Наука

Драг-дизайн — современный уровень создания новых лекарств (часть 2)

Для лечения многих болезней все еще не создано эффективных лекарств. Это не случайно, ведь путь молекулы-кандидата на фармацевтический рынок занимает десятки лет, а создание одного лекарства может стоить несколько миллиардов долларов. Успехи молекулярной биологии и современные методы компьютерного моделирования могут ускорить и удешевить этот процесс

Продолжение. Начало читайте в журнале «Фармацевт Практик» № 7-8, 2018

Фармакофор и трехмерная структура

При компьютерном скрининге больших баз данных и библиотек химических соединений используют поиск по фармакофору. Этим термином называют набор пространственных и электронных признаков, необходимых для обеспечения оптимальных взаимодействий с биологической мишенью, которые могут вызывать или блокировать ее биологический ответ.

Поиск похожих молекул с использованием фармакофоров особенно эффективен при недостатке информации о строении мишени и набора лигандов для применения методов моделирования на основе трехмерных структур.

Для выяснения структуры белка-мишени используют методы драг-дизайна, основыванные на структурной информации (Structure-Based Drug Design — SBDD). С их помощью можно установить экспериментальную трехмерную структуру мишени или построить ее молекулярную модель, основываясь на гомологии с белком, трехмерная структура которого уже определена. Если экспериментальная структура мишени недоступна, прибегают к моделированию на основании гомологии с использованием структурных шаблонов.

Трехмерная структура мишени не только может объяснить молекулярный механизм взаимодействия лиганда с белком, но и используется в компьютерном моделировании, а также для молекулярного докинга.

Докинг

Докинг использует в качестве стартовой информации трехмерную структуру белка и структуру лиганда. Результатом докинга является конформация лиганда, наилучшим образом взаимодействующая с белковым активным центром.

Докинг позволяет сократить затраты средств и времени за счет проведения процедуры, аналогичной высокопроизводительному скринингу, на компьютерных комплексах. Эта процедура называется виртуальным скринингом, и основным ее преимуществом является то, что для реальных фармакологических испытаний нужно приобретать не целую библиотеку, состоящую из миллиона соединений, а только «виртуальные прототипы».

Обычно скрининг и докинг проводят одновременно и они дополняют друг друга. По результатам скрининга строят модель, объясняющую связь между структурой и активностью (Quantitative Structure-Activity Relationship — QSAR). Модель предсказывает трехмерную структуру искомой молекулы, характеризующую стерические, электростатические, донорно-акцепторные и другие свойства лиганда. Она подходит для выбора следующего набора лигандов для тестирования.

Читайте также: Як створюють нові ліки?

Смена скелета

После обнаружения молекулы, являющейся кандидатом в лекарство, необходимо провести оптимизацию в целях улучшения ее свойств. Выделяют важные для взаимодействия с белком-мишенью части, структурную основу (скелет) и другие группы, предположительно не участвующие во взаимодействии лиганда с мишенью или препятствующие контакту. Смена скелета (scaffold hopping) необходима, если нужно сохранить важные для взаимодействия с мишенью части лиганда и заменить остальные, наболее подходящие.

При смене скелета получается много новых вариантов, из которых выбирают лучшие, наиболее подходящие по трехмерной структуре, энтропии, энергии связывания с белком-мишенью и другим характеристикам. Есть еще одна интересная область применения смены скелета, связанная с так называемыми опережающими патентами. Такие патенты выдают на некоторое время компаниям, предполагающим наличие лекарственной активности у определенной молекулы. Но если другие исследователи раньше обнаружили лекарственные свойства этой молекулы, то они могут произвести смену ее скелета и получить другую молекулу, сохранившую биологическую активность и при этом не закрытую патентом.

Ограничения применения компьютерных методов

Несмотря на всю перспективность, компьютерные методы имеют ряд ограничений и пока неизвестно, сможет ли виртуальный скрининг когда-нибудь полностью заменить реальный биохимический эксперимент. Далеко не всегда лучшие по результатам компьютерного моделирования молекулы могут стать реальным лекарством. И причин тому множество: нерастворимость полученных соединений, пространственные ограничения на связывание с молекулой-мишенью, разные терапевтические свойства оптических изомеров, защита опережающим патентом и многое другое.

Даже при выполнении всех условий потенциальное лекарство может «провалить» клинические испытания из-за проблем с доставкой к пораженным тканям и органам. Оно может слишком быстро разрушаться и выводиться из организма, так и не достигнув цели. При наличии кросс-реактивности молекулы потенциального лекарства часто могут взаимодействовать не только с предполагаемой мишенью, но и другими белками в организме. В таком случае побочные эффекты могут быть даже более опасными, чем сама болезнь.

Читайте також: Протеомика расширяет возможности медицины и фармацевтики

Одно из явлений, иллюстрирующих несовершенство алгоритмов докинга, — парадокс похожести. Этот парадокс заключается в том, что соединения, структурно незначительно различающиеся, могут иметь принципиально разную активность, и в то же время с точки зрения алгоритмов докинга быть практически неразличимыми. Кроме того, компьютерные методы пока не в силах учесть всего разнообразия влияния лекарственных средств на организм человека, поэтому эти методы не могут ни упразднить, ни даже существенно сократить клиническое тестирование, занимающее основное время в разработке нового препарата.

Фармакологический цикл

Для того чтобы найти малую молекулу, обладающую лекарственной активностью против определенного заболевания, нужно хорошо разбираться в молекулярной биологии, химии, био- и хемоинформатике, физике, уметь программировать и использовать различные базы данных.

Знание молекулярной биологии важно для выбора белка-мишени, играющего ключевую роль в развитии заболевания.

Физика помогает понять взаимодействия между молекулой-лигандом и белком-мишенью.

Программирование, био- и хемоинформатика обеспечивают методы для компьютерного создания лекарств. Базы данных нужны для поиска в них малых молекул лигандов и структур белков-мишеней.

Знание химии помогает понимать свойства молекул и предсказывать их поведение в организме.

Читайте также: Метаболомика: что нам дает анализ метаболитов?

Группа молекулярной биологии отвечает за получение мутантных мишеней, группа фармакологии — за определение данных в отношении активности и аффинности синтезированных лигандов на мишенях дикого типа и мутантных, группа моделирования — за построение моделей мишеней, предсказание их мутаций и структур лигандов, группа медицинской химии — за синтез лигандов.

С каждым оборотом такого «фармакологического цикла» прототип приближается к предшественнику и затем к кандидату, который уже тестируют непосредственно на животных в доклинических испытаниях и в процессе клинических исследований с участием людей.

Процесс разработки нового лекарства

При разработке новых лекарственных средств спешка чревата смертельными последствиями. Поэтому процесс разработки нового лекарства занимает от 5 до 16 лет. Суммарная стоимость разработки, с учетом препаратов, не достигших рынка, часто превышает 1 млрд долларов.

Доклинические исследования по поиску и оптимизации соединений, подходящих на роль лекарств, занимают 3–7 лет, а их стоимость может достигать 5 млн долларов.

Процедура тестирования лекарств достаточно сложная, дорогая и требует значительного времени: 2–7 лет тестирования в клинике и от 100 млн долларов на одно соединение-кандидат.

Еще до поступления в клинику препараты исследуют на токсичность и канцерогенность, причем исследования должны проводиться, кроме систем in vitro, как минимум на двух видах лабораторных животных. Токсичные препараты в клинику не попадают, за исключением тех случаев, когда они предназначены для терапии особо тяжелых заболеваний и не имеют пока менее токсичных аналогов.

Кроме того, препараты проходят фармакокинетические исследования, то есть изучают такие их физиологические и биохимические характеристики, как поглощение, распределение, метаболизм и выведение (Absorption, Distribution, Metabolism and Extraction — ADME).

Клинические исследования

В общем случае клинические исследования новых препаратов состоят из трех фаз. В первую фазу, длящуюся 1,5 года, вовлечено 20–80 пациентов, во второй, двухлетней, фазе задействовано 100–300 пациентов. Третья, завершающая, предрегистрационная фаза длится 3–5 лет и в ней принимают участие 1000–3000 пациентов.

Юридически процесс клинических исследований новых препаратов имеет очень много нюансов, так как они требуют тысяч страниц сопроводительной документации, разрешений, сертификаций и т.д. Кроме того, многие формальные процедуры очень отличаются в разных странах в силу законодательных особенностей. Поэтому для решения этих многочисленных вопросов существуют специальные компании, принимающие от крупных фармацевтических фирм заказ на проведение клинических испытаний и перенаправляющие их в конкретные клиники, сопровождая весь процесс полной документацией и прослеживая, чтобы никакие формальности не были нарушены. Если все фазы прошли успешно, начинается процесс регистрации лекарства, длительность которой составляет от 6 до 18 мес.

На сегодня роль компьютерных методов в драг-дизайне сводится к ускорению и удешевлению исследований, предшествующих клиническим испытаниям. Очевидно, что драг-дизайн — это будущее фармакологической промышленности. Направленное конструирование новых лекарственных средств позволит победить многие заболевания, в частности рак, СПИД, болезнь Альцгеймера и другие тяжелые заболевания.

Татьяна Кривом аз, д-р техн. наук, канд. биол. наук, профессор

“Фармацевт Практик” #10′ 2018