Químio-Informática - Químio-Informática no processo de descoberta de fármacos Flashcards
Refere factos sobre como era o processo de descoberta de fármacos no passado.
◦ Muitos fármacos foram descobertos “por acaso”;
◦ Até 1970s a investigação baseada em hipóteses sobre modelos de atividade e novos compostos eram sintetizados, de acordo com os modelos de atividade que existiam, para serem testados em órgãos isolados ou em animais. Passo limitante: ensaios biológicos (in vivo).
◦ A partir de 1980s: modelação molecular e ensaios in vitro para inibição de enzimas e ligação a recetores. Passo limitante: síntese de composto. Passo limitante: processo sintético.
◦ Progressos na síntese: métodos combinatoriais, automatização que permitiram descobrir métodos e compostos novos;
◦ Progressos nos ensaios: High-throughput screening – screening virtual para muitos compostos, com ensaios in vitro que tornou possivel obter resultados em horas ou dias.
◦ Progressos na elucidação de estruturas de proteínas (alvos) presentes em bases de dados (ficheiro pdb)
◦ Compostos desenhados para atuarem no alvo têm muitas vezes problemas de ADMET (absorção, distribuição, metabolismo, excreção e toxicidade). O problema não é so descobrir compostos que sejam ativos, mas descobrir compostos que, para alem de ativos tenham estas propriedades adequadas para se tornarem fármacos úteis (não tóxicos) que possam ser bem adsorvidos e excretados.
Refere factos o processo de descoberta de fármacos no presente.
◦ Existem muitas ferramentas da genóminca, proteómica e bioinformática utilizadas neste âmbito (ex: identificar alvos biológicos envolvidos em doenças, adequados para o desenvolvimento de novos fármacos.
◦ Química combinatorial e sínteses automatizadas
◦ Ultrahigh-throughput screening, para experimentar de uma maneira muito rápida uma grande quantidade de compostos in vitro, para fazer um primeiro teste para a atividade de compostos.
◦ Grande conjunto de alvos e de dados sobre experiências já publicadas (pubchem).
◦ Impacto crescente dos métodos computacionais para identificação de alvos, descoberta de compostos líder e previsão de propriedades de ADMET.
Quais são os custos de desenvolver um fármaco? O que está a ser promissor?
◦ 12 – 15 anos e 2000€ milhões para desenvolver um novo fármaco
◦ Método in silico promissores para acelerar o processo através de previsão de atividade e filtragem precoce de compostos com problemas de ADMET
◦ Problemas de “atrito” chegam a 90% dos compostos em desenvolvimento
Enumera razões por onde o desenvolvimento de fármacos costuma falhar.
◦ Falta de atividade clínica
◦ Farmaco-cinética inapropriada
◦ Toxicidade em animais
◦ Reações adversas no Homem
◦ Razões comerciais
◦ Problemas de formulação
◦ Detetar o problema o mais cedo possível no processo para uma maior minimização do custo
Define Composto líder.
◦ Composto líder: representante de família de compostos com potencial para progredir num programa de desenvolvimento de fármaco.
Define Ligando:
◦ Ligando: molécula que se liga a uma macromolécula biológica.
Define Recetor:
◦ Recetor: proteínas solúveis ou de membranas que exercem um efeito fisiológico por ligação a um agonista.
Define Agonista
◦ Agonista: ligando de um recetor que medeia uma resposta do recetor
Define Antagonista:
◦ Antagonista: ligando de um recetor que impede a ação do agonista, diretamente (competição) ou indiretamente (ação alostérica).
Refere as 7 etapas de descoberta de fármacos.
1) Identificação do alvo (enzima envolvida numa determinada doença)
2) Validação do alvo (verificar que está mesmo envolvida e que se for inibida ajuda a tratar a doença)
3) Descoberta de líderes (compostos que tenham atividade no alvo, inclui design, síntese e teste de bibliotecas)
4) Otimização de líderes, realizar pequenas alterações no composto como grupos funcionais, rigidez, entre outras pequenas alterações no esqueleto, de forma a melhorar a estrutura (fármaco-cinética, toxicidade, mutagenidade).
5) Ensaios pré-clínicos
6) Ensaios clínicos
7) Aprovação do fármaco
Quais os tipos de alvos de fármacos?
Os fármacos atuais usam cerca de 500 alvos (normalmente mais). Na imagem ao lado encontram-se esquematizados as famílias dos alvos pelos fármacos atuais. A maior parte são recetores e enzimas, mas existem outros, como o DNA, recetores nucleares, canais iónicos, hormonas, entre outros alvos potenciais envolvidos em doenças.
Estima-se que existem cerca de 30 000 alvos potenciais e que podem ser desenvolvidos para o desenvlvmento de novos fármacos.
Diz características ideais de um fármaco.
◦ A dose diária não deve exceder 200 – 500 mg;
◦ Deve ter boa absorção oral e biodisponibilidade (administração oral)
◦ Estabilidade metabólica deve garantir um tempo de meia – vida razoavelmente longo
◦ Não tóxica e sem efeitos adversos
◦ Deve distribuir-se seletivamente nos tecidos alvo
Diz as várias maneiras que a quimio-informática está envolvida no processo de desenvolvimento de um fármaco.
◦ Seleção de conjuntos de compostos a testar. ◦ Design de bibliotecas combinatoriais. ◦ Screening virtual. ◦ Análise de resultados de ensaios biológicos. ◦ Previsão de atividade / ADMET por QSAR. ◦ Design de novo de moléculas ativas. ◦ Estimativa da acessibilidade sintética (dificuldade de preparação).
Qunado selecionamos compostos para testar devemos focar-nos em…
◦ Enorme diversidade de compostos possíveis, mas recursos limitados. ◦ Em vez de testar muitos compostos aleatoriamente, testar bibliotecas mais focadas e que cubram a maior diversidade possível, para maximizar as hipóteses de descoberta.
Como defines a semelhança entre moléculas para as testar para o desenvolvimento de fármacos?
→ Fingerprints (quantificam a semelhança) através do coeficiente Euclidiano, ou de Tanimoto → Descritores moleculares
Como defines a diversidade de um conjunto de moléculas para as testar para o desenvolvimento de fármacos?
→ Calcular o centroide do conjunto (média de cada coordenada do vector descritor). → Depois, a média e desvio padrão das distâncias de todos os compostos ao centroide dá-nos uma ideia da diversidade de moléculas que existem num determinado conjunto, muito importante para escolher conjuntos de compostos com uma diversidade máxima de estruturas, de modo a que eu, numa experiência só, conseguir explorar um espaço químico o mais alargado possivel.
Como defines a distância de um composto para um conjunto de moléculas para as testar para o desenvolvimento de fármacos?
dizer se uma determinada biblioteca de compostos é mais ou menos parecida com este composto em questão; indica se existem muitos ou poucos compostos parecidos a este, dentro do conjunto: → Distância ao vizinho mais próximo (o mais parecido) → Distâncias aos k vizinhos mais próximos. → Distância ao centroide do conjunto
Quando estamos a formular fármacos, e queremos váriar substitutintes R1 e R2, que tipo destes devem estar incluídos em bibliotecas?
- Otimização das listas (de substituintes R1 e R2) para gerar uma biblioteca com características ótimas, por ex: o Com diversidade máxima o Com o mínimo possível de compostos tóxicos o Com o máximo de compostos a obedecer a uma regra pré-definida para atividade (por ex farmacóforo)
Relativamente a análises de resultados de ensaios biológicos, define Data Mining.
- Grande quantidade de dados gerados em high-throughput screening * Data mining: extração não trivial de informação implícita, previamente desconhecida e potencialmente útil contida nos dados, ou procura de relações e tendências em bases de dados. o Construção de QSARs, que é um exemplo de data mining em bases de dados; o Identificação de farmacóforos: conjunto de características estruturais duma molécula que é reconhecido num local do recetor e é responsável pela atividade biológica da molécula.
Desenvolvimento de um modelo de farmacóforo.
Identificação das características comuns (forma e pontos de interação necessários, farmacóforo) a todas as chaves que abrem uma fechadura. ◦ Se a estrutura do recetor for desconhecida, mas se se conhecerem ligandos (compostos activos), podem comparar-se as suas propriedades geométricas e eletrónicas. ◦ A comparação de um conjunto de ligandos é feita após alinhamento estrutural destes ligandos. ◦ Também pode ser definido a partir de complexos ligando-recetor
Screening virtual ou screening in silico. O que é?
◦ Selecção de compostos através da sua avaliação por um modelo computacional e recorrendo a bases de dados. Este screening pode ser utilizado para avaliar a sua potência, seletividade, propriedades farmacocinéticas e toxicidade, para selecionar compostos. ◦ Modelo + base de dados de compostos (já existentes, ou não). Para fazer screening virtual, o modelo pode ser: → Regras simples para pré-filtragem (ex regra dos 5 de Lipinski). → Pesquisa de semelhanças com um ou mais compostos pré-definidos (fingerprints). → Procura de farmacóforo (artigo anterior). → Docking (não podem ser bases de dados excessivamente extensas porque exige algum tempo, quando são muito extensas recorrem-se a QSARs)
Design de novo de moléculas ativas: Construção de moléculas novas no local de ligação do recetor. Como acontece?
◦ Pode começar com um fragmento, ao qual vão sendo adicionados mais fragmentos, de forma que o conjunto obedeça aos requisitos estruturais do recetor – Conhecendo a estrutura e zonas ideais do recetor (structure based). Há medida que se conhece o sítio ativo vão-se adicionando mais fragmentos de maneira a que todos obedeçam aos requisitos do recetor ◦ Ou começa com vários fragmentos independentes ligados aos locais apropriados do recetor e posterior construção da ligação entre eles.
Design de fármacos com base em ligandos ou em recetores. Resumo.
Docking: baseado na estrutura do recetor
QSAR: métodos baseados em ligandos
Farmacóforo: pode ser baseado em ligandos ou no recetor, dependendo de como forem definidos
