aufbau von substanzbibliotheken f r das high thoughput screening i n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Aufbau von Substanzbibliotheken für das High thoughput screening (I) PowerPoint Presentation
Download Presentation
Aufbau von Substanzbibliotheken für das High thoughput screening (I)

Loading in 2 Seconds...

play fullscreen
1 / 42

Aufbau von Substanzbibliotheken für das High thoughput screening (I) - PowerPoint PPT Presentation


  • 65 Views
  • Uploaded on

Aufbau von Substanzbibliotheken für das High thoughput screening (I). Automatisierter Test von >1000 Verbindungen am target. Erfordert die Synthese von entsprechend vielen Verbindungen und die Handhabung der Ergebnisse. Schritt: Auswahl des target.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Aufbau von Substanzbibliotheken für das High thoughput screening (I)' - thane


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
aufbau von substanzbibliotheken f r das high thoughput screening i
Aufbau von Substanzbibliotheken für das High thoughput screening (I)

Automatisierter Test von >1000 Verbindungen am target

Erfordert die Synthese von entsprechend vielen Verbindungen und die Handhabung der Ergebnisse.

  • Schritt: Auswahl des target

Modern Methods in Drug Discovery WS04/05

informationsflu in einer drug discovery pipeline
Informationsfluß in einerdrug discovery pipeline

Modern Methods in Drug Discovery WS04/05

substanzauswahl f r das hts i
Substanzauswahl für das HTS (I)

Verschiedene Substanzbibliotheken:

general z.B. gegen ganzes Zellassay

focused bestimmte Familie von Enzymen

targeted ein bestimmtes Enzym

Diversität von Substanzbibliotheken

Vermeidung von redundanten Verbindungen

Verbesserte Trefferwahrscheinlichkeit im HTS

Modern Methods in Drug Discovery WS04/05

aufbau von substanzbibliotheken f r das high thoughput screening ii
Aufbau von Substanzbibliotheken für das High thoughput screening (II)

Automatisierter Test von >1000 Verbindungen am target

Erfordert die Synthese von entsprechend vielen Verbindungen und die Handhabung der Ergebnisse.

  • Schritt: Auswahl des target
  • 2. Schritt: Wieviel Information ist über das target vorhanden ?Gibt es bereits lead compounds ?

Modern Methods in Drug Discovery WS04/05

komponentenauswahl
Komponentenauswahl

Wieviel Information ist über das target vorhanden ?

X-Ray mit Wirkstoff

Docking

HTS

X-Ray des Proteins

active site

Reihe von wirksamen Verbindungen

QSAR, Pharmacophor erstellen

Zunehmende Information

Wenige hits aus HTS

eADME Filter

Kenntnis der Enzymfunktion

(z.B. Kinase, GPCR)

combi chem

Erstellen einer virtuellen Bibliothek

Modern Methods in Drug Discovery WS04/05

aufbau von substanzbibliotheken f r das high thoughput screening iii
Aufbau von Substanzbibliotheken für das High thoughput screening (III)

Automatisierter Test von >1000 Verbindungen am target

Erfordert die Synthese von entsprechend vielen Verbindungen und die Handhabung der Ergebnisse.

  • Schritt: Auswahl des target
  • Schritt: Wieviel Information ist über das target vorhanden ?Gibt es bereits lead compounds ?
  • Schritt: wenn ja, Erzeugung einer virtuellen Bibliothek ausgehend von der Leitstruktur

4. Schritt: Syntheseplanung

Modern Methods in Drug Discovery WS04/05

clustering in datens tzen i
Clustering in Datensätzen (I)

Um die Diversität eines Datensatzes bzw. einer erstellten Substanzbibliothek zu berurteilen, muß man die enthaltenen Verbindungen zu Clustern gruppieren.

diverse library

Von einem hit im HTS weitere Moleküle desselben Clusters testen.

Ein Molekül aus jedem Cluster für HTS

Die Zuteilung der Moleküle erfolgt anhand ihrer gegenseitigen Ähnlichkeit (Similarität).

Modern Methods in Drug Discovery WS04/05

klassifizierung von verbindungen i
Klassifizierung von Verbindungen (I)

Wie kodiert man die Eigenschaften eines Moleküls zur Speicherung/Verarbeitung in einer Datenbank ?

Binärer fingerprint eines Moleküls

Modern Methods in Drug Discovery WS04/05

klassifizierung von verbindungen ii
Klassifizierung von Verbindungen (II)
  • Häufig angewandete fingerprint sind die Konzepte:
  • Daylight fingerprint (1024 bits)
  • ISIS MOLSKEYS (Atomtypen)
  • FTREES Feature trees Jeder Knoten repräsentiert ein chemisches features

Lit. M.Rarey & J.S.Dixon J.Comput.-Aided Mol.Des.12 (1998) 471.

Ermöglicht die Suche nach chemisch ähnlichen Verbindungen in großen virtuellen Substanzdatenbanken

Lit. M.Rarey & M.Stahl J.Comput.-Aided Mol.Des.15 (2001) 497.

Vergleich von fingerprints:

Lit. H.Briem & U.Lessel Persp.Drug Discov.Des.20 (2000) 231.

Modern Methods in Drug Discovery WS04/05

similarit t zwischen verbindungen
Similarität zwischen Verbindungen

Die Ähnlichkeit zweier Moleküle zueinander kann über Similaritätsindices ihrer binären fingerprints ausgedrückt werden.

Der Vergleich von binären Daten ist rechentechnisch sehr einfach, aber es existieren eine Reihe von verschiedenen Similaritätsindices von denen zum Vergleich von Molekülen der Tanimotoindex am häufigsten angewandt wird.

Mehr zu Similaritätsindices in Vorlesung 6

Lit. D.R.Flower J.Chem.Inf.Comput.Sci.38 (1998) 379.

Modern Methods in Drug Discovery WS04/05

clustering in datens tzen ii
Clustering in Datensätzen (II)

Problem: Die Ähnlichkeit zweier Moleküle kann innerhalb eines Clusters größer sein, als zwischen zwei verschiedenen Clustern.

Modern Methods in Drug Discovery WS04/05

clustering in datens tzen iii
Clustering in Datensätzen (III)

Generell gilt: Verschiedene Algorithmen zur Erzeugung der Cluster werden unterschiedliche Cluster erzeugen.

Wenn die erhaltenen Cluster aus verschiedenen Methoden sehr ähnlich zueinander sind, dann weist der Datensatz eine „natürliche“ Clusterung auf.

Modern Methods in Drug Discovery WS04/05

clustering methoden i
Clustering Methoden (I)

Es gibt zwei große Gruppen von Clustering Methoden: Hierarchische und Nicht-hierarchische

Hierarachische Clustering Methoden bieten den Vorteil, daß auf jeder Aufteilungsebene Zugriff erfolgen kann.

Alle Methoden zum Clustering sind rechenzeitintensiv !

Aufwand: O(nN) bis O(n2N) für n aus N Molekülen

Modern Methods in Drug Discovery WS04/05

clustering methoden ii
Clustering Methoden (II)

„Clustering von Clustering Methoden“- ein Dendrogramm

Quelle: John Barnard, Barnard Chemical Information Ltd

Modern Methods in Drug Discovery WS04/05

k means with mobile centroid i
K-means with mobile centroid (I)

Lit: D.Gorse et al. Drug Discovery Today 4 (1999) 257.

Modern Methods in Drug Discovery WS04/05

k means with mobile centroid ii
K-means with mobile centroid (II)

Nachteil: kugelförmige Cluster oft nicht optimal angepaßt bezüglich der Verteilung der Moleküle im chemischen Raum

Modern Methods in Drug Discovery WS04/05

mobile centres with ward classification
Mobile centres with Ward classification

1.

3.

2.

4.

Die ähnlichsten Datenpunkte werden Schritt für Schritt zu Clustern zusammengefaßt

Vorteil: Hierarchisch, angepasste Clusterform

Lit: D.Gorse et al. Drug Discovery Today 4 (1999) 257.

Modern Methods in Drug Discovery WS04/05

eadme filter f r das high throughput screening hts
eADME Filter für dasHigh Throughput Screening (HTS)

Typischer eADME Filter

Modern Methods in Drug Discovery WS04/05

absorption
Absorption

Wie gelangt der Wirkstoff zum Bestimmungsort ?

Beim HTS wird zunächst die Bioverfügbarkeit vernachlässigt und die volle Dosis der Verbindung im Essay gewährleistet. Dazu werden die Verbindungen in DMSO gelöst.

Modern Methods in Drug Discovery WS04/05

auswertung von hts ergebnissen
Auswertung von HTS Ergebnissen

Urspüngliche Idee: Automatisierter Test von >1000 Verbindungen am target

Erfordert die Synthese von entsprechend vielen Verbindungen und die Handhabung der Ergebnisse.

Unsicherheitsfaktoren sind:

Reinheit und Zuverlässigkeit der Verbindungen (falsch negative)

Gefärbte Verbindungen (falsch positive)

Unspezifisch bindende Verbindungen (falsch positive)

Modern Methods in Drug Discovery WS04/05

aufbau von substanzbibliotheken f r das high thoughput screening iv
Aufbau von Substanzbibliotheken für das High thoughput screening (IV)
  • Schritt: wenn ja, Erzeugung einer virtuellen Bibliothek ausgehend von der Leitstruktur

Systematische Variation der Leitstruktur:

Gerüst

Seitenketten

Bioisostere

Modern Methods in Drug Discovery WS04/05

aufbau von substanzbibliotheken f r das high thoughput screening v
Aufbau von Substanzbibliotheken für das High thoughput screening (V)

Im Verlauf der Optimierung von der Leitstruktur zum klinischen Wirkstoff werden die Moleküle zumeist größer und lipophiler (füllen die Bindungstasche präziser aus).

Deshalb sind folgenden Eigenschaften von Leitstrukturähnlichen Verbindungen wünschenswert:

Molekülgewicht < 250

Niedrige Lipophilie (logP<3) bei oraler Dareichung

Genügend Möglichkeiten für Seitenketten

Ausreichende Affinität und Selektivität

Modern Methods in Drug Discovery WS04/05

bioisostere i
Bioisostere (I)

Definition: Gleiche Anzahl und Anordnung der Elektronen

(Langmuir 1919)

z.B. N2 CO CN-

CO2 N2O N3- CNO-

K+ NH4+ Ar

Grimms Hybrid Austausch Gesetz (1925)

Modern Methods in Drug Discovery WS04/05

bioisostere ii
Bioisostere (II)

Definition:

Compounds or groups that possess near-equal, molecular shapes and volumes, approximately the same desitribution of electrons, and which exhibit similar physical properties.

(A. Burger1970)

z.B. -Cl -CF3 -CN

-NO2 -COCH3 -SO2CH3

-CHCl2 -CH2N3

Modern Methods in Drug Discovery WS04/05

bioisostere iii
Bioisostere (III)

Klassische (Bio-)isostere sind sterisch und elektronisch ähnlich

Nicht-klassische Isostere:

z.B. Austausch von cyclischen gegen acyclischen Strukturen

Austauschbare Gruppen

Modern Methods in Drug Discovery WS04/05

bioisostere iv
Bioisostere (IV)

In den seltensten Fällen haben Bioisostere (chemical space) dasselbe Wirkungsprofil (biological space) wie die Verbindung von der sie abgeleitet wurden

Angestrebt werden dabei folgende Eigenschaften:

Bessere Wirkung

Höhere Selektivität

Erhöhte Bioverfügbarkeit

Geringere Toxizität

Weniger Nebenwirkungen

Ermöglicht niedrigere Dosierung

Modern Methods in Drug Discovery WS04/05

monovalente bioisostere i
Monovalente Bioisostere (I)

Austausch von F gegen H

Fluor besitzt einen ähnlichen van der Waals Radius wie Wasserstoff und ist deshalb gleich groß. Die Lipophilie bleibt ebenfalls erhalten

Fluor ist am elektronegativsten, dadurch induktiver Effekt auf das benachbarte C-Atom. Im Gegensatz zu anderen Halogenen jedoch keine Mesomeren möglich (fehlended-Orbitale)

Modern Methods in Drug Discovery WS04/05

monovalente bioisostere ii
Monovalente Bioisostere (II)

Austausch von F gegen H

Die C-F Bindung ist stärker als die entsprechenden C-H, C-Cl, C-Br und C-I Bindungen, und damit auch metabolisch stabilier.

Fluor ist aufgrund seiner Elektronegativität ein starker H-Brücken Akzeptor

Modern Methods in Drug Discovery WS04/05

monovalente bioisostere iii
Monovalente Bioisostere (III)

Austausch von -OH gegen –NH2

Beide Gruppen haben ähnliche Größe und Geometrie

Beide sind sowohl H-Brücken Donoren als auch Akzeptoren

In heterocyclischen Ringen wird dasTautomerisierungs-gleichgewicht verschoben

Modern Methods in Drug Discovery WS04/05

monovalente bioisostere iv
Monovalente Bioisostere (IV)

Austausch von -OH gegen –SH

Schwefel ist sehr viel größer als Sauerstoff

Rvdw(O) = 1.4 Ångstrom Rvdw(S) = 1.85 Ångstrom

und weniger elektronegativ (ohne Dimension)

O: 3.51 S: 2.32

Deshalb sind die H-Brücken von –SH schächer

Trotzdem sind Thiole sauerer und stärker dissoziert als die entsprechenden Alkohole.

In heterocyclischen Ringen kann wie bei –NH2 durch Tautomerisierung das entsprechende Thiol entstehen

Modern Methods in Drug Discovery WS04/05

monovalente bioisostere v
Monovalente Bioisostere (V)

Austausch von –CH3 gegen –Cl

Die Methylgruppe und Chlor haben die gleiche Größe und lipophilen Eigenschaften.

Im Gegensatz zu Chlor wird die Methylgruppe aber schneller metabolisch abgebaut und ausgeschieden

Modern Methods in Drug Discovery WS04/05

monovalente bioisostere vi
Monovalente Bioisostere (VI)

Austausch von –CF3 oder –CN gegen –Br

Die Trifluormethyl- und die Cyanatgruppe haben dieselben elektronischen Eigenschaften, aber die –CN Gruppe ist sehr viel hydrophiler

Modern Methods in Drug Discovery WS04/05

divalente bioisostere
Divalente Bioisostere

Austausch der –CH2– Gruppe

Verbindungen mit BH oder SiH sind zu hydrolyseempfinglich

Modern Methods in Drug Discovery WS04/05

trivalente bioisostere
Trivalente Bioisostere

Austausch der –CH= Gruppe durch –NH–

Wichtig und erfolgreich vor allem in heterocyclischen Ringsystemen

Modern Methods in Drug Discovery WS04/05

tetravalente bioisostere
Tetravalente Bioisostere

Modern Methods in Drug Discovery WS04/05

divalente ring quivalente
Divalente Ringäquivalente

Austausch der –CH2– Gruppe

Auch möglich bei größeren Ringsystemen (7-Ring etc, vgl. Benzodiazepine)

Modern Methods in Drug Discovery WS04/05

trivalente ring quivalente
Trivalente Ringäquivalente

Austausch der –CH= Gruppe

Ermöglicht oft das Feintuning des Wirkungsprofilsvgl. Sildenafil und Vardenafil

Modern Methods in Drug Discovery WS04/05

nicht klassische isostere i
Nicht-Klassische Isostere (I)

Austausch von cyclischen gegen acyclischen Strukturen

Wichtig: Die entscheidende Funktionalität muß räumlich erhalten bleiben

Ringerweiterung

Acyclisch

Cyclisch

Ringverkleinerung

Modern Methods in Drug Discovery WS04/05

nicht klassische isostere ii
Nicht-Klassische Isostere (II)

Ringöffnung

Ringschluß

Oft zum Einfrieren von aktiven Konformationen angewandt

Modern Methods in Drug Discovery WS04/05

thermodynamische effekte
Thermodynamische Effekte

Ringöffnung: Erzeugt mehr Freiheitsgrade, dadurch Entropieverlust bei der Bindung ans Enzym

Ringschluß: Weniger Entropieverlust bei der Bindung ans Enzym

Modern Methods in Drug Discovery WS04/05

bioisosterer austausch von funktionellen gruppen
Bioisosterer Austausch von Funktionellen Gruppen

Hydroxylgruppe –OH

Hier: Erhaltung der H-Brückeneigenschaften vorrangig

Modern Methods in Drug Discovery WS04/05

systematische variation in silico ans tze
Systematische Variation –in silico Ansätze

Analog dem Ansatz bei den Feature Trees teilt man das Molekül in nodes und linker ein. Jeder node entspricht einer chemischen Gruppe und jeder linker einer Bindung zwischen solchen Gruppen.

Durch definierte Typen der Bindungsspaltung lassen sich jeweils passende Fragemente in Datenbanken suchen und neu zusammenstellen.

RECAP Konzept:

Lit. X.Q.Lewell et al. J.Chem.Inf.Comput.Sci.38 (1998) 511.

Modern Methods in Drug Discovery WS04/05