Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Szabadenergia gyors becslése a gyógyszerkutatásban

Hasonló előadás


Az előadások a következő témára: "Szabadenergia gyors becslése a gyógyszerkutatásban"— Előadás másolata:

1 Szabadenergia gyors becslése a gyógyszerkutatásban
Ferenczy György Sanofi/Chinoin

2 Vizsgált rendszerek gyógyszerjelölt – gyógyszercélpont
(nem kovalens) kötődését kísérő szabadentalpia változás gyógyszerjelölt kis molekula < ~500Da egyéb (biológikum) gyógyszercélpont fehérje (receptor/enzim) ~104 Da DGkötődés = RT lnKd ~ RT ln Ki

3 Vegyületek száma a kutatási fázisokban
Biológiai célpont azonosítása és validálása Kémiai kiindulópont azonosítás Hit to lead Lead optim. Fejlesztés… fázis Optimálás vizsgált vegyületek száma 103 Időtartam hónapok 1-3 év pontosság igény vegyület szám/idő

4 Ligandum-fehérje kötődés elemei
konformáció változás deszolvatáció fehérje konformáció változás deszolvatáció ligandum-fehérje kompex ligandum-fehérje kölcsönhatás a víz alapvető szerepet játszik a kötődésben

5 Kötődési szabadenergia molekula dinamikával
Potenciálisan pontos (1-2 kcal/mol) Szabadenergia perturbáció (FEP) Termodinamikai integrálás (TI) Nehézségek Változó pontosság Erőtér ? Mintavétel ? Hosszú számítás (napok – hetek) MD nem alkalmazható rutinszerűen

6 Pontozó függvény Kötődési szabadenergia becslése ?
Nagyon gyors – másodperc/ligandum Általában egyetlen konfiguráció leírása (nincs mintavétel) Típusai Erőtér alapú Molekula-mechanikai erőtér Tapasztalati (empirical) Lokalizált kölcsönhatások összege Tudásalapú Adatbázisok elemzésére épül Vegyes Előzőek kombinációja

7 Erőtér alapú pontozófüggvény
Gáz-fázisú energia számítás (↔ oldatbeli szabadenergia) Fehérje tere előre kiszámítható egy griden – számítási sebesség növekszik Lehetővé tesz szerkezet optimálást Kiegészíthető oldószer hatás Entrópia ?

8 Tapasztalati pontozófüggvények
Kölcsönhatási tagok intuitív válogatása Hidrogén-kötés Típus szerint súlyozott összeg Ionos kölcsönhatás Hidrofób kölcsönhatás Arányos az érintkező felszín nagyságával Kísérleti affinitásokhoz illesztett paraméterek Csak a modellben szereplő tagokat „látja” Lokális kölcsönhatások

9 Tudásalapú pontozófüggvények
Komplexek kísérleti adatainak statisztikai analíziséből Ei = -kTln(pi) – energia tag ~ előfordulás valószínűsége Protein Data Bank: szerkezet 2011 október 18-án Kötődési adat nem szükséges Nagy távolságú mintavétel – oldószer hatás is Kis távolságú mintavétel – specifikus kölcsönhatások hangsúlyozása Taszító kölcsönhatások nem teljesek

10 Pontozófüggvények közelítései
Néhány fontosabb: Fehérje flexibilitás Protonáltsági fok Vízszerkezet Kötést közvetítő vízmolekulák Konfigurációs entrópia Hőmérséklet

11 A pontozófüggvényen túl …
Végpont módszerek: MD szimuláció a 2 végállapotban LIE Ligandum – fehérje komplex oldatban Ligandum oldatban DG ≈ bDUelec + aDUvdw + SASA?? MM-PBSA (MM-GBSA) Ligandum-fehérje komplex oldatban Protein oldatban DG ≈ bDUelec + aDUvdw -TDSconfig Segítségükkel több esetben a szabadenergia jobb előrejelzését érték el Alkalmazásuk általános előnyei és korlátai nem ismertek

12 Gyors szabadenergia számítás alkalmazásai
Dokkolás - Kötődési mód meghatározás Adott ligandum-fehérje pár kötésmódjainak összehasonlítása Kémiai kiindulópont optimálása fázis Néhány vegyület rangsorolása a kötődés erőssége szerint Néhány hasonló vegyület kötődési szabadenergiájának rangsorolása Vezérmolekula optimálása fázis Virtuális szűrés Nagyszámú ligandum kötődésének rangsorolása Kémiai kiindulópont azonosítása fázis Biológiai célpont azonosítása és validálása Kémiai kiindulópont azonosítás Hit to lead Lead optim. Fejlesztés… fázis Optimálás

13 Dokkolás Fehérje szerkezet Ligandum szerkezet Komplex szerkezet
J. Chem. Inf. Model. 2009, 49, 1079–1093 Fehérje szerkezet röntgen krisztallográfia homológia modell Ligandum szerkezet Modell Komplex szerkezet Ligandumnak a fehérje kötőzsebébe illesztése - dokkolás Ligandum különböző pozícióinak rangsorolása pontozófüggvénnyel Korlátozott fehérje flexibilitás Ligandum konformációs terének hatékony feltérképezése Dokkolt ligandum szerkezet RMSD < 2Å – esetek 70-80%-a kedvező esetben

14 Rangsorolás Molekulák dokkolása és pontozófüggvény szerinti rangsorolása Gyakran hasonló szerkezetű, tervezett molekulákat vizsgálunk – vezérmolekula optimálás Gyenge korreláció a pontozófüggvény és a kísérleti affinitás között A pontozófüggvény szerinti rangsor gyengén korrelál a kísérleti affinitás szerinti rangsorral Correlation Between the Scores and Experimental Binding Affinitiesa Best Correlation Coefficient r between the -log Affinity (pAffinity) and Docking Score J. Chem. Inf. Model. 2011, 51, 2115 J. Med. Chem. 2006, 49, 5912

15 Virtuális szűrés Számítás menete: „Legjobbak” kísérleti tesztelése
Nagy számú, szerkezetileg szerteágazó, létező molekula dokkolása Kapott komplexek pontozása „Legjobbak” kísérleti tesztelése

16 Kémiai kiindulópont azonosítás és virtuális szűrés
Nagy áteresztőképességű szűrés (HTS) Adott célponton (gyenge) hatást mutató vegyületek megtalálása Biokémiai/biofizikai módszerek receptor kötődés enzim gátlás vegyület kísérletes tesztelése Találatok száma: ~102 találati arány: 0.1% (102/105) Virtuális szűrés Cél a HTS találati arány javítása a vegyületek előszűrésével ~106 molekula dokkolása és pontozása Legjobb ~103 molekula kísérleti tesztelése

17 Virtuális szűrés hatékonysága
receiver operating characteristic (ROC) area under curve (AUC) Dúsulási tényező active dúsulás: 3/6*18/5 ~ 5 better score Tipikus dúsulás: 5-20 102 aktív; 105 inaktív – 0.1% 35 aktív; 2000 inaktív % EF=18 55 aktív; 5000 inaktív – 1% EF=10 Több vegyületet választunk tesztelésre Több aktívat találunk meg Kisebb dúsulás - Alacsonyabb találati arány Alacsony találati arány (1-10%) amely meghaladja a HTS találati arányt ( %)

18 Összefoglalás Gyógyszerkutatás „szent kelyhe”: ligandum-fehérje kötődési szabadentalpia 1-2 kcal/mol pontossággal Jelenleg rutinszerűen nem valósítható meg Csökkentett pontossági igénnyel, de nagyon gyors számítással kísérletek eredményesen támogathatók: Kémiai kiindulópont keresés – nagyszámú(106) vegyület között néhány(102) aktív megtalálása A virtuális szűrés képes olyan vegyületcsoportot kiválasztani, amelyben az aktívak lényegesen nagyobb arányban találhatók meg A kísérleti munka így számottevően (nagyságrenddel) csökkenthető Hogyan tovább?


Letölteni ppt "Szabadenergia gyors becslése a gyógyszerkutatásban"

Hasonló előadás


Google Hirdetések