Os receptores de adenosina estão envolvidos em diversas vias fisiológicas e patológicas, portanto têm sido considerados alvos potenciais para o desenvolvimento de medicamentos contra diversas patologias. Desta forma, foram desenvolvidos modelos QSAR 2D baseados em hologramas moleculares para um conjunto de 195 derivados de 9-desazaxantina cuja potência varia de 1,55 nM a 2,19 µM. Valores experimentais e calculados de pKi para o conjunto de dados de 195 compostos, de acordo com o melhor modelo HQSAR.
Valores experimentais e calculados de pKi para um conjunto de dados de 195 compostos (treinamento e teste), de acordo com o melhor modelo CoMFA. Modelos HQSAR - Efeito da discriminação de fragmentos usando tamanho de fragmento padrão em parâmetros estatísticos. Valores de Ki experimentais e previstos do conjunto de teste (54 compostos) obtidos pelo melhor modelo CoMFA.
ESTRATÉGIAS UTILIZADAS NO DESENVOLVIMENTO DE FÁRMACOS
REPOSICIONAMENTO DE FÁRMACO
EPIDEMIOLOGIA
ASPECTO MOLECULAR DA ANEMIA FALCIFORME
CONJUNTO DE DADOS
AVALIAÇÃO E VALIDAÇÃO DOS MODELOS FINAIS
A anemia falciforme é uma doença genética autossômica recessiva caracterizada pela homozigose da hemoglobina S (HbS) e associada a eventos vasooclusivos, hemólise, vasculopatia endotelial e danos crônicos a vários órgãos (WARE & AYGUN, 2009). Além do quadro descrito acima, pacientes com anemia falciforme podem apresentar diversos sintomas clínicos, como: síndrome torácica aguda; febre; derrame; priapismo; úlcera na perna. Até o momento, a maioria dos tratamentos disponíveis para a anemia falciforme tem intenção paliativa (por exemplo, controle da dor resultante de eventos vaso-oclusivos com opioides) ou não aborda diretamente a fisiopatologia da doença.
Uma das principais estratégias terapêuticas para o tratamento da anemia falciforme é recorrer a agentes que aumentem a concentração de hemoglobina fetal (HbF 2-2) no sangue, como ela, ou tetrâmeros de hemoglobina contendo pelo menos uma cadeia HbF. , não é incorporado ao polímero HbS. Estrutura química dos medicamentos destinados a aumentar a concentração de hemoglobina F no sangue de pessoas com anemia falciforme. Os dados acima sugerem que os receptores de adenosina são alvos potenciais para o desenvolvimento de medicamentos contra a anemia falciforme.
OBJETIVOS
ESTRATÉGIAS UTILIZADAS NO DESENVOLVIMENTO DE FÁRMACOS
Um dos principais desafios da indústria farmacêutica é manter o ritmo de descoberta de novos medicamentos à luz dos gastos com pesquisa e desenvolvimento (Figura 2) (LANDERS, 2012). A baixa taxa de sucesso no processo de desenvolvimento de medicamentos, aliada à concorrência dos medicamentos genéricos e aos crescentes obstáculos impostos pelas agências reguladoras, levaram a indústria farmacêutica a redefinir a sua estratégia de inovação, procurando, por exemplo, investigar a utilidade dos medicamentos existentes. indicações terapêuticas (EDITORIAL, 2004; ASHBURN; . THOR, 2004). Exemplos bem-sucedidos desta estratégia incluem o sildenafil, originalmente desenvolvido para problemas cardíacos e agora usado para tratar a disfunção erétil; a talidomida, originalmente desenvolvida para o tratamento do enjôo, atualmente é indicada para o tratamento do mieloma múltiplo e da hanseníase; aminobifosfonato desenvolvido para tratar a osteoporose, agora é usado para tratar a progéria (envelhecimento acelerado) (SLEIGH; BARTON, 2010; OPROMOLLA, 2000;.
Por exemplo, um processo biológico relevante para uma determinada patologia pode ser relevante para mais de uma doença, portanto a alteração da dose ou dos parâmetros farmacocinéticos de um medicamento pode contribuir para que ele seja indicado para diferentes doenças (SLEIGH; BARTON, 2010). Esse tipo de reposicionamento pode ser observado com a finasterida, que inibe seletivamente a enzima esteróide alfa redutase tipo II. A principal indicação desse medicamento é no tratamento do aumento da próstata, mas também é eficaz no tratamento da calvície masculina, pois inibe a mesma enzima (EKMAN, 1999).
ANEMIA FALCIFORME
De fato, no estado da Bahia, para cada 650 crianças que nascem, 1 nasce com anemia falciforme (SIMÕES et al., 2010), e em. Por exemplo, a introdução de bromo na posição 8 e etila na posição 9 da adenina garante afinidade nanomolar (Ki= 840nM) para RA2b (Figura 8) (CAMAIONI et al., 1998). A teofilina é utilizada há décadas no tratamento da asma, mas seu mecanismo de ação foi recentemente elucidado (CHENG et al., 2010).
Modificações no anel xantina, como a remoção de um dos átomos de nitrogênio (N-9), levaram ao surgimento de uma nova classe de compostos xantina, a 9-desazaxantina (9-dAX) (Figura 14) (HAYALLAH et al ., 2002). Outro composto com substituintes piperidina na região oxocetamida também apresentou alta afinidade por RA2b (Derivado B, Figura 15) (STEFANACHI et al., 2008a). Na verdade, compostos que não possuem substituintes nesta posição apresentam alta potência (Derivada D, E, F Figura 15) (STEFANACHI et al., 2008a).
ESTUDOS DE QSAR
Cada posição do holograma contém a frequência dos fragmentos atribuídos, sendo fragmentos idênticos sempre colocados na mesma posição (DODDAREDDY et al, 2004). Os seguintes parâmetros podem afetar a qualidade do modelo HQSAR: (1) comprimento do holograma (o número de posições no holograma disponíveis para os diferentes fragmentos a serem atribuídos); (2) tamanho do fragmento – o número máximo e mínimo de átomos presentes nos fragmentos a serem gerados; (3) discriminação de fragmentos (características moleculares que distinguem um fragmento de outro (Tabela 2) (LOWIS, 1997). Os hologramas moleculares são então usados como uma variável independente para construir modelos HQSAR usando regressão de mínimos quadrados parciais (quadrados PLS) (Figura 17 ).
A partir do modelo HQSAR é possível prever a propriedade biológica de moléculas que não foram utilizadas para calibrar o modelo (ANDRADE et al., 2008; TONG et al., 1998). Porém, além de prever a atividade de novas moléculas, os modelos HQSAR fornecem informações sobre quais fragmentos moleculares são mais importantes para a atividade biológica (GUIDO et al., 2008). Os resultados da análise HQSAR podem ser exibidos graficamente na forma de um mapa de contribuição atômica, onde a cor de cada átomo reflete sua contribuição para a atividade biológica: as cores no espectro vermelho-laranja estão associadas a contribuições negativas, enquanto as cores no espectro verde-laranja estão associadas a contribuições negativas. amarelo são devido a contribuições positivas.
Apesar das vantagens descritas acima, os métodos QSAR bidimensionais negligenciam o fato de que a afinidade entre um ligante e uma macromolécula é determinada pela complementaridade espacial dos dois, ou seja, é uma função das propriedades tridimensionais. No entanto, as metodologias QSAR tridimensionais (3D) são mais complexas do que as abordagens bidimensionais, uma vez que apenas as moléculas na sua conformação bioativa resultarão em descritores que estão associados à atividade biológica. Por esta razão, é necessário determinar a conformação bioativa dos compostos seja por dados experimentais ou por métodos indiretos como modelos farmacofóricos (AKAMATSU, 2002).
Uma vez alinhados, pode-se calcular a interação eletrônica e estérica (potenciais de Coulomb e Lennard-Jones, respectivamente) de cada uma dessas moléculas com uma carga de teste e então utilizar esses valores de energia como uma variável independente para construir os modelos QSAR (Figura 18 ) ). Dentre os métodos que utilizam essa abordagem, a análise comparativa de campo molecular (CoMFA) é o mais utilizado (McGOVERN; et al., 2010). As estruturas tridimensionais dos compostos foram projetadas utilizando a plataforma SYBYL 11.1 (TRIPOS) e posteriormente minimizadas utilizando o campo de força Tripos e o algoritmo Conjugate Gradient com critério de convergência de 0,001 kcal/mol.Ǻ.
O conjunto total foi dividido aleatoriamente em treinamento (141 moléculas, Apêndice 1) e teste (54 moléculas, Apêndice 1) para avaliar a capacidade preditiva do modelo.
QSAR BASEADO EM DESCRITORES MOLECULARES
HQSAR
A hipótese de alinhamento (para todas as moléculas) com maior pontuação construída nesta segunda etapa foi selecionada para construção dos modelos CoMFA. Outro fator investigado foi o impacto da variação do espaçamento entre os pontos da grade Ǻ) na qualidade estatística e na capacidade preditiva dos modelos. Esta técnica consiste em gerar modelos a partir de amostras retiradas do conjunto de dados (conjunto de treinamento).
Para que a aplicação da técnica levasse a valores confiáveis, foram retiradas 100 reamostras do mesmo tamanho do conjunto de treinamento. Uma vez geradas as reamostragens, foram calculados os valores de correlação (r2boot) para cada reamostra. O método de validação externa, que avalia a real capacidade de predição dos modelos para moléculas congenéricas, foi realizado com um conjunto de testes de 54 compostos que não foram considerados durante as etapas de construção dos modelos QSAR.
No denominador foi utilizada a soma dos quadrados das diferenças entre o valor experimental do grupo teste (yi ) e a média do grupo treinamento (y TR). Todos os valores de Ki foram determinados nas mesmas condições experimentais, o que é um requisito essencial para o desenvolvimento de modelos QSAR confiáveis. O conjunto de moléculas foi então dividido em um conjunto de treinamento (compostos 1 a 141, apêndice 1), utilizado na construção dos modelos QSAR, e um conjunto de teste (compostos 142 a 195, apêndice 1), utilizado para avaliar a capacidade de prever o propriedades biológicas de moléculas que não foram incluídas na calibração do modelo QSAR.
Outro fato importante na definição dos conjuntos de treinamento e teste é que ambos devem ocupar o mesmo espaço biológico, ou seja, a distribuição dos valores de afinidade em ambos os conjuntos deve ser equivalente, pois só assim poderá ser verificada a consistência interna e a capacidade . modelo preditivo para toda a faixa de potência estudada. Finalmente, é bem conhecido que os modelos QSAR são usados para projetar moléculas relacionadas com farmacodinâmica e/ou propriedades. Em outras palavras, a diversidade estrutural dos compostos é importante para a construção de modelos QSAR robustos e preditivos.
A projeção das amostras no espaço químico definido pelos primeiros dois ou três PCs (Figura 22) permite a análise visual de informações anteriormente contidas em um espaço multidimensional (LEACH; GILLET, 2007).
QSAR BASEADO EM DESCRITORES MOLECULARES
ANÁLISE DE HQSAR
Valores experimentais e previstos de Ki50 do conjunto de teste (54 compostos) obtidos com o melhor modelo HQSAR. Valores experimentais e previstos de Ki50 do conjunto de teste (54 compostos) obtidos com o melhor modelo CoMFA. Projeto, síntese e avaliação biológica de novos derivados 8-heterocíclicos de xantina como antagonistas do receptor A2b de adenosina humana altamente potentes e seletivos.
Pyrazolo[4,3-e]1,2,4-Triazolo[1,5 c] Pyrimidine Derivatives: A New Pharmacological Tool for Characterizing the Human A3 Adenosine Receptor. Pyrazolo [4,3-e]1,2,4-Trizolo[1,5-c] Pyrimidine derivatives as adenosine receptor ligands: a starting point for the search for A2b adenosine receptor antagonists. Design, Synthesis, and Structure-Activity Relationships of 1-,3-,8-, and 9-Deazaxanthin-9-Substituted at the Human Adenosine A2B Receptor.
1,3-Dialkyl-8-N-substituted benzyloxycarbonylamino-9-deazaxanthins as potent adenosine receptor ligands: relationships between design, synthesis, structure affinity and structure selectivity. QSAR of adenosine receptor antagonists: investigation of physicochemical requirements for binding of pyrazolo[4,3-e]-1,2,4-triazolo[1,5-c]pyrimidine derivatives with human adenosine A3 receptor subtype. Synthesis, CoMFA analysis and receptor coupling of 3,5-diacyl-2,4-dialkylpyridine derivatives as selective A3 adenosine receptor antagonists.
Flavonoid derivatives as adenosine receptor antagonists: a comparison of the hypothetical receptor binding site based on a molecular domain comparative analysis model. QSAR of adenosine I receptor antagonists: Exploring the receptor interaction sites of 1,2-dihydro-2-phenyl-1,2,4-triazolo[4,3-a]quinoxalin-1-one derivatives using AM1 calculations. QSAR of adenosine II receptor antagonists: exploring the physicochemical requirements for selective binding of 2-arylpyrazolo[3,4-c]quinoline derivatives to adenosine receptor subtypes A1 and A3.
1,3-Dialkyl-8-(hetero)aryl-9-OH-9-deazaxanthines as potent A2b adenosine receptor antagonists: Design, synthesis, structure-affinity and structure-selectivity relationships. 1,3-Dipropyl-8-(1-phenylacetamide-1H-pyrazol-3-yl)-xanthine derivatives as highly potent and selective human A(2B) adenosine receptor antagonists. The application of a unified pharmacophore query in the discovery of novel antagonists of the adenosine receptor family.
OCH 2
