., Pang C.P., Lam

10. D.S.C. GABAa and GABAC (GABAA0r) Receptors Affect Ocular Growth and Form-Deprivation Myopia // Cutaneous and Ocular Toxicology. 2005. V. 24. P. 187-196.

11. Korpi E.R., Sinkkonen S.T. GABA(A) receptor subtypes as targets for neuropsychiatric drug development // Pharmacol Ther. 2006. V. 109. P. 1232.

12. Takanaga H., Ohtsuki S., Hosoya K., Terasaki T. GAT2/BGT-1 as a system responsible for the transport of y-aminobutyric acid at the mouse blood-brain barrier // J Cereb Blood Flow Metab. 2001. V. 21. P. 1232-1239.

13. Chebib M., Vandenberg R.J., Johnston G.A. Analogues of y-aminobutyric acid (GABA) and trans-4-aminocrotonic acid (TACA) substituted in the 2 position as GABAc receptor antagonists // Br J Pharmacol. 1997. V. 122. P. 1551-1560.

14. Serra M., Sanna E., Foddi C., Concas A., Biggio G. Failure of y-hydroxybutyrate to alter the function of the GABAa receptor complex in the rat cerebral cortex // Psychopharmacology (Berl). 1991. V. 104. P. 351-355.

15. Allan R.D., Dickenson H.W., Johnston G.A., Kazlauskas R., Mewett K.N. Structural analogues of ZAPA as GABAa agonists // Neurochem Int. 1997. V.30. P. 583-591.

16. Paula-Lima A.C., De Felice F.G., Brito-Moreira J., Ferreira S.T. Activation of GABA(A) receptors by taurine and muscimol blocks the neurotoxicity of j3-amyloid in rat hippocampal and cortical neurons // Neuropharmacology. 2005. V. 49. P. 1140-1148.

17. Nadeson R., Guo Z., Porter V., Gent J.P., Goodchild C.S. y-Aminobutyric acidA receptors and spinally mediated antinociception in rats // J Pharmacol Exp Ther. 1996. V. 278. P. 620-626.

18. Krogsgaard-Larsen P., Hjeds H., Curtis D.R., Lodge D., Johnston G.A. Dihydromuscimol, thiomuscimol and related heterocyclic compounds as GABA analogues // J Neurochem. 1979. V. 32. P. 1717-1724.

19. Krogsgaard-Larsen P., Johnston G.A., Lodge D., Curtis D.R. A new class of GABA agonist // Nature. 1977. V. 268. P. 53-55.

20. Wafford K.A., Ebert B. Gaboxadol a new awakening in sleep // Curr Opin Pharmacol. 2006. V. 6. P. 30-36.

21. Smith M., Lindquist C.E., Birnir B. Evidence for inhibitory effect of the agonist gaboxadol at human a 1 p 2 y 2S GABAa receptors // Eur J Pharmacol. 2003. V. 478. P. 21-26.

22. Krogsgaard-Larsen P., Frolund B., Liljefors T., Ebert B. GABA(A) agonists and partial agonists: THIP (Gaboxadol) as a non-opioid analgesic and a novel type of hypnotic // Biochem Pharmacol. 2004. V. 68. P. 1573-1580.

23. Johnston G.A. GABAa receptor pharmacology // Pharmacol Ther. 1996. V. 69. P. 173-198.

24. Krogsgaard-Larsen P., Johnston G.A. Structure-activity studies on the inhibition of GABA binding to rat brain membranes by muscimol and related compounds //J Neurochem. 1978. V. 30. P. 1377-1382.

25. Nordmann R., Graff P., Maurer R., Gahwiler B.H. Synthesis and pharmacological evaluation of cis-2,3,3a,4,5,6,7,7a-octahydro-3-oxoisoxazolo5,4-c.pyridine: a structural analogue of the GABA agonist TfflP//J Med Chem. 1985. V. 28. P. 1109-1111.

26. Allan R.D., Dickenson H.W., Fong J. Structure-activity studies on the activity of a series of cyclopentane GABA analogues on GABAa receptors and GABA uptake // Eur J Pharmacol. 1986. V. 122. P. 339-348.

27. Kusama T., Spivak C.E., Whiting P., Dawson V.L., Schaeffer J.C., Uhl G.R. Pharmacology of GABA p 1 and GABA a/(3 receptors expressed in Xenopus oocytes and COS cells // Br J Pharmacol. 1993. V. 109. P. 200-206.

28. Kusama T., Wang T.L., Guggino W.B., Cutting G.R., Uhl G.R. GABA p 2 receptor pharmacological profile: GABA recognition site similarities to p 1 // Eur J Pharmacol. 1993. V. 245. P. 83-84.

29. Rabe H., Picard R., Uusi-Oukari M., Hevers W., Luddens H., Korpi E.R. Coupling between agonist and chloride ionophore sites of the GABA(A) receptor: agonist/antagonist efficacy of 4-PIOL // Eur J Pharmacol. 2000. V. 409. P. 233-242.

30. Ueno S., Bracamontes J., Zorumski C., Weiss D.S., Steinbach J.H. Bicuculline and gabazine are allosteric inhibitors of channel opening of the GABAa receptor // J Neurosci. 1997. V. 17. P. 625-634.

31. Olsen R.W., Ban M., Miller T. Studies on the neuropharmacological activity of bicuculline and related compounds // Brain Res. 1976. V. 102. P. 283299.

32. Frolund B., Tagmose L., Liljefors T., Stensbol T.B., Engblom C., Kristiansen U., Krogsgaard-Larsen P. A novel class of potent 3-isoxazolol GABA(A) antagonists: design, synthesis, and pharmacology // J Med Chem. 2000. V. 43. P. 4930-4933.

33. Mortensen M., Frolund B., Jorgensen A.T., Liljefors T., Krogsgaard-Larsen P., Ebert B. Activity of novel 4-PIOL analogues at human a 1 p 2 y 2S GABA(A) receptors—correlation with hydrophobicity // Eur J Pharmacol. 2002. V. 451. P. 125-132.

34. Heaulme M., Chambon J.P., Leyris R., Wermuth C.G., Biziere K. Characterization of the binding of 3H.SR 95531, a GABAa antagonist, to rat brain membranes // J Neurochem. 1987. V. 48. P. 1677-1686.

35. Beato M., Burzomato V., Sivilotti L.G. The kinetics of inhibition of rat recombinant heteromeric al|3 glycine receptors by the low-affinity antagonist SR-95531 //J Physiol. 2007. V. 580. P. 171-179.

36. Allan R.D., Apostopoulos C., Richardson J.A. 2-Imino-l,3,4-thiadiazole Derivatives of GABA as GABAa Antagonists // Aust J Chem. 1990. V. 43. P. 1767-1772.

37. Melikian A., Schlewer G., Chambon J.P., Wermuth C.G. Condensation of muscimol or thiomuscimol with aminopyridazines yields GABA-A antagonists // J Med Chem. 1992. V. 35. P. 4092-4097.

38. Eghbali M., Curmi J.P., Birnir B., Gage P.W. Hippocampal GABA(A) channel conductance increased by diazepam // Nature. 1997. V. 388. P. 7175.

39. Qinmi Wang, Yifan Han, Hong Xue. Ligands of the GABAA Receptor Benzodiazepine Binding Site // CNS Drug Reviews. 1999. V. 5. P. 125-144.

40. Korpi E.R., Grunder G., Luddens H. Drug interactions at GABA(A) receptors // Prog Neurobiol. 2002. V. 67. P. 113-159.

41. D'Hulst C., Atack J.R., Kooy R.F. The complexity of the GABAa receptor shapes unique pharmacological profiles // Drug Discov Today. 2009. V. 14. P. 866-875.

42. Rudolph U., Mohler H. GABA-based therapeutic approaches: GABAa receptor subtype functions // Curr Opin Pharmacol. 2006. V. 6. P. 18-23.

43. Zhang P., Zhang W., Liu R., Harris B., Skolnick P., Cook J.M. Synthesis of novel imidazobenzodiazepines as probes of the pharmacophore for "diazepam-insensitive" GABAa receptors // J Med Chem. 1995. V. 38. P. 1679-1688.

44. Liu R., Hu R.J., Zhang P., Skolnick P., Cook J.M. Synthesis and pharmacological properties of novel 8-substituted imidazobenzodiazepines: high-affinity, selective probes for a5-containing GABAa receptors // J Med Chem. 1996. V. 39. P. 1928-1934.

45. Kucken A.M., Wagner D.A., Ward P.R., Teissere J.A., Boileau A.J., Czajkowski C. Identification of benzodiazepine binding site residues in the 72 subunit of the y-aminobutyric acid(A) receptor // Mol Pharmacol. 2000. V. 57. P. 932-939.

46. Skolnick P., Hu R.J., Cook C.M., Hurt S.D., Trometer J.D., Liu R., Huang Q., Cook J.M. 3H.RY 80: A high-affinity, selective ligand for y-aminobutyric acidA receptors containing a5 subunits // J Pharmacol Exp Ther. 1997. V. 283. P. 488-493.

47. Lawson J.A., Uyeno E.T., Nienow J., Loew G.H., Toll L. Structure-activity studies of p-carboline analogs // Life Sci. 1984. V. 34. P. 2007-2013.

48. Medina J.H., Viola H., Wolfman C., Marder M., Wasowski C., Calvo D., Paladini A.C. Overview—flavonoids: a new family of benzodiazepine receptor ligands // Neurochem Res. 1997. V. 22. P. 419-425.

49. Hanrahan J.R., Chebib M., Davucheron N.L., Hall B.J., Johnston G.A. Semisynthetic preparation of amentoflavone: A negative modulator at GABA(A) receptors // Bioorg Med Chem Lett. 2003. V. 13. P. 2281-2284.

50. Hansen R.S., Paulsen I., Davies M. Determinants of amentoflavone interaction at the GABA(A) receptor // Eur J Pharmacol. 2005. V. 519. P. 199-207.

51. Wang F., Xu Z., Ren L., Tsang S.Y., Xue H. GABA A receptor subtype selectivity underlying selective anxiolytic effect of baicalin // Neuropharmacology. 2008. V. 55. P. 1231-1237.

52. Kawadias D., Monschein V., Sand P., Riederer P., Schreier P. Constituents of sage (Salvia officinalis) with in vitro affinity to human brain benzodiazepine receptor // Planta Med. 2003. V. 69. P. 113-117.

53. Wasowski C., Marder M., Viola H., Medina J.H., Paladini A.C. Isolation and identification of 6-methylapigenin, a competitive ligand for the brain GABA(A) receptors, from Valeriana wallichii // Planta Med. 2002. V. 68. P. 934-936.

54. Kueny-Stotz M., Chassaing S., Brouillard R., Nielsen M., Goeldner M. Flavylium salts as in vitro precursors of potent ligands to brain GABA-A receptors // Bioorg Med Chem Lett. 2008. V. 18. P. 4864-4867.

55. Jones M.V., Harrison N.L., Pritchett D.B., Hales T.G. Modulation of the GABAa receptor by propofol is independent of the y subunit // J Pharmacol Exp Ther. 1995. V. 274. P. 962-968.

56. Stewart D., Desai R., Cheng Q., Liu A., Forman S.A. Tryptophan mutations at azi-etomidate photo-incorporation sites on al or (32 subunits enhance GABAa receptor gating and reduce etomidate modulation // Mol Pharmacol. 2008. V. 74. P. 1687-1695.

57. Gaul S., Ozsarac N., Liu L., Fink R.H., Gage P.W. The neuroactive steroids axalone and pregnanolone increase the conductance of single GABAa channels in newborn rat hippocampal neurons // J Steroid Biochem Mol Biol. 2007. V. 104. P. 35-44.

58. Granger R.E., Campbell E.L., Johnston G.A. (+)- And (-)-borneol: efficacious positive modulators of GABA action at human recombinant CI1P2Y2L GABA(A) receptors // Biochem Pharmacol. 2005. V. 69. P. 11011111.

59. Hall A.C., Turcotte C.M., Betts B.A., Yeung W.Y., Agyeman A.S., Burk L.A. Modulation of human GABAa and glycine receptor currents by menthol and related monoterpenoids // Eur J Pharmacol. 2004. V. 506. P. 916.

60. Hold K.M., Sirisoma N.S., Ikeda T., Narahashi T., Casida J.E. A-thujone (the active component of absinthe): y-aminobutyric acid type A receptor modulation and metabolic detoxification // Proc Natl Acad Sci USA. 2000. V. 97. P. 3826-3831.

61. Garcia D.A., Bujons J., Vale C., Sunol C. Allosteric positive interaction of thymol with the GABAa receptor in primary cultures of mouse cortical neurons //Neuropharmacology. 2006. V. 50. P. 25-35.

62. Hossain S.J., Hamamoto K., Aoshima H., Hara Y. Effects of tea components on the response of GABA(A) receptors expressed in Xenopus Oocytes // J Agric Food Chem. 2002. V. 50. P. 3954-3960.

63. Hossain S.J., Aoshima H., Koda H., Kiso Y. Effects of coffee components on the response of GABA(A) receptors expressed in Xenopus oocytes // J Agric Food Chem. 2003. V. 51. P. 7568-7575.

64. Halbsguth C., Meissner O., Haberlein H. Positive cooperation of protoberberine type 2 alkaloids from Corydalis cava on the GABA(A) binding site // Planta Med. 2003. V. 69. P. 305-309.

65. Yi P.L., Tsai C.H., Chen Y.C., Chang F.C. r-aminobutyric acid (GABA) receptor mediates suanzaorentang, a traditional Chinese herb remedy, -induced sleep alteration // J Biomed Sci. 2007. V. 14. P. 285-297.

66. Ye J.H., Liu P.L., Wu W.H., McArdle JJ. Cocaine depresses GABAa current of hippocampal neurons // Brain Res. 1997. V. 770. P. 169-175.

67. Ye J.H., Hunt T., Wu W.H., McArdle JJ. Ondansetron modulates GABA(A) current of rat central nervous system neurons // Eur J Pharmacol. 1997. V. 337. P. 87-94.

68. Li C.Y., Wang H., Xue H., Carlier P.R., Hui K.M., Pang Y.P., Li Z.W., Han Y.F. Bis(7)-tacrine, a novel dimeric AChE inhibitor, is a potent GABA(A) receptor antagonist//Neuroreport. 1999. V. 10. P. 795-800.

69. Squires R.F., Saederup E. Clozapine and several other antipsychotic/antidepressant drugs preferentially block the same 'core' fraction of GABA(A) receptors // Neurochem Res. 1998. V. 23. P. 12831290.

70. Mascia M.P., Bachis E., Obili N., Maciocco E., Cocco G.A., Sechi G.P., Biggio G. Thiocolchicoside inhibits the activity of various subtypes of recombinant GABA(A) receptors expressed in Xenopus laevis oocytes // Eur J Pharmacol. 2007. V. 558. P. 37-42.

71. Fisher J.L. Amiloride inhibition of y-aminobutyric acid(A) receptors depends upon the a subunit subtype // Mol Pharmacol. 2002. V. 61. P. 13221328.

72. Green M.A., Halliwell R.F. Selective antagonism of the GABA(A) receptor by ciprofloxacin and biphenylacetic acid // Br J Pharmacol. 1997. V. 122. P. 584-590.

73. Feng H.J., Botzolakis E.J., Macdonald R.L. Context-dependent modulation of aj3y and ap5 GABAa receptors by penicillin: implications for phasic and tonic inhibition//Neuropharmacology. 2009. V. 56. P. 161-173.

74. Simeone T.A., Otto J.F., Wilcox K.S., White H.S. Felbamate is a subunit selective modulator of recombinant y-aminobutyric acid type A receptors expressed in Xenopus oocytes // Eur J Pharmacol. 2006. V. 552. P. 31-35.

75. Simeone T.A., Wilcox K.S., White H.S. Subunit selectivity of topiramate modulation of heteromeric GABA(A) receptors // Neuropharmacology. 2006. V. 50. P. 845-857.

76. He Y., Benz A., Fu T., Wang M., Covey D.F., Zorumski C.F., Mennerick S. Neuroprotective agent riluzole potentiates postsynaptic GABA(A) receptor function//Neuropharmacology. 2002. V. 42. P. 199-209.

77. Robinson R.T., Drafts B.C., Fisher J.L. Fluoxetine increases GABA(A) receptor activity through a novel modulatory site // J Pharmacol Exp Ther. 2003. V. 304. P. 978-984.

78. Brejc K., van Dijk W.J., Klaassen R.V., Schuurmans M., van Der O.J., Smit A.B., Sixma T.K. Crystal structure of an ACh-binding protein reveals the ligand-binding domain of nicotinic receptors // Nature. 2001. V. 411. P. 269276.

79. Cromer B.A., Morton C.J., Parker M.W. Anxiety over GABA(A) receptor structure relieved by AChBP // Trends Biochem Sci. 2002. V. 27. P. 280287.

80. Dougherty D.A. Cys-loop neuroreceptors: structure to the rescue? // Chem Rev. 2008. V. 108. P. 1642-1653.

81. Sigel E., Schaerer M.T., Buhr A., Baur R. The benzodiazepine binding pocket of recombinant (XiP2y2 y-aminobutyric acidA receptors: relativeorientation of ligands and amino acid side chains // Mol Pharmacol. 1998. V. 54. P. 1097-1105.

82. Ernst M., Brauchart D., Boresch S., Sieghart W. Comparative modeling of GABA(A) receptors: limits, insights, future developments // Neuroscience. 2003. V. 119. P. 933-943.

83. Ernst M., Bruckner S., Boresch S., Sieghart W. Comparative models of GABAa receptor extracellular and transmembrane domains: important insights in pharmacology and function // Mol Pharmacol. 2005. V. 68. P. 1291-1300.

84. Padgett C.L., Hanek A.P., Lester H.A., Dougherty D.A., Lummis S.C. Unnatural amino acid mutagenesis of the GABA(A) receptor binding site residues reveals a novel cation-pi interaction between GABA and p2Tyr97 // J Neurosci. 2007. V. 27. P. 886-892.

85. Mokrab Y., Bavro V.N., Mizuguchi K., Todorov N.P., Martin I.L., Dunn S.M., Chan S.L., Chau P.L. Exploring ligand recognition and ion flow in comparative models of the human GABA type A receptor // J Mol Graph Model. 2007. V. 26. P. 760-774.

86. Trudell J.R., Bertaccini E. Molecular modelling of specific and non-specific anaesthetic interactions // Br J Anaesth. 2002. V. 89. P. 32-40.

87. Campagna-Slater V., Weaver D.F. Molecular modelling of the GABAa ion channel protein // J Mol Graph Model. 2007. V. 25. P. 721-730.

88. O'Mara M., Cromer B., Parker M., Chung S.H. Homology model of the GABAa receptor examined using Brownian dynamics // Biophys J. 2005. V. 88. P. 3286-3299.

89. Sedelnikova A., Smith C.D., Zakharkin S.O., Davis D., Weiss D.S., Chang Y. Mapping the pi GABA(C) receptor agonist binding pocket. Constructing a complete model // J Biol Chem. 2005. V. 280. P. 1535-1542.

90. Harrison N.J., Lummis S.C. Molecular modeling of the GABA(C) receptor ligand-binding domain // J Mol Model. 2006. V. 12. P. 317-324.

91. Abdel-Halim H., Hanrahan J.R., Hibbs D.E., Johnston G.A., Chebib M. A molecular basis for agonist and antagonist actions at GABA(C) receptors // Chem Biol Drug Des. 2008. V. 71. P. 306-327.

92. Zacharias N., Dougherty D.A. Cation-pi interactions in ligand recognition and catalysis // Trends Pharmacol Sci. 2002. V. 23. P. 281-287.

93. Celie P.H., van Rossum-Fikkert S.E., van Dijk W.J., Brejc K., Smit A.B., Sixma T.K. Nicotine and carbamylcholine binding to nicotinic acetylcholine receptors as studied in AChBP crystal structures // Neuron. 2004. V. 41. P. 907-914.

94. Unwin N. Refined structure of the nicotinic acetylcholine receptor at 4A resolution // J Mol Biol. 2005. V. 346. P. 967-989.

95. Bourne Y., Talley T.T., Hansen S.B., Taylor P., Marchot P. Crystal structure of a Cbtx-AChBP complex reveals essential interactions between snake a-neurotoxins and nicotinic receptors // EMBO J. 2005. V. 24. P. 1512-1522.

96. Hansen S.B., Sulzenbacher G., Huxford T., Marchot P., Taylor P., Bourne Y. Structures of Aplysia AChBP complexes with nicotinic agonists and antagonists reveal distinctive binding interfaces and conformations // EMBO J. 2005. V. 24. P. 3635-3646.

97. Dellisanti C.D., Yao Y., Stroud J.C., Wang Z.Z., Chen L. Crystal structure of the extracellular domain of nAChR ai bound to a-bungarotoxin at 1.94 A resolution //Nat Neurosci. 2007. V. 10. P. 953-962.

98. Hilf R.J., Dutzler R. X-ray structure of a prokaryotic pentameric ligand-gated ion channel // Nature. 2008. V. 452. P. 375-379.

99. Bocquet N., Nury H., Baaden M., Le P.C., Changeux J.P., Delarue M., Corringer P J. X-ray structure of a pentameric ligand-gated ion channel in an apparently open conformation // Nature. 2009. V. 457. P. 111-114.

100. Miyazawa A., Fujiyoshi Y., Stowell M., Unwin N. Nicotinic acetylcholine receptor at 4.6 A resolution: transverse tunnels in the channel wall // J Mol Biol. 1999. V. 288. P. 765-786.

101. Pettersen E.F., Goddard T.D., Huang C.C., Couch G.S., Greenblatt D.M., Meng E.C., Ferrin T.E. UCSF Chimera a visualization system for139exploratoiy research and analysis // J Comput Chem. 2004. V. 25. P. 16051612.

102. Kabsch W., Sander C. Dictionary of protein secondaiy structure: pattern recognition of hydrogen-bonded and geometrical features // Biopolymers. 1983. V. 22. P. 2577-2637.

103. Dent J.A. Evidence for a diverse Cys-loop ligand-gated ion channel superfamily in early bilateria // J Mol Evol. 2006. V. 62. P. 523-535.

104. Unwin N. Structure and action of the nicotinic acetylcholine receptor explored by electron microscopy // FEBS Lett. 2003. V. 555. P. 91-95.

105. Shao J., Tanner S.W., Thompson N., Cheatham T.E. Clustering Molecular Dynamics Trajectories: 1. Characterizing the Performance of Different Clustering Algorithms // Journal of Chemical Theoiy and Computation. 2007. V. 3.P. 2312-2334.

106. Newell J.G., McDevitt R.A., Czajkowski C. Mutation of glutamate 155 of the GABAa receptor (32 subunit produces a spontaneously open channel: a trigger for channel activation // J Neurosci. 2004. V. 24. P. 11226-11235.

107. Armougom F., Moretti S., Poirot O., Audic S., Dumas P., Schaeli B., Keduas V., Notredame C. Expresso: automatic incorporation of structural information in multiple sequence alignments using 3D-Coffee // Nucleic Acids Res. 2006. V. 34. P. W604-W608.

108. Gasteiger E., Gattiker A., Hoogland C., Ivanyi I., Appel R.D., Bairoch A. ExPASy: The proteomics server for in-depth protein knowledge and analysis //Nucleic Acids Res. 2003. V. 31. P. 3784-3788.

109. Eswar N., Webb B., Marti-Renom M.A., Madhusudhan M.S., Eramian D., Shen M.Y., Pieper U., Sali A. Comparative protein structure modeling using MODELLER // Curr Protoc Protein Sci. 2007. V. Chapter 2. P. Unit.

110. Laskowski R.A., Rullmannn J.A., MacArthur M.W., Kaptein R., Thornton J.M. AQUA and PROCHECK-NMR: programs for checking the quality of protein structures solved by NMR // J Biomol NMR. 1996. V. 8. P. 477-486.

111. Eisenberg D., Luthy R., Bowie J.U. VERIFY3D: assessment of protein models with three-dimensional profiles // Methods Enzymol. 1997. V. 277. P. 396-404.

112. Moustakas D.T., Lang P.T., Pegg S., Pettersen E., Kuntz I.D., Brooijmans N., Rizzo R.C. Development and validation of a modular, extensible docking program: DOCK 5 // J Comput Aided Mol Des. 2006. V. 20. P. 601-619.

113. DeLano, W.L. The PyMOL Molecular Graphics System (2002) DeLano Scientific, Palo Alto, CA, USA. 2010.

114. Holden J.H., Czajkowski C. Different residues in the GABA(A) receptor a lT60-a 1K70 region mediate GABA and SR-95531 actions // J Biol Chem. 2002. V. 277. P. 18785-18792.

115. Boileau A.J., Evers A.R., Davis A.F., Czajkowski C. Mapping the agonist binding site of the GABAa receptor: evidence for a (3-strand // J Neurosci. 1999. V. 19. P. 4847-4854.

116. Baur R., Sigel E. On high- and low-affinity agonist sites in GABAa receptors // J Neurochem. 2003. V. 87. P. 325-332.

117. Kloda J.H., Czajkowski C. Agonist-, antagonist-, and benzodiazepine-induced structural changes in the al Metll3-Leul32 region of the GABAa receptor // Mol Pharmacol. 2007. V. 71. P. 483-493.

118. Newell J.G., Davies M., Bateson A.N., Dunn S.M. Tyrosine 62 of the y-aminobutyric acid type A receptor (3 2 subunit is an important determinant of high affinity agonist binding // J Biol Chem. 2000. V. 275. P. 14198-14204.

119. Boileau A.J., Newell J.G., Czajkowski C. GABA(A) receptor (3 2 Tyr97 and Leu99 line the GABA-binding site. Insights into mechanisms of agonist and antagonist actions // J Biol Chem. 2002. V. 277. P. 2931-2937.

120. Wagner D.A., Czajkowski C. Structure and dynamics of the GABA binding pocket: A narrowing cleft that constricts during activation 11 J Neurosci. 2001. V. 21. P. 67-74.

121. Crowley P.B., Golovin A. Cation-pi interactions in protein-protein interfaces //Proteins. 2005. V. 59. P. 231-239.141

122. Zarrindast M.R., Bakhsha A., Rostami P., Shafaghi B. Effects of intrahippocampal injection of GABAergic drugs on memory retention of passive avoidance learning in rats // J Psychopharmacol. 2002. V. 16. P. 313-319.

123. Zarrindast M.R., Noorbakhshnia M., Motamedi F., Haeri-Rohani A., Rezayof A. Effect of the GABAergic system on memory formation and state-dependent learning induced by morphine in rats // Pharmacology. 2006. V. 76. P. 93-100.

124. Czajkowski C. Neurobiology: triggers for channel opening // Nature. 2005. V. 438. P. 167-168.

125. Paulsen I.M., Martin I.L., Dunn S.M. Isomerization of the proline in the M2-M3 linker is not required for activation of the human 5-HT3A receptor // J Neurochem. 2009. V. 110. P. 870-878.

126. Crestani F., Martin J.R., Mohler H., Rudolph U. Mechanism of action of the hypnotic Zolpidem in vivo // Br J Pharmacol. 2000. V. 131. P. 1251-1254.

127. Berezhnoy D., Nyfeler Y., Gonthier A., Schwob H., Goeldner M., Sigel E. On the benzodiazepine binding pocket in GABAa receptors // J Biol Chem. 2004. V. 279. P. 3160-3168.

128. Amin J., Brooks-Kayal A., Weiss D.S. Two tyrosine residues on the a subunit are crucial for benzodiazepine binding and allosteric modulation of y-aminobutyric acidA receptors // Mol Pharmacol. 1997. V. 51. P. 833-841.

129. Schaerer M.T., Buhr A., Baur R., Sigel E. Amino acid residue 200 on the al subunit of GABA(A) receptors affects the interaction with selected benzodiazepine binding site ligands // Eur J Pharmacol. 1998. V. 354. P. 283-287.

130. Wingrove P.B., Thompson S.A., Wafford K.A., Whiting PJ. Key amino acids in the y subunit of the y-aminobutyric acidA receptor that determine ligand binding and modulation at the benzodiazepine site // Mol Pharmacol. 1997. V. 52. P. 874-881.

131. Leppa E., Vekovischeva O.Y., Linden A.M., Wulff P., Oberto A., Wisden W., Korpi E.R. Agonistic effects of the p-carboline DMCM revealed in GABA(A) receptor y 2 subunit F77I point-mutated mice // Neuropharmacology. 2005. V. 48. P. 469-478.

132. Buhr A., Sigel E. A point mutation in the y2 subunit of y-aminobutyric acid type A receptors results in altered benzodiazepine binding site specificity // Proc Natl Acad Sci USA. 1997. V. 94. P. 8824-8829.

133. Teissere J.A., Czajkowski C. A (P)-strand in the (y)2 subunit lines the benzodiazepine binding site of the GABA A receptor: structural rearrangements detected during channel gating // J Neurosci. 2001. V. 21. P. 4977-4986.

134. Lawson J.A., Uyeno E.T., Nienow J., Loew G.H., Toll L. Structure-activity studies of p-carboline analogs // Life Sci. 1984. V. 34. P. 2007-2013.

135. June H.L., Torres L., Cason C.R., Hwang B.H., Braun M.R., Murphy J.M. The novel benzodiazepine inverse agonist RO19-4603 antagonizes ethanol motivated behaviors: neuropharmacological studies // Brain Res. 1998. V. 784. P. 256-275.

136. Wingrove P.B., Safo P., Wheat L., Thompson S.A., Wafford K.A., Whiting P.J. Mechanism of a.-subunit selectivity of benzodiazepine pharmacology at [y]-aminobutyric acid type A receptors // European Journal of Pharmacology. 2002. V. 437. P. 31-39.

137. Delong R. GABA(A) receptor a5 subunit as a candidate gene for autism and bipolar disorder: a proposed endophenotype with parent-of-origin and gain-of-function features,with or without oculocutaneous albinism // Autism. 2007. V. 11. P. 135-147.

138. Dong C.J., Hare W.A. GABAC feedback pathway modulates the amplitude and kinetics of ERG b-wave in a mammalian retina in vivo // Vision Res. 2002. V. 42. P. 1081-1087.

139. Lummis S.C., Beene L., Harrison N.J., Lester H.A., Dougherty D.A. A cation-pi binding interaction with a tyrosine in the binding site of the GABAc receptor // Chem Biol. 2005. V. 12. P. 993-997.

140. Cramer R.D., Patterson D.E., Bunce J.D. Comparative molecular field analysis (CoMFA). 1. Effect of shape on binding of steroids to carrier proteins // Journal of the American Chemical Society. 1988. V. 110. P. 5959-5967.

141. Klebe G., Abraham U., Mietzner T. Molecular similarity indices in a comparative analysis (CoMSIA) of drug molecules to correlate and predict their biological activity // J Med Chem. 1994. V. 37. P. 4130-4146.

142. Palyulin V.A., Radchenko E.V., Zefirov N.S. Molecular field Topology analysis method in QSAR studies of organic compounds // J Chem Inf Comput Sci. 2000. V. 40. P. 659-667.

143. SYBYL 7.3, Tripos International, 1699 South Hanley Rd., St. Louis, Missouri, 63144, USA. 2010.

144. Instant JChem 2.1, 2010, ChemAxon fhttp://www.chemaxon.corrQ. 2010.

145. Артеменко H.B., Баскин И.И., Палюлин B.A., Зефиров Н.С. Прогнозирование физических свойств органических соединений при помощи искусственных нейронных сетей в рамках подструктурного подхода. // Докл. РАН. 2001. - Т. 381, № 2. - С. 203-206.

146. Baskin 1.1., Halberstam N. М., Artemenko N. V., Palyulin V. A., Zefirov N. S. // EuroQSAR 2002 Designing Drugs and Crop Protectants: processes, problems and solutions / Eds., M.Ford et al: Blackwell Publishing, 2003. P. 260-263.

147. Жохова Н.И., Баскин И.И., Палюлин B.A., Зефиров А.Н., Зефиров Н.С. Фрагментные дескрипторы с «выделенными» атомами и их применение в исследованиях QSAR/QSPR. // Докл. РАН. 2007. - Т. 417, № 5. - С. 639641.

148. Neural Network. Backprop. URL: http://moonflare.com/code/nnetwork.php.

149. Blum L.C., Reymond J.L. 970 million druglike small molecules for virtual screening in the chemical universe database GDB-13 // J Am Chem Soc. 2009. V. 131. P. 8732-8733.

150. Diversity Set II Information. National Cancer Institute. URL: http://dtp.nci.nih.gov/branches/dscb/div2 explanation.html.

151. Huang N., Shoichet B.K., Irwin J.J. Benchmarking sets for molecular docking // J Med Chem. 2006. V. 49. P. 6789-6801.

152. Uusi-Oukari M., Maksay G. Allosteric modulation of 3H.EBOB binding to GABAa receptors by diflunisal analogues // Neurochem Int. 2006. V. 49. P. 676-682.

153. Irwin J.J., Shoichet B.K. ZINC~a free database of commercially available compounds for virtual screening // J Chem Inf Model. 2005. V. 45. P. 177-182.

154. Lipinski C.A., Lombardo F., Dominy B.W., Feeney PJ. Experimental and computational approaches to estimate solubility and permeability in drug discovery and development settings // Adv Drug Deliv Rev. 2001. V. 46. P. 326.

155. Voigt J.H., Bienfait B., Wang S., Nicklaus M.C. Comparison of the NCI open database with seven large chemical structural databases // J Chem Inf Comput Sci. 2001. V. 41. P. 702-712.

156. Guha R., Howard M.T., Hutchison G.R., Murray-Rust P., Rzepa H., Steinbeck C., Wegner J., Willighagen E.L. The Blue Obelisk-interoperability in chemical informatics // J Chem Inf Model. 2006. V. 46. P. 991-998.

157. Melnikov A.A., Palyulin V.A., Zefirov N.S. Generation of molecular graphs for QSAR studies: an approach based on supergraphs // J Chem Inf Model. 2007. V. 47. P. 2077-2088.

158. Ulens C., Hogg R.C., Celie P.H., Bertrand D., Tsetlin V., Smit A.B., Sixma T.K. Structural determinants of selective a-conotoxin binding to a nicotinic acetylcholine receptor homolog AChBP // Proc Natl Acad Sci USA. 2006. V. 103. P. 3615-3620.

159. Hansen S.B., Taylor P. Galanthamine and non-competitive inhibitor binding to ACh-binding protein: evidence for a binding site on non-a-subunit interfaces of heteromeric neuronal nicotinic receptors // J Mol Biol. 2007. V. 369. P. 895901.

160. Hilf R.J., Dutzler R. Structure of a potentially open state of a proton-activated pentameric ligand-gated ion channel //Nature. 2009. V. 457. P. 115-118.

161. Hansen S.B., Wang H.L., Taylor P., Sine S.M. An ion selectivity filter in the extracellular domain of Cys-loop receptors reveals determinants for ion conductance // J Biol Chem. 2008. V. 283. P. 36066-36070.