Documentos de Académico
Documentos de Profesional
Documentos de Cultura
3. -CH2-CH2-O-CH2-CH3 15
4. -CH3 0.05
O H 3C O O
HO OH
OH 5. -CH2-CH3 0.07
Morfina
Codeína
O 6. -CH2-CH2-CH3 3.0
H3C
N H
+
O CH3
HO
H
−
δ− O
H3C
O H3C CH3 :
OH
+
N + N−
−CH2−CH2−O−
−C δ+
H3C
O CH3
H3 C CH3
d-tubocurarina
5Å
QSAR → MULTIPLICIDAD DE RECEPTORES COLINÉRGICOS Decametonio: relajante muscular por bloqueo del
receptor nicotínico de ACh en la placa motriz (NM).
Ileon de ratón Recto abdominal de rana
Potencia relativa: (músculo liso) (músculo esquelético)
Con la ayuda de dos
antagonistas que tan solo
FORMILCOLINA 25 10 diferían en el número de
ACETILCOLINA 100 100 átomos de carbono en
PROPIONILCOLINA 5 400 una cadena linear (“serie
de los metonios”), se
BUTIRILCOLINA 0,5 150
pudieron separar dos
VALERILCOLINA 0 30 acciones diferentes del
neurotransmisor
HO acetilcolina (ACh):
CH3 - contracción de la
+ N
H3C N CH musculatura esquelética
AGONISTA TIPO O 3 CH3
CH3 - incremento de la tensión
N
sanguínea mediante la
MUSCARINA NICOTINA activación de los ganglios
simpáticos
(Paton & Zaimis, 1949)
Atropina Antagoniza No antagoniza
d-tubocurarina No antagoniza Antagoniza Hexametonio: bloqueante ganglionar por bloqueo del receptor
nicotínico de ACh en los ganglios autónomos (NN).
RECEPTOR MUSCARÍNICO RECEPTOR NICOTÍNICO
MULTIPLICIDAD DE RECEPTORES ADRENÉRGICOS La neurona noradrenérgica – varicosidad noradrenérgica
blanco para la acción de
Raymond P. Ahlquist (1948): α y β
diversos fármacos
α1 α2 β1 β2
Reposo Activado
MULTIPLICIDAD DE ADRENOCEPTORES ANESTÉSICOS
Raymond Ahlquist GENERALES
AGONISTAS α1 α2 β1 β2
Noradrenalina (NA) ∗∗∗ ∗∗∗ ∗∗ ∗ N N O
Adrenalina ∗∗ ∗∗ ∗∗∗ ∗∗∗
Isoprenalina – – ∗∗∗ ∗∗∗ Xenon Oxido nitroso Cloroformo Ciclopropano
(1)
Fenilefrina ∗∗ – – – CF3 CF3
Clonidina (1) – ∗∗∗ – – CF3 O
CHF2
α-metil-NA ∗ ∗∗∗ – – O
Cl CH2F
Salbutamol (2) – – ∗ ∗∗∗
Halotano Isoflurano Sevoflurano
ANTAGONISTAS
(2)
Fentolamina ∗∗∗ ∗∗∗ – – H
Fenoxibenzamina ∗∗∗ ∗∗∗ – – O N
2
S CH3 H
OH CH3 H3C
Yohimbina ∗ ∗∗∗ – – O
3
O N
[A]1-octanol
• log PA = log
[A]water
Campagna et al.
N Engl J Med. 348(21):2110-24 (2003)
Sinapsis inhibidora Sinapsis excitadora
El canal iónico de la bacteria Gloeobacter violaceus (GLIC), Efectos de anestésicos generales sobre canales iónicos operados por ligando
homólogo del de mamíferos, es también sensible a concentraciones
clínicas de anestésicos generales y su estructura se ha determinado
por cristalografía de rayos X (Nature 469, 428–431, 2011)
Aproximaciones de 3D-QSAR
Farmacóforo sencillo para un antihistamínico H1
CoMFA, Comparative Molecular Field Analysis (Richard Cramer et al., 1988)
Análisis Comparativo de Campos Moleculares
Seleccionar conjuntos de entrenamiento y prueba de diversidad
S
comparable.
N
N
Generar estructuras 3D de todas las moléculas del conjunto de datos. N
Insertar las moléculas en una caja y generar una malla de puntos 4.7-5.1 Å
tridimensional que cubra también un volumen suficientemente grande
alrededor de ellas.
Calcular energías de interacción entre una sonda (grupo metilo + carga) 4.2-7.3 Å
4.9-7.3 Å
situada en cada punto de la malla y cada una de las moléculas.
N
Relacionar las energías con las diferencias en afinidad/actividad.
HIPÓTESIS DEL FARMACÓFORO Ejemplo de alineamiento de estructuras en 3D
Modelo de receptor utilizando un modelo CPK Superficie de van der Waals (coloreada según el
del ligando como molde potencial electrostático) alrededor de una
representación en bolas y varillas de una molécula
Walters, D.E.; Pearlstein, R.A.; Krimmel, C.P.
Hahn, M.; Rogers, D. Receptor Surface Models.
A Procedure for Preparing Models of Receptor Sites.
2. Application to Quantitative Structure-Activity Relationships.
J. Chem. Ed. 63, 869-872 (1986)
J. Med. Chem. 38, 2091-2102. (1995)
volumen estérico
es desfavorable
carga “negativa” (2) Cálculo de las energías de interacción con una sonda en cada nudo de la malla
TÉRMINOS NO-ENLAZADOS CoMFA
1 qiq j A ij Bij
(método 3D
3D--QSAR)
QSAR)
E electrostá tica = ∑ ELennard−Jones = ∑ −
4 ππ ε 0 ε ij
r ij ij rij12 rij6
+ + i j
repulsión
Mapas de contorno
atracción i j Predicciones
– +
steric electr Análisis PLS
i j (Partial Least Squares)
Ecuación
QSAR
Tabla QSAR (matriz de variables)
Actividad = aS001 + bS002 +……..mS998 + nE001 +…….+yE998 + z
interpretación síntesis
MODELO Predicciones
evaluación
Conjunto de Conjunto
entrenamiento
QSAR 3D de prueba
MODELO Comparaciones
ACTUALIZADO
Análisis COMBINE
Identificación Quimiométrica de Mutaciones en la Transcriptasa
FASE DE receptor libre (R) n ligandos libres (L) Inversa del VIH-1 que Confieren Resistencia o Sensibilidad
MODELADO
Aumentada a los Arilsulfonilbenzonitrilos
LA ENERGIA /
PRETRATAMIENTO DE LA descomposición
MATRIZ ∆U = ELR – (EL+ ER) de la energía
n Análisis de
Actividad = ∑ wi ∆u i + C
sel
DERIVACION DEL Mínimos Componentes
i =1
MODELO Cuadrados Principales
Parciales (PCA) n = 25
VALIDACION DEL - validación cruzada (PLS)
MODELO: - permutación de los datos de actividad (scrambling)
- números aleatorios
PREDICCIONES: evaluación del error Fátima Rodríguez-Barrios & Federico Gago, Journal of the American Chemical Society, 126(9): 2718-27194 (2004)
L kon L
R + R
koff
Aminoácidos no-mutables
∆G = ∆H - T∆S
2x 0.5
5x 1.0
13x 1.5
29x 2.0
68x 2.5
158x 3.0 Dos inhibidores de trombina
estrechamente relacionados
∆Go = 2.303 RT log Kd