La Qumica Computacional

y el Diseo de Frmacos

Perspectiva

Principios del descubrimiento de frmacos

Descubrimiento de frmacos guiado por computadora
Descubrimiento de frmacos guiado por datos
Tcnicas modernas para la identificacin y seleccin
de la diana
Tcnicas modernas de identificacin de pistas

Que es un frmaco?
Se

entiende por frmaco,

cualquier sustancia
biolgicamente activa, capaz de
modificar el metabolismo de las
clulas sobre las que hace efecto

Composicin

definida con un
efecto farmacolgico

Cul

es el proceso del Desarrollo

y Descubrimiento de Frmacos?

Una pequea historia del diseo

de frmacos ayudados por
computadora

1960s Interaccin del frmaco revisin del objetivo

1980s- Automatizacin cribado de alto rendimiento
1980s- Bases de datos (tecnologa de la informacin)
bibliotecas combinatorias
1980s- Computadoras Rpidas - acoplamiento
1990s- Computadoras Super Rpidas - ensamblado del
genoma seleccin de objetivos basados en el
genoma
2000s- Manejo de una enorme informacin
frmacogenomica

Molcula Diana
Lnea de clulas recombinantes
Expresin gentica - Fermentacin
Purificacin de la Protena
Cristalizacin
Rayos-X - Sincrotn

Estructura 3D

Estructura 3D
Mapeo de Eptopes

Ingeniera de Protenas

Diseo Racional

Biblioteca de
Molculas Pequeas

NBE

NCE

NCE (New Chemical Entity)

NBE (New Biological Entity)

Frmacos: Proceso de Descubrimiento

Molculas

Pequeas

Productos Naturales
Caldos de fermentacin
Extractos de Plantas
Fluidos Animales (e.g., veneno de vbora)
Productos Qumicos Medicinales Sintticos
Derivados para la Qumica Medicinal
Derivados de la Qumica Combinatoria

Biolgicos
Productos Naturales (aislamiento)
Productos Recombinantes
Productos Quimricos

Descubrimiento vs. Desarrollo

El

Descubrimiento incluye: su concepto, su mecanismo,

ensayo, cribado, identificacin de la pista, demostracin
de la pista, optimizacin de la pista

El

Descubrimiento tambin incluye pruebas in vivo en

animales y demostracin concomitante del ndice
teraputico

El

Desarrollo comienza cuando se toma la decisin de

poner a una molcula en la fase I de las pruebas clnicas

Descubrimiento vs. Desarrollo

El

tiempo desde su concepcin hasta la

aprobacin de un nuevo frmaco es tpicamente de
10-15 aos

La

vasta mayora de las molculas son

desechadas en el camino

El

costo estimado de llevar al mercado un frmaco

es aproximadamente $800 millones de dlares hoy
en da!!

Descubrimiento vs. Desarrollo

Identificar la enfermedad
Encontrar un frmaco efectivo contra la protena
(2-5 aos)
Aislar la protena
involucrada en la
enfermedad (2-5
aos)

Formulacin

le

ND

Pruebas clnicas en
humanos
(2-10 aos)

Fi

Pruebas preclnicas
(1-3 aos)

Fi
IN le
D

Escalamiento

Aprobacin de la FDA
(2-3 aos)

La tecnologa impacta este proceso

GENOMICA, PROTEOMICA & BIOFARM.
Potencialmente produce muchas ms
dianas, personalizadas o no

CRIBADO DE ALTO RENDIMIENTO

Identificar la
enfermedad

Cribado de hasta 100,000 compuestos por

da para probar su actividad contra la
protena

CRIBADO VIRTUAL

Usar una computadora

para predecir la actividad

Aislar la protena

QUIMICA COMBINATORIA
Producir rpidamente un vasto
nmero de compuestos

MODELADO MOLECULAR

Encontrar el
frmaco

Las graficas y modelos por computadora

ayudan a mejorar la actividad

MODELOS ADME IN VITRO & IN SILICO

Modelos computarizados y de tejidos comienzan a
reemplazad las pruebas en animales

Pruebas preclnicas

Genmica, Protemica &

Biofarmacuticos

Comprendiendo la liga entre

enfermedades, el montaje gentico
y la expresin de las protenas

Genmica
La

genmica est acelerando nuestra compresin de cmo

estn relacionados el ADN, los genes, las protenas y su
funcin, tanto en condiciones normales y de enfermedad
El proyecto del Genoma Humano ha mapeado los genes
del ADN en humanos
Se espera que este conocimiento provea de muchas ms
protenas potenciales
Permite la posible personalizacin de las terapias

ATACGGAT
TATGCCTA

funciones

Chips Genticos
Los

chips genticos
nos permiten buscar por
cambios en la expresin
de una protena en
diferentes individuos en
una variedad de
condiciones, y ver si la
presencia de frmacos
cambia esa expresin

m
Co

es
pu

m
ad
s
to

is
in

d
tra

os

Perfil de expresin
(cribado de 35,000 genes)

Hace

posible el diseo
de frmacos para
diferentes fenotipos

gente / condiciones
e.g. obeso, cncer,
caucsico

Microarreglos
Genes impresos en vidrio
Una variedad de genomas
humanos y animales
Medirn cuanto de cada
fragmento de ADN est
presente en una muestra
desconocida
Un chip de genoma
humano contiene 14,500
genes humanos bien
caracterizados
$300-$500 por chip
www.affymetrix.com

Produccin del GeneChip

Uso del GeneChip

Biofarmaceticos
Frmacos

basados en protenas, pptidos o

productos naturales en lugar de molculas pequeas
(qumica)

Promovidos

por las compaas biotecnolgicas

Los

biofarmaceticos se pueden descubrir ms

rpidamente que las terapias normales de molculas
pequeas

Las

biotecnolgicas se estn empatando con las

compaas farmacuticas ms importantes

Cribado de alto rendimiento

El cribado de compuestos en ambiente corporativo

quiz sea de millones para ver si alguno muestra
actividad contra la protena causante de la
enfermedad

Cribado de alto rendimiento

Las

compaas farmacuticas tienen ahora millones de nuestras

de compuestos qumicos

El

cribado de alto rendimiento puede probar 100,000 compuestos

por da

Puede

ser que solo algunos miles de estos compuestos lleguen

a mostrar alguna actividad contra la protena

El

qumico medicinal necesita escoger inteligentemente las 2 o 3

clases de compuestos que muestren la promesa de ser frmacos
que puedan seguir desarrollndose

Implicaciones Informticas
Tener

la capacidad de almacenar la estructura

qumica y los datos biolgicos para millones de
puntos
Representacin computacional de la
estructura 2D

Tener

la capacidad de organizar miles de

compuestos activos en grupos de relevancia
Agrupar estructuras similares y relacionarlas
a la actividad

Capacidad

de aprender tanta informacin como sea

posible a partir de los datos (minera de datos)
Aplicar mtodos estadsticos a las
estructuras y correlacionar la informacin

Herramientas para la minera de datos

Cribado Virtual
Construir

un modelo computacional de la actividad

para una diana en particular

Usar

un modelo para valorar los compuestos de

bibliotecas virtuales o reales

Usar

esta valoracin para decidir cual hacer, o pasar

a travs de un cribado real

Modelos computacionales de la
actividad
Mtodos

de Aprendizaje

Mtodos

de Valoracin

E.g. Redes Neuronales, Redes de Bayes, Redes de

Kahonen
Se entrenan con compuestos de actividad conocida
Predicen la actividad de compuestos desconocidos

Compuestos con perfil basado en propiedades relativas a

la diana

Acoplamiento

Rpido

Rpidamente acoplar representaciones 3D de molculas

en representaciones 3D de protenas, y valorar de
acuerdo en que tan bien se acoplan

Qumica Combinatoria
Al

combinar bloques de construccin molecular,

podemos crear un gran nmero de molculas
diferentes muy rpidamente

Usualmente

involucra a una molcula plataforma,

y grupos de compuestos que han reaccionado con
la plataforma para colocar diferentes estructuras
en puntos de unin

Ejemplo de Biblioteca Combinatoria

Plataforma

grupos-R

Ejemplos

R1 = OH
OCH3
NH2
Cl
COOH

R1
NH

R2
R3

Para esta pequea biblioteca el

nmero de posibles compuestos
es de
5 x 6 x 5 = 150

OH
NH

CF3

R2 = fenilo
OH
NH2
Br
F
CN

O
OH

OH
C

OH

NH
NH
OH
O
CH3

R3 = CF3
NO2
OCH3
OH
fenoxy

OH
C
NH

OH

CF3

Puntos de Qumica Combinatoria

Cuales

grupos-R escoger

Cuales

bibliotecas hacer

Llenar la coleccin existente de compuestos?

Orientadas a un protena en particular?
Tantos compuestos como se posible?

El

perfil computacional de las bibliotecas

puede ayudar

Bibliotecas virtuales pueden ser evaluadas en la

computadora

Bsqueda de Estructuras

2D bsquedas de subestructuras
3D bsquedas de subestructuras
3D bsquedas conformacionalmente flexibles

2D Bsqueda de Subestructuras
Grupos funcionales
conectividad

Aromtico substituido
con halgenos y un
grupo carboxilo

[F,Cl,Br,I]

O
O

2D Bsqueda de Subestructuras
Cl

Buscar:

Cl
O

Aromtico substituido
con halgenos y un
grupo carboxilo
O

O
N

N
N

N
F

2D Bsqueda de Subestructuras
O

Query

N
O
O

O
N
O

O
N

O
N

N
N N

N N

O
O

2D Bsqueda de Similitud

H
N
N

H
N

H
N

OH

N
Query

N
OH

NH2

H
N

H
N

HO
N

H
N
N

H2N

H2N

3D Bsqueda de Subestructuras
O(s1)

Relaciones espaciales
Define intervalos para
distancias y ngulos
Conformacin almacenada

A
C (u)
O(s1)

3.3 - 4.3

generalmente la de ms baja
energa

O
6.8 - 7.8

3.6 - 4.6

[O,S]
A

3D Bsqueda de Subestructuras
O

a = 8.62+
- 0.58 Angstroms

b = 7.08+
- 0.56 Angstroms
c

O
O

c = 3.35+
- 0.65 Angstroms

S
O
O

O
O

O
N

N
O

O
O

O P O O
O

O
O

P O
O P

O
O

N
O

O
O

Bsquedas Conformacinalmente
Flexibles
Rotar alrededor de
uniones que giran
libremente
Muchas conformaciones
Multa por baja energa
Obtener muchos ms
aciertos
Los huspedes se
adaptan al anfitrin y el
anfitrin se adapta a los
huspedes

Cl

3.2

O H

Cl

4.3

O H

Bsquedas Conformacinalmente
Flexibles
Cl

3.2

O H

Cl

4.3

O H

Pequea multa
energtica

Steric Energy (kcal/mol)

0
0

60

120

180

240

Dihedral angle

300

360

Modelos ADME in vitro & in silico

Tradicionalmente,

animales son usados para las pruebas

pre-humanas. Sin embargo, esta pruebas resultan caras,
consumen tiempo y son ticamente indeseables

Las

tcnicas ADME (Absorbtion, Distribution, Metabolism,

Excretion) pueden ayudar a modelar como el frmaco
interactuar con el cuerpo

Estos

mtodos pueden ser experimentales (in vitro)

usando cultivo de tejidos, o in silico, usando modelos
computacionales

Modelos ADME in silico

Los

mtodos computacionales pueden

predecir propiedades importantes del
compuesto para ADME, e.g.

LogP, una medida de lipofilicidad

Solubilidad
Permeabilidad
Metabolismo del Citocromo p450

Estimados

promedio se pueden hacer para

millones de compuestos, reduciendo el
desgaste el coeficiente de fallas de los
compuestos en la ltima fase

Calculo de propiedades en la Red

http://www.molinspiration.com/cgi-bin/properties

Dibujar una estructura

Regreso de los resultados

LogP
rea de Superficie
Total Polar
# de tomos
Peso Mol.
Regla-de-5
violaciones
# uniones Rot.

Potencial
farmacolgico (N/D)

Disciplinas en el Descubrimiento
de Frmacos
Medicina
Fisiologa/patologa
Farmacologa
Biologa

molecular/celular
Automatizacin/robtica
Qumica medicinal, analtica, y
qumica combinatoria
Qumica estructural y
computacional
Bioinformtica

Bioinformtica - una Revolucin

Experimento Biolgico

Coleccionar

Datos

Caracterizar

Informacin

Conocimiento

Comparar

Descubrimiento

Modelar

Inferir
Complejidad
Alto -orden

Tecnologa
1

10

Organos

Mapeo del
Cerebro

Celular
Sub-celular
Ensamblado
Estructura
Secuencia
(C) Copyright Phil Bourne 1998

90

# Gente/Sitio Red

Ribosoma

Estructura
viral

ESTs

100000 Poder de
Cmputo

Modelo
Cardiaco
Modelo pasos
metablicos de E.coli
102 Modelo
Neuronal

106

Proyecto
Genoma
Humano

Data
1000

100

Circuitos
Genticos
Genoma Genoma Genoma
Levadura E.Coli
C.Elegans
Gene Chips

95

Year

00

1 Genoma
Pequeo/Mes
Genoma
Humano
Completo

05

Tecnologa de
secuenciacin

Bibliotecas Combinatorias
Miles de variaciones a partir de una plataforma fija
Buenas bibliotecas abarcan reas muy grandes del
espacio
conformacional y qumico - diversidad molecular
Diversidad en interacciones estricas, electrostticas, e
hidrofbicas...
Deseo de ser tan amplias como los compuestos del ndice
Merck de cribado azaroso
El diseo de bibliotecas de diseo ayudadas por
computadora an est en su infancia

Modelado Molecular

Visualizacin 3D de las interacciones entre los

compuestos y las protenas
Acoplamiento computacional de los compuestos con las
protenas

Visualizacin 3D
La

cristalografa de rayos-X y la espectroscopia de

RMN pueden revelar la estructura 3D de las protenas
y compuestos que se les unen.

La

visualizacin de estos complejos de protenas y

potenciales frmacos pueden ayudar a los cientficos a
comprender el mecanismo de accin del frmaco y
para mejorar el diseo de un frmaco.

La

visualizacin usa modelos de bolas y palitos para

los tomos y sus uniones, as como para desplegar
sus superficies.

La

visualizacin Estereoscpica est disponible.

Software de Acoplamiento Disponible

DOCK (Kuntz et al, 1982, Ewing & Kuntz 2001)
AutoDock (Olson et al 1990, Morris et al 1998)
ICM (Abagyan et al 1994)
FlexX (Rarey et al 1996)
Hammerhead (Welch et al 1996)
GOLD (Jones et al 1997)
MCDock (Liu & Wang 1999)
SLIDE (Kuhn et al 2002)
FRED (McGann et al 2002)
Surflex (Jain 2003)
GemDock (Yang & Chen 2004)
Glide (Friesner et al 2004)
Yucca (Choi 2005)

Algoritmos de Acoplamiento

Bsqueda Estocstica:
Algoritmo Gentico, Monte Carlo recocido simulado
AutoDock, MCDock, ICM, GOLD, Glide

Construccin Incremental :
Fragmentos rgidos con uniones rotables
Incremental : ngulos de torsin preferidos
DOCK, FlexX, SLIDE, Surflex

Multiconformero:
Genera un conjunto de conformeros de bajaenerga
Acoplamiento Rgido
FLOG, FRED, Yucca

Acoplamiento con un Algoritmo

Gentico
Colocar

a un compuesto en el rea
aproximada donde el acoplamiento ocurre
El algoritmo gentico codifica la orientacin
del compuesto y sus uniones de torsin
Optimizar la unin con la protena
Minimizar la energa
Puentes de hidrgeno
Interacciones hidrofbicas
Puede

se empleado para el cribado virtual

Visualizacin de Demos
en
Acoplamiento Molecular

Acoplamiento Protena-Protena
Acoplamiento Protena-Ligando

Molculas en
Movimiento
http://www.moleculesinmotion.com/j
mol/protein_intro/index.html
Instalar JMOL (jmol.org), Java 4 WinXP,
ActiveControlX y J2SE v5.0 runtime

Referencias
Cohen N. Guidebook on Molecular Modeling in Drug
Design, Academic Press (1996)
Cramer C.J. Essentials of Computational Chemistry:
Theories and Models, John Wiley & Sons (2002)
Schlick T. (Ed) Molecular Modeling and Simulation,
Springer Verlag (2002)
Leach A.R. (Ed) Molecular Modeling: Principles and
Applications, Prentice Hall (2001)
van de Waterbeemd H., Testa B. (Eds) Computer-Assisted
Lead Finding and Optimization: Current Tools for
Medicinal Chemistry, John Wiley & Sons (1997)