Articles

vyvíjející se Role přírodních produktů z tropických deštných pralesů jako Doplňovatelného zdroje nových léčiv vede

reklama

moderní přístupy v objevování léčiv z přírodních produktů

příchod nových technologií do hmotnostní spektrometrie, NMR a dalších spektroskopických technik, bimolekulárního cílového nebo buněčného screeningu, včasné charakterizace hitů a využití výpočetních metod zlepšily dopad přírodních produktů na objev léčiv na bázi HTS. Extrakty z přírodních produktů často obsahují velké množství složek, které obsahují ty, které je obtížné oddělit. Jednoznačné struktury čistých sloučenin lze stanovit kombinací konvenčních technik, jako je ultrafialová absorpční spektroskopie (UV), IR, MS a NMR. Ve vzácných případech, kde je obtížné určit absolutní konfiguraci, se používá jednokrystalová rentgenová analýza. Konvenční separační techniky jsou časově náročné a únavné. K podpoře procesu dereplikace lze použít přímé dělení dělící techniky s účinnými spektroskopickými technikami, jako je HPLC-FTIR . HPLC-FTIR se používá k detekci funkčních skupin v hlavních složkách směsí, ale nenašel rozsáhlé použití z důvodu omezení kompatibility; tj. získání optimální separace doprovázené adekvátní detekcí .

jednou z nových technologií v objevování léčiv z přírodních produktů je použití kapilární elektroforézy (CE) v screeningovém programu, který byl poprvé vyvinut společností Cetek Corporation a Cubist. Test je schopen identifikovat aktivní sloučeniny/ extrakty přírodních produktů a detekovat jakýkoli posun v proteinu, když se na něj váže ligand v důsledku konformačních a povrchových změn náboje. Technika CE může rozlišovat mezi slabými a silnými vazebnými sloučeninami v extraktech před stanovením jejich koncentrace . Tato technologie byla aplikována na interní program objevování léčiv Cetek při hledání nových sloučenin přírodních produktů, které inhibují cíl rakoviny, hsp90, molekulární chaperonin, který je zodpovědný za udržování správného skládání a stability proteinů . Další zajímavý příklad, který byl nedávno hlášen Wang, et al.ukázalo se, že metoda CE ve spojení s kapalinovou chromatografií-tandemovou hmotnostní spektrometrií (LC-MS/MS) byla úspěšně použita při screeningu rostlinných extraktů, úspěšně identifikovala přírodní sloučeninu zvanou baikalin z Radix scutellariejako nový inhibitor proteinkinázy. V další samostatné studii, Zhao a Chen, vyvinuli jednoduchý a účinný neuraminidázou imobilizovaný kapilární mikroreaktor fakbrikovaný technologií zesíťování glutaraldehydu pro screening inhibitorů neuraminidázy z tradičních čínských léčiv. Šest z osmnácti přírodních produktů, včetně bavachinin, bavachin, baicalein, baicalin, chrysin a vitexin byly nalezeny jako silné inhibitory z screeningu. Některé důležité aspekty CE, které si zaslouží uznání v této kapitole, je jeho snadné použití, univerzálnost a komponenty separace s vysokým rozlišením, vysoká účinnost separace, a jeho nízké množství spotřeby vzorku a činidla.

Flow injection analysis-NMR (FIA-NMR) zahrnuje vzorek, který je vstřikován jako zátka do proudu tekutiny a poté zameten do cívky detektoru NMR. V FIA-NMR se mobilní fáze používá jako hydraulické tlačné rozpouštědlo, které přenáší vstřikovaný vzorek z portu vstřikovače do průtokové buňky NMR. Scout scan, který se používá k určení umístění píků rozpouštědla, se získá spektrometrem, jakmile se čerpadlo zastaví. Nakonec je do čerpadla rozpouštědla vyslán signál, takže starý vzorek z průtokové buňky NMR může být propláchnut . HPLC-NMR-MS je nová a nejpokročilejší spektrometrická metoda, která se používá při de-replikaci extraktů přírodních produktů . Přesto, že je nejúčinnější metodou, výhodou výše uvedené rozdělené metodiky je přizpůsobení údajů MS spektru NMR. Kromě toho informace o funkčních skupinách (např., hydroxylové a aminoskupiny), které jsou dodávány HPLC-NMR, jsou snadno identifikovány technikami MS. Nástup magnetů s vyšším polem a kryo sond prokázal, že HPLC-NMR je silným a účinným spektroskopickým nástrojem a aplikován na surové extrakty (NMR a UV profil z detekce PDA HPLC). Dochází k významnému zlepšení profilovací citlivosti a de-replikace přírodních produktů v důsledku využití magnetů s vyšším polem a nedávného vývoje mikro cívek HPLC-NMR a kapilární NMR (CapNMR), což umožnilo menší množství vzorků, které mají být zkoumány v řádu 40-120 µL . Mikrocoil HPLC-NMR je nejvhodnější pro on-line HPLC-NMR, který používá on flow, stop flow nebo čas umlčení experimenty oddělit složky přítomné ve vyšších koncentracích a analyzuje stejné, zatímco kapilární NMR používá non-deuterované rozpouštědla v off-line HPLC separace, čímž nabízí širokou škálu rozpouštědel s nízkými náklady. Izolované sloučeniny se znovu rozpustí v deuterovaných rozpouštědlech a poté se vstřikují do průtokové sondy CapNMR za použití objemů kolem 6 µL se spektry 1H-NMR získanými pro množství vzorků v řádu 2-30 µg, čímž se zvyšuje citlivost s vyhlídkou na klasifikaci nových sekundárních metabolitů nízké úrovně .

kromě výše uvedeného jsou informace získané ze spekter 1D a 2D NMR dostatečné pro klasifikaci sloučenin kromě poskytnutí „vysoce věrného“ snímku složek v extraktu, čímž poskytují informace, které připravují cestu pro racionální rozhodnutí o horní metodě frakcionace nebo pro další pokračování izolace. Pomocí tohoto přístupu bylo hlášeno mnoho nedávných publikací .Technika a využití HPLC-NMR v identifikaci/klasifikaci přírodních produktů je v literatuře dobře známo, ale aplikace jeho použití se zabývaly hlavně chemickým profilováním rostlin . Četné režimy HPLC-NMR (většinou režimy on-flow a stop-flow) kombinují rozlišovací schopnost chromatografie, která je propojena se strukturálním porozuměním poskytovaným NMR. Redukcionistický přístup nebyl příliš úspěšný při objevování účinných léků k léčbě komplexních onemocnění, jako je rakovina, metabolická, kardiovaskulární a neurologická onemocnění. Léky s jedním cílem nemusí vždy vyvolat požadovaný účinek na celý biologický systém, i když úspěšně inhibují nebo aktivují konkrétní cíl.Existují omezení v použití reduktivního nebo monocílového přístupu při objevování drog. Tento přístup poskytuje pouze omezené pochopení komplikované patogeneze a multicílových patologií systémových onemocnění, jako jsou rakoviny, kardiovaskulární onemocnění a neurodegenerativní poruchy. Je obtížné identifikovat relevantní intervence zaměřené na takové složitosti. Intervence na bázi kuliček nebo monocílů nemůže účinně bojovat proti komplexním patologiím systémových onemocnění, protože jsou regulovány složitými biologickými sítěmi a závisí na několika krocích genetických a environmentálních výzev k pokroku. V poslední době roste zájem o využití inovativních přístupů k objevování léčiv z přírodních produktů síťovou farmakologií, která integruje systémovou biologii a farmakologii . Integrovaný multidisciplinární koncept více cílů, vícenásobných účinků a komplexních onemocnění ve farmakologii sítě obohatil naše chápání komplikované patogeneze a vícecílových patologií systémových onemocnění a snížil obtížnost při identifikaci relevantních intervencí k cílení na tyto složitosti. Technologie „- omic “ v systémové biologii se nyní široce používají ke korelaci a objasnění více cílů a sítě lidských nemocí a drogových akcí . Koncept síťové farmakologie je zvláště užitečný při přesném překladu a interpretaci terapeutických účinků rostlinných léčiv do moderních biochemických a biologických významů. Bylinné léky mohou sloužit jako cenné zdroje pro objevování více cílových léků založených na síti. Koncept síťové farmakologie je zvláště užitečný při přesném překladu a interpretaci terapeutických účinků rostlinných léčiv do moderních biochemických a biologických významů. Účinnost multicílových léčiv z rostlinných extraktů je vyvinuta následovanou identifikací jejich hlavních bioaktivních složek a přestavbou zcela nových vícesložkových formulací složených z hlavních bioaktivních složek za účelem dosažení synergické a optimální kombinace .

kombinace chemie přírodních produktů a metabolomických přístupů při objevování drog je novou strategií objevování nových léků. Ve vědecké literatuře je jen málo zpráv, které diskutují o souzvuku klasických přístupů chemie přírodních produktů s metabolomikou k identifikaci nových bioaktivních přírodních produktů. Ty se obecně zaměřily na studium rostlin . Identifikace bioaktivních přírodních produktů z rostlin zůstává mnohostranným úkolem kvůli jejich vysoké chemické rozmanitosti a složitosti. Měřením metabolomu různých extraktů nebo frakcí rostliny a kombinací těchto údajů s odpovídající biologickou aktivitou lze potenciálně stanovit signály související se sloučeninami souvisejícími se zobrazenou aktivitou. Systémová biologie je nejslibnějším oborem zahrnujícím nástroje v postgenomické revoluci, jako jsou přepisové omiky, proteomika, glykomika a fluxomika se záměrem charakterizovat všechny genové a buněčné produkty zcela včetně mRNA, proteiny, glykanové struktury a metabolity. Metabolomika si klade za cíl vytvořit vyvážená pozorování pomocí vysoce reprodukovatelných nástrojů následovaných analýzou dat k nalezení korelace mezi dostupnými daty. Profilování všech nízkomolekulárních metabolitů organismu není možné, a proto tato vznikající oblast metabolomiky kombinuje analytickou chemii, biochemii a výpočetní biologii umožňující analýzu tisíců metabolitů v jakémkoli biologickém systému. Hlavními analytickými platformami jsou hmotnostní spektrometrie s plynovou chromatografií (MS-GC), kapalinová chromatografie (LC) nebo kapilární elektroforéza (CE) a NMR spektroskopie. Vyvážený extrakční postup pro efektivní extrakci všech primárních a sekundárních metabolitů z tkání a tělních tekutin se používá k jejich získání v přirozené formě před analýzou v různých použitých rozpouštědlech. Postupy extrakce metabolitů jsou komplikovanější a složitější kvůli diverzifikované povaze přítomných malých molekul a kvůli nedostupnosti jediné analytické techniky a platformy, která pomáhá při analýze všech metabolitů současně. K dosažení úplné analýzy metabolitů je třeba použít několik separačních technik a metodik . Simultánní analýza stovek sloučenin je dosažena různými nástroji v informatice, které extrahují informace z dat, odstraňují šum pozadí, detekují a integrují vrcholy v rozsáhlých datových sadách a normalizují a transformují výsledné datové matice před jakoukoli statistickou analýzou . Metabolomika má omezený přístup ke schopnosti identifikovat signály s ohledem na chemickou povahu. Asi 60 až 80 % všech detekovaných sloučenin není známo ani dnes a metabolická disciplína vytvořila velkou hmotnost spektrální NMR knihovny pro řešení tohoto problému. Tyto neznámé struktury sekundárních metabolitů mohou být jedním z neobjevených zdrojů přírodních produktů, otisky prstů, tisk nohou, profilování nebo cílové analýzy jsou běžnými pojmy používanými v této oblasti. Cílem otisků prstů je pořídit „snímek“ organismu, kde signály nemohou být nutně použity k detekci / identifikaci specifických metabolitů a silně závisí na použité technice. Signály jsou přiřazeny metabolitu bez ohledu na jeho povahu jako známá nebo nová sloučenina. Termín Cílová analýza si klade za cíl určit a kvantifikovat specifický metabolit zájmu .

microarray je nová technologie nedávno vyvinutá, která zmocnila vědeckou komunitu k pochopení základních aspektů zdůrazňujících růst a vývoj života a k prozkoumání genetických příčin anomálií vyskytujících se ve fungování lidského těla.Technologie DNA microarray dokáže analyzovat a porovnávat změny v DNA nebo proteinu. Chromozomální změna u abnormálního jedince by mohla být identifikována, pokud je DNA od tohoto jedince porovnána s DNA (kontrola) od zdravého jedince. Je velmi přesný a užitečný v tom, že je schopen detekovat mnohem menší změny ve srovnání s konvenční technikou karyotypování. Tato Kompetentní technika nám umožnila porozumět elementárním aspektům zdůrazňujícím růst a vývoj života a prozkoumat genetické příčiny anomálií vyskytujících se ve fungování lidského těla. Technologie Microarray byla značně využívána ve farmakogenomice, kde srovnávací analýza genů z nezdravé a normální buňky pomůže identifikaci biochemické konstituce proteinů syntetizovaných abnormálními / nezdravými geny. Informace získané z analýzy by pak mohly být použity pro syntézu a návrh léčiv, které bojují s abnormálními proteiny a snižují jejich účinek .Kwon a jeho kolegové vyvinuli in vitroapproach využívající multienzym obsahující mikroarray systém pro vysoce výkonnou syntézu produktu odvozeného z polypeptidu a jejich následné úplné screening knihovny založené na polyketidech lidské tyrosinkinázy (TK)na jednom skleněném mikroarray. Očekává se, že inhibitory TK budou léčit chronickou myeloidní leukémii, gastrointestinální stromální tumory a rakovinu prsu .

program objevování léků si klade za cíl najít nové bioaktivní přírodní produkty, které mají nějakou formu silné biologické aktivity. Izolace známých a nežádoucích přírodních produktů bez farmakologického zájmu nebo chemické látky je však nevyhnutelná. Termín dereplikace, což je proces identifikace známých sloučenin odpovědných za aktivitu extraktu před izolací vedenou biologickou zkouškou, se stává populární mezi výzkumníky přírodních produktů . Dereplikační strategie obecně zahrnují kombinaci bioanalýzy, separační vědy,spektroskopických metod a vyhledávání v databázi a lze je považovat za chemické nebo biologické screeningové procesy. Existuje řada způsobů, jak programy přírodních produktů přistupují k dereplikaci, která je založena na dostupnosti screeningových metod / instrumentace, času a nákladů na identifikaci možných „biologických vodičů nebo nových sloučenin“ ze surového extraktu. V současné době existuje mnoho pokročilých metodik a protokolů, které odlišují nové entity od známých přírodních sloučenin v rané fázi programu objevování drog nebo ve strategii izolace přírodních produktů . Dereplikační proces lze snadno provést screeningem sloučenin prostřednictvím komerčně dostupných databází, což zkracuje dobu potřebnou pro objasnění struktury známých sloučenin. Jedním příkladem je Chapman a Hall Dictionary of Natural Products ; slovník mořských přírodních produktů (on-line) (podmnožina slovníku přírodních produktů) obsahující více než 30 000 sloučenin; MarinLit – databáze mořských přírodních produktů obsahující aktuální bibliografické údaje o mořských organismech s počtem odkazů z 1200 časopisů/knih a údajů o ~21 000 sloučeninách ; AntiMarin je novější databáze, ve které lze vyhledávat počet methylových skupin, počet SP3-hybridizovaných methylenových nebo methinových protonů, alkenových, acetalových, etherových a formylových skupin . Kromě toho jsou SciFinder Scholar a SCOPUS důležitými výzkumnými nástroji (Chemical Abstracts on-line) a NAPRALERTTM je databáze všech přírodních produktů, včetně etnomedicínských informací, farmakologických/biochemických informací o extraktech organismů in vitro, in situ, in vivo, u lidí (kazuistiky, neklinické studie) a klinické studie. Dostupnost těchto vědeckých databází, jako jsou ty, které jsou zmíněny výzkumným a akademickým institucím, je zásadním a zásadním krokem v dobře řízeném programu přírodních produktů. S nárůstem počtu nových cílů léčiv, výpočetní metody, jako je vysoká propustnost virtuální screening, ligand dokovací nástroje, ADME (absorpce, distribuce, metabolismus a vylučování) profilování a další moderní výpočetní nástroje a software byly použity k urychlení procesu objevování drog. Některé z běžných knihoven a databází přírodních produktů, jak jsou uvedeny níže, umožňují rychlé prověření velkého počtu přírodních sloučenin v krátkém časovém období proti různým cílům léčiv. Slovník přírodních produktů (http://dnp.chemnetbase.com/intro/index.jsp); UCSD Marine Natural Products Database (http://naturalprod.ucsd.edu/); Natural Products Alert (http://napralert.org/); zinek (http://zinc.docking.org/browse/catalogs/natural-products); InterBioScreen (http://www.ibscreen.com/products.shtml); AnalytiCon Discovery (http://www.ac-discovery.com/); Molecular Diversity Preservation International (http://www.mdpi.org/). Počítačem generované modely proteinů včetně nových enzymových a receptorových cílů kromě struktur proteinových krystalů, které jsou uloženy v proteinové datové bance (http://www.pdb.org/), mohou být snadno generovány homologickým modelováním následně následovaným jednoduchým molekulárním dokováním ke zkoumání interakcí mezi přírodními sloučeninami a proteinovými cíli. Bioanalýzy pak mohou být prováděny selektivně na přírodních hitů nebo vede získány bez nutnosti plýtvání drahocenné množství sloučenin a vyhnout se nákladné a časově náročné experimentální metody. Příklady molecular docking software v současné době k dispozici jsou AutoDock, AutoDockVina, FlexX, FRED, GOLD, eHiTS, a olovo nálezců. Některé příklady využívající virtuální screening s vysokou propustností, včetně práce Wang et al. kde bylo úspěšně identifikováno deset přírodních sloučenin jako inhibitory flacipain-2 (FP-2)a Liu et al. kteří identifikovali přírodní inhibitor dimerizace podobný STAT3 pomocí virtuálního screeningu založeného na struktuře .

další bioinformatické nástroje, jako je ligand a screening farmakoforů založený na struktuře, byly také hlášeny jako úspěšné při napomáhání procesu objevu léčiv z přírodních produktů. Chen et al. navrhli třídimenzionální kvantitativní farmakoforový model vztahu struktura-aktivita založený na známých inhibitorech mTOR. Virtuální screening pomocí nejlepšího farmakoforového modelu úspěšně získal 20 přírodních produktů jako potenciální lešení inhibitorů mTOR. Je také důležité zmínit, že z předchozí studie společnosti Doman vyplynulo, že z 365 molekul navržených dokováním 127 (34, 8%) z nich inhibovalo aktivitu enzymového proteinu tyrosin fosfatázy-1B (PTP1B), zatímco pouze 85 (0, 021%) z přibližně 400 000 molekul bylo získáno z vysoce výkonného experimentálního testu. To je asi 1700násobné obohacení míry zásahu ze strukturovaného dokování oproti náhodnému screeningu .Na druhé straně začlenění chemoinformatických nástrojů do objevu léčiv z přírodních produktů umožňuje, aby sloučeniny byly vyšetřeny na jejich vlastnosti ADMET (absorpce, distribuce, metabolismus, vylučování a toxicita) dříve, než budou zapsány do programů vývoje léčiv. Screening přírodních sloučenin pomocí Pfizerova „pravidla 5“ umožňuje vědcům odstranit všechny molekuly, které nedodržují pravidla. Vzhledem k tomu, že tato pravidla byla odvozena ze souboru experimentálních pozorování tisíců známých léčiv a molekul podobných léčivům, může vyškolený léčivý chemik / biochemik snadno použít in silicodata jako vodítko při určování potenciálních přírodních sloučenin podobných léčivům následovaných syntézou dalších analogů tak, aby měly příznivé vlastnosti podobné léčivům. Dobrá molekula podobná léku obecně dodržuje následující pravidla (i) molekulová hmotnost ≤ 500, (ii) vypočítaný logP ≤ 5, (iii) počet dárců vodíkové vazby ≤ 5 a (iv) počet akceptorů vodíkové vazby ≤ 10. Zavedení v silicoscreening a přírodních produktů Zařízení pro vysoce výkonné screening v akademických laboratořích, stejně jako v farmaceutických firem snížit náklady z náhodného screeningu velmi velkých sbírek sloučenin. Ve virtuálním screeningu silicoor pomáhá filtrovat počet sloučenin používaných v reálných obrazovkách . Na druhé straně bioinformatický nástroj, jako je slovník přírodních produktů, poskytuje strukturální informace o 150 000 různých sloučeninách, které by mohly být použity při virtuálním screeningu, i když by sloučeniny musely být stále fyzicky dostupné, aby mohla být jakákoli předpokládaná aktivita potvrzena testováním v příslušném testu. Konečně, shlukování chemicky příbuzných lešení může být velmi užitečné při vedení syntézy nových sloučenin, ale samozřejmě existuje zpoždění a náklady v syntéze.

akademická spolupráce založila portál pro objevování drog (viz http:// www.ddp.strath.ac.uk/) ve snaze spojit techniky virtuálního screeningu chemicky rozmanitých přírodních produktů a jejich syntetických analogů s rychlou dostupností fyzických vzorků pro testování to umožňuje širokou škálu sloučenin z akademických laboratoří v mnoha různých institucích v databázi, kterou lze použít pro virtuální screening. Akademické biologické skupiny také navrhují nové a nové proteinové struktury jako cíle pro virtuální screening s databází portálu (as konvenčními komerčně dostupnými databázemi). Pokud jsou hity předpovězeny z in silicoscreening, mohou být sloučeniny získány od původního chemika pro konfirmační testy. Často existuje okamžitá vazba na odborné znalosti pro přípravu analogů, které pomáhají zahájit program optimalizace olova. Přístup na portál je však pro akademickou skupinu volně dostupný. Pokračující rozšiřování chemické databáze znamená, že existuje cenné a rostoucí pokrytí chemického prostoru mnoha nových chemických sloučenin. Ačkoli sloučeniny v databázi portálu budou obecně již zveřejněny v diplomové práci nebo v chemickém časopise, jen velmi málo z nich bylo dříve testováno na biologickou aktivitu. Toto je společný rys známých přírodních produktů: ze 150 000 struktur ve slovníku přírodních produktů CRC bylo zkoumáno pouze 1% z nich. Zavedení metabolomických technologií do procesů objevování přírodních produktů bude přínosné na více úrovních. Zvýšením počtu identifikací v našich datech metabolomiky lze sloučeniny s novými strukturami snadno získat a otestovat na jakékoli vyšetřované onemocnění. Dále, multi-paralelní analýza využívající metabolomické technologie také zvýší propustnost procesů chemické charakterizace mnoha různých druhů z přírodních zdrojů. Vzhledem k tomu, že chemici přírodních produktů shromáždili životnost složených knihoven aktivních i neaktivních čistých sloučenin, mohou být tato data použita ke konstrukci hmotnostních spektrálních a NMR spektrálních knihoven, nepochybně pomáhají biologickým interpretacím dat metabolomiky s menšími obtížemi. Pokroky v analytické instrumentaci a sofistikované dělení separačních technik pomocí vysoce citlivých detektorů umožnily větší detekci sloučenin malých molekul měřitelných v biologických systémech (tj. Tyto technologie mohou být použity k pokroku v objevu chemie přírodních produktů k identifikaci potenciálních nových kandidátů na léky, které pomohou udržet zdraví a bojovat proti nemocem a nemocem. V případě NMR surových extraktů lze vzory snadno vizualizovat a interpretovat pomocí vícerozměrné analýzy dat. To může být provedeno srovnávacím způsobem rozlišujícím rozdíly mezi relativně podobnými extrakty nebo může být spojeno se specifickou (obecně in vitro) biologickou aktivitou. V konečném důsledku to umožňuje konstrukci komplexní databáze metabolomu .

Napsat komentář

Vaše e-mailová adresa nebude zveřejněna.