Ρόλος των φυσικοχημικών Ιδιοτήτων στο. Σχεδιασμό των Φαρμάκων

Σχετικά έγγραφα
Ο ρόλος των φυσικοχημικών/μοριακών ιδιοτήτων στο σχεδιασμό των φαρμάκων. Πλοήγηση στο φαρμακομοριακό χώρο. Άννα Τσαντίλη-Κακουλίδου

Where is the wisdom lost in knowledge? G.Eliott. Where is the knowledge lost in information?

Κεφάλαιο 3. Βελτιστοποίηση Ένωσης-Οδηγού

Εύρεση διαμορφωμερών ελάχιστης ενέργειας με χρήση του προγράμματος Spartan 08 v

ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΦΑΡΜΑΚΕΥΤΙΚΗΣ ΤΟΜΕΑΣ ΦΑΡΜΑΚΕΥΤΙΚΗΣ ΧΗΜΕΙΑΣ

Σημαντική Ανακοίνωση: 1η Ημερίδα Παρουσίασης Μονάδας Φαρμακο-Πληροφορικής

Εισόδημα Κατανάλωση

ΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Αριάδνη Αργυράκη

Μοριακά πρότυπα. Σε τι διαφέρουν από τα μεταλλικά συστήματα; Παραδείγματα τύπων ατόμων. Η έννοια του τύπου ατόμου

ΤΕΧΝΟΛΟΓΙΑ & ΕΠΙΣΤΗΜΗ ΤΩΝ ΥΛΙΚΩΝ

πρωτεϊνες νουκλεϊκά οξέα Βιολογικά Μακρομόρια υδατάνθρακες λιπίδια

[1] Εύρεση διαμορφωμερών ελάχιστης ενέργειας με χρήση του προγράμματος

Πολλαπλή παλινδρόμηση (Multivariate regression)

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. Διάλεξη 8 Εφαρμογές της στατιστικής στην έρευνα - Ι. Υπεύθυνος Καθηγητής Χατζηγεωργιάδης Αντώνης

Διάλεξη 7: Μοριακή Δομή

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης Kozani GR 50100

iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος

ΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

Μια πρόταση παρουσίασης με

Περιεχόμενα. Πρόλογος... 15

Αναλυτική Στατιστική

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής


Τμήμα Τεχνολογίας Τροφίμων. Ανόργανη Χημεία. Ενότητα 8 η : Υγρά, Στερεά & Αλλαγή Φάσεων. Δρ. Δημήτρης Π. Μακρής Αναπληρωτής Καθηγητής.

Εθνικόν και Καποδιστριακόν Πανεπιστήμιον Αθηνών ΤΜΗΜΑ ΦΑΡΜΑΚΕΥΤΙΚΗΣ Τομέας Φαρμακευτικής Χημείας. Ιωάννης Ντότσικας. Επικ.

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΚΛΙΝΙΚΗ ΦΑΡΜΑΚΟΚΙΝΗΤΙΚΗ

ΜΑΘΗΜΑ / ΤΑΞΗ : ΧΗΜΕΙΑ - ΒΙΟΧΗΜΕΙΑ / Γ ΛΥΚΕΙΟΥ ΣΕΙΡΑ: 1 ΗΜΕΡΟΜΗΝΙΑ: 21 / 09 /2014

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης

ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ Τμήμα Επιστήμης Φυσικής Αγωγής και Αθλητισμού Πρόγραμμα Διδακτορικών Σπουδών ΠΛΗΡΟΦΟΡΙΑΚΟ ΕΝΤΥΠΟ ΜΑΘΗΜΑΤΟΣ

Ανάλυση Τροφίμων. Ενότητα 9: Υδατική ισορροπία Οξέα και βάσεις Τ.Ε.Ι. ΘΕΣΣΑΛΙΑΣ. Τμήμα Τεχνολογίας Τροφίμων. Ακαδημαϊκό Έτος

Στατιστική, Άσκηση 2. (Κανονική κατανομή)

ΜΗΧΑΝΙΣΜΟΙ ΚΥΤΤΑΡΙΚΗΣ ΜΕΤΑΦΟΡΑΣ ΚΥΤΤΑΡΙΚΗ ΔΙΑΠΕΡΑΤΟΤΗΤΑ

Πρόλογος... xv. Κεφάλαιο 1. Εισαγωγικές Έννοιες... 1

Ανόργανη Χημεία. Τμήμα Τεχνολογίας Τροφίμων. Ενότητα 12 η : Υδατική ισορροπία Οξέα & βάσεις. Δρ. Δημήτρης Π. Μακρής Αναπληρωτής Καθηγητής

ΑΡΧΕΣ ΧΗΜΙΚΗΣ ΑΝΑΛΥΣΗΣ

Οργανική Χημεία. Κεφάλαια 12 &13: Φασματοσκοπία μαζών και υπερύθρου

Ενεργειακή ανάλυση βιομορίων

Γ. Πειραματισμός Βιομετρία

Υλικά Ηλεκτρονικής & Διατάξεις

Ανόργανη Χημεία. Τμήμα Τεχνολογίας Τροφίμων. Ενότητα 5 η : Ομοιοπολικοί δεσμοί & μοριακή δομή. Δρ. Δημήτρης Π. Μακρής Αναπληρωτής Καθηγητής

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Σύγxρονη Φυσική II. Μοριακή Δομή Ι Διδάσκων : Επίκ. Καθ. Μ. Μπενής

Εξόρυξη Γνώσης από Βιολογικά εδομένα

Οργανική Χημεία. Κεφάλαιο 5: Επισκόπηση οργανικών αντιδράσεων

Δείτε εδώ τις Διαφάνειες για την Άσκηση 8. Περιγραφή υπολογισμών της Άσκησης 8 του Εργαστηρίου ΜΧΔ

Η ΑΝΑΓΚΗ ΓΙΑ ΠΟΣΟΤΙΚΟΠΟΙΗΣΗ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ ΠΡΩΤΟ

ΣΥΣΧΕΤΙΣΗ και ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

Απλή Παλινδρόμηση και Συσχέτιση

Μοριακή αναγνώριση (Αναγνώριση, Πληροφορία, Συμπληρωματικότητα)

9. Παλινδρόμηση και Συσχέτιση

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17

Ασκήσεις. Γράψτε μια δομή Lewis για καθένα από τα παρακάτω μόρια και βρείτε τα τυπικά φορτία των ατόμων. (α) CΟ (β) ΗΝO 3 (γ) ClΟ 3 (δ) ΡΟCl 3

ΘΕΜΑ 1ο: Πολλαπλής Επιλογής

Τα τείχη έχουν πέσει: Κυτταρική Βιολογία, Βιοχημεία, Γενετική γέννησαν τη σύγχρονη Βιοϊατρική. Βιοχημεία Ι Α-2

Περίληψη 1 ου Κεφαλαίου

Πολλαπλή παλινδρόµηση. Μάθηµα 3 ο

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Παράγοντες που εξηγούν τη διαλυτότητα. Είδη διαλυμάτων

τρόπος για να εμπεδωθεί η θεωρία. Για την επίλυση των παραδειγμάτων χρησιμοποιούνται στατιστικά πακέτα, ώστε να είναι δυνατή η ανάλυση μεγάλου όγκου

ΜΕΘΟΔΟΙ ΕΡΥΕΝΑΣ ΔΙΑΛΕΞΗ 5: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΟΙΚΟΝΟΜΕΤΡΙΑ (Ι)

ΒΙΟΧΗΜΕΙΑ ΧΗΜΙΚΗ ΣΥΣΤΑΣΗ ΤΩΝ ΒΙΟΛΟΓΙΚΩΝ ΜΟΡΙΩΝ. Στοιχείο O C H N Ca P K S Na Mg περιεκτικότητα % ,5 1 0,35 0,25 0,15 0,05

ΕΡΓΑΣΤΗΡΙΟ ΦΥΣΙΚΗΣ ΧΗΜΕΙΑΣ ΙΙ ΤΜΗΜΑΤΟΣ ΧΗΜΕΙΑΣ Πεχαμετρία Προσδιορισμός των σταθερών διάστασης μονοπρωτικών και πολυπρωτικών οξέων από μετρήσεις ph

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Συσχέτιση των επιπέδων ινσουλίνης νηστείας με την επίπτωση της υπογλυκαιμίας σε ασθενείς με Σακχαρώδη Διαβήτη τύπου 2 που λαμβάνουν σουλφονυλουρίες

Συσχέτιση μεταξύ δύο συνόλων δεδομένων

1.1. Να γράψετε στο τετράδιό σας το γράµµα που αντιστοιχεί στη σωστή απάντηση:

Φαρμακολογία Τμήμα Ιατρικής Α.Π.Θ.

ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)

Φαρμακοκινητική. Χρυσάνθη Σαρδέλη

Ενεργότητα και συντελεστές ενεργότητας- Οξέα- Οι σταθερές ισορροπίας. Εισαγωγική Χημεία

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΙΟΛΟΓΙΑ

Ασκήσεις 5& 6. Διαμόρφωση Βιομορίων μέσω Φασματοσκοπίας NMR. Σύγκριση & Ανάλυση Δομών Βιομορίων

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

Συνδυάζοντας το πρώτο και το δεύτερο θερμοδυναμικό αξίωμα προκύπτει ότι:

ΘΕΩΡΙΑ ΔΕΣΜΟΥ ΣΘΕΝΟΥΣ ΘΕΩΡΙΑ ΜΟΡΙΑΚΩΝ ΤΡΟΧΙΑΚΩΝ

Διαχείριση Υδατικών Πόρων

ΔΟΜΗ ΚΑΙ ΑΝΑΛΥΣΗ ΒΙΟΜΟΡΙΩΝ

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1)

Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης

Κύρια σημεία. Η έννοια του μοντέλου. Έρευνα στην εφαρμοσμένη Στατιστική. ΈρευναστηΜαθηματικήΣτατιστική. Αντικείμενο της Μαθηματικής Στατιστικής

Χηµεία-Βιοχηµεία Τεχνολογικής Κατεύθυνσης Γ Λυκείου 2001

Σφάλματα Είδη σφαλμάτων

1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ

HMY 799 1: Αναγνώριση Συστημάτων

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 3: Πολλαπλή Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙI (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116)

Η ΣΤΑΤΙΣΤΙΚΗ ΣΤΟ ΕΡΓΑΣΤΗΡΙΟ ΣΠΕΡΜΑΤΟΣ

Συνοπτικά περιεχόμενα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΘΕΜΑ 1 ο 1.1. Να γράψετε στο τετράδιό σας το γράμμα που αντιστοιχεί στη σωστή απάντηση:

Χηµεία-Βιοχηµεία Τεχνολογικής Κατεύθυνσης Γ Λυκείου 2001

Γεωμετρία Μορίων Θεωρία VSEPR

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13

3) Ιωάννης Νικολάου, Επίκουρος Καθηγητής Γραφείο 404, 4ος όροφος κτιρίου Βιολογίας/Φαρμακευτικής.

Transcript:

Ρόλος των φυσικοχημικών Ιδιοτήτων στο Σχεδιασμό των Φαρμάκων

Από το μόριο στο φάρμακο-κόστος ανάπτυξης 2 1.7 Β$ Αγορά 1.5 Φάση III 1.1 Β$ Β$ 1.0 Αγορά Φάση III Phase II Φάση I Φάση II Φάση I Προκλινική 0.5 Ανακάλυψη Προκλινική Ανακάλυψη 0 1995-2000 2000-2002

Μερικά Στατιστικά Στοιχεία στην Ανάπτυξη νέων Φαρμάκων Φάση ΙΙΙ. Αποτελεσματικότητα και μακροχρόνιες ανεπιθύμητες ενέργειες σε 1000-5000 ασθενείς εθελοντές Φάση ΙΙ. Αποτελεσματικότητα και ανεπιθύμητες ενέργειες σε 100-500 ασθενείς εθελοντές 1 ένωση εγκρίνεται 1 Φάση Ι. (έλεγχος ασφάλειας και δοσολογίας σε 20-100 υγιείς εθελοντές) 5 ενώσεις εισάγονται σε κλινικές δοκιμές Έλεγχος 5000 ενώσεων 2 4 6 8 10 12 14 16 έτη

Μερικά Στατιστικά Στοιχεία στην Ανάπτυξη νέων Φαρμάκων Ποσοστό αποτυχίας > 80% Χρόνος Ανάπτυξης > 10 έτη 40% των ενώσεων που ανακαλύπτονται προωθούνται σε κλινικές μελέτες 10% από αυτές εισάγονται στην αγορά

Μερικά Στατιστικά Στοιχεία στην Ανάπτυξη νέων Φαρμάκων 10% των ενώσεων που έχουν φαρμακολογική δράση εισάγονται στην αγορά ~ 40% των ενώσεων που αποτυγχάνουν οφείλεται σε χαμηλή βιοδιαθεσιμότητα κακές βιοφαρμακευτικές ιδιότητες αποτελούν έναν από τους λόγους καθυστέρησης στη ανάπτυξη ενος φαρμάκου

Λόγοι αποκλεισμού από την κλινική ανάπτυξη 10% 5% 10% 5% Διάφοροι Ανεπιθύμητες ενέργειες στον άνθρωπο Εμπορικοί λόγοι Μη αποτελεσματικότητα 40% 30% Φαρμακοκινητική Τοξικότητα σε ζώα

Από το μόριο στο φάρμακο- Λόγοι αποκλεισμού από την κλινική ανάπτυξη I. Kola et al., Nat. Rev. Drug Discov., 2004, 3, 711-715.

Από το μόριο στο φάρμακο- Που εστιάζει ο σχεδιασμός? στο επί μέρους? στο όλον? Προς μια ολιστική προσέγγιση για την ανάπτυξη νέων φαρμάκων Πολύ-παραγοντικός σχεδιασμός φαρμάκων-multi-objective drug design

Discovery/Development process in silico HTS methods measurements idea target hit lead drug ADME

Στόχοι φαρμάκων Human genome: ca. 30,000 predicted genes Currently known targets: ca. 500

Χημικός χώρος/ Φαρμακευτικός χώρος Chemical Space/ Drug space Hit? Lead? Ο χημικός χώρος (chemical space) είναι αχανής Ο φαρμακευτικός χώρος (drug space) αποτελεί μικρό υποσύνολο του χημικού χώρου Χημικός Χώρος Χώρος φαρμακομορίων Ανακάλυψη αρχικής δομής (Hit generation)

Φαρμακευτικός χώρος Αριθμός των πιθανών φαρμακομορίων: 10 62 Αριθμός γνωστών φαρμακομορίων: 10 7 Εχει ανακαλυφθεί το 10-53 % του χώρου των φαρμακομορίων Lahana, Drug Discovery Today 4, 447 (1999)

Σύγχρονες τάσεις στο σχεδιασμό των φαρμάκων Οι φυσικοχημικές ιδιότητες των νέων μορίων εξετάζονται παράλληλα με τη συγγένεια τους με τον υποδοχέα ήδη στα πρώιμα στάδια σχεδιασμού Εχει το μόριο χαρακτηριστικά φαρμάκου? Druglikeness Fail fast, fail cheap

Επίδραση των φυσικοχημικών ιδιοτήτων στη φαρμακοκινητική συμπεριφορά Οι φυσικοχημικές ιδιότητες καθορίζουν τα χαρακτηριστικά ADME Α: Absorption, Απορρόφηση D: Distribution, Κατανομή M: Metabolism, Μεταβολισμός E: Elimination, Αποβολή

Druglikeness Διαχωρισμός των επιτυχιών από τις αποτυχίες στα πρώιμα στάδια ανακάλυψης νέων φαρμάκων- οι ιδιότητες ως φίλτρα- Property based drug design Εφαρμογή χημειομετρίας για την ποσοτικοποίηση της επίδρασης των ιδιοτήτων Ποσοτικές Σχέσεις Δομής Δράσης- QSAR Property based design Structure based design Ligand based design Fragment based design

..ποιές ιδιότητες αναζητούμε? λιποφιλία ιονισμός διαλυτότητα Φυσικοχημικές ιδιότητες σχήμα, όγκος, επιφάνεια, MΒ, διπολική ροπή, πολωσιμότητα. Μοριακές Ιδιότητες HA Πολική επιφάνεια, PSA HD Περιστρεφόμενοι δεσμοί Μερικά φορτία, ενέργειες, Είδος ατόμων Τύποι δεσμών μήκη δεσμών, γωνίες, δίεδρες γωνίες Συνδετικότητα, τοπολογικοί δείκτες.. Dragon, Copdessa, Spartan

Λιποφιλία, ιονισμός, διαλυτότητα QSAR QSPR πρόσδεση στον υποδοχέα απορρόφηση/διαπερατότητα λιποφιλία ιονισμός διαλυτότητα Γαστρεντερική απορρόφηση/μορφοποίηση

Οι φυσικοχημικές/μοριακές ιδιότητες ως φίλτρα

Διαλυτότητα- Βιοφαρμακευτικό Σύστημα Ταξινόμησης

Ο ρόλος της λιποφιλίας Λιποφιλία και διαπερατότητα Λιποφιλία και πρόσδεση στον υποδοχέα Λιποφιλία και πρωτείνες-μεταφορείς Λιποφιλία και ανεπιθύμητες ενέργειες από το ΚΝΣ Λιποφιλία και μεταβολισμός Λιποφιλία και τοξικότητα

Η λιποφιλία στο σχεδιασμό των φαρμάκων Πως μετρείται? logp, logd στο σύστημα οκτανόλης νερού Hansch C, Fujita T, J.A.C.S., 1964 Η αρχή της ελάχιστης λιποφιλίας (Hansch et al, 1987) Κανόνας του 5 (Lipinski et al, 1997)

Αρχή της ελάχιστης λιποφιλίας Σύμφωνα με την αρχή της ελάχιστης λιποφιλίας, ο σχεδιασμός των φαρμάκων πρέπει να προσανατολίζεται σε ενώσεις που προκαλούν την επιθυμητή δράση και έχουν την ελάχιστη προς τούτο λιποφιλία. Η αρχή της ελάχιστης λιποφιλίας είναι ιδιαίτερα σημαντική για: ενώσεις που δρουν την περιφέρεια ενώσεις με διεγερτική δράση στο ΚΝΣ (π.χ. αναλγητικά), δεδομένου ότι η άριστη τιμή διαπερατότητας του ΑΕΦ (logp ~ 2) σχετίζεται με κατασταλτική δράση.

Κανόνας του 5 του Lipinski Ανα δύο μη ευνοϊκά μοριακά/φυσικοχημικά χαρακτηριστικά MW > 500 clogp > 5 HD > 5 HA > 10 Για την από του στόματος χορήγηση! μέγεθος λιποφιλία Ικανότητα σχηματισμού δεσμών υδρογόνου Lipinski et al Adv.Drug Deliv.Rev. 23, 3-25, 1997

Physicochemical properties influencing oral drug absorption

Φαρμακομοριακά χαρακτηριστικά-property based drug design μεγεθος λιποφιλία Ικανότητα σχηματισμού δεσμών υδρογόνου MW 500 clogp 5 HD 5 HA 10 clogd 7.4 : -1 to 3 πολικότητα ευκαμψία PSA 120 Ǻ 2 RB 10 CMR 4-13 Å 3 Αριθμός δακτυλίων 2-4

Μοριακό βάρος Το χρυσό τρίγωνο Λιποφιλία Johnson et al, Biorg. Med. Chem Lett. 2009, 19, 5560-64

Χαρακτηριστικά ενώσεων οδηγών, Leadlike Characteristics Σχεδιασμός μέσω μοριακών θραυσμάτων, fragment based lead discovery: MW 300 clogp 3 HD 3 HA 6 Drug Discovery Today 2003, 8, 876-877

Αποτελεσματικότητα προσδέματος, Ligand efficiency LE= ΔG Ν Η LE= RT*pIC 50 = Ν Η 1.4*pIC 50 Ν Η Ν Η αριθμός βαρέων ατόμων Hopkins et al Drug Discov. Today, 2004, 9, 430-1

Αποτελεσματικότητα προσδέματος ως προς τη λιποφιλία, Ligand Lipophilicity Efficiency, LLE LLE=pIC 50 -logp LLE 6 IC 50 10nM με logp 2 10 nm with logp 3 Σε συμφωνία με την αρχή της ελάχιστης λιποφιλίας LLE =5

Ligand Lipophilicity Efficiency- θερμοδυναμική προσέγγιση -ΔG= -ΔH+TΔS Η συγγένεια του φαρμάκου προς τον υποδοχέα πρέπει να βελτιστοποιείται αναφορικά με την ενθαλπική συνιστώσα μέσω εξειδικευμένων αλληλεπιδράσεων (ηλεκτροστατικών, δεσμών υδρογόνου) Αύξηση της εντροπίας μέσω υδρόφοβης σύνδεσης αυξάνει τον κίνδυνο ανεπιθυμήτων ενεργειών (εκτός των προβλημάτων στις ιδιότητες ADME)

Άλλοι δείκτες ( metrics) Δείκτης % αποτελεσματικότητας, Percent Efficiency Index, PEI: % αναστολή (Inh) (ως κλάσμα μεταξύ 0 and 1) δια του MΒ (kda) PEI=f(Inh)/Mw Δείκτης αποτελεσματικότητας πρόσδεσης Binding Efficiency Index, BEI= pic 50 /Mw (kda) Δείκτης αποτελεσματικότητας ως προς την πολική επιφάνεια Surface Efficiency Index, SEI= pic 50 /PSA (in 100s Ǻ) Abad-Zapatero C, Expert Opin.Drug Discov..2007,2, 469-488 Ligand Efficiency Dependent Lipophilicity, LEDL= logp/le Keseru et al, Nat.Rev. Drug Discov. 2009, 8, 203-12

Κανόνες του χεριού, Δείκτες. Πλεονεκτήματα: Είναι απλοί Είναι εύκολη η ερμηνεία τους Μειονεκτήματα : Είναι απλοί εύκολο να παρερμηνευτούν Δεν λαμβάνουν υπ όψη την αβεβαιότητα IC 50 λιποφιλία Δεν λαμβάνουν υπ οψη διαφορετικές θεραπευτικές κατηγορίες, εμφανίζονται ως γενικοί κανόνες.

Αβεβαιότητα στην πρόβλεψη της λιποφιλίας Οι προβλέψεις της λιποφιλίας βασίζονται σε πειραματικές τιμές Για πολύπλοκες ενώσεις διαφορετικά υπολογιστικά συστήματα προβλέπουν διαφορετικές τιμές logp Μεγαλύτερες αποκλίσεις παρατηρούνται για τις τιμές logd ιονιζόμενων ενώσεων

Ποσοτικές Σχέσεις Δομής-Δράσης Βελτιστοποίηση της Ενωσης-Οδηγού Δράση = f (δομή) Δράση = f (λιποφιλία+ηλεκτρονιακές ιδ.+ στερικές ιδ.) Βιολογικές αποκρίσεις = f (περιγραφικές μεταβλητές) Στατιστική επεξεργασία

..ποιές ιδιότητες αναζητούμε? λιποφιλία ιονισμός διαλυτότητα Φυσικοχημικές ιδιότητες σχήμα, όγκος, επιφάνεια, MΒ, διπολική ροπή, πολωσιμότητα. Μοριακές Ιδιότητες HA Πολική επιφάνεια, PSA HD Περιστρεφόμενοι δεσμοί Μερικά φορτία, ενέργειες, διπολική ροπή Είδος ατόμων Τύποι δεσμών μήκη δεσμών, γωνίες, δίεδρες γωνίες Συνδετικότητα, τοπολογικοί δείκτες.. Dragon, Copdessa, Spartan

Descriptors Περιγραφικές μεταβλητές που συμβάλλουν στην κατανόηση των φαινομένων Περιγραφικές μεταβλητές που είναι χρήσιμες για προβλέψεις

Τοπολογικοί δείκτες Μοριακή συνδετικότητα (Δείκτες Randic, Kier, Balaban, Wiener index) Μοριακό σχήμα Ευκαμψία συμμετρία Προκύπτουν από το σκελετό του μορίο, των υδρογόνων μη συμπεριλαμβανομένων Ηλεκτροτοπολογικοί δείκτες Ε-state indices Getaway descriptors (Geometry Topology and Atom-Weights Assembly) Υπολογίζονται από την Molecular Influence matrix Προκύπτουν από το σκελετό του μορίου, των υδρογόνων συμπεριλαμβανομένων WHIM descriptors (Weighted Holistic Invariant Molecular descriptors) Στατιστικοί δείκτες- υπολογίζονται από τις προβολές των ατόμων σε κύριους άξονες

2 3 Μοριακή συνδετικότητα 2 1 1 1 1 χ = Σ (δ i δ j ) 0,5 1 χ v = Σ (δ v i δ v j) 0,5 δ: αριθμός των συνδεδεμένων ατόμων Δ v = Ζ v -Η 2 χ = Σ (δ i δ j δ k ) 0,5 2 χ = Σ (δ v i δ v j δ v k) 0,5 κλπ

Μοριακή συνδετικότητα-μοριακό σχήμα 1 κ α =(Α+α)(Α+α-1) 2 / 1 Ρ i +α) 2 Α: αριθμός των ατόμων (όχι υδρογόνων) α=rx/rcsp3 1 Ρ: αριθμός των δυνατών μονοπατιών με δυο ακμές 2 κ α 2 Ρ 3 κ α 3 Ρ

Grid based descriptors Μolecular Interactions Fields (MIF) Volsurf descriptors

Ποσοτικές Σχέσεις Δομής-Δράσης Στόχος: Η άντληση όσο το δυνατόν περισσότερων πληροφοριών από όσο το δυνατόν λιγότερα πειράματα Εξαγωγή μοντέλου Σχέσεων Δομής Δράσης Τελικός στόχος: Κατανόηση του μηχανισμού δράσης Προβλέψεις για τη σύνθεση (ή τη μη σύνθεση) νέων παραγώγων

Ποσοτικές Σχέσεις Δομής-Δράσης Quantitative Structure-Activity Relationships (QSAR) Αξιοποίηση των πληροφοριών με Στατιστική/Χημειομετρία Πολλαπλή Γραμμική Ανάλυση Παλινδρόμησης (Multiple Linear Regression Analysis) Πολυμεταβλητή Ανάλυση Δεδομένων Multivariate Data Analysis

Πολλαπλή γραμμική ανάλυση παλινδρόμησης Η πολλαπλή γραμμική ανάλυση παλινδρόμησης επιτρέπει την συσχέτιση μιας εξαρτημένης μεταβλητής με περισσότερες ανεξάρτητες μεταβλητές (παραμέτρους). Δημιουργείται ένας πίνακας δεδομένων, όπου οι σειρές αντιστοιχούν στις διαφορετικές ενώσεις και οι στήλες στις μεταβλητές. Η πρώτη στήλη αφορά στην εξαρτημένη μεταβλητή Υ και οι υπόλοιπες στις ανεξάρτητες μεταβλητές (παραμέτρους) Χ. Εξάγεται εξίσωση της μορφής: Δράση = αο + α 1 Ρ 1 + α 2 Ρ 2 + α 3 Ρ 3 +..+α n Ρ n (Βιολογική ιδιότητα) Ρ 1 - Ρ n :παράμετροι που περιγράφουν τη δομή α 1 -α n : συντελεστές που εξάγονται με τη μέθοδο των ελαχίστων τετραγώνων

Πολλαπλή γραμμική ανάλυση παλινδρόμησης Απαραίτητα στατιστικά στοιχεία που πρέπει να συνοδεύουν την εξίσωση παλινδρόμησης είναι:. n: Αριθμός σειρών δεδομένων (ενώσεων) n-k: Βαθμοί ελευθερίας, όπου k ο αριθμός των μεταβλητών (ανεξαρτήτων + εξαρτημένης). Ο αριθμός των βαθμών ελευθερίας πρέπει να είναι όσο το δυνατόν μεγαλύτερος για την εξαγωγή αξιόπιστου μοντέλου QSΑR (μεγάλο n, μικρό k). Γενικά θεωρείται ότι για κάθε παράμετρο πρέπει να αντιστοιχούν τουλάχιστον 5 ενώσεις.

Πολλαπλή γραμμική ανάλυση παλινδρόμησης r: Συντελεστής συσχετίσεως Πρέπει να τείνει στο 1 Ο Συντελεστής συσχετίσεως προσαρμόζεται ως προς τους βαθμούς ελευθερίας Η τιμή του συντελεστή συσχέτισης, η οποία θεωρείται ικανοποιητική σε μια μελέτη QSAR, εξαρτάται από την ακρίβεια και ποιότητα των τιμών της εξαρτημένης μεταβλητής, δηλ. από την πολυπλοκότητα της διάταξης που χρησιμοποιήθηκε για να προσδιοριστεί η βιολογική δράση. Για πειράματα σε μοριακό επίπεδο επιδιώκεται τιμή r > 0.95 Για πειράματα σε απομονωμένο όργανο τιμές r ~ 0.9 είναι ήδη ικανοποιητικές, Για πειράματα in vivo τιμή r ~ 0.8 αποτελεί ήδη στοιχείο για την ύπαρξη μοντέλου. r 2 x100 : Ποσοστό περιπτώσεων που ερμηνεύει η εξίσωση.

Πολλαπλή γραμμική ανάλυση παλινδρόμησης s: Τυπική απόκλιση Πρέπει να τείνει στο 0. Η τυπική απόκλιση προσαρμόζεται ως προς τους βαθμούς ελευθερίας. 2s: Το διπλάσιο της τυπικής απόκλισης δίνει το όριο ανοχής σφάλματος υπολογισμού της εξίσωσης. Η διαφορά Δ των υπολογιζόμενων τιμών Υυπολ από τις πειραματικές τιμές Υ πρέπει είναι μικρότερη από 2s (Δ<2s), για να προσαρμόζονται οι ενώσεις στο μοντέλο της εξίσωσης. Εάν Δ>2s η ένωση αποτελεί έκροπη τιμή οutlier

Πολλαπλή γραμμική ανάλυση παλινδρόμησης F-test: καθορίζει το επίπεδο σημαντικότητας της εξίσωσης Student test t: Καθορίζει την σημαντικότητα κάθε παραμέτρου. Για να είναι σημαντική μια παράμετρος πρέπει t >2 Για να θεωρείται ωστόσο στατιστικά σημαντική η εισαγωγή μιας επί πλέον παραμέτρου πρέπει εκτός των προϋποθέσεων που προκύπτουν από τα F- και t- test, να αυξάνει τουλάχιστον κατά 10% το ποσοστό περιπτώσεων που ερμηνεύει η εξίσωση (r2 x100). Γενικά προτιμάται το όσο το δυνατόν απλούστερο μοντέλο

Περιορισμοί στην Πολλαπλή γραμμική ανάλυση παλινδρόμησης Η μέθοδος περιορίζεται σε μια μόνο εξαρτημένη μεταβλητή Υ. Οι ανεξάρτητες μεταβλητές Χ πρέπει να είναι πραγματικά ανεξάρτητες (ορθογώνιες) να μην συσχετίζονται δηλ. μεταξύ τους. Ο πίνακας των ανεξαρτήτων μεταβλητών Χ πρέπει να έχει μεγάλο ύψος - αυξημένος αριθμός σειρών ( ενώσεων)- και μικρό πλάτος - μικρός αριθμός στηλών (μεταβλητών Χ). Υπάρχει κίνδυνος τυχαίας συσχέτισης, αν και αυτό αποφεύγεται με την εφαρμογή μεθόδων για τον έλεγχο αξιοπιστίας της εξίσωσης.

Πολλαπλή γραμμική ανάλυση παλινδρόμησης Εάν η αναμενόμενη σχέση δεν είναι γραμμική, γίνονται μαθηματικές μετατροπές στην εξαρτημένη ή τις ανεξάρτητες μεταβλητές y logy 1/y x x n 1/x x %y logit= %y/(100-%y)

Προϋποθέσεις για την εξαγωγή Ποσοτικών Σχέσεων Δομής- Δράσης Οι ενώσεις να δρουν όλες με τον ίδιο μηχανισμό δράσης και στον ίδιο υποδοχέα Η βιολογική δράση να είναι εκφρασμένη με αριθμητικά δεδομένα, τα οποία να αντιστοιχούν σε μοριακές συγκεντρώσεις Να είναι γνωστό το επίπεδο διεξαγωγής των βιολογικών πειραμάτων (μοριακό επίπεδο, κυτταρικό επίπεδο, πειράματα in situ, απομονωμένο όργανο, σύστημα, ολόκληρος οργανισμός) Τα βιολογικά πειράματα να συνοδεύονται με πληροφορίες για την αξιοπιστία και την επαναληψιμότητά τους Η βιολογική δράση να είναι διαφοροποιημένη και καλά κατανεμημένη

Ποσοτικές Σχέσεις Δομής-Δράσης Τα βιολογικά δεδομένα χρησιμοποιούνται (συνήθως ) υπό τη μορφή αρνητικού δεκαδικού λογαρίθμου. log1/c, log1/ed50 Κατ αυτόν τον τρόπο τα δεδομένα αυξάνουν αριθμητικά με την αύξηση της δράσης και βρίσκονται σε γραμμική σχέση με την ελεύθερη ενέργεια, δεδομένου ότι τα βιολογικά μεγέθη ως επί το πλείστον σχετίζονται άμεσα ή έμμεσα με σταθερές ισορροπίας ή ρυθμού. Η λογαριθμική μορφή επιτρέπει καλύτερη κατανομή των δεδομένων.

Πολλαπλή γραμμική ανάλυση παλινδρόμησης Επιλογή παραμέτρων Να είναι ανεξάρτητες μεταξύ τους Να εμφανίζουν σημαντική διακύμανση- αφαιρούνται παράμετροι που έχουν τιμές κοντα στο 0 ή έχουν περίπου σταθερή τιμή-κριτήριο η τυπική απόκλιση Να εμφανίζουν μερική συσχέτιση- επιλογήμε διαδικασία forward, stepwise, backward Εφαρμογή εξελικτικών αλγορίθμων (ΕΑ) Γενετικών Αλγορίθμων (GA)

Εξελικτικοί αλγόριθμοι Επιλέγεται τυχαία ένας συνδυασμός παραμέτρων (αρχικό μοντέλο) και ακολουθούν μεταλλάξεις μέχρις ότου ληφθεί το καλύτερο μοντέλο Γενετικοί αλγόριθμοι Επιλέγονται τυχαία περισσότεροι συνδυασμοί και ακολουθούν ανασυνδυασμοί μέρας ότου ληφθούν τα καλύτερα μοντέλα Κρατείται(ούνται) το(α) καλύτερο(α) μοντέλα(α), τα υπόλοιπα απορρίπτονται και ο κύκλος επαναλαμβάνεται μερικές εκατοντάδες φορές Λήψη σταθερών μοντέλων.

Πολυμεταβλητή Ανάλυση Δεδομένων Multivariate Data Analysis (MVDA) Principal Component Analysis Ανάλυση Κυρίων Συνιστωσών Projections to Latent Structures, Partial Least Squares (PLS) Προβολές Μερικών Ελαχίστων Τετραγώνων σε Λανθάνουσες Δομές Projections to Latent Structures- Partial Least Squares Discriminant Analysis (PLS-DA)

Πλεονεκτήματα MVDA Ο πίνακας των δεδομένων είναι στενός και μακρύς (Λίγα αντικείμενα, πολλές μεταβλητές Δεν επηρεάζεται από αλληλοσυσχέτιση (collinearity) μεταξύ των μεταβλητών Επιτρέπει την ανάλυση πολλών εξαρτημένων μεταβλητών ταυτόχρονα. Οι μεταβλητές δεν απαιτείται να είναι ακριβείς Είναι δυνατόν να λείπουν τιμές στον πίνακα των δεδομένων Δεν ακολουθείται η φιλοσοφία της αλλαγής μιας μεταβλητής τη φορά

MVDA Η πολυμεταβλητή αναλυση δεδομένων στηρίζεται στη μέθοδο των προβολών των σημείων (αντικειμένων) από ένα πολυδιάστατο χώρο σε ένα χώρο μικρότερων διαστάσεων.

Ανάλυση κυρίων συνιστωσών (PCA)

Ανάλυση κυρίων συνιστωσών (PCA)

Ανάλυση κυρίων συνιστωσών (PCA)

Ανάλυση κυρίων συνιστωσών (PCA)

Ανάλυση κυρίων συνιστωσών (PCA)

Ανάλυση κυρίων συνιστωσών

Ανάλυση κυρίων συνιστωσών

Partial Least Squares Projections to Latent Structures (PLS) Προβολές Μερικών Ελαχίστων Τετραγώνων σε Λανθάνουσες Δομές Κ: Περιγραφικές μεταβλητές K Μ:Αποκρίσεις M N X PLS N Y Ν:αντικείμενα, παρατηρήσεις

Partial Least Squares Projections to Latent Structures (PLS)

Partial Least Squares Projections to Latent Structures (PLS)

Partial Least Squares Projections to Latent Structures (PLS)

Partial Least Squares Projections to Latent Structures (PLS)

Partial Least Squares Projections to Latent Structures (PLS)

Partial Least Squares Projections to Latent Structures (PLS)

Partial Least Squares Projections to Latent Structures (PLS) Χ=1*x+TP +E Y=1*y+UC +F U=T+H (εσωτερική σχέση) Y=1*y+UC +G Κατά τη διαδικασία PLS τα δεδομένα προσαρμόζονται ταυτόχρονα σε δύο μοντέλα PCA

T U C Ε,F, H, G Πίνακας των scores που συνοψίζει τις μεταβλητές Χ Πίνακας των scores που συνοψίζει τις μεταβλητές Y Πίνακας των βαρών που εκφράζει τη συσχέτιση μεταξύ Y και Τ (Χ) Πίνακας υπολοίπων

Partial Least Squares Projections to Latent Structures (PLS) Στον αλγόριθμο PLS περιλαμβάνονται επι πλέον φορτία (loadings), τα βάρη W. Τα βάρη W εκφράζουν τη συσχέτιση μεταξύ U(Y) και Χ (πρώτη διάσταση, και ακολούθως των υπολοίπων των μεταβλητών Χ) και χρησιμοποιούνται για τον υπολογισμό των Τ W* είναι τα βάρη που συσχετίζουν τις αρχικές μεταβλητές Χ (όχι τα υπόλοιπα) ώστε να προκύψουν οι συντεταγμένες t

Partial Least Squares Projections to Latent Structures (PLS) Στον αλγόριθμο PLS περιλαμβάνονται επι πλέον φορτία (loadings), τα βάρη W. Τα βάρη W εκφράζουν τη συσχέτιση μεταξύ U(Y) και Χ (πρώτη διάσταση, και ακολούθως των υπολοίπων των μεταβλητών Χ) και χρησιμοποιούνται για τον υπολογισμό των Τ W* είναι τα βάρη που συσχετίζουν τις αρχικές μεταβλητές Χ (όχι τα υπόλοιπα) ώστε να προκύψουν οι συντεταγμένες t

Ανασταλτική δράση στην αναγωγάση της αλδόζης 1. 00 0. 80 0. 60 0. 40 0. 20 0. 00 0. 0 0 0. 2 0 0. 4 0 0. 6 0 0. 8 0 1. 0 0 Fig. (5). Permutation test: R2: intercept = -0.04, Q2: intercept = -0.18.

Επίδραση της λιποφιλίας στην διαπερατότητα Παραβολικό Μοντέλο (Μοντέλο Hansch) Στηρίζεται στην υπόθεση ότι η πιθανότητα W να βρεθούν τα μόρια του φαρμάκου στον τόπο δράση ακολουθεί κανονική κατανομή σε σχέση με τον συντελεστή μερισμού logp W= f(logp)= ae -1/b(logP-logPo) 2 logbr = -a (logp) 2 Αριστη τιμή logpο : + blogp +c -2a logpo + b= 0 logpo=b/2a

Επίδραση της λιποφιλίας στην διαπερατότητα Παραβολικό μοντέλο

Αριστες τιμές logpo Διαπερατότητα αιματοεγκεφαλικού φραγμού: logpo/ logdo ~ 2 Μη ειδικώς δρώντα κατασταλτικά ΚΝΣ Διαπερατότητα κυτταρικής μεμβράνης μικροοργανισμών (+) Gram : logpo/ logdo ~ 6 Διαπερατότητα κυτταρικής μεμβράνης μικροοργανισμών (-) Gram : logpo/ logdo ~ 4 Μη ειδικώς δρώντα αντιμικροβιακά

Επίδραση της λιποφιλίας στην διαπερατότητα Διγραμμικό Μοντελο (Μοντέλο Kubinyi) log1/c = alogp + blog(βp+1)+ c β : Ο λόγος του όγκου των λιποειδικών φάσεων ως προς τον όγκο των υδατικών φάσεων Po= a β(b-a) β = a Po (b-a)

Επίδραση της λιποφιλίας στην διαπερατότητα

Επίδραση της λιποφιλίας στην διαπερατότητα Γραμμική Σχέση log1/c = alogp +b

Επίδραση της λιποφιλίας στην διαπερατότητα Υπερβολικό Μοντέλο (Hyde) log1/c =-log(a + 10 -logp ) +b

Επίδραση της λιποφιλίας στη διαπερατότητα

Διαπερατότητα ΑΕΦ Φραγμός ιδιαίτερων απαιτήσεων Η διαπερατότητα του ΑΕΦ σχετίζεται με σοβαρές ανεπιθύμητες ενέργειες Έννοια της ελάχιστης λιποφιλίας (Hansch 1987) Πρώτη προσέγγιση στην θεσμοθέτηση ορίων λιποφιλίας

Διαπερατότητα ΑΕΦ Μελέτη παραγώγων της ιμιδαζολίνης με κεντρική αντιυπερτασική δράση log[brain]/[iv] = -0.13 (logd) 2 + 0.57 logd 0.09 n=14 r= 0.987 s= 0.139 logdo = 2.16

Λιποφιλία- Ανεπιθύμητα φαινόμενα Αυξημένη λιποφιλία οδηγεί σε: Παρατεταμένη παραμονή μιας ουσίας στον οργανισμό με αποτέλεσμα την εμφάνιση αθροιστικών φαινομένων. Αύξηση της τοξικότητας. Η τοξικότητα σχετίζεται θετικώς γραμμικά με τη λιποφιλία. O Richet είχε διατυπώσει ήδη από τα τέλη του 19ου αιώνα, ότι όσο λιγότερο διαλυτές είναι οι ουσίες τόσο περισσότερο τοξικές (Le moins soluble, le plus toxique). Επαγωγή των μικροσωμικών ενζύμων, λόγω της τάσης του οργανισμού για άμυνα έναντι σε λιπόφιλων ουσιών. απρόβλεπτες συνέπειες στο μεταβολισμό Προβλήματα στην μορφοποίηση του τελικού προϊόντος

Αρχή της ελάχιστης λιποφιλίας Σύμφωνα με την αρχή της ελάχιστης λιποφιλίας, ο σχεδιασμός των φαρμάκων πρέπει να προσανατολίζεται σε ενώσεις που προκαλούν την επιθυμητή δράση και έχουν την ελάχιστη προς τούτο λιποφιλία. Η αρχή της ελάχιστης λιποφιλίας είναι ιδιαίτερα σημαντική για ενώσεις που δρούν την περιφέρεια και ενώσεις με διεγερτική δράση στο ΚΝΣ (π.χ. αναλγητικά), δεδομένου ότι η άριστη τιμή διαπερατότητας του ΑΕΦ (logp ~ 2) σχετίζεται με κατασταλτική δράση.

Τιμές logd σε ph 7,4 διαφόρων αντιισταμινικών φαρμάκων logd Loratadine * 5,37 Astemizole * 4,10 Terfenadine* >4,00 Chlorcyclizine 3,45 Cryptoheptadine 3,20 Promethazin 2,85 Diphenydramine 1,61 Carboxamine 1,10 Acrivastine * 0,10 AHR 11325 * -0,68

Αποκλεισμός από ΚΝΣ Μείωση της λιποφιλίας Πόσο? Κατώφλι λιποφιλίας? Αύξηση του βαθμού ιονισμού Δημιουργία μόνιμα φορτισμένου κέντρου (άλατα τεταρτοταγούς αμμωνίου)

Δημιουργία μόνιμα φορτισμένου κέντρου Δράση στο ΚΝΣ Δράση στην περιφέρεια

Δημιουργία μόνιμα φορτισμένου κέντρου - Διαπερατοτητα ΑΕΦ

Υδρόφοβη Σύνδεση Κατά την υδρόφοβη σύνδεση παρατηρείται αύξηση της αταξίας των μορίων του νερού και ο δεσμός σταθεροποιείται λόγω αύξησης της εντροπίας Ενεργειακή διαφοροποίηση της υδρόφοβης σύνδεσης από τις άλλες μορφές αλληλεπίδρασης

Σχέση Υδρόφοβης Σύνδεσης-λιποφιλίας Γραμμική log1/c = alogp +b log1/c= axπx +ayπy +azπz +.+ b Παραβολική: log1/c = -a(logp) 2 + blogp +c π: υδρόφοβη σταθερά υποκαταστάτη Διγραμμική: log1/c = alogp + blog(βp+1)+ c Υπερβολή log1/c =-log(a + 10 -logp ) +b Διπλή παραβολική log1/c =alogp -b(logp) 2 + c(logp) 3 -d(logp) 4 +e

Ηλεκτροστατικοί δεσμοί Ιονικός δεσμός Ε = qa x qb D x r Δεσμός ιόντος-διπόλου: qa μσυν(θ) Ε = D x r 2 Δεσμός διπόλου-διπόλου: 2μ1 μ2συν(θ1) συν(θ2) Ε = D x r 3

Ηλεκτρονιακές παράμετροι Ηλεκτρονιακές σταθερές σ των Hammett και Taft: log (ΚX/ΚH) = ρσ Πρότυπη αντίδραση: ιονισμός του βενζοϊκού οξέος στους 25 C. σm, σp, σο Μητρική ένωση : βενζοϊκό οξύ log (kx/kh) = ρ*σ* Πρότυπη αντίδραση: Βασική και όξινη υδρόλυση εστέρων του τύπου R-CH2-COOR Μητρική ένωση : CH3COOR σ*= 1/248[log(kx/ kh)b -log(kx/ kh)a]

Ηλεκτρονιακές παράμετροι σ+ σ- : Χρησιμοποιούνται για παρα-υποκαταστάτες όταν δημιουργούνται θετικά ή αρνητικά φορτία στο κέντρο της αντίδρασης σι : επαγωγική σταθερά του Charton F, R : σταθερές Swain-Lupton CT : σταθερές charge-transfer

Ηλεκτρονιακές παράμετροι Φασματοσκοπικά δεδομένα: συχνότητα ν (ή Δν) στο υπέρυθρο Χημική μετατόπιση δ (ή Δδ) στο NMR Διπολική ροπή μ, μx, μy μz Ενέργιεια ιονισμού Ι (η ενέργεια που απαιτείται για να αποσπαστεί ενα ηλεκτρόνιο) Μερικά φορτία (σε επιλεγμένα άτομα του φαρμακοφόρου) ΕHOMO, ELUMO, Ενεργειακό χάσμα Mέγιστο ηλεκτροστατικό δυναμικό Ελάχιστο ηλεκτροστατικό δυναμικό...

Σχεσεις ηλεκτρονιακών ιδιοτήτων-σύνδεσης με μακρομόρια Γραμμικές σχέσεις logk= ρσ + k Σημασία έχει το πρόσημο του όρου ρ Αρνητικό πρόσημο η σύνδεση ευνοείται παρουσία ηλεκτρονιοδοτών Θετικό πρόσημο η σύνδεση ευνοείται παρουσία ηλεκτρονιοδεκτών

Ποσοτικές Σχέσεις Δομής-Δράσης n r s log1/c= 0,85 (±0.12) π 14 0,81 0,31 log1/c= 0,85 (±0.082) π +0.016(±0.003) v (C=O) 14 0,96 0,14 log1/c= 0,85 (±0.082) π +0.016(±0.003) v (C=O) + + 0,008(±0,007)HA 14 0,965 0,14

Size and Bulk properties Molecular Weight, MW van der Waals Molecular Volume Surface Area Solvent Accessible Volume Surface Area Molar Refractivity Polarizability

Solvent Accesible Surface r(h2o) =1.4 Å

Δυνάμεις Van der Waals Ε= 3αaαb 2r 6 Ia Ib Ia+Ib PM = 4πΝα/3 ~MR MR= n 2-1 n 2 +2 MW d = PE ~ PM π: 3.14 Ν: αριθμός Avogadro α: πολωσιμότητα (6.022 x 10 23 ) MRXY =MRX+MRY M=αF Μ=το μέγεθος του επαγώμενου διπόλου όταν μη μόνιμο διπολο τεθεί σε πεδίο ισχύος F

Στερικές παράμετροι Μοριακός όγκος

Στερικές παράμετροι Μοριακός όγκος

Αμιτριπτυλίνη

Κυπροφλοξακίνη

Εμβαδόν πολικής επιφάνειας Polar Surface Area, PSA

Polar Surface Area in Drug Absorption H. van de Waterbeemd, logp2000: Lipophilicity in Drug Disposition -2.8 glucose log Peff (human j ej unum) -3.4-4.0-4.6-5.2 L-dopa amoxicillin -5.8 0 20 40 60 80 100 120 140 160 180 o PSA (A 2 ) Relationship between effective permeability (P eff ) in the human jejunum and PSA

Agonists [EC50, Efficacy(100%)]

Partial Agonists [EC50, Efficacy (<100%)]

Antagonists Antagonisti competitivi: Antagonisti non competitivi: