Pokaż caÅy numer - FPN - Farmaceutyczny PrzeglÄ d Naukowy
Pokaż caÅy numer - FPN - Farmaceutyczny PrzeglÄ d Naukowy
Pokaż caÅy numer - FPN - Farmaceutyczny PrzeglÄ d Naukowy
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Farm Przegl Nauk, 2010, 12<br />
jąc wpływ wszystkich rodzajów oddziaływań pomiędzy elementami<br />
strukturalnymi kieszeni hydrofobowej receptora<br />
i związkiem chemicznym w kompleksie lek-receptor. Analiza<br />
zależności pomiędzy parametrami chromatograficznymi<br />
i poziomem aktywności agonistycznej 5-HT badanych<br />
związków, przeprowadzono z udziałem 13 przypadków<br />
z oznaczoną wartością pD 2<br />
, ponownie okazała się najkorzystniejsza.<br />
Stwierdzono bardzo dobrą korelację pomiędzy<br />
poziomem aktywności agonistycznej badanych związków<br />
do receptorów serotoninowych 5-HT i danymi chromatograficznymi<br />
(równanie 5). pD 2<br />
= 7,80(±0,36) - 17,22(±3,47)<br />
C-S1 + 9,80(±3,93) C-S4 + 0,43(±0,22) S1/C (5)<br />
Uwidocznił się tu wpływ oddziaływań ligandów z kwasem<br />
asparaginowym oraz asparaginą. Aminokwasy te reprezentują<br />
oddziaływania typu jonowego oraz wodorowego.<br />
Uzyskane równanie opisuje 83% wariancji całkowitej.<br />
Model ten może stanowić równanie o walorach predykcyjnych.<br />
Przeprowadzono badanie wartości predykcyjnej tego<br />
modelu regresji. Zgodnie z opisem przedstawionym w części<br />
doświadczalnej pracy obliczono współczynnik walidacji<br />
Q 2 , który dla równania 5 wyniósł 0,70. Różnica pomiędzy<br />
wartością R 2 dla tego równania i współczynnikiem walidacji<br />
równa 0,13 potwierdza wiarygodność tego modelu.<br />
Znaczenie klasycznej analizy QSAR, skutecznej w większości<br />
analiz potencjalnego działania substancji czynnej,<br />
potwierdzono dla badanej grupy (1-20).<br />
W celu przeprowadzenia poniższej analizy, wszystkie<br />
związki 1-20, poddano badaniom strukturalnym i wyznaczono<br />
dla nich wartości deskryptorów molekularnych (Tabela<br />
III). Badanie objęło wszystkie deskryptory molekularne<br />
jako zmienne niezależne, kształtujące powinowactwo<br />
do receptorów grupy 5-HT. Uzyskane w analizie korelacje<br />
przedstawiono w Tabeli IV. Ujawniły się wyraźne wpływy<br />
parametrów molekularnych (Q N<br />
, µ, E HOMO<br />
, E LUMO<br />
, HF)<br />
i termodynamicznych (MR, logD) przypadków (równania<br />
7-9). Uzyskane modele matematyczne dla wszystkich typów<br />
aktywności biologicznej (pK i<br />
, pD 2<br />
i pA 2<br />
) wyjaśniają<br />
69% zmienności całkowitej i kształtują się na tym samym<br />
poziomie współczynnika korelacji R = 0,83 (współczynnik<br />
determinacji R 2 = 0,69 potwierdza zdolność predykcyjną<br />
równań). Biorąc pod uwagę znaczenie deskryptorów molekularnych<br />
w przewidywaniu aktywności biologicznej,<br />
założono możliwość ich wykorzystania łącznie z danymi<br />
chromatograficznymi we wspólnej analizie QSAR. Udział<br />
deskryptorów molekularnych może uzupełnić obserwację<br />
przypadków o cechy nieujawniające się w analizie chromatograficznej<br />
(wartości energetyczne, trwałość, rozkład ładunków,<br />
parametry steryczne). W rezultacie powstać mogą<br />
bardziej efektywne narzędzia projektowania leków.<br />
W pierwszej kolejności zbadano udział parametrów fizykochemicznych<br />
w analizie modeli chromatograficznych<br />
typu DS A<br />
. Wyniki tej analizy, dla kolejnych zmiennych zależnych,<br />
przedstawiono w Tabeli IV (równania 10-12). Dla<br />
wszystkich rodzajów aktywności biologicznej uzyskano<br />
istotne statystycznie korelacje. Powstałe modele matematyczne<br />
wyjaśniają ponad 70% zmienności całkowitej.<br />
Badanie zależności dla fazy rozwijającej DS B<br />
dało ponownie<br />
lepsze wyniki analizy regresji dla aktywności biologicznej<br />
(równania 13 - 15). Najlepszą, prawie pełną korelację<br />
uzyskano dla zmiennej zależnej pD 2<br />
(równanie 14).<br />
Widoczne jest, że połączenie danych fizykochemicznych<br />
z danymi chromatograficznymi przyniosło poprawę wyników<br />
analizy QSAR. Na podstawie tych analiz zaproponować<br />
można równania matematyczne opisujące wszystkie rodzaje<br />
interakcji ligandów z receptorami 5-HT (powinowactwem,<br />
pobudzeniem i hamowaniem):<br />
pK i<br />
= 18,28(±2,07) + 30,70(±6,92) Q N<br />
- 0,36(±0,09)<br />
µ - 1,95(±1,02) S5/C + 11,41(±6,77) C-S6 (13)<br />
pD 2<br />
= 9,19(±0,36) - 18,44(±2,90) C-S1 + 12,66(±3,50)<br />
C-S4 - 0,15(±0,05) pK a<br />
(14)<br />
pA 2<br />
= 6,66(±0,29) + 0,01(±0,002) HF – 1,12(±0,74)<br />
S5 + 15,78(±10,79) C-S5 (15)<br />
Przeprowadzono badanie wartości predykcyjnej modelu<br />
regresji dla równania 14. Obliczono współczynnik walidacji<br />
Q 2 , który wyniósł w tym przypadku 0,79. Różnica pomiędzy<br />
wartością R 2 dla tego równania i współczynnikiem walidacji Q 2<br />
równa 0,09 potwierdza znaczną wiarygodność tego modelu.<br />
Równania 5 i 14 posiadają również wartość predykcyjną<br />
wynikającą z porównania obserwowanych i obliczonych na<br />
ich podstawie wartości pD 2<br />
(R = 0,91 dla równania 5 i 0,94<br />
dla równania 14; n=13; wyników nie zamieszczono) i mogą<br />
zostać użyte do przewidywania poziomu aktywności biologicznej<br />
potencjalnych nowych leków o różnej budowie,<br />
wykazujących działanie na receptory serotoninowe. Wysoka<br />
wartość współczynnika determinacji dla równań 5 i 14,<br />
odpowiednio 0,83 i 0,88, świadczy o ich wysokich zdolnościach<br />
predykcyjnych (R 2 >0,6) [26].<br />
Wnioski<br />
Przeprowadzono analizę statystyczną w celu ustalenia<br />
modeli regresji wielokrotnej opisującej zmienność aktywności<br />
5-HT grupy związków pochodnych o różnej budowie<br />
(zw. 1-20). Założono, że modele te mogą być budowane na<br />
podstawie interakcji badanych związków ze środowiskiem<br />
chromatograficznym zawierającym chemiczne elementy<br />
struktur wiążących leki, charakterystyczne dla receptorów<br />
serotoninowych. Zmienne niezależne (objaśniające) zastosowane<br />
w tej analizie opisywały więc zachowanie badanych<br />
związków w środowisku biochromatograficznym z udziałem<br />
elementarnych struktur chemicznych odpowiedzialnych<br />
za interakcję lek-receptor 5-HT (L- aminokwasów:<br />
Asp, Ser, Phe, Tyr, Asn i Thr) poprzez analogi tych aminokwasów:<br />
kwasu propionowego, etanolu, etylobenzenu,<br />
4-hydroksyetylobenzenu, amidu kwasu propionowego i izopropanolu,<br />
naśladujących funkcję aminokwasów w zakresie<br />
interakcji z lekiem. Dodatkowo wprowadzono do analizy<br />
zmienne objaśniające w postaci wartości parametrów fizykochemicznych<br />
badanych związków, charakteryzujące oddziaływania<br />
hydrofobowe, elektronowe i steryczne analitów. We<br />
wszystkich opisanych powyżej typach układów chromatograficznych<br />
odnaleziono modele regresji oparte na interakcji<br />
badanych związków z substancjami modyfikującymi skład<br />
fazy stacjonarnej. Ustalono tym samym, że zaproponowane<br />
układy biochromatograficzne opisywać mogą interakcję,<br />
która jest możliwa pomiędzy ligandem i odpowiednimi<br />
aminokwasami. Udowodniono równocześnie brak korelacji<br />
pomiędzy aktywnością badanych związków i ich zachowaniem<br />
w środowisku kontrolnym chromatografii (bez udziału<br />
40