12. vorlesungmodern methods in drug discovery ws05/061 aktuelle trends bioinformatik stoff dieser...

12. Vorlesung Modern Methods in Drug Discovery WS05/06 1

Aktuelle Trends

Bioinformatik

Stoff dieser Vorlesung


Optimierungszyklus in derdrug discovery pipeline

Source: D.K. Agrafiotis et al. Nature.Rev.Drug.Discov. 1 (2002) 337.


Prodrugs

Eigentlicher Wirkstoff ist der Hauptmetabolit des Medikaments

Beispiel: Esterspaltung

O

COOH

CH3 O

OH

COOH

Acetylsalicylsäure Salicylsäure


Statine als HMG-CoA Reduktase HemmerProdrug ist ein Lacton, dessen Metabolit wirksam ist

O

COOH

SCoA

OH

CH3

OH

COOHOH

CH3

HMG-CoA

mevalonic acid

HMG-CoAReductase

cholesterolbiosynthesis

OOH

HO

H

CH3

H

CH3

OCH3

O

CH3

lovastatin

OH

COOHOH

H

H

CH3

H

CH3

OCH3

O

CH3

active metabolite

mevinolin

Ki = 1 nM


Antivirale Nucleosidanaloga Nucleoside denen die 3‘-OH Gruppe fehlt führen zum Abbruch der DNA-Synthese

OH O

H

N

N

OH

O

CH3

O

H

3'

Thymidine

OP O

H

N

NO

O

O 3

OH

O

CH3

O

HTymidineKinase

NucleosiddiphosphatKinase

OP O

H

N

NO

O

OH

O

CH3

O

H

OP O

H

N

NO

O

O

O

O

CH3

O

H

DNA-Polymerase

OH O

H

N

N

H

O

CH3

O

H

OP O

H

N

NO

O

O 3

H

O

CH3

O

H

3'

D4T

TymidineKinase

NucleosiddiphosphatKinase


Mehrstufige Prodrugs -Methyldopa-Phe wird über den Dipeptid-Transporter aktiv aufgenommen.

OH

OH

NCH3 NH2

O

H

COOHOH

OH

OHCH3 NH2

Ofirst passmetabolism

-Methyldopa-Phe -Methyldopa

OH

OH

OHCH3 NH2

O

AminosäurenTransporterBlut-Hirn Schranke

OH

OHCH3

NH2

OHDecarboxylierung

Hydroxylierung

-Methylnoreprinephrine

-Methylnoreprinephrine ist ein 2 Agonist(falscher Neurotransmitter)


4D und 5D QSAR

3D QSAR: Information aus der 3D-Struktur wird benutzt

3D-Deskriptoren, Pharmacophormodelle

4D und 5D QSAR: multiple Konformationen

multiples Docking

Lit: M. Dobler et al. Helvetica Chim. Acta 86 (2003) 1554


Multiple Konformation beim Docking (I)

Die Bindungstasche vieler Cytochrom P450 Enzyme (v.a. CYP3A4 und CYP2D6) ist groß genug, um ein Substrat in verschiedenen Orientierungen zu binden, was zu unter-schiedlichen Produkten führt.

Die prinzipielle Reaktivität einer bestimmten Molekülstelle läßt sich mit bereits mit quanten-chemischen Rechnungen abschätzen.

Lit: M. de Groot et al. J.Med.Chem. 42 (1999) 4062S.B. Singh et al. J.Med.Chem. 46 (2003) 1330


Multiple Konformation beim Docking (II)

Lit: Park & Harris J.Med.Chem. 46 (2003) 1645

Neben der Information über die Reaktivität einer bestimmten Molekülstelle benötigt man also auch die Wahrscheinlichkeit der zugehörigen Bindungsposition, durch statistische Auswertung von• einer Vielzahl von Dockingergebnissen, oder• Moleküldynamik Simulationen


Drug / Non-Drug Erkennung (1)

Kann man anhand typischer Wirkstoffeigenschaften die potentielle Eignung einer Verbindung vorhersagen ?

Ansätze:

Erkennen typischer Eigenschaften von Verbindungen in Datenbanken die (fast) auschließlich Pharmaka enthalten

Beispielsweise:

World Drug Index (WDI)

Comprehensive Medicinal Chemistry (CMC)

MACCS-II Drug Report (MDDR)


Drug / Non-Drug Erkennung (2)Die häufigsten Gerüstfragmente von Pharmaka

CH2n

n=1-7

Lit: G.W.Bemis & M.M.Murcko, J.Med.Chem. 39 (1996) 2887



Wenn ein bestimmtes Gerüstfragment oder eine Seitenkette nicht besonders häufig vorkommt, heißt nicht zwangsläufig, daß dieses unbedeutend oder ungeeignet ist.

Vielmehr wird dieses Fragment möglicherweise• Schwierig zu synthetisieren sein, oder• Neuartig sein, oder• Ungünstige Eigenschaften aufweisen



Beispiele von funktionellen Gruppen mit ungünstigen Eigenschaften

RS

Cl

OOR1

R2

P

R

O

Cl

R1N

NR2

mutagen toxisch

reaktiv

cancerogen

Solche Gruppen sollten nicht im fertigen Pharmaka auftauchen, können aber für die Synthese von Bedeutung sein



Weiterer Ansatz:

Vergleich von Verbindungen in einer Datenbank die auschließlich Pharmaka enthält (World Drug Index) mit Substanzen aus einer Datenbank die vorwiegend nicht-pharmazeutische Sunstanzen enthält(Available Chemical Directory).



Klassifizierung der Verbindungen anhand ihrer Atomtypen mittels eines neuronalen Netzes

Lit: J. Sadowski & H. Kubinyi J.Med.Chem. 41 (1998) 3325.

Increasing drug-likeness

Training set 10000 compounds

Test set 207747 compounds


N

NS

O

O OH

OH

HN

NO

O

O OH

OH

H

N

N

N

OMe

OMe

H

N

N

N

SMe

OMe

H

N N

Cl

NH2

N

NO

OH

OHOH N N

NH2

F

N

NO

OH

OHOH

O

Cl

OH

OCOOH

OH

O

F

OH

OCOOH

OH

0.78 0.74

0.78 0.74

0.79 0.78

0.93 0.93

Drug / Non-Drug Erkennung (7)Verbindungen für die ein hoher drug-likeness score vorausgesagt wurde:

ACD WDI

Lit: J. Sadowski & H. Kubinyi J.Med.Chem. 41 (1998) 3325.

Fa

lsch

po

sitiv

e



Klassifizierung der Verbindungen anhand ihres ISIS fingerprints (Set von 73 Deskriptoren die das Vorhandensein von strukturellen, topologischen und chemischen Eigenschaften bzw. Gruppen kodieren)

Ermöglicht den Vergleich der Verbinungen anhand ihrer Similarität über den Tanimoto-Index

Lit: Ajay et al. J.Med.Chem. 41 (1998) 3314.

Diese 73 binären Deskriptoren dienen als Inputlayer für ein neuronales Netz, das mit Verbindungen aus Wirkstoffdatenbanken und der ACD trainiert wurde.

Ergebnis: etwa 80% aller Verbindungen werden richtig eingestuft.



Klassifizierung der Verbindungen anhand von Atomtypen die sog. pharmacophore points repräsentieren:

Zu diesen funktionellen Gruppen gehören u.a.

NHR, C(=O)NH, OH, C=O, C(=O)OR, SO2, SO2NH

Vorauswahl: Eine Verbindung ist möglicherweise drug-like, wenn sie mindestens einen Ring und zwischen 2 und 7 solcher Gruppen enthält.

Lit: J.Muegge et al. J.Med.Chem. 44 (2001) 1841.

Anhand der Zugehörigkeit zu einem solchen pharamacophore point werden die Atome eines Moleküls klassifiziert und als Input für ein neuronales Netz verwendet.

Auch hier wird die ACD mit anderen Datenbanken, die vorwiegend Wirkstoffe enthalten verglichen.



Klassifizierung der Verbindungen anhand topologischer Deskriptoren mittels eines neuronalen Netzes

Lit: M.Murcia-Soler et al. J.Chem.Inf.Comput.Sci. 43 (2003) 1688.

Increasing drug-likeness

680 Verbindungen aus dem Merck Index, davon etwa 76 % richtig klassifiziert



Klassifizierung der Verbindungen mit Hilfe eines decision tree. Dabei werden Atomtypen verwendet die bestimmte funktionelle Gruppen repräsentieren.

Lit: M.Wagner et al. J.Chem.Inf.Comput.Sci. 40 (2001) 280.

Vorteile eines decision tree gegenüber einem neuronalen Netz:Die Kriterien der Einteilung lassen sich an jeder Gabelung nachverfolgen und dafür der jeweilige Fehler angeben.

Ergebnis:

• ¾ aller Verbinungen lassen sich anhand der Anwesenheit von 6 chemischen Gruppen klassifizieren

• Non-drugs besitzten meistens zu wenig solcher funktionellen Gruppen



Vorläufiges Fazit:

Weder anhand von (Sub-)Strukturfragmenten, topologischen Eigenschaften, noch anhand von Atomtypen läßt sich eine Verbindung wirklich eindeutig als drug-like zuordnen. (Mehr als 95% Genauigkeit)

Offensichtlich braucht man also eine (noch) größere Vielfalt an Deskriptoren, z.B. die elektronischen Eigenschaften.


Drug / Non-Drug Erkennung (13)Hauptkomponentenanalyse (PCA) von 26 Deskriptoren für Verbindungen in der Maybridge Database ergab den Wert der Hauptkomponente (PC) 3 als Unterscheidungskriterium

Lit: M.Brüstle et al. J.Med.Chem. 45 (2002) 3345


Drug / Non-Drug Erkennung (14)Klassifizierung von Verbindungen anhand chemischer Intuition

Lit: Y.Takaoka et al. J.Chem.Inf.Comput.Sci. 43 (2003) 1269

3980 Verbindungen wurden von 5 Chemiker nach ihrerdrug-likeness und Syntheseaufwand beurteilt


Drug / Non-Drug Erkennung (15)Und jetzt Sie !Klassifizieren Sie die Verbindungen in drug / non-drug

Vergleichen Sie ihre Ergebnisse mit dem property prediction modul auf

http://www.organic-chemistry.org/prog/peo/index.html

N

CF3

CF3

NOH

H

CH3

ON

CH3

CH3

N

N S

H

H

O

O

CH3

CH3

CH3

NCH3

N

NN

Cl

Cl

H

H

O

OH NH2

OOH

OHOH

O

OH

OH

OH

OH

O

OH

O

OH

NO

Cl

OH

OH O

N

H

OH


2000 2001 2002 2003 2004

time frame

0

5000

10000

15000

20000

25000

num

ber

of h

its

CheminformaticsChemoinformatics

Which term is more accepted ?

Cheminformatics oder Chemoinformatics ?

Data source: http://www.molinspiration.com

http://www.google.de


Individualisierte Medizin

Variable metabolischer Umsetzung und Prädisposition(Genotyping)

Vermeidung seltener gefährlicher Nebenwirkungen (zum Teil schon gängige klinische Praxis)

Wird der damit verbunden Kostenaufwand des screenings und der klinischen Studien zu einer Beschränkung auf den genetischen Pool der Bevölkerung der Industriestaaten führen ?

Gegenbeispiel:

Das deCode genetics Programm von deCode genetics an dem viele Einwohner Islands beteiligt sind. Hierbei wird eine Datenbank erstellt um genetsiche Marker für die häufigsten Krankheiten zu finden.

http://www.decodegenetics.com/


Lifestyle vs. Disease (I)

Die meistverkauftesten Medikamente der letzten Jahre (Auswahl):

Simvastatin (Zocor™) HMG-CoA ReduktaseAtorvastatin (Lipitor™) HMG-CoA ReduktaseOmeprazole (Losec™) Protonenpumpe (Magen)Amlodipin (Norvasc™) Calciumkanal (Blutdruck)Erythropoiethin (Epo™) (Blutbildend)Loratadine (Claritin™) GPCR (Antiallergikum)Celecoxib (Celebrex™) COX-2 Inhibitor (Schmerz) Lansoprazol (Takepron™) ProtonenpumpeFluoxetine (Prozac™) GPCR (Antidepressivuum)Losartan (Coozar™) GPCR (Blutdruck)Sildenafil (Viagra™) Phoshodiesterase-5 Inhibitor


Lifestyle vs. Disease (II)

Die meisten „Blockbuster“ Medikamente wurden nicht von den Marketing Abteilungen der Firmen vorausgesagt:

Indikation

Taxomifen BrustkrebsCaptopril BluthochdruckCimetidine Geschwulstbildung im MagenFluoxetine (Prozac™) DepressionenAtorvastatin (Lipitor™) Hyperlipidaemia

Lit: J.Knowles & G.Gromo Nat.Rev.Drug.Discov. 2 (2003) 63.


Lifestyle vs. Disease (III) Innovative neue Medikamente der letzten Jahre

2002 Ezetimib Cholesterinaufnahme Inhibitor2001 Imatinib Leukämie (Tyrosinkinase Inhibitor)2001 Fondaparinux Thrombose (Antagonist)1999 Zanamivir Influenza (Virale Neuraminase Inhibitor)1999 Amprenavir HIV (Protease Inhibitor)1999 Celecoxib Arthritis (COX-2 Inhibitor)1998 Sildenafil Erectile Dysfunktion (PDE-5 Inhibitor)1998 Orlistat Übergewicht (Pankreas Lipase Inhibitor)1997 Sibutramine Übergewicht (GPCR Inhibitor)1997 Finasteride Prostata (Steroidreduktase Inhibitor)1997 Nelfinavir HIV (Protease Inhibitor)1996 Indinavir HIV (Protease Inhibitor)1996 Nevirapin HIV (Reverse Transkriptase Inhibitor)1996 Meloxicam Arthritis (COX-2 Inhibitor)1995 Dorzolamine Glaukom (Carboanhydrase Inhibitor)


Lifestyle vs. Disease (IV)

Innovative neue Medikamente der Jahre 1982-1995:

1995 Losartan Blutdruck (GPCR Antagonist)1994 Famciclovir Herpes (DNA-Polymerase Inhibitor)1993 Risperidon Psychosen (D2 / 5HT2 Antagonist)1991 Sumatriptan Migräne (5HT1 Rezeptor Antagonist)1990 Ondansetron Antiemetikum (5HT3 Antagonist)1988 Omeprazole Magengeschwüre (Protonenpumpe)1987 Lovastatin Cholesterin (Biosynthese Inhibitor)1986 Artemisinin Anti-Malaria (Naturstoff)1985 Fluoxetine Depressionen (5HT Inhibitor)1985 Mefloquine Anti-Malaria1984 Enalapril Blutdruck (ACE-Inhibitor)1983 Cyclosporin A Immunosupressant 1982 Ranitidine Magengeschwüre (H2 Antagonist)


Lifestyle vs. Disease (V)

Wie definieren sich innovative Medikamente ?

• Verbessertes Wirkungsprofil• Besseres ADMET-Profil• Bessere Dareichungsform (oral anstatt intravenös)• Pro-drugs• Neue targets


Lifestyle vs. Disease (VI) Die großen Herausforderungen

• Virostatika• Antibiotika (Zn--Lactamasen, Malaria)• Anti-Krebs• Anti-Demenz/Alzheimer• Diabetes Typ 2• Zivilisationskrankheiten ?


Fazit

Die nun vorhandenen Kenntnisse über das menschliche Genom und die darin enthaltenen SNPs bieten zwei Ansatzpunkte:

1. Das Auffinden neuer targets (sei es auf Genom, mRNA oder Proteinebene)

2. Pharmagenomische Methoden werden zu einer individualisierten Medikamentierung (Art und Dosis) führen, v.a. bei längerfristig verabreichten Medikamenten (Blutdrucksenker, Schmerzmittel, Psychopharmaka) und solchen die eine schmale therapeutische Breite (Dosis) aufweisen (Cardiotonics, Antineoplastics)


Doping (I)Unerlaubte Einnahme von Substanzen zur Leistungssteigerung (im Sport)

→ Definition ist schwierig, da wie bei Medikamenten ein kausaler Zusammenhang zwischen Ursache und Wirkung bestehen muß

Anhand medizinischer Erkenntnisse werden entsprechende Substanzen von nationalen und internationalen Sportverbänden (z.B. internationales Olympisches Komitee)in Dopinglisten zusammengefaßt


Dopingliste (I)Verbotene Wirkstoffgruppen

• antiöstrogene Stoffe

Aromataseinhibitoren Tamoxifen, etc.• Hormone und verwandte Wirkstoffe

Erythropoietin (EPO) vermehrte Bildung roter Blutzellen• Insulin und Insulinähnliche Wachstumsfaktoren

• anabole Steroide (Anabolika) führen zu vermehrten Muskelaufbau

sowohl körpereigene Steroide wie Testosteron, als auch völlig artifizielle, z.B.Tetrahydrogestrinone (THG)Zum Teil nicht einmal zur Schweinemast zugelassen !

→ Stoffe die die Transportkapazität (des Blutes) für Sauerstoff erhöhen


Dopingliste (II)

Verbotene Wirkstoffsgruppen• Stimulanzien erhöhen kurzfristig die Leistungsbereitschaft

Amphetamine (Suchtgefahr) Coffein (bis 2004 mit Grenzwert), aufgrund neuer Erkenntnisse keine Einschränkungen mehr

• Narkotika und -Blocker haben beruhigende Wirkung

(Boxen, Sportschießen)


Dopingliste (III)

Maskierende Wirkstoffe• Diuretika (verstärkte Ausschwemmung, Reduktion des Körpergewichtes)• Inhibitoren der Steroid--Reduktase (Finasterid)• Plasmaexpander (Albumin, Dextran) verringerte Serumkonzentration von Stoffen

• Cannaboide Haschisch, Marihuana

• Glucocorticoide (Herz-Kreislauffunktionen)


Dopingliste (IV)

Stoffe mit Einschränkungen bei bestimmten Sportarten• Alkohol (Billard, engere Grenzwerte z.B. im Motorsport)• -Blocker (Sportarten die erhöhte Konzentration verlangen)

• Gendoping Veränderungen auf genetischer Ebene zur Leistungs-steigerung (nukleare Rezeptoren) Machbarbeit, Nachweisbarkeit ?


Doping (II)Die Dopingliste ist nicht umfassend, d.h. alle ähnlichen Verbindungen und solche mit ähnlicher Wirkung sind implizit mit eingeschlossen.→ möglicherweise juristisch zu ungenau formuliert

Dopingkontrollen

Hauptsächlich Urinproben, seltener Blutproben

Probleme: Grenzwerte für Metabolite kataboler Verbindungen, z.B. von Testosteron und Hämatokrit Nachweisbarkeit macher Stoffe (EPO)neuartige Verbindungen (THG)


Doping (III)Warum Dopingkontrollen ?

Sportliche Fairness, (Selbst-)Schutz der Athleten

Risiken des Dopings• Anabole Steroide: Leberschäden• Stimulanzien: Suchtgefahr, letale Erschöpfung• allgemeine Nebenwirkungen

Viele Medikamente die in der Dopingliste aufgeführt sind, können mit Ausnahmegenehmigungen verabreicht werden.Bsp. Steriodale Entzündungshemmer, Asthmapräparate

12. vorlesungmodern methods in drug discovery ws05/061 aktuelle trends bioinformatik stoff dieser...

Documents