КОНСЕНСУСНАЯ ОЦЕНКА IN SILICO ОСТРОЙ ТОКСИЧНОСТИ МУЛЬТИТАРГЕТНЫХ RAGE-ИНГИБИТОРОВ
- Авторы: Васильев П.М.1, Спасов А.А1, Кочетков А.Н1, Бабков Д.А1, Литвинов Р.А1
-
Учреждения:
- ФГБОУ ВО «Волгоградский государственный медицинский университет» Министерства здравоохранения Российской Федерации
- Выпуск: Том 17, № 1 (2020)
- Страницы: 31-33
- Раздел: Статьи
- URL: https://journals.eco-vector.com/1994-9480/article/view/119371
- DOI: https://doi.org/10.19163/1994-9480-2020-1(73)-31-33
- ID: 119371
Цитировать
Полный текст
Аннотация
Полный текст
При сахарном диабете из-за хронической гипергликемии происходит значительное усиление неферментативного гликирования белков. Образующиеся конечные продукты гликирования взаимодействуют затем со своими специфическими рецепторами (RAGE), что приводит к осложнениям сахарного диабета и развитию болезни Альцгеймера [3, 8, 10]. Таким образом, ингибиторы RAGE могут рассматриваться как перспективные лекарственные средства для лечения указанных патологий. С другой стороны, лекарственные соединения не должны обладать сколько-нибудь выраженными побочными эффектами, в первую очередь, они должны быть малотоксичными. Поэтому предварительная оценка in silico острой токсичности потенциально активных RAGE-ингибиторов является одной из актуальных задач при поиске новых лекарственных веществ для лечения патий при сахарном диабете и болезни Альцгеймера. ЦЕЛЬ РАБОТЫ Консенсусный прогноз in silico острой токсичности новых высоко активных мультитаргетных RAGE-ингибиторов, найденных в результате виртуального скринига 87 химических соединений десяти различных химических классов. МЕТОДИКА ИССЛЕДОВАНИЯ Предварительно на основе методологии искусственных нейронных сетей были построены модели зависимости уровня RAGE-ингибирующей активности от полученных с помощью докинга показателей аффинности соединений к белкам-мишеням сигнального пути RAGE-NF-kB [9]. С помощью этих нейросетевых моделей среди 87 новых синтезированных веществ десяти различных химических классов был выполнен виртуальный скрининг структур с ожидаемой выраженной RAGE-ингибирующей активностью. По результатам поиска in silico выявлено 26 потенциально активных по прогнозу RAGE-ингибиторов, среди которых десять соединений обладают высокой активностью [1]. Прогноз in silico для этих десяти перспективных веществ значений LD50 для крыс перорально был выполнен с помощью пяти компьютерных систем с использованием включенных в эти системы баз данных по структуре и токсичности известных химических соединений: 1) оригинальной системы Microcosm ADMET v6.6.17, БД 3741 соединений; 2) on-line ресурса GUSAR, БД 8972 соединений [6]; 3) on-line ресурса admetSAR, БД 10207 соединений [4]; 4) on-line ресурса pkCSM, БД ~10000 соединений [7]; 5) on-line ресурса ProTox, БД 38515 соединений [5]. Итоговая консенсусная оценка величины LD50 для каждого соединения рассчитывалась как среднее арифметическое пяти прогнозных значений LD50, полученных с помощью пяти вышеуказанных компьютерных систем. По найденному консенсусному показателю LD50 определяли класс токсичности соединений, в соответствии с классификацией OECD [2]. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И ИХ ОБСУЖДЕНИЕ В результате виртуального скрининга с помощью нейросетевой модели [9] среди 87 новых синтезированных веществ десяти различных химических классов было найдено 26 потенциально активных RAGE-ингибиторов, из которых десять соединений по прогнозу обладают высокой активностью [1]. Структуры этих десяти веществ приведены на рис. Результаты консенсусного прогноза с помощью систем Microcosm ADMET, GUSAR, admetSAR, pkCSM и ProTox значений LD50 для крыс перорально и классов токсичности соединений (I-X) приведены в табл. Из данных табл. видно, что все десять веще ств относятся к четвертому классу токсичности, то есть являются малотоксичными соединениями. Рис. Структуры высокоактивных RAGE-ингибиторов Консенсусный прогноз острой токсичности для крыс перорально высокоактивных RAGE-ингибиторов Вещество LD50, мг/кг Класс токсичности MCADMET GUSAR admetSAR pkCSM ProTox консенсус I 1095 3132 725 813 150 1183 4 II 571 1718 1087 918 1000 1059 4 III 2058 1847 937 878 1000 1344 4 IV 2180 1296 937 740 1000 1231 4 V 2107 2289 744 834 1000 1395 4 VI 1066 2574 744 786 1000 1234 4 VII 2476 2463 1016 799 1000 1551 4 VIII 963 486 1275 975 1740 1088 4 IX 2962 1260 1012 1022 1000 1451 4 X 1753 4149 877 1252 653 1737 4 Таким образом, консенсусная оценка острой токсичности найденных в результате виртуального скрининга высоко активных мультитаргетных RAGE-ингибиторов показала, что все они являются малотоксичными и могут быть рекомендованы для дальнейшего экспериментального изучения. ЗАКЛЮЧЕНИЕ 1. С помощью пяти различных компьютерных систем выполнен консенсусный прогноз острой токсичности найденных в результате виртуального скрининга десяти высокоактивных мультитаргет-ных RAGE-ингибиторов. 2. Показано, что все десять соединений относятся к четвертому классу токсичности и являются малотоксичными. 3. Исследованные in silico малотоксичные высокоактивные RAGE-ингибиторы рекомендованы для дальнейшего экспериментального изучения с целью создания принципиально новых лекарственных веществ для лечения патий при сахарном диабете и болезни Альцгеймера.Об авторах
Павел Михайлович Васильев
ФГБОУ ВО «Волгоградский государственный медицинский университет» Министерства здравоохранения Российской Федерации
Email: pvassiliev@mail.ru
д. б. н., с. н. с., профессор кафедры фармакологии и биоинформатики
А. А Спасов
ФГБОУ ВО «Волгоградский государственный медицинский университет» Министерства здравоохранения Российской Федерациикафедра фармакологии и биоинформатики; Научный центр инновационных лекарственных средств
А. Н Кочетков
ФГБОУ ВО «Волгоградский государственный медицинский университет» Министерства здравоохранения Российской Федерациикафедра фармакологии и биоинформатики
Д. А Бабков
ФГБОУ ВО «Волгоградский государственный медицинский университет» Министерства здравоохранения Российской Федерациикафедра фармакологии и биоинформатики; Научный центр инновационных лекарственных средств
Р. А Литвинов
ФГБОУ ВО «Волгоградский государственный медицинский университет» Министерства здравоохранения Российской Федерациикафедра фармакологии и биоинформатики; Научный центр инновационных лекарственных средств
Список литературы
- Васильев П.М., Спасов А.А., Бабков Д.А., Литвинов Р.А., Кочетков А.Н. Поиск методом нейросетевого моделирования мультитаргетных RAGE-ингибиторов с различным спектром таргетной активности // Известия АН. Серия химическая. - 2019. - 12 с.
- ГОСТ 32644-2014. Методы испытания по воздействию химической продукции на организм человека. Острая пероральная токсичность - метод определения класса острой токсичности. - М.: Стандартинформ, 2015. - 11 с.
- Ansari N.A., Rasheed Z. Non-enzymatic glycation of proteins: from diabetes to cancer // Biomed. Khim. -2010. - Vol. 56, Iss. 2. - P. 168-178.
- Cheng F., Li W., Zhou Y., Shen J., Wu Z., Liu G., Le e P.W., Tang Y. admetSAR: a comprehensive source and free tool for evaluating chemical ADMET properties // J. Chem. Inf. Model. - 2012. - Vol. 52, Iss. 11. - P. 3099-3105.
- Drwal M.N., Banerjee P., Dunkel M., Wettig M.R., Preissner R. ProTox: a web server for the in silico prediction of rodent oral toxicity // Nucleic Acids Res. - 2014. - Iss. 42. -P. 53-58.
- Lagunin A., Zakharov A., Filimonov D., Poroikov V. QSAR modelling of rat acute toxicity on the basis of PASS prediction // Mol. Informatics. - 2011. - Vol. 30, Iss. 2-3. -P. 241-250.
- Pires D.E.V., Blundell T.L., Ascher D.B. pkCSM: predicting small-molecule pharmacokinetic properties using graph-based signatures // J. Med. Chem. - 2015. - Vol. 58, I s s. 9. - P. 4066-4072.
- Tobon-Velasco J.C., Cuevas E., Torres-Ramos M.A. Receptor for AGEs (RAGE) as mediator of NF-kB pathway activation in neuroinflammation and oxidative stress // CNS Neurol. Disord. Drug Targets. - 2014 - Vol. 13, Iss. 9. -P. 1615-1626.
- Vassiliev P.M., Spasov A.A., Yanaliyeva L.R., Kochetkov A.N., Vorfolomeyeva V.V., Klochkov V.G., Appazova D.T. Neural network modeling of multitarget RAGE inhibitory activity // Biochemistry (Moscow) Supplement Series B: Biomedical Chemistry. - 2019. - Vol. 13. -№ 3. - P. 256-263.
- Yan S.F., Ramasamy R., Schmidt A.M. Mechanisms of disease: advanced glycation end-products and their receptor in inflammation and diabetes complications // Nat. Clin. Pract. Endocrinol. Metab. - 2008. - Vol. 4, Iss. 5. -P. 285-293.
Дополнительные файлы
