Informationsfluß in einer drug discovery pipeline

Transkript

1 Informationsfluß in einer drug discovery pipeline 1

2 eadmet Prediction early Absorption Distribution Metabolism Elimination Toxicology Pharmacokinetic Bioavailability 2

3 ADME Modelle (I) Folgende Modelle werden für das in silico design benötigt Primäre Modelle Löslichkeit intestinale Absorption Bioverfügbarkeit Metabolische Stabilität Blut-Hirn-Schranke Permeation Mutagenizität Cardiatische Toxizität (herg) Plasmaprotein Bindung Sekundäre Modelle Transport (Aufnahme und Efflux) Allgemeine Toxizität Hepatotoxizität (PXR, CAR) Nephrotoxizität Immunogenizität Neurotoxizität (Rezeptorbindung) Drug-Drug Wechselwirkungen (Cytochrom P450) 3

4 ADME Modelle (II) 4

5 Warum ist die Voraussage der ADME Parameter so wichtig? Gründe die zum Fehlschlag eines potentiellen Wirkstoffs führen 5

6 Warum ist die Voraussage der ADME Parameter so wichtig? (II) Zeil ist es, ungeeignete Verbindungen möglichst frühzeitig zu erkennen: Schonung von Resourcen Vermeidung unnötiger klinischer Tests Je später ein Wirkstoff zurückgezogen werden muß, desto teuerer wird es. Fail early, fail fast, fail cheap 6

7 Absorption Wieviel und wie schnell wird der Wirkstoff aufgenommen? Praktischerweise sollte ein Pharmacon oral appliziert werden können Es wird nach der Magenpassage vom Darm ins Blut resorbiert. (Über die Pfortader zunächst in die Leber) 7

8 Distribution / Invasion Der Gesamtweg des Medikamentes läßt sich in Einzelschritte aufteilen: 1) Diffusion im Lösungsmittel 2) D. durch Gewebs- und Gefäßmembranen 3) Transport durch das Blut 4) a) D. zu den target Rezeptoren b) D. in andere Kompartimente c) D. in Eliminationsorgane 5) Irreversible Elimination Absorption Invasion (nach Dost) 'LVWULEXWLRQ Hohe Eliminationskonstante: Kurzzeitnarkotika Niedrige Eliminationskonstante: Antibiotika 8

9 Distribution Je nach Ziel muß der Wirkstoff vom Plasma aus weitere Kompartimente erreichen. Bei Wirkstoffen die auf das zentrale Nervensystem wirken muß die Blut-Hirn-Schranke passiert werden. Umgekehrt sollten andere Wirkstoffe die Barriere nicht überwinden. Auch der aktive Transport von Stoffen kommt in Betracht 9

10 Metabolismus (I) (Bio-)chemische Reaktionen von Xenobiotica im Körper First pass effect: Extensive Umsetzung von vorwiegend lipophilen Molekülen, solchen mit MW>500, oder die eine spezifische Affinität zu bestimmten Transportern haben, bei der ersten Passage durch die Leber Phase I: Oxidation, Reduktion und Hydrolyse Cytochrom P450 Enzyme Phase II: Konjugation mit kleinen Molekülen (z.b. Glutamin) Phase III: Elimination durch Transporter 10

11 Metabolismus (II) Experimentelle (in vitro) Methoden: Leber Mikrosomen vom Menschen, Hepatocyten und rekombinante P450 Isozyme 11

12 Elimination / Exkretion Unter Elimination werden alle Vorgänge zusammengefaßt, die zur Entfernung eines Stoffes aus einem Kompartiment führen. Diese können auch metabolischer Art sein. Lipophile Stoffe können über die Galle, hydrophile Stoffe über den Harn ausgeschieden werden. Allgemein gilt: MW < >500 Galle Galle & Harn Harn 12

13 Elimination / Clearance Überblick der metabolischen Pfade 13

14 ADME - Historische Entwicklung 1960 Corwin Hansch QSAR für kleine Datensätze logp für Toxizität 1980 in vitro Studien ersetzen in vivo Studien 1990 Erste in silico ADME Modelle (Computer) Docking in Proteinstrukturen Homologiemodellierung von Proteinen (CYP P450) 1997 Lipinski s Rule of Five zur Absorption 2002 X-Ray Struktur von human CYP2C9 14

15 Komponentenauswahl für das High Throughput Screening (HTS) R1 R2 N R3 Typischer eadme Filter 15

16 Solvatation kontra Löslichkeit Sublimation gas / vapour Löslichkeit(A) = Dampfdruck(A) Dampfdruck(ideales Gas) exp - G solv (A) RT Feststoff (kristallin) Lösen logs Solvatation G solv Solvens (wäßrige Lösung) 16

17 Löslichkeitsmodelle (I) Die Berechnung der Löslichkeit aus einem thermodynamischen Zyklus (Gitterenergie, Solvatationsenergie) wäre prinzipiell möglich, jedoch ist 1. Die Voraussage der Gitterenergie praktisch kaum möglich da dies die Raumgruppe des Kristalls erfordert 2. Die Berechnung der Solvatationsenerge selbst fehlerbehaftet ist Deshalb kommen vorwiegend QSAR Ansätze zur Anwendung 17

18 Löslichkeitsmodelle (II) Deskriptoren: Konnektivitätsindices r 2 =0.89, q 2 = 0.84, se = 0.98, n=120, F= Lit. C. Zhong et al. J.Pharm.Sci. 92 (2003)

19 Löslichkeitsmodelle (III) Weitere Ansätze zeigen, daß die verwendeten Deskriptoren die Lipophilie, H-Brückenbindungseigenschaften und Flexibilität der Verbindungen wiedergeben müssen Lit: A. Cheng et al. J.Med.Chem. 46 (2003) 3572 D. Butina et al. J.Chem.Inf.Comput.Sci. 43 (2003) 837 Neben klassischen QSAR-Gleichungen kommen zunehmend auch Neuronale Netze zum Einsatz Lit: A. Yan et al. J.Chem.Inf.Comput.Sci. 43 (2003) 429 J.K. Wegener et al. ibid 43 (2003)

20 Absorption im duodenum (I) Aufnahme des Wirkstoffes in den Blutkreislauf Ausschnitt aus der Darmwand 20

21 Absorption im duodenum (II) Aufnahme des Wirkstoffes in den Blutkreislauf A B C D A B C D' A Transcellulär (passive Diffusion) B Paracellulär C Aktiver Transport D Transcytosis Ausschnitt aus der Darmwand 21

22 Absorption im duodenum (III) Modell der Zellmembran Phospholipid De Groot et al. Science 294 (2001)

23 Caco-2 Zellen Monolayer Experimenteller Ansatz zur Voraussage der intestinalen Absorption Monolayer aus einer Kultur von Zellen die eigentlich von einem Dickdarmkrebs stammen. Vorteil: Reproduzierbare Ergebnisse, relativ gute Übereinstimmung mit in vivo Studien Nachteil: Diese Zellen besitzen etwas andere metabolistische Eigenschaften als Zellen des Dünndarms Daneben kommen neuerdings auch synthetische Membranen zum Einsatz 23

24 Welche Faktoren bestimmen die passive Diffusion durch Lipiddoppelschichten? Kleine Moleküle sollten die Membran schneller durchdringen als größere Deskriptor: Molekülgewicht (MW) und Molekülform Phospholipiddoppelschichten sind im Inneren lipophil Deshalb sollten lipophile Moleküle sie schneller passieren Deskriptor: logp (water/n-octanol partition coefficient) Phospholipiddoppelschichten weisen eine hydrophile äußere Oberfläche auf Deskriptoren: Anzahl von H-Brücken Donoren und Akzeptoren Beobachtung: Die Permeation geht mit der Lösungswärme einher 24

25 Molekülbasierte Deskriptoren zur Voraussage der ADME Eigenschaften logp Wasser/Octanol Verteilungskoeffizient Lipinski s rule Topologische Indices Polar surface area Similarität / Dissimilarität QSAR quantitative structure activity relationship QSPR quantitative structure property relationship 25

26 Lipinski s Rule of 5 Kombination von Deskriptoren zur Abschätzung der intestinalen Absorption. Schlechte Aufnahme der Verbindung, wenn Molekülmasse > 500 logp > 5.0 > 5 H-Brücken Donoren (OH und NH) >10 H-Brücken Akzeptoren (N und O) Schlechte Diffusion Zu lipophil Zuviele H-Brücken mit den Kopfgruppen der Membran C.A. Lipinski et al. Adv. Drug. Delivery Reviews 23 (1997) 3. 26

27 Polar Surface Area (PSA) Die PSA ist definiert als der Bereich der van der Waals Oberfläche des Moleküls, der von den polaren Stickstoff- und Sauerstoffatomen, sowie den an sie gebundenen Wasserstoffen herrührt. Maß für die Ausbildung von H-Brücken Wie bei allen 3D Deskriptoren ist auch die PSA im Prinzip abhängig von der Konformation. 27

28 Absorptionsmodelle Neue Arbeiten zeigen allerding, daß auch ohne Berücksichtigung verschiedener Konfomere eine gute Korrelation zur Caco-2 Absorption und Aufnahme im Menschen (%FA) besteht. Vollständige Aufnahme (>90%) wenn PSA<60 A 2 Schlechte Aufnahme (<10%) wenn PSA>140 A 2 Lit: D.E. Clark, J.Pharm.Sci. 8 (1999) 807; Drug Discovery Today 5 (2000) 49; K. Palm et al. J.Med.Chem. 41 (1998)

29 Was ist die Blut-Hirn Schranke (BBB)? The central nervous system (CNS) comprises the brain and the spinal cord that are segregated from the systemic blood circulation by endothelial cells. Substances must pass these cells to enter the brain, e.g. glucose Source: W.M. Pardridge J. Neurochem. 70 (1998)

30 Wozu dient die Blut-Hirn Schranke? Die in silico Vorhersage der Permeabilität der Blut-Hirn Schranke (BBB) einer Verbindung im Rahmen der vorklinischen Entwicklung ist besonders wichtig, da Nur Substanzen die auf das zentrale Nervensystem (CNS) wirken, sollen die Blut-Hirn Schranke effektiv überwinden. BBB-Screening ist besonders teuer (Tierversuche zwingend notwendig: Mikrodialyse, Isotopenmarkierung) 30

31 Blood-Brain Barrier (BBB) Als Maß für das Durchdringen der Blut-Hirn Schranke wird der Logarithmus des Verhältnis der Konzentrationen angegeben logbb = log([im Hirn]/[imBlut]) Bereich: bis Vorwiegend im Blut -1.0 < logbb < 0.3 vorwiegend im Hirn Experimentell ist der logbb Wert nur schwer zugänglich (Isotopenmarkierung, Mikrodialyse) und auch Modelle aus künstlichen Membranen (Endothelial Zellen) sind noch in der Entwicklung Lit. D. E. Clark, J. Pharm. Sci. 8 (1999)

32 Blood-Brain Barrier (II) Im Gegensatz zur Absorption aus dem Duodenum spielt hier die Polarität der Verbindungen eine große Rolle, die nicht durch die PSA beschrieben werden kann. Bsp: PSA logbb ClogP Polarisierbarkeit(AM1) Benzol Methylpentan Entsprechend läßt sich eine QSRP-Gleichung aufstellen logbb = a PSA + b ClogP + c mit r = Lit. D. E. Clark, J.Pharm.Sci. 8 (1999) 815 F. Lombardo et al. J.Med.Chem. 39 (1996)

33 Bisher benutzte Deskriptoren Folgende Terme korrelieren direkt mit logbb: ORJ3 3RODUVXUIDFHDUHD fragment based (MlogP, ClogP,...) contributions from N, O and H atoms K\GURJHQ-bond donors and acceptors numerical count VL]HDQGVKDSH molecular volume and globularity 33

34 Deskriptoren für Größe und Form Bezug zur Molekülform haben: Molekülvolumen, Globularität, Anzahl drehbarer Bindungen Globularität: Verhältnis der Oberfläche (unter der Annahme das Molekül wäre eine Kugel) zur tatsächlichen Oberfläche. Immer < 1 Hauptkomponenten der Molekülgeometrie: Ausdehnung des Moleküls im dreidimensionalen Raum 34

35 Neue Deskriptoren für Größe und Form - Deskriptoren wie etwa die Globularität sind korreliert mit dem Molekülgewicht und der Anzahl der H-Atome + Ersatz durch drei Terme die aus der Molekülgeometrie abgeleitet werden PCGC PCGB PCGA 35

36 BBB-Model mit 12 Deskriptoren Deskriptoren hauptsächlich aus QM Rechnungen: Elektrostatische Oberfläche, Hauptkomponenten der Geometrie,H-Brücken Eigenschaften 2.5 r 2 =0.866, adj. r 2 =0.844, se=0.308, n= predicted logbb observed logbb Lit: M. Hutter J.Comput.-Aided.Mol.Des. (2003) in press. 36