Сборник 69 конференции ВолгГМУ 27-30 апреля 2011

69-я открытая научно-практическая конференция молодых ученых и студентов с международным участиемУДК 615.012.8М. Е. КругликовМЕТОДИКА ВАЛИДАЦИИ 3D-МОДЕЛЕЙ ФАРМАКОЛОГИЧЕСКИ РЕЛЕВАНТНЫХ БИОМИШЕНЕЙДЛЯ ПОИСКА IN SILICO НОВЫХ ЛЕКАРСТВЕННЫХ ВЕЩЕСТВВолгоградский государственный медицинский университет,кафедра фармакологии и биофармации ФУВНаучный руководитель: д.б.н., с.н.с. П. М. ВасильевВведение. Поиск новых лекарственныхвеществ является важнейшей задачей современнойфармакологии. Однако стоимость циклаэкспериментальных исследований одного новоговещества очень высока и может достигать несколькихдесятков тысяч долларов. В связи сэтим, во всем мире для поиска новых лекарственныхвеществ широко используются методы insilico, основанные на компьютерном моделированиивзаимодействия химических соединений ссайтом связывания соответствующей биомишени.Результаты такого моделирования в значительнойстепени определяются адекватностьюприменяемых 3D-моделей белков-мишеней. Междутем, большинство доступных через Интернет3D-моделей различных рецепторов не сопровождаютсяинформацией об адекватности их использованияв качестве релевантных мишенейдля поиска веществ с заданной фармакологическойактивностью. Таким образом, проблема валидации3D-моделей рецепторов, пригодных дляпоиска in silico новых лекарственных веществ,является весьма актуальной.Цель: разработать методику валидации3D-моделей фармакологически релевантныхбиомишеней для поиска in silico новых лекарственныхвеществ.Материалы и методы: методика разрабатываласьи апробировалась на 3D-моделях k-опиоидного рецептора (КОР). В процессе валидациииспользовались 5 найденных в Интернет3D-моделей КОР, структуры 46 известных селективныхагонистов и антагонистов этих рецепторов,а также структуры 70 производных конденсированныхазолов, испытанных на кафедрефармакологии ВолгГМУ на агонистическую активностьв отношении КОР и показавших разныйуровень эффективности [1]. Для выполнения докингабыли выбраны три наиболее используемыхв мировой практике программы с различнымиалгоритмами докирования и способами расчетаоценочных функций – Autodock 4.2.3, Dock 6.4,Autodock Vina 1.1.1 [2].Все расчеты выполнены на вычислительномкластере производительностью 190 Гфлопс,установленном на кафедре фармакологии ВолгГМУ.Статистическая обработка результатовисследования проводилась методом множественныхсравнений с использованием робастнойформы t-критерия Стьюдента.Результаты и обсуждение. В пять найденныхмоделей КОР выполнен докинг шестинаиболее активных лигандов: трех агонистов итрех антагонистов. Из пяти моделей выбрананаиболее адекватная, в соответствии с максимальнойсредней энергией докинга, которая составила-46.2 КДж/моль. Тремя различными методами(молекулярной механики MM2, квантовойхимии AM1, молекулярной геометрии фрагментовCORINA) построены 3D-модели 46 известныхлигандов и 70 новых производных конденсированныхазолов, в двух различных состояниях –основания и соли. На втором этапе валидациивыполнен докинг всех 696 построенных моделейв сайт связывания выбранной модели КОР. Наибольшаясредняя энергия докирования MM2-моделей известных лигандов составила -42.3КДж/моль, а MM2-моделей новых производныхконденсированных азолов с высокой активностью– -41.8 КДж/моль. По данным статистическогоанализа, граничное значение энергии докинга,отделяющее высокоактивные соединенияот всех прочих, составило -40.0 КДж/моль. Порезультатам докинга определены оптимальныевходные данные для программ, соответствующиемаксимальной точности предсказания высокойафинности к КОР.Выводы. На примере модели k-опиоидного рецептора разработана методикавалидации 3D-моделей фармакологически релевантныхбиомишеней для поиска in silico новыхлекарственных веществ путем последовательногодокирования известных активных соединенийв сайты связывания тестируемых биомишеней.Литература1. Спасов, А.А. Новый класс агонистов каппаопиоидныхрецепторов / А.А. Спасов, О.Ю.Гречко и др. // Биологические основы индивидуальнойчувствительности к психотропнымсредствам: Матер. 5-й Междунар. конф.(Москва, 1-4 июн. 2010 г.) / Изд-во «Фолиум».– Москва, 2010 // Экспер. и клинич. фармакол.– 2010. – Приложение. – С. 8-9.2. Trott, O. AutoDock Vina: improving the speedand accuracy of docking with a new scoringfunction, efficient optimization and multithreading/ O. Trott, A.J. Olson // J. Comp. Chem. –2010. – V. 31. – № 2. – P. 455 - 461.198