Informationsflu

1
Informationsfluß in einer drug discovery pipeline
2
eADMET Prediction
early Absorption Distribution Metabolism Eliminati
on Toxicology
Pharmacokinetic Bioavailability
3
ADME Modelle (I)
Folgende Modelle werden für das in silico design
benötigt
Primäre Modelle Löslichkeitintestinale
AbsorptionBioverfügbarkeitMetabolische
StabilitätBlut-Hirn-Schranke PermeationMutageniz
itätCardiatische Toxizität (hERG)Plasmaprotein
Bindung
Sekundäre Modelle Transport (Aufnahme und
Efflux)Allgemeine ToxizitätHepatotoxizität
(PXR, CAR)NephrotoxizitätImmunogenizitätNeuroto
xizität (Rezeptorbindung)Drug-Drug
Wechselwirkungen (Cytochrom P450)
4
ADME Modelle (II)
5
Warum ist die Voraussage der ADME Parameter so
wichtig ?
Gründe die zum Fehlschlag eines
potentiellen Wirkstoffs führen
6
Warum ist die Voraussage der ADME Parameter so
wichtig ? (II)

• Zeil ist es, ungeeignete Verbindungen möglichst
  frühzeitig zu erkennen
• Schonung von Resourcen
• Vermeidung unnötiger klinischer Tests
• Je später ein Wirkstoff zurückgezogen werden
  muß, desto teuerer wird es.
• Fail early, fail fast, fail cheap

7
Komponentenauswahl für dasHigh Throughput
Screening (HTS)
Typischer eADME Filter
8
Solvatation kontra Löslichkeit
DGsolv
logS
9
Löslichkeitsmodelle (I)

• Die Berechnung der Löslichkeit aus einem
  thermodynamischen Zyklus (Gitterenergie,
  Solvatationsenergie) wäre prinzipiell möglich,
  jedoch ist
• Die Voraussage der Gitterenergie praktisch kaum
  möglich da dies die Raumgruppe des Kristalls
  erfordert
• Die Berechnung der Solvatationsenerge selbst
  fehlerbehaftet ist

Deshalb kommen vorwiegend QSAR Ansätze zur
Anwendung
10
Löslichkeitsmodelle (II)
Deskriptoren Konnektivitätsindices
r20.89, q2 0.84, se 0.98, n120, F297.80
Lit. C. Zhong et al. J.Pharm.Sci. 92 (2003) 2284
11
Löslichkeitsmodelle (III)
Weitere Ansätze zeigen, daß die verwendeten
Deskriptoren die Lipophilie, H-Brückenbindungseige
nschaften und Flexibilität der Verbindungen
wiedergeben müssen Lit A. Cheng et al.
J.Med.Chem. 46 (2003) 3572 D. Butina et al.
J.Chem.Inf.Comput.Sci. 43 (2003) 837
Neben klassischen QSAR-Gleichungen kommen
zunehmend auch Neuronale Netze zum Einsatz Lit
A. Yan et al. J.Chem.Inf.Comput.Sci. 43 (2003)
429 J.K. Wegener et al. ibid 43 (2003) 1077
12
Absorption
Wieviel und wie schnell wird der Wirkstoff
aufgenommen ?
Praktischerweise sollte ein Pharmakon oral
appliziert werden können
Es wird nach der Magen-passage vom Darm ins Blut
resorbiert. (Über die Pfort-ader zunächst in die
Leber)
13
Absorption im duodenum (I)
Aufnahme des Wirkstoffes in den Blutkreislauf
Ausschnitt aus der Darmwand
14
Absorption im duodenum (II)
Aufnahme des Wirkstoffes in den Blutkreislauf
Ausschnitt aus der Darmwand
15
Absorption im duodenum (III)
Modell der Zellmembran
Phospholipid
De Groot et al. Science 294 (2001) 2353
16
Caco-2 Zellen Monolayer
Experimenteller Ansatz zur Voraussage der
intestinalen Absorption
Monolayer aus einer Kultur von Zellen
dieeigentlich von einem Dickdarmkrebsstammen. V
orteil Reproduzierbare Ergebnisse,relativ gute
Übereinstimmung mit in vivo Studien Nachteil
Diese Zellen besitzen etwas andere metabolische
Eigenschaften als Zellen des Dünndarms (MDR1
Transporterüberexprimiert)
Daneben kommen neuerdings auch synthetische
Membranen zum Einsatz
17
Welche Faktoren bestimmen die passive Diffusion
durch Lipiddoppelschichten ?
Kleine Moleküle sollten die Membran schneller
durchdringen als größere Deskriptor
Molekülgewicht (MW) und Molekülform
Phospholipiddoppelschichten sind im Inneren
lipophil Deshalb sollten lipophile Moleküle sie
schneller passieren Deskriptor logP
(water/n-octanol partition coefficient)
Phospholipiddoppelschichten weisen eine
hydrophile äußere Oberfläche auf Deskriptoren
Anzahl von H-Brücken Donoren und
Akzeptoren Beobachtung Die Permeation geht mit
der Lösungswärme einher
18
Molekülbasierte Deskriptoren zurVoraussage der
ADME Eigenschaften
logP Wasser/Octanol Verteilungskoeffizient Lipins
kis rule Topologische Indices Polar surface
area Similarität / Dissimilarität QSAR
quantitative structure activity relationship QSPR
quantitative structure property relationship
19
Lipinskis Rule of 5
Kombination von Deskriptoren zur Abschätzung der
intestinalen Absorption. Schlechte Aufnahme der
Verbindung, wenn
Molekülmasse gt 500 logP gt 5.0 gt 5 H-Brücken
Donoren (OH und NH) gt10 H-Brücken Akzeptoren (N
und O)
Schlechte Diffusion Zu lipophil Zuviele
H-Brücken mit den Kopfgruppen der Membran
C.A. Lipinski et al. Adv. Drug. Delivery Reviews
23 (1997) 3.
20
Polar Surface Area (PSA)
Die PSA ist definiert als der Bereich der van der
Waals Oberfläche des Moleküls, der von den
polaren Stickstoff- und Sauerstoffatomen, sowie
den an sie gebundenen Wasserstoffen herrührt. Maß
für die Ausbildung von H-Brücken
Wie bei allen 3D Deskriptoren ist auch die PSA im
Prinzip abhängig von der Konformation.
21
Absorptionsmodelle
Neue Arbeiten zeigen allerding, daß auch ohne
Berücksichtigung verschiedener Konfomere eine
gute Korrelation zur Caco-2 Absorption und
Aufnahme im Menschen (FA) besteht.
Vollständige Aufnahme (gt90) wenn PSAlt60 A2
Schlechte Aufnahme (lt10) wenn PSAgt140 A2
Lit D.E. Clark, J.Pharm.Sci. 8 (1999) 807 Drug
Discovery Today 5 (2000) 49 K. Palm et al.
J.Med.Chem. 41 (1998) 5382
22
Pharmacokinetik und Bioverfügbarkeit
Quantitative Auseinandersetzung des Organismus
mit einem einverleibten Pharmakon
Der Köper/Organismus wird als offenes System
betrachet, daß nach jeder Störung/Arzneimittelzuga
be versucht, den Gleich-gewichtszustand
wiederherzustellen
Dazu teilt man den Körper in eine Reihe von
Räumen (compartments) auf, zwischen denen ein
Fließgleichgewicht herrscht
23
Distribution / Invasion
Der Gesamtweg des Medikamentes läßt sich in
Einzelschritte aufteilen

• Diffusion im Lösungsmittel
• D. durch Gewebs- und Gefäßmembranen
• Transport durch das Blut
• a) D. zu den target Rezeptoren
• b) D. in andere Kompartimente
• c) D. in Eliminationsorgane
• 5) Irreversible Elimination

Absorption
Invasion (nach Dost) Distribution
Hohe Eliminationskonstante Kurzzeitnarkotika Nied
rige Eliminationskonstante Antibiotika
24
Verteilungsvolumen und Dosierung
Die Dosisierung richtet sich nach dem
Verteilungsvolumen
25
Invasion / System exposure (II)
Nur mittels intravenöser Gabe ist die volle
Konzentration sofort verhanden. Ansonsten
überschneiden sich Invasion und Elimination. Dies
entspricht physicochemisch einer Folgereaktion
Nur Invasion ??
Nur Elimination ??
Rasche Invasion ??
Rasche Elimination ??
Therapeutische Bandbreite
26
Das Dostsche Prinzip (I)
Wie verhält sich der Konzentrationsverlauf bei
unterschiedlichen Dosen ?
Zwischen zwei Meßzeiten erhält man die Fläche S
(Transit) unter der Kurve durch Integration der
Batemanfunktion als
Total clearance Volumen das pro Zeiteinheit
geklärt wird
korrespondierende Flächen entsprechen dem
Verhältnis der Dosen
27
Das Dostsche Prinzip (II)
Die Referenzkurve erhält man durch intravenöse
Gabe der Dosis
Occupancy meßbare Konzentration
Transit bereits irreversibel eliminierte Menge
Transfer Occupancy Transfer absorbierte
Menge
Availments noch zur Invasion anstehende Menge
28
Daten für Pharmakokinetische Modelle
Chemische Daten Biologische Daten Verteilungskoe
ffizienten Anatomische Abmessungen Metabolische
Umsatzraten Blutfluß durch OrganeVmax, Km,
Ki Organvolumina Löslichkeit Dampfdruck Atm
ung Diffusionsgeschwindigkeit Körpergewicht Protei
nbindungskonstanten Alter, Geschlecht,
Ausmaß körperlicher Aktivität
29
Pharmakokinetische Modelle (I)
KompartimentmodelleAnnahme keine metabolische
Umsetzung in den Verteilungsräumen
Leber
Darm
Blut
Niere
Konzentrationverlauf läßt sich über lineare
Differentialgleichungen berechnen
30
Pharmakokinetische Modelle (II)
Blutkreislauf als elektrisches Netzwerk (1930)
Per Analogrechner simulierbar (variable
Steckverbindungen zwischen den Modulen)
Anwendbarkeit Narkotika (geringe
Metabolisierung, lipophil, werden abgeatmet)
31
Distribution
Je nach Ziel muß der Wirkstoff vom Plasma aus
weitere Kompartimente erreichen. Bei Wirkstoffen
die auf das zentrale Nervensystem wirken muß die
Blut-Hirn-Schranke passiert werden. Umgekehrt
sollten andere Wirkstoffe die Barriere nicht
überwinden.
Auch der aktive Transport von Stoffen kommt in
Betracht
32
Eiweißbindung / Distribution (I)
Die Konzentration von Wirkstoffen kann durch
Bindung an Eiweiße verringert werden. Dies gilt
sowohl für das Plasma, die extracelluläre und die
interstitielle Flüssigkeit.
Im Gleichgewicht ist keine Veränderung meßbar,
und damit
Die Bindung erfolgt gemäß der Langmuirsche
Absorptionsisotherme (Absorptionswärme unabhängig
vom Belegungsgrad) und erfüllt damit das
Massenwirkungsgesetz
Neben Proteinen können auch Mucopolysaccharide
(Binde- und Stützgewebe) absorbieren
33
Metabolismus (I)
(Bio-)chemische Reaktionen von Xenobiotica im
Körper
First pass effect Extensive Umsetzung von
vorwiegend lipophilen Molekülen, solchen mit
MWgt500, oder die eine spezifische Affinität zu
bestimmten Transportern haben,bei der ersten
Passage durch die Leber
Phase I Oxidation, Reduktion und Hydrolyse ?
Cytochrom P450 Enzyme
Phase II Konjugation mit kleinen Molekülen
(z.B. Glutamin)
Phase III Elimination durch Transporter
34
Metabolismus (II)
Experimentelle (in vitro) MethodenLeber
Mikrosomen vom Menschen, Hepatocyten und
rekombinante P450 Isozyme (exprimiert in E. coli)
35
Elimination / Exkretion
Unter Elimination werden alle Vorgänge
zusammengefaßt, die zur Entfernung eines Stoffes
aus einem Kompartiment führen. Diese können auch
metabolischer Art sein.
Lipophile Stoffe können über die Galle,
hydrophile Stoffe über den Harn ausgeschieden
werden.
Allgemein gilt MW lt300 300-500 gt500
Galle Galle Harn Harn
36
Elimination / Clearance
Überblick der metabolischen Pfade
37
Elimination / Clearance (III)
Physicochemisch gesehen ist die Eliminierung
eines Stoffes ein Zerfallsprozess 1. Ordnung
(abhängig von der jeweils vorhandenen
Konzentration des Stoffes)
38
Was ist die Blut-Hirn Schranke (BBB) ?
Querschnitt durch ein Blutgefäß
Nach J.-M. Scheerman in Pharmacogenomics,
J.Licinio Ma-Li Wong (Eds.) Wiley-VCH (2002)
pp. 311-335.
39
Wozu dient die Blut-Hirn Schranke ?

• Die in silico Vorhersage der Permeabilität der
  Blut-Hirn Schranke (BBB) einer Verbindung im
  Rahmen der vorklinischen Entwicklung ist
  besonders wichtig, da
• Nur Substanzen die auf das zentrale Nervensystem
  (CNS) wirken, sollen die Blut-Hirn Schranke
  effektiv überwinden.
• BBB-Screening ist besonders teuer
  (Tierversuche kaum vermeidbar Mikrodialyse,
  Isotopenmarkierung)

40
Blood-Brain Barrier (BBB)
Als Maß für das Durchdringen der Blut-Hirn
Schranke wird der Logarithmus des Verhältnis der
Konzentrationen angegeben logBB log(im
Hirn/imBlut) Bereich -2.00 bis
1.00 Vorwiegend im Blut -1.0 lt logBB lt 0.3
vorwiegend im Hirn
Experimentell ist der logBB Wert nur schwer
zugänglich (Isotopenmarkierung, Mikrodialyse) und
auch Modelle aus künstlichen Membranen
(Endothelial Zellen) sind noch in der Entwicklung
Lit. D. E. Clark, J. Pharm. Sci. 8 (1999) 815
41
Blood-Brain Barrier (II)
Im Gegensatz zur Absorption aus dem Duodenum
spielt hier die Polarität der Verbindungen eine
große Rolle, die nicht durch die PSA beschrieben
werden kann. Bsp PSA logBB ClogP
Polarisierbarkeit(AM1) Benzol 0 -0.69
2.1 13.8 3-Methylpentan 0 2.01
3.7 14.8
Entsprechend läßt sich eine QSRP-Gleichung
aufstellen logBB a PSA b ClogP c mit r
0.887
Lit. D. E. Clark, J.Pharm.Sci. 8 (1999) 815
F. Lombardo et al. J.Med.Chem. 39 (1996) 4750
42
Bisher benutzte Deskriptoren
Folgende Terme korrelieren direkt mit logBB
? logP ? Polar surface area ? hydrogen-bond
donors and acceptors ? size and shape
fragment based (MlogP, ClogP,...) contribut
ions from N, O and H atoms numerical
count molecular volume and globularity
43
Deskriptoren für Größe und Form
Bezug zur Molekülform haben Molekülvolumen,
Globularität, Anzahl drehbarer Bindungen
Globularität Verhältnis der Oberfläche (unter
der Annahme das Molekül wäre eine Kugel) zur
tatsächlichen Oberfläche. Immer lt 1
Hauptkomponenten der Molekülgeometrie Ausdehnung
des Moleküls im dreidimensionalen Raum
44
Neue Deskriptoren für Größe und Form
- Deskriptoren wie etwa die Globularität sind
korreliert mit dem Molekülgewicht und der Anzahl
der H-Atome
Ersatz durch drei Terme die aus der
Molekülgeometrie abgeleitet werden
PCGC
PCGA
PCGB
45
BBB-Model mit 12 Deskriptoren
Deskriptoren hauptsächlich aus QM Rechnungen
Elektrostatische Oberfläche, Hauptkomponenten der
Geometrie,H-Brücken Eigenschaften
Lit M. Hutter J.Comput.-Aided.Mol.Des. 17 (2003)
415.
46
ADME - Historische Entwicklung

• Corwin Hansch QSAR für kleine Datensätze
• logP für Toxizität

1980 in vitro Studien ersetzen in vivo Studien
1990 Erste in silico ADME Modelle (Computer)
Docking in Proteinstrukturen
Homologiemodellierung von Proteinen (CYP P450)
1997 Lipinskis Rule of Five zur Absorption
2002 X-Ray Struktur von human CYP2C9
2004 X-Ray Struktur von human CYP3A4
47
Web-basierte online Tools
Eine Reihe von Instituten und Firmen haben Server
für die Vorhersage von ADME-Eigenschaften. Diese
basierend zumeist auf einem Java-Applet mit dem
die Moleküle gezeichnet werden können, bieten die
Eingabe als SMILES-String oder als eines der
vielen Formate für3D-Strukturen an. Eine
Zusammenfassung mit Hyperlinks bietet das
Virtual Laboratory http//146.107.217.178/online.
html
Lit. I.V. Tetko, Mini Rev.Med.Chem. 8 (2003) 809