V Escola de Modelagem Molecular de Sistemas Biológicos – VEMMSB26/08/2010 - 11 horas - LNCC

QSARQSARnono

Planejamento de FPlanejamento de Fáármacosrmacos

Profa. Dra. Magaly Girão Albuquerque

magaly@iq.ufrj.br

Departamento de Química OrgânicaPrograma de Pós-Graduação em QuímicaInstituto de QuímicaCentro de Ciências Matemáticas e da NaturezaUniversidade Federal do Rio de Janeiro

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

FarmacologiaFarmacologiaBioquBioquíímicamica

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

SSííntesenteseOrgânicaOrgânica

ProdutosProdutosNaturaisNaturais

ModelagemModelagemMolecularMolecular

Processo de Descoberta de FProcesso de Descoberta de FáármacosrmacosNúmero de compostos

10.000 ���� 1.000 ���� 10 ���� 1

Número de compostos10.000 ���� 1.000 ���� 10 ���� 1

Tempo médio total gasto no processo: ~ 15 anosTempo médio total gasto no processo: ~ 15 anos

Identificaçãocompostosprotótipos

Lead

Compounds

Identificaçãocompostosprotótipos

Lead

Compounds

Ensaios

pré-

clínicos

Ensaios

pré-

clínicos

Otimizaçãocompostosprotótipos

Lead

Compounds

Otimizaçãocompostosprotótipos

Lead

Compounds

Ensaiosclínicos

Fase IFase IIFase III

Ensaiosclínicos

Fase IFase IIFase III

Mercado

Fase IV

Mercado

Fase IV

Candidatos a fármacosNew Chemical Entities (NCEs) Fármaco

Drug

Descoberta de FFáármacosrmacos “ao acaso”"O acaso só favorece a mente preparada.” Louis Pasteur

Origem sintética

e.g., ClordiazepClordiazepóóxidoxido

(ansiolítico benzodiazepínico)Leo Sternbach, 1957

Origem natural

e.g., Penicilina VPenicilina V

(antibiótico β-lactâmico)Alexander Fleming, 1928

N

S CH3

CH3

HO

N

O

HH H

O

CO2H

NO

N CH3

H

Cl-

+

Descoberta de ProtProtóótipos de Ftipos de Fáármacosrmacos

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”)

Modelagem molecular

http://ukpmc.ac.uk/articles/PMC1891708?figure=F1/Singh, S.; Malik, B. K.; Sharma, D. K. (2006) Molecular drug targets and structure based drug design: A holistic approach. Bioinformation, 1(8): 314-320.Copyright © 2005 Biomedical Informatics Publishing Group

EnzimasEnzimas47%47%

GPCRsGPCRs30%30%

CanaisCanaisde de ííonsons

7%7%

Receptores nuclearesReceptores nuclearesde hormôniosde hormônios

&&ProteProteíínasnas

transportadorastransportadoras8%8%

Diversos 2%Diversos 2%

IntegrinasIntegrinas(receptores)(receptores)

1%1%

DNA 1%DNA 1%

OutrosOutrosreceptoresreceptores

4%4%

Classes de macromolClasses de macromolééculasculas(proteproteíínasnas, áácidos cidos nucleicosnucleicos, lipídeos e polissacarídeos)

Macromoléculas alvos de fármacos

Abordagem DiretaStructure-based Drug Design

Depende da estrutura do complexoligante-macromolécula

(macromolécula => enzima, receptor,

canal de íons, glicoproteína, DNA/RNA)

Abordagem IndiretaLigand-based Drug Design

Depende apenas daestrutura 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

PDB Protein Data Bank http://www.rcsb.org/pdb/

Exemplos de Metodologias deModelagem 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

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

EfavirenzEfavirenz

NevirapinaNevirapina

UC-781

Cl-TIBO

Inibidores HIV-1 RT

Teague, S. J. (2003) Nature Reviews –

Drug Discovery, 2: 527.

2-amino-etanol

FM = C2H7NOMM = 61 g/mol

Fórmula linear = HOCH2CH2NH2

Notação linearSMILES = OCCN

Grau de flexibilidade = 3 ângulos de torção

V = 85 Å3

A = 110 Å2

2-amino-etanol

FM = C2H7NOMM = 61 g/mol

Fórmula linear = HOCH2CH2NH2

Notação linearSMILES = OCCN

Grau de flexibilidade = 3 ângulos de torção

V = 85 Å3

A = 110 Å2

Dimensão dos Descritores

* 1D ���� codificam composição química e propriedades físico-

químicas (e.g., fórmula molecular, massa molecular, notação linear,

pKa, 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

OHNH2

HCH

CH

HNO

H H

H

* Experimentais(e.g., ponto de fusão,ponto de ebulição,

LogP, pKa)

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

* Calculados1D, 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

Origem dos Descritores

* 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

Abrangência dos Descritores

Correlação Quantitativa Estrutura-Atividade(Quantitative Structure-Activity Relationship, QSAR)∆∆ Atividade BiolAtividade Biolóógica = gica = ff ((∆∆ propriedades/descritores)propriedades/descritores)

1960 => QSAR Clássico (1D/2D)

* * HanschHansch & & FijitaFijita ((HanschHansch AnalysisAnalysis))[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 (FreeFree--Wilson AnalysisWilson Analysis))[Free Jr S.M., Wilson J.W. (1964) J. Med. Chem., 7: 395-399.]

1980 => QSAR 3D

* * HopfingerHopfinger ((Molecular Shape AnalysisMolecular Shape Analysis, , MSAMSA))(forma molecular & análise conformacional)[Hopfinger A.J. (1980) J. Am. Chem. Soc., 102: 7196-7206.]

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

* * CramerCramer ((Comparative Molecular Field AnalysisComparative Molecular Field Analysis, , CoMFACoMFA))[Cramer III R.D., Patterson D.E., Bunce J.D. (1988) J. Am. Chem. Soc., 110: 5959-5967.]

AnAnáálise lise ConformacionalConformacional

* Sistem* SistemááticaticaMínimo global

Mínimos locais

* Randômica* RandômicaMínimo global

Mínimos locais

ConformaConformaçção ão BioativaBioativa

Conformação Bioativa ?

Mínimo global

Mínimo local

E

Coordenada torsional

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 = EΨOperador Hamiltoniano Função de Onda

Energia

Energias de interaEnergias de interaçção ão estestééricarica

e eletroste eletrostááticatica

QSAR 3D – Metodologia CoMFAAnálise 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.

Etapas1) Banco de dados (estruturas e atividades biológicas)2) Alinhamento3) C3) Cáálculo dos descritoreslculo dos descritores4) Análise estatística5) Validação estatística6) Interpretação7) 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.

EvdW = - )(i=1

n

Σ Airij-12

Cirij-6

EvdW = - )(i=1

n

Σ Airij-12

Airij-12

Cirij-6

Cirij-6

EC = i=1

n

Σqiqj

Drij

Correlação Quantitativa Estrutura-Atividade(Quantitative Structure-Activity Relationship, QSAR)∆ Atividade Biológica = f (∆ propriedades/descritores)

1990 => QSAR 4D

* * HopfingerHopfinger (programa (programa 4D4D--QSARQSAR, independente do receptor), independente do receptor)(múltiplas conformações)[Hopfinger A.J. et al. (1997) J. Am. Chem. Soc., 119: 10509-10524.]

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

* * VedaniVedani (programa (programa QuasarQuasar 4D4D//5D5D//6D6D--QSARQSAR))(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.]

* * HopfingerHopfinger (programa (programa 4D4D--QSARQSAR, dependente do receptor), dependente do receptor)[Pan D.H., Tseng Y.F., Hopfinger A.J. (2003) J. Chem. Inf. Comput. Sci., 43: 1591-1607.]

QSAR 3D – Metodologia 4D-QSARHopfinger, 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-QSARanalysis formalism. J. Am. Chem. Soc., 119, 10509.

Etapas1) Banco de dados(estruturas e atividades biológicas)2) Alinhamento3) C3) Cáálculo dos descritoreslculo dos descritores4) Análise estatística5) Validação estatística6) Interpretação7) Proposta de novos compostos

FreqFreqüüência de ocupaência de ocupaçção dos ão dos diferentes tipos de diferentes tipos de áátomos nas tomos nas

ccéélulas da caixa, durante o lulas da caixa, durante o tempo de simulatempo de simulaçção por ão por

dinâmica moleculardinâmica molecular

WT-RT HIV-1

Y181C-RT HIV-1

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 substitutaou estrutura 3D do

receptor

Múltiplas representações de cenários de encaixe-induzido

5D-QSAR

RI-4D-QSAR,Quasar 4D-

QSARNão

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 3D3D-

QSAR

QSAR ClássicoNãoEstrutura 2D

(e.g., conectividade)2D-

QSAR

QSAR ClássicoNãoEstrutura 1D

(e.g., pKa, LogP)1D-

QSAR

ExemplosEstrutura do ReceptorEstrutura do LigantenD

QSARQSAR no Desenvolvimento de FFáármacosrmacos!!!Donepezil (E2020, Aricept®)Inibidor da enzima acetilcolinesterase (AChE)Tratamento sintomático da doença de Alzheimer* 1992 => QSAR => E2020Cardozo, 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

NOCH3

OCH3

PDB ID = 1EVE (TcAChE)

“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?

S

O

OHOH

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 antagonistado RE em alguns tecidos e como agonistado 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

Estruturas (difração de raios-X) do domínio de ligação do ligante (Ligand-Binding Domain, LBD) do RE-αααα em complexo com:

(A) 17ββββ-estradiol (estrogênio endógeno) (B) Raloxifeno

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

OH

OH

CH3

Caixa virtual e células unitáriasCaixa cúbica (13x13x13) com 1,5Å de aresta

composta por 2197 átomos de carbono

Célulaunitária

Caixavirtual

METODOLOGIAMETODOLOGIABanco de dadosConjunto de treinamento (41 compostos)Conjunto de teste (14 compostos)Construção dos 55 compostosEstrutura 3D do raloxifeno(difração de raios-X, PDB ID = 1D7E) Otimização das geometrias ecálculo das cargas atômicas parciaisMétodo semi-empírico AM1(módulo AMPAC/MOPAC, Insight-II)AlinhamentoSobreposição por ajuste estérico e eletrostático(RMSd, C6-E, C1-D, C4-B, Insight-II)Cálculo dos descritoresVolumes 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 modelosAlgoritmos genéticos (GA) emínimos quadrados parciais (PLS) (Wolf 6.24)

S

O

OHOH

O

N

1 6

4

A

B

C D

Phenol (Ib)

Basic amine (II)

Hinge (IV)

Phenol (Ia)

Benzothiophene (III)

E

S

O

OHOH

O

N

1 6

4

A

B

C D

Phenol (Ib)

Basic amine (II)

Hinge (IV)

Phenol (Ia)

Benzothiophene (III)

E

S

O

OHOH

O

N

1 6

4

A

B

C D

Phenol (Ib)

Basic amine (II)

Hinge (IV)

Phenol (Ia)

Benzothiophene (III)

E

S

O

OHOH

O

N

1 6

4

A

B

C D

Phenol (Ib)

Basic amine (II)

Hinge (IV)

Phenol (Ia)

Benzothiophene (III)

E

Propostas de modificações naestrutura 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 (CH3), metoxila (OCH3), 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

SOHOH

ON H

X Y

1 6

4 AB

C DE

S

N

OHOH

ON H

X Y

1 6

4 AB

C DE

Referências BibliográficasSant'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. 1990Molecular 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. 2007Multidimensional-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)

CAPESFUJBApoio

Integrantes do Grupo de Pesquisa – LabMMol

Professores & PesquisadoresProf. Dr. Ricardo Bicca de Alencastro

Profa. Dra. Magaly Girão AlbuquerqueProfa. Dra. Nadja Paraense dos Santos

Alunos de Pós-GraduaçãoAndré 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, ThiagoColaboradores 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)