Treść książki

Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
1.7.1.8.
RYCINA1.49.
Wieloparametrowa
optymalizacjastruktur
wiodącychzhitów
zidentyfikowanych
napodstawiebadań
przesiewowych.
Ilościowaanalizazależności
struktura–aktywność(QSAR
quantitative
structure–activityrelationship
)
Bardzopomocnewracjonalnymprojektowaniustruktu-
ryzwiązkówbiologicznieaktywnychbyłowprowadze-
niemetodpozwalającychwsposóbilościowyokreślić
wpływwłaściwościfizykochemicznychzwiązkówna
ichaktywnośćbiologiczną.Zależnościtesformułowano
wpostacirównańmatematycznychzzastosowaniemde-
skryptorówliczbowychokreślającychm.in.właściwości
strukturalne(masamolowa,liczbarotującychwiązań,
parametrysteryczne,takiejakstałaTafta),właściwoś-
cielektronowe(ładunekcałkowity,momentdipolowy
-stałaHammeta)orazwłaściwościhydro-ilipofilowe
(współczynnikpodziału-logP).Najczęściejanalizę
wramachQSARprzeprowadzasięmetodąHanschana
podstawierównaniaokreślającegozależnośćmiędzy
aktywnościąbiologicznąiparametramifizykochemicz-
nymicząsteczkizapomocąwieloparametrowejregresji
liniowej.CennymrozwinięciemanalizyQSARmetodą
HanschajestzaproponowanaprzezFreeiWilsonaoraz
zmodyfikowanaprzezFujitęiBanamatematyczname-
todaocenywpływufragmentówstrukturalnychnaak-
tywność.Wanalizietejuwzględniasięstrukturalne
właściwościzwiązkówzaszyfrowanewpostacimatrycy
sporządzonejwsystemiezero-jedynkowym,które
bezpośredniokorelowanezaktywnościąbiologiczną.
Wynikitejanalizypozwoliłym.in.nawysunięciehipote-
zydotyczącejzjawiskabioizosterii.Wedługniejmożliwe
jestuzyskanieidentycznegoefektubiologicznegoprzy
zastosowaniuróżnychugrupowańwstrukturzeliganda.
Metodyopartenaanaliziedeskryptorówfizyko-
chemicznychniepozwalająnauwzględnieniepełnej
informacji,jakąniesiezesobąznajomośćstruktury
przestrzennejcząsteczki,któremogąbyćopisanezapo-
mocąanalizyparametrówtrójwymiarowychcząsteczki
(3D-QSAR).Metodytetraktującząsteczkęjakocałość
izakładają,żenajważniejszymicechamideterminują-
cymiaktywnośćsą:jejwielkość,kształtiwłaściwości
elektronowe.Wmetodzietejniebierzesiępoduwagę
oddziaływańligand-receptorzutworzeniemwiązańko-
walencyjnych.Najczęściejstosowanaanaliza3D-QSAR
opierasięnaanalizieporównawczejwłaściwościpól
molekularnych(CoMFA-comparativemolecularfield
analysis).Tegotypuanalizawymagaokreśleniatrój-
wymiarowejstrukturyzwiązkupoprzeprowadzeniu
analizykrystalograficznej,anastępnieoptymalizacjitej
strukturymetodamikomputerowymi.Wynikiemanalizy
CoMFAjestgraficzneprzedstawieniecząsteczkiwspo-
sóbidentyfikującyregionysprzyjająceoddziaływaniom
elektrostatycznym,tj.dodatnioiujemnienaładowane,
atakżesprzyjająceoddziaływaniomsterycznym.
WynikianalizyQSARpozwalająna:wyciągnięcie
wnioskówdotyczącychmechanizmówinterakcjiligan-
dówzcelembiologicznym,przewidywanieaktywności
nowychzwiązkóworazwybórodpowiednichmodyfika-
cjichemicznychwceluprojektowanianowychpołączeń
ooptymalnychwłaściwościachfarmakokinetyczno-
-farmakologicznych.
1.7.2.
Metodyotrzymywanialeków
1.7.2.1.
Naturalneźródłasubstancjibiologicznie
aktywnych
Podstawowymijednymznajcenniejszychźródełno-
wychsubstancjibiologicznieaktywnychsurowce
pochodzenianaturalnego.Prawiepołowastosowanych
lekówjestpochodzenianaturalnegolubstanowisyn-
tetyczneanalogizwiązkównaturalnych.Nauwagęza-
sługująpochodneostrukturzealkaloidowej(morfina,
chinina)iglikozydowejorazzwiązkiwielocykliczne
(antybiotyki,
paklitaksel).
Pozyskiwanie
substancji
40
Wiadomościogólne