La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Drug Design Etienne Thoreau. Généralités sur le drug discovery, contexte industriel Petites molécules / macromolécules Types atomiques, types d'interaction.

Présentations similaires


Présentation au sujet: "Drug Design Etienne Thoreau. Généralités sur le drug discovery, contexte industriel Petites molécules / macromolécules Types atomiques, types d'interaction."— Transcription de la présentation:

1 Drug Design Etienne Thoreau

2 Généralités sur le drug discovery, contexte industriel Petites molécules / macromolécules Types atomiques, types d'interaction Acides aminés Energie et molécules Analyse conformationnelle Énergie libre Structure(s) 3D de la cible : Docking, SBDD Rigide Flexible molécules actives : Pharmacophores, QSAR pas de structure 3D de la cible, pas de molécules actives : diversité

3 Modélisation moléculaire et recherche Pharmaceutique (RDD,CADD, SBDD…) Target Sélection Structure 3D de la cible connue, faisabilité ? ligands connus, pharmacophore ? Hit finding Virtual screening, database filtering Hit to lead docking, sélectivité Lead Optimisation virtual ADMET, chemogenomics Développement Recherche

4 70s –Leads = produits naturels, hazard –Optimisation tributaire de la chimie, fondée sur hypothèses –Limitations : expérimentation animale 90s –Modélisation moléculaire –Tests in-vitro ( inhibition d'enzymes, liaison au récepteur) –Limitations : synthèse chimique 2000 –Genie génétique (production de proteines) –Structure-based drug design –Chimie conbinatoire (mélanges) –High-throughput screening (HTS) –Limitations : propriété ADMET des leads 2000 –Genomique, proteomique, pharmacogenomique, bioinformatique –Animaux transgéniques proof of concept (POC) –Chimie combinatoire (1 composé par puit, librairies focalisées ou diverses) –Structure-based drug design –Data mining (screening virtuel de très grande librairie) –ADMET profiling (HTS et virtual ADMET, chemo-génomique) –data pipelining –Limitations : validation de cible, déluge de données Evolution de la recherche en Drug discovery Nouvelles technologies et nouvelles limitations

5 Causes des échecs en Drug Discovery mauvaise pharmacocinetique (mauvais profile ADME chez l'homme, métabolites problématiques) Faibles activités cliniques Effets secondaires, toxicité (métabolites, sélectivité) Stratégie marketing Plus l'échec est tardif plus il coûteux !

6 Nouvelles Stratégies en Drug Design Conception d'inhibiteurs à partir de la structure du substrat Identification de Pharmacophores peptidomimétiques Structure-based drug design Meilleure prise en compte de l'Affinité, de la sélectivité Computer-aided drug design Combinatorial drug design caratère drug-like, biodisponibilité (e.g., Lipinskis Rule of Five)

7 Petites molécules / Macro-molécules Distinction en fonction de la chimie et de la complexité de la molécule, cible ligand Distinction en terme daccessibilité de la structure 3D par le calcul Similarité pour les interactions Progestérone PGF2a HRWM 12,5

8 Petites molécules / Macro-molécules Dun point de vue computationnel, une petite molécule est une molécule pour laquelle on peut énumérer toutes ses conformations : Pour une petite molécule, par analyse conformationnelle on peut calculer les conformations dénergies minimales (énumération) (la conformation active implique lénergie du complexe proteine-ligand !) 20 liaisons sp3-sp3 incrémént 120° Nconformations = 3 20 = Cycles saturés fusionnés

9 Petites molécules / Macro-molécules Les différentes conformations des macromolécules protéiques ne peuvent être recherchées exhaustivement. On ne peut déduire la structure 3D dune protéine à partir de sa seule séquence (protein folding). Linformation structurale fiable est principalement expérimentale par cristallographie ou RMN. En revanche, ces polymères sont simples au niveau de leur séquence primaire (analyse de séquences et obtention de modéles approximatifs par homologie au sein de protéines de la même famille) RFGENHAIMGVAFT WVMALACAAPPLV ARVSVARARLALAA VAAVALAVALLPL AVASQRRAWATVG LVWAAALALGLLPL TKITSKHVKMMLSG VCLFAVFIALLPILG

10 Interactions moléculaires Les interactions inter et intra-moléculaires sont de plusieurs types Interactions polaires liaisons hydrogènes interactions électrostatiques, pont salins dipoles-dipoles Interactions hydrophobes aromatiques aliphatiques

11 Interactions moléculaires Les interactions polaires proviennent de la distribution inégales des charges dues aux associations chimiques entre atomes d'électronégativités différentes fonctions chimiques Liaison-H : "Partage" un H D - A - H + R R Energie ~ 5Kcal/mol

12 Liaisons H

13 Interactions électrostatiques

14 Des molécules, (fragments) apolaires ont tendance à s'associer avec des parties Également apolaire entropie LogP = Log du coefficient de partition entre le 1-octanol et l'eau (logKO/W) Biodisponibilité et LogP Le logP mesuré ou calculé (clogP) est un descripteur fondamental pour estimer la biodisponibilité des molécules. –Bonne balance hydrophobe/hydrophile –Suffisamment hydrophile pour être soluble dans les milieux aqueux (sang, liquide intersticiel, cytoplasme...) –Suffisamment hydrophobe pour traverser les membranes – Valeurs typiques varient de -3 (très hydrophile) à +7 (très hydrophobe) La plupart des molécules Drug like ont des logP dans la gamme 2-5. Importance du LogP pour modéliser des résultats in Vivo Interactions hydrophobes

15 Morphine (clog P = 0.24)Cocaine (clog P = 2.72) Indinavir (clog P = 2.78)Imipramine (clog P = 4.49) O H O N CH 3 O O CH 3 N O OH CH 3 OH H

16 Lipinski Rule of Five (1) MW 500 (opt = ~350) # accepteurs de liaison-H 10 (opt = ~5) # donneurs de liaison-H 5 (opt = ~2) -2 < cLog P < 5 (opt = ~3.0) # Flexibilité : rotules 5 1: C. Lipinski et al, Adv. Drug. Del. Rev, 23, 3-25 (1997) CARACTERE DRUG-LIKE

17 Acides aminés A PH 7 : le groupe amino est ionisé NH3+ Et le groupe ac. Carboxylique aussi COO- Les acides aminés s'associent Par liaison peptidique (fonction amide polaire) Chaine latérale Ac carboxylique amine Carbonne alpha

18 Les chaines latérales, R, déterminent les differences dans les propriétées structurales et chimiques des 20 acides aminés naturels. classifications Aliphatiques/hydrophobesAla, Leu, Ile, Val PolairesAsn, Gln Fonction AlcoolSer, Thr, (Tyr) SouffrésMet, Cys AromatiquePhe, Tyr, Trp, (His) ChargésArg, Lys, Asp, Glu, (His) Speciaux Gly (pas de R) Pro (cyclic, imino-acid)

19 Les 20 acides aminés naturels

20 A Ala Alanine Petit, hydrophobe Hélice alpha peu chargé, hydrophobe Ponts SS chélate les métaux SH très réactif C Cys Cysteine G Gly Glycine Pas de R Très flexible Hydrophobicité indéterminée S Ser Serine Petit, polaire Fonction Alcool HBD, HBA Petit, hydrophobe Fonction Alcool HBD, HBA T Thr Threonine P Pro Proline Imino acid Rigidité hydrophobe Petits Acides aminés

21 K Lys Lysine R Arg Arginine H His Histidine Neutre ou chargé + Aromatique, HBD, HBA Long, flexible Hydrophile Chargé +, HBD Gros, guanidine rigide Chargé +, HBD E Glu Glutamic acid D Asp Aspartic acid Hydrophile, Chargé –, HBA Hydrophile, Chargé –, HBA N Asn Asparagine Polaire, neutre HBD, HBA Q Gln Glutamine Polaire, neutre HBD, HBA Acides aminés Polaires ou chargés Taille moyenne

22 M Met Methionine V Val Valine L Leu Leucine I Ile Isoleucine Beta branché Hydrophobes aliphatiques souffré

23 Hydrophobes aromatiques F Phe Phenylalanine Y Tyr Tyrosine Hydrophobe, Phenol, HBD et HBA F Phe Phenylalanine Grand, hydrophobe W Trp Tryptophan Grand, hydrophobe, HBD

24 Energie et molécules Les structures moléculaires et les interactions moléculaires sont gouvernées Par des considérations énergétiques. Les calculs dénergies peuvent être effectués avec différents modèles Au niveau de la mécanique quantique lénergie de la molécule est calculée À partir des interactions explicites entre les électrons et les noyaux. méthodes ab-initio méthodes semi-empiriques Intérêt : précision Problèmes : temps de calcul s atomes La mécanique moléculaire est une méthode empirique permettant de reproduire raisonnablement des résultats expérimentaux à partir de modèles mathématiques simples des interactions. Ces modèles sont paramétrés pour les principaux types atomiques qui servent à décrire les molécules dintérêt. Lensemble fonction mathématique + paramètres est appelé champ de force. Intérêt : rapidité, taille Problèmes : paramétrisation, précision.

25 différences chimie quantique / mécanique moléculaire Méthodes quantiques On distingue les noyaux et les électrons Les interactions électrons-électrons et électrons-noyaux sont explicites. Les interactions sont régies par les charges électroniques et nucléaires (énergie potentielle) et les mouvements électroniques. Les interactions déterminent la distribution spatiale des électrons et des noyaux Ainsi que leurs énergies Mécanique moléculaire Noyaux et électrons sont modélisés en une seule particule Particules sont sphériques (rayons atomiques expérimentaux ou théoriques) et possède une charge nette (théorique) Les interactions sont modélisées par des ressorts et des potentiels classiques Les interactions doivent être préassignées à un jeu spécifique de type datomes Les interactions déterminent la distribution spatiale des particules atomique et leurs énergies

26 Energie et molécules Energy = Stretching Energy + Bending Energy + Torsion Energy + Non-Bonded Interaction Energy

27 "K " contrôle la pente de la parabole

28

29 "A" contrôle l'amplitude et "n" la périodicité "phi" est la phase

30 "A" et "B" controlent la profondeur et la position du puit pour i et j

31 #CodeDefinition#CodeDefinition 1C.3carbon sp312P.3phosphorous sp3 2C.2carbon sp213Hhydrogen 4C.1carbon sp13H.spc hydrogen in Single Point Charge (SPC) water model 3C.arcarbon aromatic13H.t3p hydrogen in Transferable intermolecular Potential (TIP3P) water model 33C.cat carbocation (C + ) used only in a guadinium group 16Ffluorine 5N.3nitrogen sp315Clchlorine 6N.2nitrogen sp214Brbromine 7N.1nitrogen sp17Iiodine 11N.arnitrogen aromatic27Sisilicon 28N.amnitrogen amide20LPlone pair 19N.pl3 nitrogen trigonal planar 26Dudummy 31N.4 nitrogen sp3 positively charged 21Nasodium 8O.3oxygen sp322Kpotassium 9O.2oxygen sp223Cacalcium 32O.co2 oxygen in carboxylate and phosphate groups 24Lilithium 8O.spc oxygen in Single Point Charge (SPC) water model 25Alaluminum 8O.t3p oxygen in Transferable Intermolecular Potential (TIP3P) water model -Anyany atom (QSPR) 10S.3sulfur sp3-Halhalogen (QSPR) 18S.2sulfur sp2-Het heteroatom = N, O, S, P (QSPR) 29S.Osulfoxide sulfur-Hev heavy (non hydrogen) atom (QSPR) 30S.O2sulfone sulfur

32 Importance de la consistance du champ de force. Cohérence des paramêtres avec les charges partielles

33 MINIMISATION dENERGIE et DYNAMIQUE MOLECULAIRE Notion de Surface dénergie potentielle Trajectoire Initial final Notion de surface dénergie potentielle

34 Minimisation Les algorithmes de minimisation dénergie mesurent lénergie le long de la surface de façon incrémentale pour déterminer des directions qui mènent a un minimum. Algorithmes incapables de changer de vallée. Minima locaux Steepest Descent Suit le gradient de la fonction énergie à chaque pas. Peut conduire à des oscillations Mauvaise convergence à lapproche du minimum. Conjugate Gradients Tient compte des gradients calculés aux étapes précedentes Pour éviter les oscillations. Peut rencontrer des problèmes quand conformations initiales sont très distordues Newton-Raphson Prédit la position du minimum

35 Dynamique moléculaire, simulation Comme pour la minimisation dénergie, la dynamique moléculaire change les degrés de liberté du système pas à pas. Mais les pas en dynamique moléculaire, représentent les changement des positions atomiques, ri, en fonction du temps (i.e. vitesses). La force exercée sur un atome peut être calculée à partir de la variation dénergie entre deux positions. Lénergie E est obtenue par mécanique moléculaire La dynamique moléculaire utilise léquation du mouvement de Newton pour simuler les mouvements atomiques

36 On assigne des vitesses initiales aux atomes en fonction de lénergie cinétique totale elle-même fonction de la température de simulation. Le pas de calcul limite la durée des trajectoires calculables de lordre de Quelques picosecondes ( secondes) Connaissant les forces et les masses on peut ensuite résoudre les positions de chaque atome le long dune série de pas de temps de lordre de la femtoseconde ( secondes). La série de positions instantanés obtenue constitue une trajectoire. En pratique les accélérations atomiques sont calculées À partir des forces et des masses Les vitesses sont calculées à partir des accélérations Les positions sont calculées à partir des vitesses

37 Analyse conformationnelle Passage de 1D ou 2D à 3D Programmes : Corina, Concord, Converter … Problèmes : stéréochimie non définie formes tautomères état dionisation (représentation différente) aromaticité macro-cycles, cycles branchés multiplicité des formats de fichier texte (sdf, mol, mol2, smile) ou binaire Solution : data pipelining

38 Adenine Amino form Imino form Keto form Enol form Thymine Format smile du benzène C1:C:C:C:C:C1 Tautomérie

39 Format mol2 1# Name: benzene 2# Creating user name: tom 3# Creation time: Wed Dec 28 00:18: # Modifying user name: tom 6# Modification time: Wed Dec 28 00:18: MOLECULE 9benzene SMALL 12NO_CHARGES ATOM 161C C.ar1BENZENE C C.ar1BENZENE C C.ar1BENZENE C C.ar1BENZENE C C.ar1BENZENE C C.ar1BENZENE H H1BENZENE H H1BENZENE H H1BENZENE H H1BENZENE H H1BENZENE H H1BENZENE0.000 BOND 29112ar 30216ar 31323ar 32434ar 33545ar 34656ar SUBSTRUCTURE 421BENZENE1PERM0********0ROOT

40 Analyse conformationnelle Génération des conformères et évaluation des énergies - énumération exhaustive - Algorithme + élaboré : arborescence élagage de l'arbre - Procédure d'échantillonnage suivi de minimisation - dynamique a haute température + minimisation Différent programmes : Clustering Diversité des conformères Contraintes (pharmacophores, données expérimentales, statistiques (CCDC, PDB)

41 Echantillonnage systématique et surface Dénergie potentielle Arborescence de léchantillonnage élagage

42 Minimisation de lénergie

43 Analyse statistique de la CSD

44

45

46 Des informations sur la structure 3D de la cible sont disponibles Expérimentale 3D Cristallographie, RMN, Microscopie électronique. Précision atomique (résolution !) Les structures expérimentales ne sont pas forcément dans la conformation recherchée ! Apo proteine, complexe avec agoniste alors quon cherche un antagoniste Expérimentale 1D mutation + effet biologique … mutagénèse dirigée Modèles par homologie la séquence de la cible est connue et La structure 3D dau moins une protéine homologue (template) est connue. Construction de la structure 3D de la cible calquée et adaptée à partir Des templates expérimentales homologues.

47 Modélisation par homologie : modeller 1 Les templates 3D sont alignées avec la séquence cible 2 Des caractéristiques spatiales (distances Ca-Ca, dihèdres du squelette et des chaines latérales …) sont transférées sous forme de contraintes spatiales sur la cible. La forme des contraintes sont dérivées de lanalyse statistique de proteines homologues. 3 Ces contraintes sont combinées avec le champ de force CHARMM pour donner une fonction objectif à minimiser par dynamique moléculaire et minimisation.

48 La qualité de lalignement initial est le paramêtre principal de la méthode sur lequel On peut jouer. Alignement de familles + ajustement manuel. Le degré dhomologie détermine la qualité de la structure 3D que lon peut obtenir. La distribution de la similarité sur les séquences a aussi son importance. MODELLER implemente une automatisation de la modélisation par homologie En incorporant des contraintes dérivées empiriquement dune analyse statistique des relations entre un grand nombre de paires de structures homologues. Cette analyse repose sur une base de données de 105 familles dalignement incluant 416 proteines de structures 3D connues. En pratique, des contraintes plus compliquées (probabilités conditionnelles) sont utilisées qui dépendent dinformations comme laccessibilité au solvent et les distances par rapport aux gaps. Modélisation par homologie modeller

49 Par analogie avec la RMN, modeller proposes différentes solutions avec des énergies voisines qui satisfont plus ou moins les contraintes. Lanalyse et la validation des modèles générées sont essentielles. distribution des violations de contraintes sur la séquence. Validation empirique par satisfaction de contraintes expérimentales Sélection des modèles qui rendent le mieux compte des relations structures activités … La modélisation par homologie reste une science approximative ! On reste à proximité de la structure 3D template. Problèmes spécifiques avec les boucles, gaps Autres programmes dintérêt : Composer, Fugue Il existe de nombreux serveurs qui combinent létape danalyse de séquence Et de construction des modèles ex : Modélisation par homologie modeller

50 Différents types de cibles Acides nucléiques triples hélices, ARN antisens Protéines Canaux ioniques transporteurs Enzymes : protéases, kinases, caspases … Récepteurs : nucléaires, trans-membranaires GPCR Récepteurs de petites molécules ou interactions protéines-protéines

51 Différents types dinteractions Enzymes : inhibiteurs compétitifs, non compétitifs, allostériques Récepteurs : agonistes, antagonistes, agonistes inverses Les modèles moléculaires doivent rendre compte des mécanismes dinteraction !

52 Energie libre de liaison ligand protéine complexe eau Interactions polaires avec le solvant Interactions non-polaires avec le solvant Interactions polaires avec le ligand interactions protein-ligand non-polaires effets entropiques k1k1 k -1

53 Thermodynamique de la liaison récepteur-ligand 4 scénarios sont possibles H S G négatif? Pronostic 1)(-) (+) toujours toujours spontané 2)(+) (-) jamais jamais spontané 3)(+) (+) si T( S) > H favorable si T élevée 4)(-) (-) si T( S) < H favorable si T basse G = H – T( S) Pour un processus spontané, G doit être négatif

54 Ligand (aq) + Recepteur (aq) Ligand-Recepteur (aq) etapes H S Desolvatation du ligand défavorable favorable Desolvatation du récepteur défavorable favorable Ligand conformation active en général défavorable défavorable Récepteur conformation de liaison défavorable défavorable Liaison ligand récepteur doit être favorable ! défavorable Maximiser les étapes favorables et minimiser les étapes défavorables Thermodynamique de la liaison récepteur-ligand Décomposition du processus en plusieurs étapes

55 Minimiser l'enthalpy de désolvatation Le Ligand ne doit pas être trop hydrophile Pas trop de groupes pour faire des liaisons Hydrogène (Rêgles de Lipinski) Maximiser l'entropie de désolvatation Le ligand doit remplir toue la cavité déplacer toutes les molécules d'eau Minimiser le coût enthalpique pour adopter une conformation active La conformation active doit être de basse énergie Minimiser le coût entropique pour adopter une conformation active Le ligand doit être assez rigide (pas trop, la plupart de drogues sont semi-rigides) Maximiser l'enthalpie de liaison ligand-récepteur surfaces Hydrophobes du ligand en regard des surfaces hydrophobes du récepteur surfaces Hydrophiles du ligand en regard des surfaces hydrophiles du récepteur Complémentarité des liaisons H entre récepteur et ligand Thermodynamique de la liaison récepteur-ligand comment ?


Télécharger ppt "Drug Design Etienne Thoreau. Généralités sur le drug discovery, contexte industriel Petites molécules / macromolécules Types atomiques, types d'interaction."

Présentations similaires


Annonces Google