разработка новых ЛВ проводятся как эмпирическим методом, òàê è направленным синтезом. Период с начала 1970-х годов рассматривается в ФХ как новая эра в создании ЛС, которую нередко называют «второй химиотерапевтической революцией», так как ЛС стали создаваться при активном использовании направленного синтеза БАВ с заданными свойствами. Приведем лишь наиболее яркие примеры такого конструирования ЛС: -адреноблокаторы è-адреностимуляторы для лечения сердечно-сосудистых заболеваний, кальциевые антагонисты (антигипертензивные ЛС), блокаторы H2-рецепторов гистамина (ЛС против язвенной болезни), противовирусные ЛС (ацикловир è азидотимидин) è äð.

НЕКОТОРЫЕ АСПЕКТЫ МИКРОБИОЛОГИЧЕСКОГО СИНТЕЗА ЛЕКАРСТВЕННЫХ СРЕДСТВ

Ферментативные пути синтеза ЛС (микробиологический синтез) являются чрезвычайно важными процессами, позволяющими получать в больших количествах и относительно экономично многие ключевые продукты: антибиотики, стероидные соединения, инсулин, интерферон, антитела, пептидные гормоны, энзимы (ферменты), витамины и др.

Современные процессы базируются на использовании высокоактивных мутантных штаммов микроорганизмов, в соответствующих условиях специфически продуцирующих необходимое вещество. Например, из декстрана при посредстве Corynebactericum glutamicum è Brevibactericum flavum получают около 400 тыс. т натрий-глутамата (пищевая добавка) и более 70 тыс. т L-лизина (добавка к растительным белкам). Список можно дополнить пуриновыми нуклеотидами, молочной и лимонной кислотами, витаминами (например, В12 èç Propionibactericum shermanii).

Соответствующие штаммы используют для получения пенициллинов, цефалоспоринов, тетрациклинов, эритромицинов, аминогликозидов, макролидов è ò. ä.

Из продуктов жизнедеятельности микроорганизмов уже выделено более 5000 антибиотиков, однако из них в медицинской практике используют только около 100. Следует отметить, что многие производные антибиотиков получают для медицинских целей частичным синтезом, т. е. химической модификацией базовых соединений. Таким путем только с 1970 по 1980 г. получено более 50 тыс. производных.

Ферментация осуществляется в ферментерах из нержавеющей стали объемом до 400 м3 в стерильных условиях для предотвращения гибели микроорганизмов. Как правило, создаются аэробные

48

условия, подается кислород или стерильный воздух. Источник углекислого газа – карбогидраты, например меласса, сахара, глюкоза. При необходимости в качестве источника азота добавляют аммония сульфат, аммиак, мочевину, неорганические фосфаты. В ферментерах также требуется постоянно поддерживать оптимальное рН среды и температуру (обычно 35–40 îС). Процесс ферментации продолжается до 200 часов, затем проводят фильтрование, и необходимый продукт из фильтрата выделяют путем адсорбции или экстракции. Довольно часто отфильтрованная масса используется как кормовая добавка скоту, поскольку содержит большое количество протеина.

Современными рекомбинантными методами можно создавать пептиды, которые нельзя получить с помощью природных микроорганизмов. Например, модифицированные методами генной инженерии бактерии кишечной палочки E. coli производят А- и В-це- пи инсулина человека или аналогов проинсулина. Дисульфидные мостики селективно образуются после выделения, конечная очистка достигается хроматографическими методами. Другими важными продуктами, получаемыми таким путем, являются гормон роста человека, нейроактивные пептиды, соматостатин, интерфероны, активатор тканевого плазминогена, лимфокинины, регуляторы ионов кальция, белковые вакцины, моноклональные антитела (используемые как диагностические средства).

Микробиологические методы энзимов часто применяют для региостереоспецифического синтеза, например для превращения прогестерона â 11- -гидроксипрогестерон – ключевой продукт в синтезе кортизона. Изолированные энзимы служат также для изомеризации глюкозы в фруктозу, в ферментном анализе. Многие энзимы используют самостоятельно: для нормализации пищеварения – химотрипсин, пепсин, трипсин, липазы, амилазы; в качестве цитостатических средств при лечении лейкемии – урокиназа, аспарагиназа.

Можно отметить также важную роль энзимов как биокатализаторов в химических стереоспецифических реакциях. Например, энзиматическое расщепление рацемических N-ацетил-d,1-амино- кислот в L-аминокислоты, получение кислоты 6-аминопеницилла- новой из бензилпенициллина с помощью пенициллинамидазы, присоединение аммиака к кислоте фумаровой и получение кислоты L-аспартамовой с помощью аспартазы и др. В этих процессах можно применять энзимы в иммобилизованной форме как гетерогенные катализаторы, которые способны легко отделяться от реакционной среды и могут использоваться многократно.

Источниками энзимов являются не только микроорганизмы, но и материалы растительного и животного происхождения.

49

ОСНОВНЫЕ ПРИНЦИПЫ КОМПЬЮТЕРНОГО ПОИСКА И КОНСТРУИРОВАНИЯ НОВЫХ ЛЕКАРСТВЕННЫХ СРЕДСТВ

Одним из наиболее перспективных и все более широко применяемых методов рационального конструирования и поиска новых ЛС является использование компьютерных технологий. Они позволяют эффективно решать многие проблемы ФХ, например такие, как:

хранение и обработка информации о структуре и биологической активности соединений;

поиск оригинальных базовых структур во внутрифирменных

èкоммерчески доступных банках данных;

установление связи «структура – свойство» и оптимизация свойств активных субстанций;

анализ структурных особенностей новых биологических мишеней действия ЛС;

моделирование взаимодействия «лиганд – рецептор»;

комбинаторная химия.

Квантовомеханические методы (метод Хюккеля, расширенный метод Хюккеля, метод полного пренебрежения дифференциальным перекрыванием и его модификации, метод молекулярных орбиталей и др.) обычно используются для решения двух задач: расчета теоретических параметров, связанных с биологической активностью, и определения устойчивых конформаций биологически активных молекул.

Современным методом прогнозирования биологической активности и конструирования ЛС является метод распознавания образов (структуры). Принцип такого метода достаточно простой: в память компьютера вносятся соответствующим образом обработанные данные о химической структуре, токсичности и биологической активности уже известных ЛС. В настоящее время определяются следующие виды биологической активности: противоопухолевая, антибактериальная, противовирусная, противосудорожная, антигипертензивная, антиоксидантная, противогельминтная, радиопротекторная, наркоти- ческая, эстрогенная, транквилизирующая, иммунодепрессивная, коронаровазодилататорная, анальгезирующая, противовоспалительная и др. Банк данных (обычно более 10 тыс. ЛС) систематически пополняется и уточняется. В качестве дескриптора в компьютерной программе может выступать любой признак. В системах прогнозирования биологической активности по структурной формуле в качестве дескрипторов обычно используются:

параметры молекулы – молекулярная масса, наличие оптических изомеров, активных центров, липофильность, полярность и т. д.;

50

параметры заместителей – количество атомов элементов, кратных связей, стерические параметры и т. д.;

взаимодействие заместителей – количество атомов-соседей, их тип, взаимное пространственное расположение и другие геометрические характеристики;

электронные характеристики – потенциал ионизации, электронная плотность, дипольный момент;

спектральные характеристики и другие данные.

Из перечисленных выше дескрипторов чаще применяются (в частности, в QSAR) такие, как липофильность, электронные эффекты, стерические особенности структуры. Они играют важную роль при оценке способности ЛС преодолевать клеточные мембраны, степени ионизации соединения, а также прочности его связывания в активном центре фермента или рецептора. Следует особо подчеркнуть роль в системе прогнозирования фрагментных дескрипторов, которые оценивают вклад различных частей молекулы в общее свойство, поскольку таким образом можно определить функциональные группы, ответственные за проявление определенной физиологической активности данным соединением (фармакофорные группы).

В компьютер вводятся данные о структуре и физико-химичес- ких свойствах соединения, затем машина обрабатывает информацию и выдает заключение о возможной биологической активности данного соединения, о предполагаемых изменениях структуры для ее повышения, уменьшения токсичности, увеличения растворимости и т. д. После этого синтезируется вещество с предложенной оптимальной структурой, устанавливаются его свойства и проводится новый диалог с компьютером. С учетом полученных данных вещество или его синтетические аналоги подвергаются биологическим испытаниям, на основании которых отбираются наиболее перспективные для фармакологических испытаний вещества.

Проблема поиска и совершенствования ЛС настолько сложна, что исследователь никогда не будет знать, нашел ли он, наконец, наилучшее соединение в данной серии. При конструировании ЛС немалую роль играет и счастливый случай. Однако использование компьютеров и мощного математического аппарата уже сейчас зна- чительно облегчает работу исследователей и снижает стоимость разработок.

До последнего времени наблюдалась разобщенность работ по проблеме количественных соотношений «структура – активность», которые проводились в разных лабораториях обособленно по несогласованным тематикам. В 1989 г. было организовано международное общество по анализу количественных соотношений «структу-

51

ра – активность» и моделированию (QSAR). С 1996 г. работает и Российская секция этого общества. Цель общества – создание новых ЛС методами химического и биологического синтеза, а также более глубокое понимание соотношений между химической структурой вещества и его биологической активностью. Последнее является фундаментальной проблемой для химии, биологии и медицины, ее разрешение может способствовать рациональному дизайну новых ЛС.

QSAR предполагает идентификацию и количественное выражение структурных параметров или каких-либо физико-химичес- ких свойств физиологически активных веществ в виде дескрипторов для оценки влияния каждого из них на наличие биологической активности. При выявлении такой зависимости составляются уравнения, позволяющие просчитать заранее биологическую активность новых аналогов, что позволит сократить количество аналогов, которые должны быть синтезированы. Обнаружение аналога, не попадающего под корреляцию, означает, что для проявления молекулой биологической активности важны какие-то другие ее характеристики. В этом случае аналог может стать новым соединени- ем-лидером для последующей разработки. Поэтому QSAR применяется для поиска соединений-лидеров, если известна только структура лиганда, а структура рецептора неизвестна. Таким образом, характер поиска и оптимизация соединений-лидеров с помощью методов QSAR и компьютерного моделирования в значительной степени зависят от исходных данных.

Уже на начальной стадии разработки новых ЛС весьма желательно иметь всестороннюю характеристику биологической активности вещества, данные о всех лечебных и возможных отрицательных эффектах. Компьютерная система предсказания спектра биологи- ческой активности вещества по его структурной формуле PASS (Prediction of Activity Spectra for Substance), которая стала применяться с 1995 г., является самообучающейся программой (в настоящее время используется версия PASS-C). Она комбинирует метод распознавания образов, логико-структурный подход, квантовомеханические методы и предоставляет возможность предсказывать свыше 400 видов фармакологической активности, механизм действия и специфические токсические эффекты (канцерогенность, мутагенность, тератогенность) потенциального ЛВ на основе его структурной формулы. Показано, что средняя точность прогноза основного и сопутствующих эффектов – 83,4 %, эффект применения этого подхода к планированию скрининга новых ЛС – 500–800 %, а точность компьютерного подхода в 3–4 раза превосходит точность предсказания экспертов. Тем не менее окончательное

52

решение в отношении интерпретации и использования результатов прогноза должно приниматься квалифицированными специалистами, которые будут учитывать всю имеющуюся в их распоряжении информацию.

В конце 1990-х годов для оценки состава коллекций соединений сформировались два основных критерия:

коллекция должна быть достаточно разнообразна, чтобы активность соединений проявлялась чаще;

коллекция должна состоять из «лекарственно-подобных» молекул, похожих по структуре на известные ЛС.

Существует много компаний по производству программного обеспечения, предлагающих для определения разнообразия молекул программные продукты, основанные на принципах, которые фармацевтическая промышленность считает полезными для поиска новых ЛС; причем большинство фармацевтических компаний используют несколько таких программных продуктов, приспосабливая их к своим нуждам. Так, пакет программ SORT&gen оценивает качество коллекций структурных формул на основе анализа циклов, составляющих скелет молекулы, и представляет эти структуры в двумерном пространстве. Используя SORT&gen, специалисты по компьютерной химии могут составить оценку качества своей коллекции соединений, а также получить представление о виртуальных или реальных структурах, которые могли бы пополнить коллекцию. Подборки соединений сравниваются с другими подборками, и результат сравнения используется для принятия решения. Например, пакет программ способствует решению непростого вопроса о том, какие соединения нужно заказать, у какого поставщика и что получится в результате.

Для пополнения коллекции на основе второго вышеуказанного критерия – лекарственного подобия – наиболее часто используются три базы данных по ЛВ: World Drug Index (WDI), MACCS-II Drug Data Report (MDDR) и Comprehensive Medicinal Chemistry (CMC). Они содержат соответственно 38 000, 75 000 и 5000 веществ с разной степенью детальности характеристик, которые могут быть использованы для сравнительного анализа. Обычно проводится сравнительный анализ этих баз данных и других коллекций соединений, в частности соединений из «Справочника доступных химических соединений» (Available Chemical Directory, ACD). В настоящее время для такого отбора соединений (для скрининга или закупки образцов) используются количественные параметры (так называемые «правила Липински»), которые содержат некоторые общие свойства лекарственно-подобных молекул, но фактически лишь облегчают теоретическую часть поиска ЛВ и ха-

53