QSAR no Planejamento de FármacosF

(1)

V Escola de Modelagem Molecular de Sistemas Biológicos – VEMMSB

26/08/2010 - 11 horas - LNCC

QSAR

no

Planejamento de F

á

_á

rmacos

_rmacos

Profa. Dra. Magaly Girão Albuquerque

magaly@iq.ufrj.br

Departamento de Química Orgânica

Programa de Pós-Graduação em Química

Instituto de Química

Centro de Ciências Matemáticas e da Natureza

Universidade Federal do Rio de Janeiro

(2)

http://www.ncl.ac.uk/nicr/assets/photos/ researchdrug.jpg http://www.jbrj.gov.br/arboreto/trilha.htm http://www.fob.usp.br/adm/bioterio/fotos/01.htm

Farmacologia

Bioqu

í

mica

http://www.swri.edu/4org/d18/mateng/ matdev/matsynJPG.JPG

S

í

ntese

Orgânica

Produtos

Naturais

Modelagem

Molecular

(3)

Processo de Descoberta de F

á

rmacos

Número de compostos

10.000

1.000

10

1 Número de compostos

10.000

1.000

10

1 Tempo médio total gasto no processo: ~ 15 anos

Tempo médio total gasto no processo: ~ 15 anos

Identificação

compostos

protótipos

Lead Compounds

Identificação

compostos

protótipos

Ensaios

pré-clínicos

Ensaios

pré-clínicos

Otimização

compostos

protótipos

Otimização

compostos

protótipos

Ensaios

clínicos

Fase I

Fase II

Fase III

Ensaios

clínicos

Fase I

Fase II

Fase III

Mercado

Fase IV

Mercado

Fase IV

Candidatos a fármacos

New Chemical Entities (NCEs)

Fármaco

Drug

(4)

Descoberta de F

F

á

rmacos

“ao acaso”

"O acaso só favorece a mente preparada.” Louis Pasteur

Origem sintética

e.g.

,

Clordiazep

ó

xido

(ansiolítico benzodiazepínico)

Leo Sternbach

, 1957

Origem natural

e.g.

,

Penicilina V

(antibiótico β-lactâmico)

Alexander Fleming

, 1928

N

S CH

₃

CH

₃

H

O

N

O

H

H H

O

CO

₂

H

N

O

N CH

₃

H

Cl

-+

(5)

Descoberta de Prot

Prot

ó

tipos de F

á

rmacos

Protótipos de Fármacos

(

lead compounds

)

* Triagem randômica (alvos aleatórios)

* Triagem direcionada a um alvo específico

* Triagem dos metabólitos de fármacos

* Efeitos secundários observados no uso clínico de

fármacos

*

Planejamento

(abordagem “racional”)

(6)

http://ukpmc.ac.uk/articles/PMC1891708?figure=F1/

Singh, S.; Malik, B. K.; Sharma, D. K. (2006) Molecular drug targets and

Enzimas

47%

GPCRs

30%

Canais

de

í

ons

7%

Receptores nucleares

de hormônios

&

Prote

í

nas

transportadoras

8%

Diversos 2% Diversos 2% Integrinas Integrinas (receptores) (receptores) 1% 1% DNA 1% DNA 1% Outros Outros receptores receptores 4% 4%

Classes de macromol

é

culas

(prote

prote

í

nas

, á

á

cidos

nucleicos

, lipídeos e polissacarídeos)

(7)

Abordagem Direta

Structure-based Drug Design

Depende da estrutura do complexo

ligante-macromolécula

(macromolécula => enzima, receptor, canal de íons, glicoproteína, DNA/RNA)

Abordagem Indireta

Ligand-based Drug Design

Depende apenas da

estrutura do ligante

(ligante => substrato, inibidor, agonista, antagonista, agonista inverso)

Complexo: HIV-1 Protease / Acetil-pepstatina (Código PDB: 5HPV)

Acetil-pepstatina (Inibidor da HIV-1 Protease) (Código PDB: 5HPV)

Estrutura tridimensional (3D) da macromolécula:

É conhecida? Está disponível?

Não

Sim

(8)

Exemplos de Metodologias de

Modelagem Molecular

Abordagem Indireta

(Ligand-based Drug Design)

* Modelos Farmacofóricos

* Quantitative Structure-Activity Relationship

(QSAR)

(Correlação Quantitativa Estrutura-Atividade)

* 3D-QSAR (e.g., CoMFA, RI-4D-QSAR)

Abordagem Direta

(Structure-based Drug Design)

*

Docking

(Encaixe ou ajuste da estrutura do ligante na

estrutura do receptor)

* Planejando “De Novo” (De Novo

Design

)

* RD-4D-QSAR

(9)

Modelagem Molecular Indireta:

Estudo dos ligantes

Modelos Farmacofóricos

(de 3 ou mais pontos)

Pesquisa em Bancos de Dados

(

Virtual Screening

)

C A B N+ O 4,8Å 4,0Å 2,3Å Efavirenz Efavirenz Nevirapina Nevirapina UC-781 Cl-TIBO

Inibidores HIV-1 RT

Teague, S. J. (2003) Nature Reviews – Drug Discovery, 2: 527.

(10)

2-amino-etanol

FM = C

₂

H

₇

NO

MM = 61 g/mol

Fórmula linear =

HOCH

₂

CH

₂

NH

₂

Notação linear

SMILES = OCCN

Grau de flexibilidade

= 3 ângulos de torção

V = 85 Å

3

A = 110 Å

2

2-

amino

-etan

ol

FM = C

₂

H

₇

N

O

MM = 61 g/mol

Fórmula linear =

HO

CH

₂

CH

₂

NH

₂

Notação linear

SMILES =

O

CC

N

Grau de flexibilidade

= 3 ângulos de torção

V = 85 Å

3

A = 110 Å

2

Dimensão dos Descritores

* 1D

codificam composição

química e propriedades

físico-químicas (

e.g.

, fórmula molecular,

massa molecular, notação linear,

p

K

_a

, LogP)

* 2D

codificam a topologia

química (

e.g.

, índices de

conectividade, grau de

flexibilidade, grau de

ramificação)

* 3D

codificam propriedades

moleculares tridimensionais

(

e.g.

, volume, área superficial)

Classificação dos Descritores da Estrutura

Molecular e das Propriedades Moleculares

O

H

NH

2 H C H C H H N O H H H

(11)

* Experimentais

(

e.g.

, ponto de fusão,

ponto de ebulição,

LogP, p

K

a)

Classificação dos Descritores da Estrutura

Molecular e das Propriedades Moleculares

Descritores 1D e 2D

podem ser calculados para

compostos idealizados

não traduzem qualquer

informação da estrutura 3D

Descritores 3D

podem ser calculados para

compostos idealizados

codificam informação da

estrutura 3D

* Calculados

1D, 2D e 3D

(

e.g.

, cLogP, volume

molecular, forma)

Descritores (propriedades)

obtidos experimentalmente

são conseqüência da

estrutura 3D

não podem ser obtidos

para compostos não

sintetizados

(12)

* Global

(molecular)

(relativo à molécula

como um todo)

e.g.

, LogP, volume

molecular

Classificação dos Descritores da Estrutura

Molecular e das Propriedades Moleculares

* Local

(atômico)

(relativo aos átomos

ou grupos de

átomos)

e.g.

, cargas atômicas

parciais, volume de

interseção local

(13)

Correlação Quantitativa Estrutura-Atividade

(

Quantitative Structure-Activity Relationship

, QSAR)

∆

Atividade Biol

ó

gica =

f

(

_∆

propriedades/descritores)

1960 => QSAR Clássico (1D/2D)

*

Hansch

&

Fijita

(

Hansch

Analysis

)

[Hansch C., Fujita T. (1964) J. Am. Chem. Soc., 86: 1616-1626.

Hansch C. (1969) Acc. Chem. Res., 2: 232-239.]

* Free & Wilson (

Free

-

Wilson Analysis

)

[Free Jr S.M., Wilson J.W. (1964) J. Med. Chem., 7: 395-399.]

1980 => QSAR 3D

*

Hopfinger

(

Molecular Shape Analysis

,

MSA

)

(forma molecular & análise conformacional)

[Hopfinger A.J. (1980) J. Am. Chem. Soc., 102: 7196-7206.]

*

Goodford

(

programa

GRID)

[Goodford P.J. (1985) J. Med. Chem., 28: 849-857.]

*

Cramer

(

Comparative Molecular Field Analysis

,

CoMFA

)

[Cramer III R.D., Patterson D.E., Bunce J.D. (1988) J. Am. Chem. Soc., 110:

5959-5967.]

(14)

An

á

lise

Conformacional

* Sistem

á

tica

Mínimo global

Mínimos locais

* Randômica

Mínimo global

Mínimos locais

Conforma

ç

ão

Bioativa

Conformação Bioativa ?

Mínimo

global

Mínimo

local

E Coordenada torsional

(15)

Principais Modelos da Estrutura/Energia

Molecular Usados em Modelagem Molecular

* Mecânica Molecular (Mecânica Clássica, Empírico)

Termos de Energia de um Campo de Força

E

_total

= E

_ligação

+ E

_angular

+ E

_torsional

+ E

_vdW

+ E

_{eletrostática}

Interações ligantes

Interações não-ligantes

* Mecânica Quântica (Métodos

ab initio

, semi-empíricos)

Equação de Schrödinger

ˆ

H

Ψ = EΨ

Operador

Hamiltoniano

_{Função de Onda}

(16)

Energias de intera

Energias de interaçção ão estestééricarica

e eletrost e eletrostááticatica

QSAR 3D – Metodologia CoMFA

Análise Comparativa do Campo Molecular

Cramer III, R. D.; Patterson, D. E.; Bunce, J. D. (1988) Comparative Molecular Field Analysis (CoMFA). 1. Effect of shape on binding of steroids to carrier

proteins. J. Am. Chem. Soc., 110, 5959. Etapas

1) Banco de dados (estruturas e atividades biológicas) 2) Alinhamento

3) C

3) Cáálculo dos descritoreslculo dos descritores 4) Análise estatística

5) Validação estatística 6) Interpretação

7) Proposta de novos compostos

Scior, T.; Medina-Franco, J.L.; Do, Q.-T.; Martínez-Mayorga, K.; Yunes Rojas, J.A.; P. Bernard (2009) How to Recognize and Workaround Pitfalls in QSAR Studies: A Critical Review. Current

Medicinal Chemistry, 16, 4297-4313. E_vdW ₌

(

-

)

i=1 n

Σ

A_ir_ij-12 C_ir_ij-6 E_vdW ₌

(

-

)

i=1 n

Σ

AA_i_irr_ij_ij-12-12 CC_i_irr_ij_ij-6-6 E_C₌ i=1 n

Σ

qiqj Dr_ij

(17)

Correlação Quantitativa Estrutura-Atividade

(

Quantitative Structure-Activity Relationship

, QSAR)

∆

Atividade Biológica =

f

(

_∆

propriedades/descritores)

1990 => QSAR 4D

*

Hopfinger

(programa

4D

-

QSAR

, independente do receptor)

(múltiplas conformações)

[Hopfinger A.J. et al. (1997) J. Am. Chem. Soc., 119: 10509-10524.]

2000 => QSAR 4D/5D/6D

*

Vedani

(programa

Quasar

4D

/

5D

/

6D

-

QSAR

)

(4D = múltiplas conformações, orientações e estados de protonação)

(5D = múltiplos modelos de encaixe induzido)

(6D = múltiplos modelos de solvatação)

[Vedani A. et al. (2000) J. Med. Chem., 43: 4416-4427.]

[Vedani A., Dobler M., Lill M.A. (2005) J. Med. Chem., 48: 3700 -3703.]

*

Hopfinger

(programa

4D

-

QSAR

, dependente do receptor)

[Pan D.H., Tseng Y.F., Hopfinger A.J. (2003) J. Chem. Inf. Comput. Sci., 43:

1591-1607.]

(18)

QSAR 3D – Metodologia 4D-QSAR

Hopfinger, A. J.; Wang, S.; Tokarski, J. S.; Jin, B.; Albuquerque, M. G.; Madhav, P. J.; Duraiswami, C. (1997) Construction of 3D-QSAR models using the 4D-QSAR

analysis formalism. J. Am. Chem. Soc., 119, 10509. Etapas

1) Banco de dados

(estruturas e atividades biológicas) 2) Alinhamento

3) C

3) Cáálculo dos descritoreslculo dos descritores 4) Análise estatística

5) Validação estatística 6) Interpretação

7) Proposta de novos compostos

Freq

Freqüüência de ocupaçência de ocupação dos ão dos diferentes tipos de

diferentes tipos de áátomos nas tomos nas c

céélulas da caixa, durante o lulas da caixa, durante o tempo de simula

tempo de simulaçção por ão por dinâmica molecular dinâmica molecular

WT-RT HIV-1

(19)

Classificação dos Estudos de QSAR

RD/RI-4D-QSAR, Quasar 6D-QSAR Idem e estrutura substituta ou estrutura 3D do solvente Múltiplas representações de modelos de solvatação 6D-QSAR RD-4D-QSAR, Quasar 5D-QSAR Estrutura substituta ou estrutura 3D do receptor Múltiplas representações de cenários de encaixe-induzido 5D-QSAR RI-4D-QSAR, Quasar 4D-QSAR Não Múltiplas representações da conformação, da orientação e de estados de protonação 4D-QSAR MSA, CoMFA, CoMSIA, RI-4D-QSAR Possibilidade de representar uma estrutura substituta do receptor Estrutura 3D 3D-QSAR QSAR Clássico Não Estrutura 2D (e.g., conectividade) 2D-QSAR QSAR Clássico Não Estrutura 1D (e.g., pKa, LogP) 1D-QSAR Exemplos Estrutura do Receptor Estrutura do Ligante nD

(20)

QSAR

no Desenvolvimento de F

F

á

rmacos

!!!

Donepezil (E2020, Aricept®)

Inibidor da enzima acetilcolinesterase (AChE) Tratamento sintomático da doença de Alzheimer

* 1992 => QSAR => E2020

Cardozo, M.G.; Kawai, T.; Iimura, Y.; Sugimoto, H., Yamanishi, Y; Hopfinger, A.J. (1992) J. Med. Chem., 35: 590.

* 1996 => FDA => Fármaco aprovado

* 1999 => estrutura 3D complexo E2020-TcAChE => PDB (ID = 1EVE)

Kryger, G.; Silman, I.; Sussman, J.L. (1999) Structure Fold. Des., 7: 297-307.

O N O C H₃ O C H₃ PDB ID = 1EVE (TcAChE)

(21)

“

Outliers

” ??? O que fazer ???

“... o que é bom a gente mostra,

o que é ruim a gente esconde ...” ???

Não! A gente mostra e tenta explicar!

“O patinho feio”

Hans Christian Andersen

Esconde?

Manda

embora?

(22)

S O O H OH O N 1 6 4 A B C D Phenol (Ib) Basic amine (II) Hinge (IV)

Phenol (Ia)

Benzothiophene (III)

E

* Modulador Seletivo do Receptor de

Estrogênio, RE (Selective Estrogen

Receptor Modulator

, SERM) =>

classe

de compostos que atua como

antagonista

do RE em alguns tecidos e como

agonista

do RE em outros (especificidade tecidual)

* SERMs => em avaliação para o

tratamento e prevenção de doenças

como:

câncer de mama, osteoporose e

doenças cardiovasculares

*

Raloxifeno

(Evista)

Antagonista

(tecido mamário e uterino)

Agonista

(ossos e sistema cardiovascular)

Aprovado (FDA) para o tratamento e

prevenção de osteoporose em mulheres na

pós-menopausa

(23)

Estruturas (difração de raios-X) do domínio de ligação do ligante

(Ligand-Binding Domain, LBD) do RE-α

α

α em complexo com:

(A)

17ββββ-estradiol

(estrogênio endógeno)

(B)

Raloxifeno

[Brzozowski et al. (1997) Nature 389: 753]

OH O H

C H₃

(24)

Caixa virtual e células unitárias

Caixa cúbica (13x13x13) com 1,5Å de aresta composta por 2197 átomos de carbono

Célula unitária Caixa virtual

METODOLOGIA

Banco de dados

Conjunto de treinamento (41 compostos) Conjunto de teste (14 compostos)

Construção dos 55 compostos

Estrutura 3D do raloxifeno

(difração de raios-X, PDB ID = 1D7E)

Otimização das geometrias e

cálculo das cargas atômicas parciais

Método semi-empírico AM1

(módulo AMPAC/MOPAC, Insight-II)

Alinhamento

Sobreposição por ajuste estérico e eletrostático (RMSd, C6-E, C1-D, C4-B, Insight-II)

Cálculo dos descritores

Volumes de interseção local (Local Intersection

Volume, LIV) => volumes de interseção entre

os volume das moléculas e os volumes de cada átomo da caixa (Insight-II)

Obtenção e análise dos modelos

Algoritmos genéticos (GA) e

mínimos quadrados parciais (PLS) (Wolf 6.24)

Phenol (Ia)

(25)

Phenol (Ia)

(26)

Phenol (Ia)

(27)

S O O H OH O N 1 6 4 A B C D Phenol (Ib) Basic amine (II) Hinge (IV) Phenol (Ia) Benzothiophene (III) E

Propostas de modificações na

estrutura do Raloxifeno

* Substituições simultâneas nas posições

C2/C6 (orto) e C3/C5 (meta) do anel D para

explorar a região destacada pelo LIV-1554

(Fig. 4) com substituintes metila (CH

₃

),

metoxila (OCH

₃

), flúor (F), cloro (Cl)

* Redução da liberdade conformacional da

cadeia alquila pela troca do grupo

4-(1-piperidino-etoxi)fenila por um grupo menos

flexível como 4-(4-piperidino)-fenila ou

4-(1-piperazino)-fenila

S O H OH O N H X Y 1 6 4 A B C D E S N O H OH O N H X Y 1 6 4 A B C D E

(28)

Referências Bibliográficas

Sant'Anna, C.M.R.

2002

Glossário de termos usados no planejamento de

fármacos (recomendações da IUPAC para 1997). Quím. Nova., 25(3),

505-512.

(Artigo de apoio)

Gund, P.; Andose, J.D.; Rhodes, J.B.; Smith; G.M.

1980

3-Dimensional

molecular modeling and drug design. Science, 208 (4451): 1425-1431.

(Artigo de revisão)

Cohen, N.C.; Blaney, J.M.; Humblet, C.; Gund, P.; Barry, D.C.

1990

Molecular modeling software and methods for medicinal chemistry. J.

Med. Chem., 33(3), 883-894.

(Artigo de revisão)

Ooms, F.

2000

Molecular modeling and computer aided drug design.

Examples of their applications in medicinal chemistry Curr. Med.

Chem., 7 (2): 141-158.

(Artigo de revisão)

Albuquerque, M.G.; Brito, M.A.; Cunha, E.F.F.; Alencastro, R.B.;

Antunes,

O.A.C.;

Castro,

H.C.;

Rodrigues,

C.R.

2007

Multidimensional-QSAR: beyond the third-dimension in drug design,

in Current Methods in Medicinal Chemistry and Biological Physics,

Taft, C.A. & Silva, C.H.T.P. (Eds). (ISBN 81-308-0141-8).

(Capítulo

de Livro, Artigo de revisão)

(29)

CAPES

FUJB

Apoio

Integrantes do Grupo de Pesquisa – LabMMol Professores & Pesquisadores

Prof. Dr. Ricardo Bicca de Alencastro Profa. Dra. Magaly Girão Albuquerque Profa. Dra. Nadja Paraense dos Santos

Alunos de Pós-Graduação

André Assunção da Silva Teixeira Ribeiro (Doutorado / IQ / UFRJ) Bruno Silva Bonato (Mestrado / IQ / UFRJ) Eugenio Furtado de Souza (Mestrado / IQ / UFRJ)

M.Sc. Fabrício Bracht (Doutorado / IQ / UFRJ)

M.Sc. Guilherme Barroso Langoni de Freitas (Doutorado / IQ / UFRJ)

M.Sc. Jackeline da Silva Coelho Oliveira (Doutorado / EQ / UFRJ)

M.Sc. Jocley Queiroz Araújo (Doutorado / IQ / UFRJ)

M.Sc. Lucas Villas Bôas Hoelz (Doutorado / IQ / UFRJ)

Alunos de Graduação

Leilane Pimenta, Fábio, Ana Cláudia, Thiago

Colaboradores Externos

Prof. Dr. Anton J. Hopfinger (UNM / USA) Prof. Dr. Carlos Rangel Rodrigues (Faculdade de Farmácia / UFRJ) Profa. Dra. Elaine Fontes Ferreira da Cunha (Química / UFLA) Profa. Dra. Helena Carla Castro (Instituto de Biologia / UFF) Profa. Dra. Lúcia Cruz de Sequeira Aguiar (IQ / UFRJ) Profa. Dra. Monique Araújo de Brito (Faculdade de Farmácia / UFF) Profa. Dra. Rita Cristina Azevedo Martins (Faculdade de Farmácia / UFRJ)