Diseño Molecular de Fármacos

48
1 Diseño Molecular de Fármacos Prof. Ramón Garduño Juárez Modelado Molecular Diseño de Fármacos

description

Diseño Molecular de Fármacos. Prof. Ram ó n Gardu ñ o Ju á rez Modelado Molecular Dise ñ o de F á rmacos. ¿Qué es un modelo?. Modelo. Experimento. Teoría. Un modelo sirve de puente entre la teoría y el experimento – en efecto un modelo llena las brechas en los datos experimentales. - PowerPoint PPT Presentation

Transcript of Diseño Molecular de Fármacos

1

Diseño Molecular de Fármacos

• Prof. Ramón Garduño Juárez• Modelado Molecular• Diseño de Fármacos

¿Qué es un modelo?

Modelo

Experimento Teoría

Un modelo sirve de puente entre la teoría y el experimento – en efecto un modelo llena las brechas en los datos experimentales.

3

¿Qué es un modelo molecular?

• En sí, cualquier representación de una molécula es un modelo:– Dibujos de líneas para estructuras orgánicas– Modelos simples de “bolas y palitos”– Mapas de densidad electrónica– Representaciones Van der Waals o CPK– Figuras de cilindros y listones para proteínas– Estructuras cristalinas de rayos-X

4

Propiedades (importantes) observables• Moleculares

– Propiedades que están localizadas en una sola molécula

– Punto de fusión, logP, peso molecular, refractividad molar, HOMO, LUMO, etc.

– Algunas pueden ser ‘atomísticas’

• Intermoleculares– Propiedades que se derivan de la interacción de dos

moléculas– Constantes de unión, energía libre de unión, etc.– No son muy ‘atomísticas’

5

Predicción de Propiedades

• Las herramientas de cómputo pueden ser usadas para modelar propiedades.

• Más datos experimentales => mejores modelos y mejores predicciones.

• En general, las propiedades moleculares son más fáciles de predecir que las propiedades intermoleculares.

• Las herramientas de cómputo y los métodos para el descubrimiento de fármacos, están clasificados casi de igual manera.

6

Dos paradigmas en el descubrimiento de fármacos

• Descubrimientos basados en el Ligando– Usa las propiedades de las moléculas mismas

para desarrollar modelos de actividad y asistir en el diseño de nuevos compuestos líderes activos y candidatos clínicos.

• Descubrimientos basados en la Estructura– Usa las propiedades (y estructuras) de

moléculas unidas a sus receptores para identificar las características moleculares ideales para unión y actividad. (LOCK and KEY).

7

Técnicas Clave del Modelado

• Mecánica Cuántica

• Mecánica Molecular

• 3D QSAR

• Búsqueda en la Base de Datos de Moléculas Pequeñas

• Acoplamiento y tanteo

• Diseño de Fármacos De Novo

8

Mecánica Cuántica

•H Ψ = E Ψ• Estructura electrónica y propiedades, orbitales

moleculares, energías de ionización, etc.• Consideración es de tamaño y velocidad hacen a la

MC casi imposible para proteínas, e impráctica para posibles moléculas de fármacos muy grandes.

9

Mecánica Molecular

10

QSAR 3D (CoMFA)

11

Tabla QSAR

12

QSAR en 3-Dimensiones

13

Modelos QSAR 3D

• El uso de Mínimos Cuadrados Parciales (PLS) para derivar el modelo de actividad con una función de los valores puntuales de la malla..

• La validación cruzada es crucial: indica la predictividad interna del modelo.

• Validar el modelo con un conjunto de prueba externa.

• Realizar los mapas de coeficientes en 3D => aprender la relación espacial entre estructura y actividad.

14

15

Búsquedas 3D en las Bases de Datos• La mayoría de las compañías farmacéuticas

tienen bibliotecas privadas muy grandes de compuestos que han sido parte de proyectos anteriores.

• Muchos de éstos han sido aprobados contra tamizados particulares, pero no contra todos los tamizados

• El National Cancer Institute (NCI) tiene una biblioteca pública de > 300,000 compuestos.

• Algunas agencias comerciales venden otras bibliotecas con hasta 6,000,000 compuestos.

16

Usando las Bases de Datos 3D• Un compuesto activo (competidor) se analiza

para determinar su farmacóforo.• Arreglos espaciales en 3D entre componentes

del farmacóforo son usados para construir una pregunta.

• La pregunta se aplica a la base de datos 3D para derivar aciertos.

• Los aciertos se examinan por los químicos para determinar la posibilidad sintética, su novedad, etc. para generar las pistas.

17

Acoplamiento y Tanteo

• Colocar juntos los modelos moleculares del receptor y los ligandos putativos en 3-dimensiones

• “Tantear” las interacciones – i.e., predecir la unión y actividad

• Si se llevó a cabo sobre bases de datos muy grandes a esto algunas veces se le llama “Tamizado Virtual”

18

19

20

ab

c

dce

g

f

21

La Ecuación Maestra

G = H - TS

22

Hidrofobicidad

• Medida como el coeficiente de partición Agua / Octanol (P).

• log P > 0 : fase lípidos log P < 0 : fase agua

Log PA = Log[A]1-octanol

[A]water

23

Método Leo (CLOG-P)

m

mmn

n

n FjfiLogP11

i = número de ocurrencias del fragmento f de tipo n.

j = número de ocurrencias del factor F de tipo m.

24

Hidropático Campo 1D LogP vs. 3D

• El Log P de la base libre de cocaína es: 4.24

• El Log P de la sal cuaternaria de cocaína es: 1.10

• Sin embargo, si examinamos los mapas hidropáticos en 3D para estas dos moléculas, podemos ver perfiles muy diferentes de cómo la cocaína se puede presentar a sí misma como un ligando . . .

25

Mapa Hidropático 3D para la Sal cuaternaria de Cocaína

26

Mapa Hidropático 3D para la Base Libre de Cocaína

27

La Ecuación “HINT

B = bij = aiSi ajSj Rij Tij + rij

a = constante atómica hidrofóbicaS = área de superficie accesible al disolventeRij = exponencial (e-r)Tij = función de discriminante para interacciones polar-polarrij = término de van der Waals

28

Clases de interacciones No Covalentes

 

Puentes de hidrógeno - A-H…B-1 – 10

kcal/mol

Coulombicas -A+ B--0.5 – 5

kcal/mol

Hidrofóbicas -CHn CHm- 0.5 – 2 kcal/mol

Van der Waals (London) -X Y- < 1 kcal/mol

Nota: cualquier método comprensivo que intente el modelar la unión del ligando también debe considerar la energía de solvatación y contribuciones entropicas al proceso de unión.

29

Interacción Serina-Glicina

30

Interacción Asp-Asp

31

Interacción Leu-Leu

32

33

34

H is 146

H is 97

A sp 99G lu 101

A sn 102

L eu 105

A rg 40

T rp 37

G lu 43

V al 34

L ys 127

A sp 126

A sp 6

V al 1

Pro 37

T yr 42

T h r 41

Pro 44

L ys 40

A sn 97

V al 96

A sp 94

A rg 92

L eu 91

A rg 141

D eoxyH b C ontacts

35

36

37

38

39

Hint Score units

0 1000 2000 3000 4000

G (Kcal m

ol-1

)

-16

-12

-8

-4

0bovine thrombinhuman thrombin

hydroxynitrile lyaseadipocyte l.b.p.

retinol b.p.

bovine trypsin

tryptophan synthasesaccharopepsinothers

penicillopepsin

Energía libre de unión del ligando

40

Ecuaciones HINT “QSAR” para G:

G = -0.00195 HTOTAL – 5.543 kcal mol-1 (error estándar = ±2.6 kcal mol-1, r = 0.54)

i.e., – 513 HINT unidades / kcal mol-1

or

G = – 0.00102 (HHB + HAB) – 0.00483 HHH

– 0.00222 HAA – 0.00026 HBB

– 0.00181 HHP – 2.231 kcal mol-1

(error estándar = ±1.8 kcal mol-1, r = 0.82)

41

G (Kcal mol-1) experimental

-16 -12 -8 -4 0

G

(Kcal m

ol-1

) pre

dic

ted

-16

-12

-8

-4

0

42

¿Que hay del agua & solvatación?• El agua no es un simple “espectador” a la unión del ligando

o a las asociaciones proteina-proteina!

• En general el agua puede ser el componente más importante del sistema:– Cambios entropía surgen principalmente de los cambios en la

estructura del agua– Energías de solvatacion/desolvatación son causadas por

cambios en la estructura de agua/biomolecula y agua/ligando

• La estructura del agua es difícil de observar experimentalmente o de predecir. Las estructuras de rayos-X no siempre pueden resolverse para el agua u otros iones.

43

Total = R-L + L-H2O [+ R-

H2O]

L

R

44

Proteasa HIV-1 (sin complejar)R87

D29

R108

wat300

wat301

D25 D125

I150 I50

R8

R187

D129

45

Proteasa HIV-1(complejada)

wat301

wat313bis’

wat313’

wat313bis

wat313

D25 D125

I150 I50

R108R8

D29

R187

R87

D129

46

HINT score

∆G

(kc

al m

ol-1

)

Correlación de Tanteo HINT(sin agua)

∆G = -0.0012 HTOTAL – 7.903r = 0.55, Std. Error = ± 1.30

n = 23 complejos HIV-1 proteasa-ligando

47

HINT score

∆G

(kc

al m

ol-1

)

Correlación de Tanteo HINT (incl. 301 aguas)

∆G = -0.0017 HTOTAL – 4.789r = 0.79, Std. Error = ± 0.95

N N

O

HO OH

NH 2 H 2 N

N N S

O O

HO OH

O O

n = 23 complejos HIV-1 proteasa-ligando

48

Por último El Diseño de Fármacos De Novo

• Quizá el enfoque más especulativo• Básicamente permite a las computadoras

diseñar moléculas basadas en conjuntos de reglas químicas, diccionarios y patrones.

• Puede involucrar algoritmos genéticos u otras matemáticas sofisticadas.

• Las moléculas son “clasificadas” conforme se construyen y aquellas con la mejor clasificación son reportadas.