29.11.2014 Views

Pokaż cały numer - FPN - Farmaceutyczny Przegląd Naukowy

Pokaż cały numer - FPN - Farmaceutyczny Przegląd Naukowy

Pokaż cały numer - FPN - Farmaceutyczny Przegląd Naukowy

SHOW MORE
SHOW LESS

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!