ACD/Labs Percepta 药性优化背后的相关科学背景知识

2021-11-04 17:16:17, ACD/Labs 阎作伟 Advanced Chemistry Development, Inc. (ACD/Labs)


前言

ACD/LabsPercepta软件包是ACD/Labs的分子性质预测功能的集合体。除了知名度最高的Physchem suite 能够预测理化性质等之外,ADME suite 和 Toxicity suite能够进行吸收分布代谢排泄的预测,以及毒性风险的预测。本文介绍一下ACDADME预测方面的相关科学背景知识,令初次使用软件的用户对小分子药物在体内的行为有所认知。

根据Waterbeemd&Testa, 2009年著作的Drug Bioavailability 一书中的一幅图,如下图1,可以了解到口服药物的起效过程。

1. 口服药物的体内变化过程

毫无疑问,对靶点的生物活性是获得新治疗实体的过程中需要考虑的重要因素。然而药物的研发仅以获得能在单一靶标上具有最强活性的化合物为目的还远远不够。如果化合物对于目标靶点的选择性差,意味着可能具有脱靶效应,将妨碍后续的研发。诸如水溶性,渗透性和亲脂性等化合物的理化性质也将对药物的研发成功与否产生决定性的影响。

简单来说,一种化合物的药代动力学特征可以被理解为人体对该化合物的反应和处理。例如,化合物能否在肠胃道被持续吸收?如果不能,那么该化合物是不可能成为药物的。化合物是否能广泛分布于全身或者是集中于某些特定的器官和组织?如果一个靶向CNS的化合物不能通过血脑屏障,那么它将永远不能达到预期靶标。化合物的代谢情况怎么样,哪些酶对其代谢至关重要?发生快速代谢的活性化合物通常在其产生药理作用之前就被肝脏清除出体循环。化合物是否会被肾脏排出还是重吸收?肾脏的排泄作用可以将化合物从体循环中除去,阻碍其持续发挥生物活性。总之化合物在体内的吸收,分布,代谢和排泄的情况,被称为该化合物的体内ADME性质。

Percepta里的吸收分布代谢排泄(ADME)预测工具里包含以下的这些功能模块:


Absorption

吸收

Activetransport

主动转运

Bioavailablity

生物利用度

PK Explorer

动力学模拟

P-gp Substrates

/inhibitor

P糖蛋白底物

/是抑制剂

Blood-Brainbarrier 

permeability

血脑屏障透过性

Protein binding

血浆蛋白结合

Volume of distribution

分布容积

P450 inhibitor

/substrate

代谢酶抑制

/底物

P450 

代谢位点预测

在理想状态下,可以检测全身范围内药物浓度随时间和剂量的改变而发生变化的情况,这可为药物的吸收,在各个组织和器官的分布,以及其随后在体内的清楚提供一个实时的了解。然而这在实际情况下却不现实。虽然有一些方法可以检测研发后期药物在各种组织和器官中的分布水平,但是在早期研发阶段即开始这些方面的实验会产生过于高昂的费用。与其开展药物在组织和器官的研究,不如确定药物在体循环中的浓度,然后通过测定药物的清除率(CL),分布容积(Vd),半衰期(T1/2)和生物利用度(%F)来确定化合物的药代动力学性质。


药物的生物利用度(%F)


生物利用度是指药物进入人体循环的药量和静脉注射相同的药量的比例。口服生物利用度表示药物口服进入体循环的药量占相应静脉注射药量的百分比。制药工业非常重视药物的口服药效。虽然还有其他的给药方式,但是如果不能口服给药,候选化合物很可能会被放弃。如果能够获得化合物的药代动力学参数,那么就可以预测化合物是否能够以足够的药物浓度达到预期的生物靶点并发挥相应的药理作用。

这些参数的获得将有助于决定是否继续向前推进候选化合物的研发,但是需要慎重考虑,以便利用这些参数挑选发现真正合适的化合物。例如假设某化合物具有出色的体外活性和靶点选择性,但其生物利用度不支持口服给药,那么原则上可以尝试设计新类似物以提高其生物利用度。但是影响生物利用度的因素很多。如下图2

2.影响口服生物利用度的几个因素

因此,为了通过结构改造改善药物的药代动力学性质,有必要了解影响药物吸收,分布,代谢和排泄的基本因素。


溶解性

口服药物吸收的第一步是要能够溶解于胃肠道的液体中。药物的溶解度即药物在溶液中可以达到的最大浓度是口服给药的关键。药物不能溶解于溶液就不易被机体吸收。无论药物多么有效,选择性多么强,如果不能被吸收,将不能达到预期靶点,从而无法发挥治疗效果。换言之,低溶解度的化合物很可能存在吸收问题,因而不太可能成为上市药物。

对于化合物来说,可以通过控制和改变多种因素增加其水溶性。例如,化合物随着分子量的增加,水溶性将降低。可以通过化学修饰以增加极性基团来改善化合物的水溶性。在化学结构中添加极性基团,增加氢键受体和供体的数量,或者加入可电离基团能增加化合物的极性。有时即便是单个氢键供体或者受体的引入都会对溶解度显著影响。

在某些情况下,简单的通过生物电子等排原理的碳氮原位替换也能显著改善化合物的水溶性。另外引入羧酸或者碱性胺的结构修饰也是增加水溶性的常见方法。事实上,超过70%的上市药物具有碱性胺,而中性的药物只占不到5%。结构中存在的可电离基团在适当的pH缓冲系统中形成带电物质,可以使水溶性提高几个数量级。

结构修饰的共同点在于降低化合物的整体的亲脂性,通常在一系列类似化合物中,化合物的水溶性会随着其亲脂性的降低而增加。化合物的亲脂性可以用LogP来表征,更合适的属性是logD,它表征了包含电离状态的物质的亲水性,且与pH相关。

对于药物研发中的溶解度,新药研究专家需要反复思考的是:化合物需要具有多大的水溶性才会被推进到下一个研发阶段?需要考虑许多方面,但首先要考虑的是目标化合物的分子量及其靶点亲和活性。例如,如果一个化合物的分子量是400,如果靶点活性是IC50=1.0umol/L,那么血药浓度达到IC503倍才能够获得期望的治疗效果,因此该化合物的最小水溶解度需要1.2ug/ml。另一方面,如果化合物的IC50=10nmol/L,则化合物的溶解度只需要到0.012ug/ml便可达到所需的血药浓度,溶解度降低了100倍。


渗透性

化合物分散于消化液,必须透过肠胃道的细胞屏障才能够进入到体循环。化合物必须具有渗透性。如果化合物不能透过细胞膜,即便具有很强的活性和水溶性也不可能成为口服给药的药物,如果化合物不能够被吸收,就不能到达靶点,也不会产生疗效。渗透性是药物能否发挥作用的关键决定因素,进入体循环后,药物还有必要透过其他的细胞屏障,比如血脑屏障,肝细胞膜屏障等等,不同的细胞的膜的的致密程度不同,转运蛋白的活性的差异都会影响药物的透膜。靶向CNS系统的药物必须要透过血脑屏障。

药物的透膜转运模式有五种:被动扩散,细胞旁路转运,主动转运,外排和内吞。如下图3

3.药物的透膜转运

被动扩散是指药物从高浓度梯度区域向低浓度区域的扩散。药物的极性在被动扩散中起主要作用,因为药物要发生被动扩散,必须离开水性区域,透过细胞膜的磷脂双分子层,之后再次进入生物膜的另外一侧水性区域。中性药物比离子型药物更容易进行被动扩散。体内环境的pH也会影响被动扩散的速率。在胃液酸性区域内,碱性药物较大程度上发生质子化,因此通过胃黏膜细胞膜的可能性很低。在碱性环境里,碱性药物基本呈中性状态,因而更容易发生被动扩散。

95%的药物分子通过被动扩散进入体循环,因此通过改善被动扩散作用提高药物的整体的渗透性是工作的终点。亲脂性和极性是被动扩散的主要驱动因素,但二者之间存在平衡关系。极性太大的化合物不容易去溶剂化,难以通过细胞膜磷脂双分子层的非极性区域。另一方面,疏水性化合物虽可渗透进入细胞膜,却停留在膜内不肯离开。

例如羧酸对渗透性有显著的负面影响,在许多生理环境中,羧酸去质子化带负电荷,渗透性显著较低,令分子不容易进入体循环,将羧基酯化则可以利用前药的设计策略,增加药物的渗透性。在生理条件下,碱性化合物发生质子化,透膜能力受到限制,导致渗透性差,可以透过修改化合物的pKa来增加其渗透性。

亲脂性代表了化合物进入细胞膜的能力,也是被动扩散的关键驱动因素,因此logP/logD可以用于预估化合物的透膜能力。改变化合物的拓扑极性表面积(TPSA)也可以显著地改变化合物的渗透性。

化合物的吸收与其渗透性直接相关,目前已经开发了体外测定化合物渗透性的模型,可以通过平行人工膜渗透性实验(parallel artificial membrane  permeability assay)进行测试。测试时将受试化合物放入两个相邻的用人工膜隔开的隔室中的一个,孵育一段时间后,测量每个隔室中化合物的量,根据浓度变化获得化合物被动扩散的量。由于转运体也影响药物的吸收、分布和排泄,因此人工膜被有转运体的单层细胞取代,最常用的是Caco-2细胞(一种由人结肠直肠癌上皮细胞培育出的细胞系),Caco-2细胞含有膜转运蛋白。如图4

4.药物的渗透性实验图示

化合物通过生物膜屏障还可能采用内吞和细胞旁路转运的方式,但这些方式远比被动扩散少见。


转运蛋白和糖蛋白的外排

第二种可将化合物转运通过细胞膜的方式是主动转运。胃肠道有多种主动转运系统用于吸收营养物质,许多药物可以利用主动转运系统将药物转运透过胃肠道进入体循环。在大多数的情况下,主动转运需要跨膜蛋白的参与,需要消耗能量。

生物膜的构成差异对被动扩散具有显著的影响,使得药物的全身分布不均匀。类似的转运蛋白的表达差异也对药物的渗透性产生重要的影响。通常,转运蛋白仅在细胞膜的一侧表达,或顶端或者基底外侧,从而确保底物的单向运动。它能够使药物沿着逆浓度梯度方向移动,也可以运输不能通过被动扩散的药物。

ACDPercepta能够识别以下的转运蛋白类型,如表1

1.转运蛋白类型示例

细胞膜内存在一些旨在保护集体免受异物侵害的系统,如外排转运蛋白,使化合物延浓度梯度逆向运输。即进入细胞膜的化合物被外排蛋白系统捕获,随后将他们排出细胞膜外,导致化合物的渗透性总体降低。其中典型的例子就是P糖蛋白(P-glycoprotein,P-gp),它在人体器官组织内大量表达,如图5。原则上P-gp能够抑制化合物进入体循环,然而由于口服药物的浓度很高,远超出肠道里的P-gp的外排能力,所以药物还是能够顺利的进入体循环。而在药物浓度较低的区域,如血脑屏障,P-gp等其他运输系统的影响则不容小觑。在这种情况下,血药浓度不大可能超过P-gp的容量,因此靶向CNS系统的药物会极大的收到P-gp的影响,P-gp可以有效的阻止其底物进入大脑。反之,如果化合物进入大脑会产生副作用,那么高P-gp活性将具有积极的作用,可降低药物在脑内的分布。

5. P-gp 的外排效果示意


血脑屏障

药物在大脑中的分布是一个值得进一步阐述的特殊情况。作用于CNS系统的药物可能是最难开发的药物,因为要求这些药物必须能够通过血脑屏障。血脑屏障是一个由单层细胞组成的保护层,他们排列在整个大脑中的毛细血管内表面,为大脑提供营养和氧气,并排出细胞废物,如图6。血脑屏障的内皮细胞紧密的堆积在一起,阻止细胞旁路转运,内吞作用也比其他细胞屏障更加受限。

6. 血脑屏障的示意图

被动扩散是异物侵入大脑的主要途径,主导肠胃道被动扩散的物理特性也同样适用于血脑屏障。然而,构成血脑屏障内皮细胞的磷脂双分子层与胃肠道内皮细胞细胞膜的构成明显不同,其在性质上更具限制性,并且在毛细血管一侧存在高表达P-gp,这进一步造成化合物进入大脑变得困难而且复杂。


血浆蛋白结合

一旦药物进入血液,会与多种血液成分互相作用,如红细胞,血小板,白细胞以及多种蛋白。这些作用将对药物的分布和治疗作用产生影响。最重要的方面是药物和血浆蛋白的结合作用。通常情况下,药物研发需要测试目标化合物与相关血浆蛋白的结合程度。虽然存在多种血浆蛋白,但主要是测定人血清白蛋白(human serum albumin, HSA)和a1酸性糖蛋白(a1-acidglycoprotein, AGP),如图7

7.血浆蛋白结合示意图

这两种蛋白参与运输体内内源性的化合物,也会与异物发生结合作用,但是两者显著不同。HSA含量丰富,约占血浆蛋白总量的60%,AGP约占总血浆蛋白的1%-3%AGP主要和疏水性的(甾体)和碱性化合物(胺)以非特异性疏水作用结合,含有单一的结合位点。HSA与酸,碱和中性化合物结合,有大量的一级和二级结合位点。

药物血浆蛋白的重要性可以通过“游离药物假说”来描述,这一假说强调与血浆蛋白结合的药物不能发生被动扩散和细胞旁路转运。只有那些不与血浆蛋白结合的游离药物才能穿过细胞膜,进入血液外的组织和器官。血浆蛋白结合可以直接影响药物的分布,影响大小取决于结合的程度,通常表示为平衡状态下结合药物的百分比,以及结合解离速率。

如果药物与血浆蛋白高度结合而且解离速度非常慢,那么药物可能主要限制于血液中,因而游离的药物非常少。这种情况下,药物将受限且不能进入靶组织,这种影响可以是正面或者负面的,例如发生血浆蛋白结合的药物难以进入脑部,这将对于靶向CNS的药物不利。另一方面,高血浆蛋白结合,且结合/解离速度缓慢的药物被限定于血液,难以与靶标结合作用,治疗效果可能低于预期。快速与血浆蛋白解离的药物(即具有快速动力学)可不受血浆蛋白结合影响的限制。即使在血浆蛋白结合程度高的情况下,也存在足够的游离药物,其将沿浓度梯度,通过细胞膜分布到集体的其他部位。具有高血浆蛋白结合率和快速解离速率,或者具有低血浆蛋白结合(不考虑解离速率)的药物被称为“自由的药物。从2002年综述的1500种药物可以看出,超过40%的药物的血浆蛋白结合率大于90%,而且大量的抗炎药物的血浆蛋白结合率大于99%。显然游离药物存在才能发挥药效作用,这种情况下,高解离率抵消了药物的高血浆蛋白结合的影响。因此,药物的高血浆蛋白结合在正常的情况下是可以接受的。


分布容积

药物的药代动力学性质通常采用单剂量体内动物模型来确定。当药物采用静脉途径给药时,药物吸收通过体循环的各种屏障将不再是问题。注射给药后,由于血液快速循环,药物迅速分布于血流,然后快速在全身分布。测定药物在时间点T0的血药浓度,就可以计算出体内的药物的分布容积(Volumen of distribution, Vd)。这个在数学上得出的体积并不是真正的体积,而是一种表观分布容积,是对药物在体内分布能力的一种评估。

分布容积之间的差异使我们了解每种药物通过体循环分布到身体每个组织和器官的能力。虽然人体内可能含有总计50L的体液,但血浆的总容积为3LVd值低的药物具备高度亲水性并能够高度结合血浆蛋白。它们的分布有限,表明该类药物穿透人体组织和器官的能力较弱。Vd较大的药物倾向于前身分布,大量的药物必须退出体循环,这种类型的药物是典型的具有中等血浆蛋白结合率和中等亲脂性的药物。

了解一个化合物的Vd对于判断其潜在治疗用途非常有帮助。如果某药物的作用靶点在血浆中,那么Vd非常低的化合物具有优势,这表明该化合物被限制在血液循环中;而Vd高的化合物的有效性将比较差,因为它分散到身体的其他部位。另外一方面,如果一种药物的靶点在体循环之外,那么它就需要分布于血液以外,这就需要化合物具有较高的Vd。化合物的Vd与其渗透性,亲脂性和血浆蛋白结合有关。改变结构将导致化合物的这些性质变化,可以通过性质变化来预测相关化合物的Vd变化。


代谢

一旦药物进入体内,就会受到体内各种保护机制的影响。肠胃壁是口服药物进入体循环的第一道防线。当药物在胃肠壁吸收后,将直接经门静脉进入肝脏。药物的代谢过程在多种器官内都能发生,但绝大多数的代谢发生在肝脏。肝脏可以通过多种化学修饰将药物代谢,促使药物从肾脏排泄。为了使口服药物发挥疗效,药物必须在肝脏的首过效应中存活。首过效应是指某些药物经胃肠道给药,在尚未吸收进入血液循环前,在肠粘膜和肝脏代谢,进入血循环的原药量减少的现象。药物每次在体循环中继续经过肝脏,还可能继续被肝脏代谢。

药物代谢可以分为两个过程,分别被称为I相和II相代谢。通常I相代谢指对药物分子结构修饰的反应,如氧化反应,去烷基化反应等。I相代谢通常在药物分子中引入“手柄”(handle),该手柄能够最为结合位点与极性官能团结合,将药物从肾脏排泄出体外。II相代谢是在分子结构中的结合位点如羟基上结合如葡萄糖醛酸或者谷胱甘肽等极性基团。I相代谢并非II相代谢的先决条件。结构中含有能结合反应官能团的化合物可以绕过I相代谢直接发生II相代谢。

I相代谢中发生的化学修饰包括氧化,还原和去烷基化。单氧合酶是最重要的代谢酶,根据激活辅因子对单氧合酶进行分类,CYP450是其中最大的酶系,如图8.

8.CYP酶的活性位点示意图


据估计,超过90%的药物的代谢是CYP450介导的反应,因而新药研发需要专注于开发这些酶具有耐受性的化合物。P450有很多家族成员,例如在人肝微粒体中,CYP3A4是该家族中种类最多的成员(28%),其次是2C亚家族(18%)和CYP1A2(13%)CYP2D6仅为CYP总量的2%。但是表达丰富并不等同于药物代谢的作用最大。尽管CYP2D6仅占肝脏表达CYP2%,但却占药物代谢作用的30%。相反,具有更高表达的CYP1A2仅占药物代谢作用的4%。鉴于CYP3A4,CYP2D62C在药物代谢中发挥了主导作用,药物研发更专注于在设计对这三种酶代谢稳定高的化合物。


代谢底物和抑制剂

联合用药时,药物的代谢可能会受到另一个药物的影响。如果给患者用的药物是特定CYP450的底物,而患者同时还服用一种能够抑制该CYP450活性的药物,那么第一种药物的代谢将会受到第二种药物的影响而令代谢减缓。这一作用情况将会引起药物-药物相互作用(drug-drug interaction, DDI,即由于第二种药物的CYP450抑制作用的存在,使得第一种药物的代谢低于预期。这种作用将导致第一种药物的药代动力学特征发生变化,引起药物浓度增加,可能导致毒性增加。由CYP450抑制引起的DDI,是药物研发中的重要问题。

存在代谢稳定性缺陷的化合物完全没有可能进入下一段的研究。快速代谢的化合物通常在其产生药效之前就已经从体循环中被除去。许多靶点活性优异的化合物属于快速代谢的结构。在这种情况下,基于酶代谢问题的构效关系研究将对该选化合物的代谢类型发挥指导作用。设计具有代谢稳定性的药物可以通过相似的构效关系分析来实现,这种构效关系的分析目的不是获得生物活性的优化,而是使化合物的代谢酶活性最小化。这必须是在保持生物活性的前提下完成,因为代谢稳定但没有生物活性的化合物毫无用处。

三种结构修饰方法可以解决候选化合物的代谢稳定性问题,包括去除(remove,置换(replace)和阻断(block)。鉴于代谢酶的广泛性,化学空间的多样性和药物用途的多样性,没有一种特定的方法可以在保持化合物靶点活性的同时又能够改善其代谢不稳定性问题,更不要说同时保证化合物的靶点选择性,溶解度,渗透性以及所有候选药物的其他性质。对每一类化合物都要独立地研究生物活性,并以构效关系研究代谢稳定性,最终在活性和代谢稳定性之间追求平衡。


结语

过去的几十年,制药行业开发了大量的方法和技术来研究早期阶段的化合物的体内ADME性质和药代动力学性质。高通量筛选机器人,复杂检测系统,特异性细胞系统和先进的分子建模软件技术都被用于确定化合物体外ADME性质,以此预测其体内ADME性质。科学家已经对药物的化学结构,理化性质,体外ADME和体内药代动力学性质之间的关系有了更深入的理解,因此,采用结构改造循环研究策略能够设计出理化性质得以改善的新结构。

ACDPercepta软件平台集合了ACD基于机器学习算法的计算化学预测算法,为药物化学的研究提供了成熟的辅助工具。以下是Percepta的内含模块列表清单(字母顺序-点击图片可放大):


【壹】
【贰】
【叁】


希望以上内容能够对用户使用Percepta平台进行药物化学药性提高研究有所帮助。




参考文献

1.Basic principles of Drug Discovery and Development . Benjamin E.Blass


  • 客服电话: 400-6699-117 转 1000
  • 京ICP备07018254号
  • 电信与信息服务业务经营许可证:京ICP证110310号
  • 京公网安备1101085018
  • 客服电话: 400-6699-117 转 1000
  • 京ICP备07018254号
  • 电信与信息服务业务经营许可证:京ICP证110310号
  • 京公网安备1101085018

Copyright ©2007-2024 ANTPEDIA, All Rights Reserved