Научный журнал
Современные наукоемкие технологии
ISSN 1812-7320
"Перечень" ВАК
ИФ РИНЦ = 0,940

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ С ИСПОЛЬЗОВАНИЕМ РЕГРЕССИОННЫХ МОДЕЛЕЙ В МОЛЕКУЛЯРНОМ ДИЗАЙНЕ СОЕДИНЕНИЙ С ПРОТИВОВОСПАЛИТЕЛЬНОЙ, АНАЛЬГЕТИЧЕСКОЙ И ПРОТИВОМИКРОБНОЙ АКТИВНОСТЬЮ ПРОИЗВОДНЫХ АНТРАНИЛОВОЙ КИСЛОТЫ

Андрюков К.В. 1 Коркодинова Л.М. 1
1 ФГБОУ ВО «Пермская государственная фармацевтическая академия» Министерства здравоохранения Российской Федерации
Статья посвящена математическому моделированию с использованием регрессионных моделей, в молекулярном дизайне соединений с противовоспалительной, анальгетической и противомикробной активностью производных антраниловой кислоты. Для математического моделирования при проведении молекулярного дизайна соединений с противовоспалительной, анальгетической и противомикробной активностями предложен подход, основанный на использовании составленных ранее регрессионных моделей. С целью увеличения производительности проводимого моделирования при его практической реализации, составлен прогнозный комплекс на основе таблиц, с использованием средств Microsoft Excel 2007, состоящий из четырех модулей: модуль 1 «Физико-химические свойства (константы липофильности (logP), константы ионизации (константы кислотности (рКа) и основности (pKb))»; модуль 2 «противовоспалительная активность (ПВА)»; модуль 3 «анальгетическая активность (АА)»; модуль 4 «противомикробная активность (ПМА)». Прогнозный комплекс использован для проведения высокопроизводительного скрининга 203 соединений производных 5-бром(5-йод), 3,5-дихлор(3,5-дибром) антраниловой кислоты на ПВА, АА и ПМА. Результаты моделирования методом молекулярного дизайна, с использованием прогнозного комплекса, показаны на выборке, состоящей из десяти соединений, обладающих по результатам проведенного скрининга выраженными ПВА и АА. Экспериментальное исследование биологической активности подтвердило теоретический результат, получен патент на соединение 1, обладающее выраженной ПВА. Проведенные исследования показали возможность молекулярного дизайна путем изменения структуры, с использованием полученной математической модели, для получения соединений с заданными свойствами и уровнем биологической активности.
моделирование
дизайн
регрессия
квантово-химический
докинг
скрининг
1. Amal Abdel Haleem Mohamed Eissa, Gamal El-Hakeem Soliman. Design, Synthesis and Anti-inflammatory Activity of Structurally Simple Anthranilic Acid Congeners Devoid of Ulcerogenic Side Effects. Chemical and Pharmaceutical Bulletin. 2012. vol. 60. no. 10. P. 1290–1300.
2. Maher Abd El-Aziz El-Hashash, Mohammad E.A., Rasha Abd El-Aziz Faty. Synthesis, Antimicrobial and Anti-inflammatory Activity of Some New Benzoxazinone and Quinazolinone Candidates. Chemical and Pharmaceutical Bulletin. 2016. vol. 64. no. 3. P. 263–271.
3. Khaled A.M., Nadia A.K., Eman M.A., Sawsan Abo-Bakr Z. Synthesis and Biological Evaluation of New Heteroaryl Carboxylic Acid Derivatives as Anti-inflammatory-Analgesic Agents. Chemical and Pharmaceutical Bulletin. 2013. vol. 61. no. 2. P. 222–228.
4. Khaldoon AL-Rahawi, Ali AL-Kaf, Shada Y., Sameh EL-Nabtity. Synthesis and biological activities of 2-carboxyphenyloxamoylamino acids, their salts with 2-ethoxy-6,9-Diaminoacridine and D-glucosamine. Adv. Pharmacoepidem. Drug Safety. 2013. vol. 2. no. 2. P. 2–6.
5. Meenu Beniwal, Viney Lather, Vikramjeet Judge, Neelam Jain, Amit Beniwal. Anti-inflammatory, antimicrobial activity and qsar studies of anthranilic acid derivatives. World journal of pharmacy and pharmaceutical sciences. 2015. vol. 4. no. 09. P. 1443–1451.
6. Rama Rao Nadendla, Mukkanti K., Sudhakar G. Rao. Microwave Synthesis of some new Quinazolinone Formazans for their Antimicrobial and Antihelminthic Activities. Current Trends in Biotechnology and Pharmacy. 2010. vol. 4. no. 1. P. 545–550.
7. Андрюков К.В., Коркодинова Л.М. Прогнозирование коэффициента распределения октанол – вода производных N-арилзамещенных антраниловых кислот // Химико-фармацевтический журнал. 2013. Т. 47. № 12. С. 38–41.
8. Андрюков К.В., Коркодинова Л.М. Квантово-химические параметры в исследовании зависимости структура – ионизация N-замещенных моно(ди)галоген(Н) антраниловых кислот, их амидов и гидразидов // Химико- фармацевтический журнал. 2016. Т. 50. № 3. С. 23–27.
9. Sidhu R.S., Lee, J.Y., Yuan C.. Comparison of Cyclooxygenase-1 Crystal Structures: Cross-Talk between Monomers Comprising Cyclooxygenase-1 Homodimers. Journal Biochemistry. 2010. no. 49. P. 7069–7079.
10. Rowlinson S.W., Kiefer J.R. A Novel Mechanism of Cyclooxygenase-2 Inhibition Involving Interactions with Ser-530 and Tyr-385. Journal Biol. Chem. 2003. no. 278. P. 45763–45769.
11. Андрюков К.В., Коркодинова Л.М. Молекулярный докинг в изучении взаимодействия амидов и гидразидов N-ароилзамещенных галоген(Н)антраниловых кислот с циклооксигеназой 1, проявляющих противовоспалительную активность // Химико-фармацевтический журнал. 2018. Т.  52. № 5. С. 29–32.
12. Guilloteau J.P., Mathieu M., Giglione C. The crystal structures of four peptide deformylases bound to the antibiotic actinonin reveal two distinct types: a platform for the structure-based design of antibacterial agents. J. Mol. Biol. 2002. no. 320. P. 951–962.
13. Yoon H.J., Kim H.L., Lee S.K., Kim H.W. Crystal structure of peptide deformylase from Staphylococcus aureus in complex with actinonin, a naturally occurring antibacterial agent. Proteins. 2004. no. 57. P. 639–642.
14. Андрюков К.В., Коркодинова Л.М., Гольдштейн  А.Г. 4-Метилфениламид N-бензоил-5-бромантраниловой кислоты, проявляющий противовоспалительную активность // Патент РФ 79892. Патентообладатель ФГБОУ ВО «ПГФА». 2019. Бюл. № 5.

Молекулярный дизайн – это конструирование новых химических соединений с заданными свойствами, с использованием компьютерных методов моделирования. При проведении моделирования используют различные методы и подходы, одним из которых является использование множественного линейного регрессионного анализа. Математическое моделирование с использованием регрессионных моделей представляет собой построение зависимостей прогнозируемого параметра от структуры.

Молекулярный дизайн биологически активных соединений с использованием математических моделей позволяет произвести скрининг (поиск) на определенный вид биологической активности, например противовоспалительную, анальгетическую и противомикробную. Современные методы проведения скрининга основаны на использовании моделей поиска и разработанных на их основе компьютерных программ. Проведением скрининга изучают спектр биологической активности анализируемого ряда соединений и проводят отбор потенциально активных, до проведения их синтеза и биологических испытаний.

Производные антраниловой кислоты или 2-аминобензойной кислоты проявляют различные виды биологической активности, например противовоспалительную [1, 2], анальгетическую [3] и противомикробную [4–6].

Цель исследования: математическое моделирование с использованием регрессионных моделей в молекулярном дизайне соединений с противовоспалительной (ПВА), анальгетической (АА) и противомикробной активностью (ПМА) в ряду производных антраниловой кислоты.

Материалы и методы исследования

Оптимизацию структуры и расчёт квантово-химических дескрипторов исследуемых производных антраниловой кислоты, проводили с использованием программы Gaussian 03 полуэмпирическим методом РМ3, с полной оптимизации геометрии молекул. Моделирование лиганд-рецепторных взаимодействий осуществляли программой AutoDock 4.0 в составе программного комплекса MGL Tools 1.5.6, с использованием Ламарковского генетического алгоритма, который позволяет воспроизводить строение комплексов более точно. Для составления прогнозного комплекса на основе регрессионных моделей использовали Microsoft Excel 2007.

Результаты исследования и их обсуждение

Для математического моделирования при проведении молекулярного дизайна соединений с противовоспалительной, анальгетической и противомикробной активностями, предложен подход, основанный на использовании ранее составленных регрессионных моделей. С целью увеличения производительности проводимого моделирования при его практической реализации, составлен прогнозный комплекс на основе таблиц с использованием средств Microsoft Excel 2007.

В результате получили прогнозный комплекс, состоящий из четырех модулей: модуль 1 «Физико-химические свойства (константы липофильности (logP), константы ионизации (константы кислотности (рКа) и основности (pKb))»; модуль 2 «противовоспалительная активность (ПВА)»; модуль 3 «анальгетическая активность (АА)»; модуль 4 «противомикробная активность (ПМА)».

Каждый из полученных модулей разделен на модели для соответствующих рядов производных антраниловой кислоты. Валидация использованных уравнений множественной регрессии для составления моделей, приведена по следующим критериям: коэффициент корреляции (R), критерий Фишера (F), критерий оценки методом перекрестного контроля исключением по одному (Q2LOO) и среднеквадратичная ошибка (S).

Полученный прогнозный комплекс использован для проведения высокопроизводительного скрининга 203 соединений производных 5-бром(5-йод), 3,5-дихлор(3,5-дибром) антраниловой кислоты на ПВА, АА и ПМА. Результаты моделирования методом молекулярного дизайна, с использованием прогнозного комплекса, показаны на выборке, состоящей из десяти соединений, обладающих по результатам проведенного скрининга, выраженными ПВА и АА.

andryk1.tif

X = Br, Y = H, R1 = C6H5, R2 = C6H4(4-CH3) (1); X = I, Y = H, R1 = C6H5, R2 = C6H4(4-CH3) (2); X = Br, Y = Br, R1 = C6H5, R2 = C6H4(4-CH3) (3); X = Cl, Y = Cl, R1 = C6H4(4-CH3), R2 = C6H4(4-CH3) (4); X = Cl, Y = Cl, R1 = C6H5, R2 = C6H4(4-CH3) (5); X = Br, Y = H, R1 = 2-фурил, R2 = C6H4(4-CH3) (6); X = Cl, Y = Cl, R1 = C6H4(4-CH3), R2 = CH2CH2CH2CH3 (7); X = Cl, Y = Cl, R1 = C6H5, R2 = CH2C6H5 (8); X = Br, Y = Br, R1 = C6H5, R2 = CH2C6H5 (9); X = Cl, Y = Cl, R1 = C6H4(4-CH3), R2 = CH2C6H5 (10).

Модуль 1 «Физико-химические свойства (константы липофильности (logP), константы ионизации (константы кислотности (рКа) и основности (pKb))».

Для прогнозирования физико-химических свойств провели расчёт квантово-химических дескрипторов: суммарные значения напряженности электрического поля Σ(Е), потенциала Σ(φ) и абсолютной величины заряда Σ(|q|) на атомах кислорода, азота, углерода и водорода Σ(Н). Квантово-химические параметры рассчитаны полуэмпирическим методом РМ3 с полной оптимизацией геометрии молекул с использованием программы Gaussian 03.

Расчёт констант липофильности (logP) в модуле 1 представлен по двум моделям:

Модель 1. Производные N-арилзамещенных антраниловых кислот [7]. Модель описывает зависимость logP от дескрипторов ΣО(φ), ΣO(|q|), ΣH(φ) (R = 0,709, F = 4,06, N = 16).

Модель 2. Производные N-алкилзамещенных антраниловых кислот. Модель описывает зависимость logP от дескрипторов ΣО(Е), ΣN(Е), ΣC(φ), ΣО(φ) (R = 0,896, F = 17,31, N = 22).

Для исследуемого ряда химических соединений содержащего при атоме азота NH-ацильной группы заместители ароматической природы: фенил, 4-метилфенил, 2-фурил – использовали модель 1. Результаты прогноза logP приведены в таблице.

Модель расчёта констант ионизации (констант кислотности (рКа) и основности (pKb)) сплошная, не разделяет производные антраниловой кислоты по представителям в ряды: модель описывает зависимость рКа от дескрипторов ΣС(E), ΣN(E), ΣC(φ) (R = 0,817, F = 13,38, Q2LOO = 0,52, N = 24) и рКb от ΣС(E), ΣN(E), ΣC(φ), ΣN(φ) (R = 0,844; F = 11,78, Q2LOO = 0,55, N = 24) [8]. Результаты расчёта рКа и pKb представлены в таблице.

Модуль 2 «противовоспалительная активность (ПВА)». Основан на использовании скоринговых функций, полученных в результате молекулярного докинга производных антраниловой кислоты c ферментами циклооксигеназа (ЦОГ) 1 и 2, в качестве мишеней использовали кристаллографические копии ферментов, полученные рентгеноструктурным анализом и представленные в виде pdb-файлов, взятых из базы данных Brookhaven Protein Data Bank: ЦОГ 1 (PDB ID code: 3N8X [9]) и ЦОГ 2: (PDB ID code: 1PXX [10]). При проведении скрининга были использованы скоринговые функции: энергия связывания Be (BeЦОГ1 и BeЦОГ2), межмолекулярная энергия Ime (ImeЦОГ1 и ImeЦОГ2), константа ингибирования Ki (KiЦОГ1 и KiЦОГ2), и рассчитанные значения физико-химических свойств (logP, pKa, pKb).

Модуль 2 предназначен для количественного прогнозирования величины ПВА в процентах ( %, процент торможения карагенинового отёка) четырёх рядов производных антраниловой кислоты с использованием четырех моделей:

Модель 1. N-Замещенные антраниловые кислоты (R = 0,843, F = 23,49, S = 6,97, Q2LOO = 0,61, N = 22);

Модель 2. Замещенные амиды и гидразиды N-ароилантраниловых кислот (R = 0,902, F = 26,32, S = 8,14, Q2LOO = 0,73, N = 22) [11];

Модель 3. Гидразиды и амиды N-ацилантраниловых кислот (R = 0,859, F = 29,61, S = 9,84, Q2LOO = 0,61, N = 24);

Модель 4. Ариламиды N-ацил-N-алкенилантраниловых кислот (R = 0,920, F = 18,01, S = 8,14, Q2LOO = 0,74, N = 18).

Исследуемые производные в своей структуре при атоме азота NH-ацильной группы содержат заместители ароматической природы (фенил, 4-метилфенил, 2-фурил) и относятся к замещенным амидам и гидразидам N-ароилантраниловых кислот. Поэтому для проведения скрининга использовали модель 2, результаты расчёта ПВА приведены в таблице.

Модуль 3 «анальгетическая активность (АА)». Модуль основан на использовании скоринговых функций, полученных в результате молекулярного докинга по ферментам ЦОГ 1 и 2: энергия связывания Be (BeЦОГ1 и BeЦОГ2), межмолекулярная энергия Ime (ImeЦОГ1 и ImeЦОГ2), константа ингибирования Ki (KiЦОГ1 и KiЦОГ2), и прогнозируемых значений logP, pKa и pKb.

Модуль 3 предназначен для количественного прогнозирования величины АА (сек), двух рядов производных антраниловой кислоты, в виде моделей 1 и 2:

Модель 1. N-замещенные антраниловые кислоты (R = 0,899, F = 8,46, S = 2,27, Q2LOO = 0,51, N = 10);

Модель 2. Амиды и гидразиды N-замещенные 3,5-дибром(Н)антраниловой кислоты (R = 0,800, F = 11,85, S = 4,68, Q2LOO = 0,53, N = 24).

При прогнозировании АА исследуемых 10 соединений использовали модель 2, предназначенную для прогнозирования АА амидов N-замещенных. Результаты прогноза АА приведены в таблице.

Модуль 4 «противомикробная активность (ПМА)». Модуль основан на использовании результатов молекулярного докинга по ферменту пептид деформилаза (гидролаза) E. сoli и S. аureus. При проведении докинга в качестве мишеней использовали кристаллографические копии ферментов, полученные рентгеноструктурным анализом и представленные в виде pdb-файлов, взятых из базы данных Brookhaven Protein Data Bank: гидролаза E. сoli (PDB ID code: 1LRU [12]) и гидролаза S. аureus (PDB ID code: 1Q1Y [13]). При проведении скрининга были использованы скоринговые функции: энергия связывания Be (BeE. сoli и BeS. аureus), межмолекулярная энергия Ime (ImeE. сoli и ImeS. аureus), константа ингибирования Ki (KiE. сoli и KiS. аureus), и прогнозируемые значения физико-химических свойств (logP, pKa и pKb).

Результаты скрининга 10 соединений на ПВА, АА, ПМА(E. сoli) и ПМА(S. аureus) и физико-химические свойства (logP, pKa, pKb)

logP

pKa

pKb

ПВА, %

АА, сек

ПМА(E. сoli) (мкг/мл)

ПМА(S. аureus) (мкг/мл)

1

2,74

7,05

13,18

38,85

20

1783

1481

2

2,74

7,05

13,18

51,04

19

1186

1630

3

2,72

6,93

13,10

44,08

13

635

2241

4

2,64

7,47

13,05

45,16

19

380

616

5

2,72

6,93

13,10

42,33

26

559

833

6

2,99

7,02

13,42

50,45

16

1189

1779

7

2,68

8,79

12,30

56,30

20

920

283

8

2,75

7,14

12,96

48,90

20

862

1474

9

2,75

7,14

12,96

45,00

15

663

1525

10

2,67

7,69

12,91

43,00

17

1168

1058

 

Полученный модуль 4 предназначен для количественного прогнозирования величины ПМА по E. сoli (ПМА(E. сoli)) и S. аureus (ПМА(S. аureus)) (мкг/мл), трёх рядов производных антраниловой кислоты в виде трёх моделей:

Модель 1. N-Ацилзамещенные антраниловые кислоты: скрининг на ПМА(E. сoli) (R = 0,915, F = 19,43, S = 0,30, Q2LOO = 0,72, N = 20) и ПМА(S. аureus) (R = 0,944, F = 31,03, S = 0,25, Q2LOO = 0,81, N = 20).

Модель 2. Замещенные амиды и гидразиды N-ароилантраниловых кислот: скрининг на ПМА(E. сoli) (R = 0,944, F = 31,20, S = 0,15, Q2LOO = 0,71, N = 20) и ПМА(S. аureus) (R = 0,907, F = 17,46, S = 0,21, Q2LOO = 0,68, N = 20).

Модель 3. Гидразиды и амиды N-ацилантраниловых кислот: скрининг на ПМА(E. сoli) (R = 0,901, F = 16,25, S = 0,43, Q2LOO = 0,68, N = 20) и ПМА(S. аureus) (R = 0,883, F = 18,94, S = 0,42, Q2LOO = 0,69, N = 20).

При проведении скрининга ПМА исследуемых 10 соединений использовали модель 2, предназначенную для прогнозирования ПМА амидов N-ароилзамещенных антраниловой кислоты. Результаты прогноза ПМА приведены в таблице.

Таким образом, проведено моделирование исследуемого ряда на три вида биологической активности (ПВА, АА и ПМА) и выполнен расчёт физико-химических свойств, результат представлен в таблице.

Рассчитаны физико-химические свойства (константы липофильности и ионизации). Максимальное значение липофильности рассчитано для соединения 6 (logP = 2,99), минимальное – у соединения 4 (2,64). Наибольшее значение константы кислотности спрогнозировано для соединений 3 и 5 (рКа = 6,93). Прогнозируемые значения констант основности лежат в интервале 12,30–13,42.

В результате проведенного скрининга обнаружено, что все проанализированные соединения будут обладать выраженной ПВА (свыше 30 %), по АА (свыше 19 с), только соединения под номерами 1, 2, 4, 5, 7 и 8. По ПМА прогнозный уровень слабый (от 250 до 1000 мкг/мл) или неактивный (свыше 1000 мкг/мл), перспективных, с ПМА менее 2 мкг/мл не обнаружено. По результатам экспериментального исследования на прогнозируемые активности, получен патент на структуру 1, как соединение обладающее выраженной ПВА [14].

Заключение

Проведенные исследования показали возможность молекулярного дизайна путем изменения структуры, с использованием полученной математической модели, с целью получения соединений с заданными свойствами и уровнем биологической активности.

Таким образом, можно сделать вывод, что составленный прогнозный комплекс, полученный в результате математического моделирования, на основе регрессионных уравнений и Microsoft Excel 2007, может быть использован в молекулярном дизайне соединений с противовоспалительной, анальгетической и противомикробной активностью производных антраниловой кислоты.


Библиографическая ссылка

Андрюков К.В., Коркодинова Л.М. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ С ИСПОЛЬЗОВАНИЕМ РЕГРЕССИОННЫХ МОДЕЛЕЙ В МОЛЕКУЛЯРНОМ ДИЗАЙНЕ СОЕДИНЕНИЙ С ПРОТИВОВОСПАЛИТЕЛЬНОЙ, АНАЛЬГЕТИЧЕСКОЙ И ПРОТИВОМИКРОБНОЙ АКТИВНОСТЬЮ ПРОИЗВОДНЫХ АНТРАНИЛОВОЙ КИСЛОТЫ // Современные наукоемкие технологии. – 2019. – № 9. – С. 31-35;
URL: https://top-technologies.ru/ru/article/view?id=37661 (дата обращения: 14.12.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674