Рефераты. Фармацевтическая промышленность России

3. Инновационный путь создания ЛС – путь возрождения промышленности

3.1 Создание нового лекарственного средства


Разработка нового лекарства требует длительного времени - от 8 до 12 лет. Это обусловлено высоким и постоянно возрастающим уровнем требований к безопасности и эффективности. Поэтому создание нового препарата требует немалых средств. За рубежом эта цифра оценивается в 350-500 млн $. В России затраты существенно ниже, но тем не менее по нашим меркам достаточно велики. К тому же высока вероятность получения отрицательного результата: разрабатываемое фармакологическое средство может оказаться токсичным, а данные, полученные на экспериментальных животных, могут не подтвердиться в клинике и др. Поэтому все фармацевтические фирмы очень заинтересованы в получении новых технологий, которые бы снижали и риск получения негативных результатов, и время, затрачиваемое на разработку, и стоимость разработки. Разработчики лекарств всегда были заинтересованы в выявлении уникальных веществ, которые обладают существенной новизной по сравнению с известными препаратами. Поиск базовых структур новых лекарств имеет своей целью выявление веществ из химических классов, где исследуемая активность никогда не была найдена ранее. Акцент "на новые вещества" преобладал в стратегии поиска препаратов ранее, а сейчас наряду с этим исследования сместились в сторону поиска новых мишеней для действия лекарств. Под мишенью понимается биологическая макромолекула, например белок, который связан с патогенезом конкретного заболевания. Например, у вирусов имеются белки, "выключение" которых приводит к гибели вируса. Они могут рассматриваться как мишени для действия новых лекарств. К примеру, при расшифровке генома вируса гепатита С был обнаружен белок протеаза, который участвует в поддержании жизненного цикла этого вируса. Если бы удалось найти ингибиторы данной протеазы, которые бы убивали вирус, но практически не действовали бы на аналогичные белки организма человека, такие вещества стали бы эффективным средством для лечения гепатита С. Подобные подходы развиваются сегодня для лечения многих бактериальных и вирусных инфекций. На рубеже XX-XXI веков усилиями молекулярной биологии достигнута уникальная ситуация, когда полностью расшифрованы геномы около 30 микроорганизмов, еще более 100 находятся в стадии расшифровки. Уже полностью расшифрован геном человека. Это создало новые условия для систематического поиска макромолекул-мишеней действия новых лекарств. Этим занимается специальная область науки - биоинформатика, которая сравнивает между собой генетические последовательности и первичные структуры белков, имеющихся в различных патогенных организмах с набором последовательностей у человека в норме и при патологиях. На этой основе выявляются потенциальные мишени действия лекарств. После выявления подобной мишени встает задача поиска лигандов - веществ, действующих на данный белок (ингибиторы или активаторы). Здесь в дело вступают компьютерные методы конструирования лекарств. При так называемом прямом поиске лигандов необходимо определить пространственную структуру макромолекулы-мишени. Это может быть сделано либо экспериментальными методами, либо путем компьютерного моделирования. Первый путь достаточно долог и далеко не всегда приводит к успеху, поскольку очень многие белки трудно выделить в интактном (неповрежденном) виде. В настоящее время разрыв между количеством белков с расшифрованной первичной структурой и известной пространственной структурой составляет несколько порядков, поэтому столь важное значение имеет разработка методов компьютерного моделирования пространственной структуры. Подобные методы достаточно успешны, если удается осуществить моделирование по гомологии, когда среди белков с известной пространственной структурой находится макромолекула, "похожая" по аминокислотной последовательности на новую изучаемую макромолекулу-мишень. После получения трехмерной структуры макромолекулы-мишени и установления особенностей ее активного центра, можно проводить поиск веществ в базах данных образцов химических соединений, которые потенциально являются лигандами данной макромолекулы-мишени. Если подобные лиганды выявляются, то их рассматривают в качестве вероятных базовых структур нового лекарства. После экспериментального подтверждения биологической активности у базовых структур, опять-таки с помощью компьютерных методов, проводится так называемая оптимизация свойств базовой структуры. При этом конструируются, синтезируются и тестируются на биологическую активность аналоги первоначально открытой базовой структуры, обладающие более высокой биологической активностью, более низкой токсичностью и лучшей биодоступностью. Если трехмерную структуру макромолекулы-мишени не удается определить экспериментально или построить ее модель с помощью компьютерных методов, остается путь поиска первоначальных базовых структур с помощью экспериментального высокопроизводительного скрининга. В настоящее время за рубежом для этой цели используются роботизированные установки, позволяющие тестировать до 100 тыс. веществ на 100-200 мишеней в течение недели. Если базовые структуры выявляются при таком скрининге, то далее их можно использовать в качестве обучающей выборки для поиска веществ-аналогов (по биологическому действию) с помощью комплексных методов в базах данных, содержащих многие миллионы химических соединений.


3.2 Молекулярное моделирование


Молекулярное моделирование (ММ) — это собирательное название, относящееся к теоретическим подходам и вычислительным методам моделирования или изображения поведения молекул. Эти методы используются компьютерной химии, вычислительной биологии и науке о материалах для изучения молекулярных систем различных размеров. Простейшие вычисления могут быть выполнены вручную, но компьютеры становятся абсолютно необходимы при расчётах систем любого разумного масштаба. Общей чертой методов ММ является атомистический уровень описания молекулярных систем — наименьшими частицами являются атомы или небольшие группы атомов. В этом состоит отличие ММ от квантовой химии, где в явном виде учитываются и электроны. Таким образом, преимуществом ММ является меньшая сложность в описании систем, позволяющая рассмотрение большего числа частиц при расчётах. Молекулы могут быть смоделированы как в вакууме, так и в присутствии растворителя, например воды. Расчёты систем в вакууме называются расчётами "в газовой фазе", в то время как расчёты, включающие молекулы растворителя, называются расчётами "с явно заданным растворителем". Другая группа расчётов учитывает наличие растворителя оценочно, с помощью дополнительных членов в потенциальной функции — так называемые расчёты "с неявным растворителем". В настоящее время методы молекулярного моделирования стали обыденными при изучении структуры, динамики и термодинамики неорганических, биологических и полимерных систем. Среди биологических явлений, которые исследуются методами ММ, сворачивание белков, ферментативный катализ, стабильность белков, конформационные превращения и процессы молекулярного узнавания в белках, ДНК и мембранах.


3.3 Виртуальный скрининг


Виртуальный скрининг — это вычислительная процедура, которая включает автоматизированный просмотр базы данных химических соединений и отбор тех из них, для которых прогнозируется наличие желаемых свойств. Чаще всего виртуальный скрининг применяется при разработке новых лекарственных препаратов для поиска химических соединений, обладающих нужным видом биологической активности. В последнем случае процедура виртуального скрининга может быть основана либо на знании пространственного строения биологической мишени либо на знании структуры лигандов к молекуле данной биологической мишени. Ключевой процедурой виртуального скрининга, основанного на знании пространственной структуры биологической мишени, является молекулярный докинг, позволяющий предсказать пространственное строение комплекса "лиганд-белок" и исходя из него при помощи оценочных функций рассчитать константу связывания лиганда с белком. В этом случае из соединений, для которых предсказаны наибольшие значения констант связывания с молекулой белка, формируют сфокусированную библиотеку, из которой отбирают материал для дальнейшего биологического эксперимента. В качестве примера применения виртуального скрининга такого рода можно привести работу, направленную на поиск потенциальных лигандов NMDA- и AMPA-рецепторов


3.4 Программы для компьютерного моделирования

DockingServer предлагает простой в использовании веб-интерфейс, который управляет всеми аспектами молекулярной стыковки с лиганда и белка настройки. Ее дружественный пользователю интерфейс позволяет осуществлять расчеты и результаты оценки, проведенной исследователями из всех областях биохимии, DockingServer также обеспечивает полный контроль на установление конкретных параметров лиганда и белка настройки и стыковки и расчеты для более продвинутых пользователей. Приложение может использоваться для стыковки и анализа одного лиганда, а также высокую пропускную способность стыковка лиганда с белком-мишенью. DockingServer интегрирует большое количество вычислительных химических программ, конкретно направленных на правильность расчета параметров, необходимых на разных этапах стыковки процедуры, т.е. точной оптимизации геометрии лиганда, минимизации энергии, расчет заряда, расчет и стыковки белок-лиганд, комплексное представление. Таким образом, использование DockingServer позволяет пользователю осуществлять высокоэффективные и надежные стыковки расчетов путем интеграции ряда популярных программ, объединенных в одну веб-службу.

Программа Docking Server состоит из трех модулей содержащих следующие основные этапы стыковки расчетов

ü    Белки могут быть загружены как файлы в формате *PDB, или могут быть загружены непосредственно (после поиска по ключевым словам в базе данных, если это необходимо) из Protein Data Bank (www.rcsb.org). Малые молекулы присутствующие в файле PDB можно добавить в папку лиганда. Более точные белки частичного заряда расчетов с использованием квантово-химических методов.

ü    Лиганды можно напрямую загрузить из базы данных PubChem, либо в формате SDP файла

ü    Пользователь может выбрать желаемый рН, влияющих на протонирование состояния лиганда.

ü    Рассчитаная информация представляется пользователю в максимально удобном формате – в виде таблиц, списков. Для более опытных пользователей она может быть представлена в виде файла для самостоятельной работы

QuteMol — программа с открытым исходным кодом, для интерактивной визуализации молекулярных систем. QuteMol использует имеющиеся возможности современной компьютерной графики, используя библиотеку OpenGL. В программе доступен широкий набор графических эффектов. Методы визуализации QuteMol, направленные на улучшение реалистичности и облегчение восприятия 3D формы и структуры больших молекул или сложных белков.

Rosetta@Home

Онлайн проект позволяющий каждому внести свой вклад в моделирование молекул лекарств от серьезных заболеваний. Все что нужно пользователю – это загрузить диструбтив программы и в свободное время оставить ее включенной на компьютере. Цель нашего текущего исследования состоит в том, чтобы разработать улучшенную модель внутри- и межмолекулярных взаимодействий и использовать эту модель для предсказания и проектирования макромолекулярных структур и взаимодействий. Приложения для предсказания и проектирования, которые могут представлять большой биологический интерес в их собственном праве, также обеспечивают строгие и объективные тесты, которые улучшают модель и увеличивают фундаментальное понимание. Мы используем компьютерную программу Розетта, чтобы выполнять вычисления белка и дизайна. В ядре Розетты имеются потенциальные функции для вычисления энергии взаимодействий в пределах и между макромолекулами, и методы для поиска структуры с самой низкой энергией для последовательности аминокислот (предсказание структуры белка) или комплекса белок-белок, и для поиска последовательности аминокислот с самой низкой энергией для белка или комплекса белок-белок (проектирование белка). Обратная связь от тестов предсказания и проектирования используется непрерывно, чтобы улучшить потенциальные функции и алгоритмы поиска. Развитие одной компьютерной программы для обработки этих разнообразных проблем имеет значительные преимущества: во-первых, различные приложения обеспечивают дополнительные тесты основной физической модели (фундаментальная физика / физическая химия, конечно, одна и та же во всех случаях); во-вторых, многие проблемы, представляющие текущий интерес, типа проектирования гибкого базового белка и стыковки белок-белок с базовой гибкостью, вовлекают комбинацию различных методов оптимизации.

Страницы: 1, 2, 3, 4



2012 © Все права защищены
При использовании материалов активная ссылка на источник обязательна.