Компьютерное конструирование ферментативных систем, обеспечивающих синтез макролидов с заданными свойствами

Тип работы:
Диссертация
Предмет:
Биологические науки
Страниц:
112


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Среди применяемых в настоящее время лекарственных средств большую группу составляют природные соединения и их производные. Примерно 50% принципиально новых препаратов (New Chemical Entity), открытых с 2000 по 2006 годы, являются природными соединениями [1].

Макролиды — это одна из групп природных соединений, общей структурной особенностью которых является наличие макролактонового кольца. Число атомов в макролактоновом кольце варьирует от 8-ми до 62-х у различных соединений. К группе макролидов относятся антибиотики (например, эритромицин и кларитромицин), противогрибковые средства (нистатин, амфотерицин), противоопухолевые средства (эпотилон), иммуносупрессанты (FK506, рапамицин) противопаразитарные (авермектин) и др. [2]. Благодаря структурному разнообразию и многообразию проявляемых биологических эффектов, макролиды являются перспективной группой веществ для поиска среди них новых биологически активных соединений. Особенно актуален поиск новых антибиотиков в связи с развитием резистентности бактерий к уже существующим лекарствам.

В настоящее время поиск новых биологически активных макролидов осуществляется тремя путями: 1) скрининг биологических образцов- 2) химический синтез/модификация известных соединений- 3) модификация бактерий-продуцентов методами генной инженерии, приводящая к синтезу ими новых веществ. Последний подход активно развивается в последние годы и получил название & laquo-комбинаторный биосинтез& raquo- [3].

Разработка и применение методов комбинаторного биосинтеза стали возможны благодаря расшифровке механизма синтеза макролидов. Макролактоновое кольцо макролидов синтезируется из небольших углеродных фрагментов посредством повторяющихся реакций конденсации, подобно биосинтезу жирных кислот [4]. Этот процесс катализируется модульными поликетидсинтазами (поликетидсинтазами типа I). Модульные поликетидсинтазы (РКБ) являются ферментативными системами, состоящими из нескольких белков. Каждый белок имеет доменное строение, и соответственно, несколько центров, обладающих разными каталитическими активностями. Группа доменов, отвечающая за один цикл конденсации, образует & laquo-модуль»- [5]. Количество модулей в РКБ и набор доменов в каждом модуле определяют химическую структуру синтезируемого данной ферментативной системой макролактонового кольца. Образовавшееся в результате работы РКБ макролактоновое кольцо обычно подвергается пост-поликетидным модификациям (гидроксилирование, гликозилирование, ацилирование и др.), в результате чего окончательно формируются структура и биологические функции синтезируемой молекулы.' Нуклеотидные последовательности 'генных кластеров многих модульных РКБ, в частности, отвечающих за синтез эритромицина, нистатина, пимарицина, амфотерицина, кандицидина, полностью определены. Разработаны также методы генетических манипуляций с продуцирующими их микроорганизмами [6]. Полностью охарактеризованы генные кластеры, отвечающие за синтез авермектина [7], спинозина [8, 9], мицинамицина [10], сорафена [11]. Методами комбинаторного биосинтеза можно изменять количество и набор доменов и модулей в РКБ, влиять на пост-поликетидные модификации макролактонового кольца, и, таким образом, изменять структуру синтезируемого РКБ макролида.

Теоретически методами комбинаторного биосинтеза можно получить огромное количество новых макролидов [12], однако провести генно-инженерные эксперименты по получению такого большого числа микроорганизмов-продуцентов невозможно. Также заранее неизвестно, будут ли синтезируемые ими вещества проявлять требуемую биологическую активность. Таким образом, является актуальной разработка компьютерного метода, позволяющего отбирать среди множества возможных вариантов макролидов структуры с требуемыми свойствами и определять состав необходимых для их биосинтеза ферментативных систем.

В настоящее время в литературе описано две попытки использования компьютерных методов для рационального поиска новых соединений из группы макролидов. 81аш М.А. и соавторы провели генерацию виртуальных библиотек макролидов с размером макролактонового кольца 12 и 14 атомов, для отбора агонистов рецепторов мотилина они использовали модель фармакофора [13]. АёаЫетззоп Н. и соавторы провели генерацию аналогов рапамицина и отобрали среди них методом докинга структуры, способные связываться с белком РКВР12 [14]: В этих работах генерация структур ограничивалась аналогами определенных макролидов, а в основе алгоритма отбора лежал механизм действия базового вещества. Оопгакг-Ье^ег I. и соавторы описывают метод генерации структур поликетидов и последовательностей ферментов в РК8 типа I, который позволяет получить все возможные молекулы. Однако генерируемые структуры не замкнуты в цикл, и поэтому значительно отличаются от поликетидов, продуцируемых бактериями в живой природе [12].

Предлагаемый нами подход состоит в генерации ш яШсо структур макролидов в соответствии с механизмом их биосинтеза и последующем анализе полученных виртуальных библиотек на основе компьютерного предсказания биологической активности. Такой анализ позволяет предварительно отобрать наиболее перспективные вещества, согласно прогнозу обладающие требуемыми фармакодинамическими свойствами. Для структур макролидов определяется количество модулей, их последовательность и набор доменов в каждом модуле РКБ типа I, которые обеспечивают синтез отобранных соединений, то есть конструируется ферментативная система, необходимая для биосинтеза определенной структуры. Предлагаемый метод может существенно сократить число экспериментов и повысить эффективность поиска новых биологически активных макролидов.

Цель исследования

Разработка метода конструирования т бШсо ферментативных систем синтеза макролидов, генерации соответствующих комбинаторных библиотек вторичных метаболитов и отбора тех вариантов ферментативных систем, которые обеспечивают получение веществ с заданным профилем биологической активности.

Задачи исследования

1. Создание компьютерной программы для генерации виртуальных библиотек структурных формул макролидов и описаний синтезирующих их ферментативных систем.

2. Создание базы данных, содержащей информацию о структуре и биологической активности макролидов.

3. Оценка применимости используемого метода прогноза биологической активности для предсказания биологической активности макролидов.

4. Апробация предложенного метода на примере генерации и скрининга виртуальной библиотеки аналогов эритромицина.

Предложен оригинальный подход к конструированию доменного состава ферментативных систем, обеспечивающих синтез новых макролидов с требуемым профилем биологический активности.

Впервые создана компьютерная программа Вю§ епега1: ог, позволяющая генерировать виртуальные библиотеки структур макролидов и описания синтезирующих их ферментативных систем.

Впервые создана база данных, содержащая информацию о структуре и видах биологической активности более 1000 макролидов.

Практическая значимость

Предложенный метод обеспечивает возможность конструирования новых биологически активных структур макролидов и необходимых для их биосинтеза последовательностей доменов в модульных РКБ. Сконструированные ферментативные системы могут быть реализованы в бактериях-продуцентах с помощью методов генной инженерии. Описанный метод дает возможность рационального планирования генно-инженерных экспериментов по модификации бактерий-продуцентов макролидов. Применение описанного подхода позволит значительно сократить число экспериментов по получению структур макролидов и тестированию их биологической активности и, следовательно, существенно снизить временные и финансовые затраты при поиске новых лекарственных препаратов группы макролидов.

Основные положения диссертации были доложены на следующих конференциях:

• Московская международная конференция & quot-Биотехнология и медицина& quot-, Москва, 2006.

• 14-я Международная конференция & laquo-Новые информационные технологии в медицине, биологии, фармакологии и экологии& raquo-, Словакия, Низкие Татры, 2006.

• IV Московский международный конгресс & laquo-Биотехнология: состояние и перспективы развития& raquo-, Москва, 2007.

• Научная конференция ГУ НИИ БМХ РАМН, Москва, 2007.

• 4-ый Международный симпозиум & laquo-Компьютерные методы в токсикологии и фармакологии, включающие Интернет-ресурсы (СМТР1−2007)& raquo-, Москва, 2007.

ВЫВОДЫ

1. Созданная программа Biogenerator для генерации виртуальных библиотек структурных формул макролидов и описаний синтезирующих их ферментативных систем, достаточных для генно-инженерной разработки продуцентов соответствующих макролидов, обеспечивает исчерпывающий перебор потенциально возможных структур.

2. Показано, что добавление к стандартной обучающей выборке программы PASS информации из созданной нами базы данных по макролидам позволяет прогнозировать биологическую активность макролидов со средней точностью 89,4%.

3. Используемый метод прогноза биологической активности предсказывает биологическую активность макролидов со средней точностью 75,5% для тестовой выборки, состоящей из природных макролидов, а для тестовой выборки, состоящей из полусинтетических аналогов эритромицина, со средней точностью 82,9%.

4. На примере генерации и скрининга виртуальной библиотеки аналогов эритромицина показано, что разработанный метод позволяет отбирать среди сгенерированных структур вещества с требуемым профилем биологической активности и определять доменный состав ферментативных систем, необходимый для их биосинтеза.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ

ДИССЕРТАЦИИ

1. Zotchev S.B., Stepanchikova A.V., Sergeyko А.Р., Sobolev B.N., Filimonov D.A., Poroikov V.V. Rational design of macrolides by virtual screening of combinatorial libraries generated through in silico manipulation of polyketide synthases. // J Med Chem. — 2006. Vol. 49. № 6. — P. 2077−2087.

2. Сергейко А. П., Степанчикова A.B., Соболев Б. Н., Зотчев С. Б., Лагунин А. А., Филимонов Д-А., Поройков В. В. Компьютерное конструирование поликетидов с заданными свойствами. // Биомедицинская химия. -2007. — Т. 53. № 5. — С. 522−531. (Sergeyko А.Р., Stepanchikova A.V., Sobolev B.N., Zotchev S.B., Lagunin A.A., Filimonov D.A., Poroikov V.V. Computer-aided design of polyketides with the required properties. // Biochemistry (Moscow) Supplement Series В: Biomedical Chemistry — 2008. — Vol. 2. №. 1. — P. 55−62).

3. Зотчев С. Б., Степанчикова A.B., Сергейко А. П., Соболев Б. Н., Филимонов Д. А, Поройков В. В. Генерация in silico и скрининг виртуальных библиотек макролидов. // Московская международная конференция & quot-Биотехнология и медицина& quot-. Материалы конференции. — Москва. — 2006. — С. 44.

4. Сергейко А. П., Степанчикова А. В., Соболев Б. Н., Зотчев С. Б., Поройков В. В. Компьютерное проектирование ферментативных систем, обеспечивающих синтез макролидов с заданными свойствами. // Материалы XIV международной конференции и дискуссионного научного клуба & laquo-Новые информационные технологии в медицине, биологии, фармакологии и экологии& raquo-. Приложение научно-практического журнала & laquo-Открытое образование& raquo- - 2006. — № 3. — С. 78−79.

5. Сергейко А. П., Степанчикова А. В., Соболев Б. Н., Филимонов Д. А., Зотчев С. Б., Поройков В. В. Biogenpharm — программа для генерации виртуальных библиотек макролидов и отбора структур с заданными свойствами. // Материалы IV Московского международного конгресса & laquo-Биотехнология: состояние и перспективы развития& raquo-. — Москва. — 2007. — С. 409.

6. Sergey ко A., Stepanchikova A., Sobolev В., Zotchev S., Filimonov D., Lagunin A., Poroikov V. Computer — aided design of polyketides with the required properties. // Abstr. 4rd Internat. Symp. «Computational Methods in Toxicology and Pharmacology Integrating Internet Resources (CMTPI-2007)». — Moscow (Russia). — 2007. — P. 144.

7. Зотчев С. Б., Соболев Б. Н., Степанчикова A.B., Сергейко А. П., Поройков В. В. Свидетельство об официальной регистрации программы для ЭВМ Biogenerator № 2 007 610 742 от 15 февраля 2007 г., Москва, Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.

8. Зотчев С. Б., Соболев Б. Н., Степанчикова А. В., Сергейко А. П., Филимонов Д. А., Лагунин А. А., Глориозова Т. А., Поройков В. В. Свидетельство об официальной регистрации программы для ЭВМ Biogenpharm № 2 007 610 741 от 15 февраля 2007 г., Москва, Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.

БЛАГОДАРНОСТИ

Автор выражает признательность всему коллективу Лаборатории структурно-функционального конструирования лекарств ГУ НИИ биомедицинской химии им. В. Н. Ореховича РАМН, лично A.B. Степанчиковой и Б. Н. Соболеву за совместную работу над программой Biogenerator, Д. А. Филимонову за консультирование по широкому кругу вопросов. А также профессору С. Б. Зотчеву (Норвежский университет науки и технологии, г. Тронхейм) как автору идеи, за предоставленные материалы и консультирование по вопросам строения и биосинтеза макролидов.

Работа выполнена при финансовой поддержке Норвежского исследовательского фонда (грант № 165 190/V40), SINVENT AS и Biosergen AS (Норвегия).

ЗАКЛЮЧЕНИЕ

В диссертационной работе предложен метод конструирования in silico доменных последовательностей ферментативных систем, обеспечивающих синтез макролидов с заданным профилем биологической активности. Разработана компьютерная программа Biogenerator, которая позволяет генерировать виртуальные комбинаторные библиотеки структур макролидов и последовательности доменов PKS, необходимые для их биосинтеза. Показано, что применение программы PASS для прогноза биологической активности и программы PharmaExpert для анализа результатов прогноза, позволяет отбирать среди сгенерированных структур макролиды с требуемым профилем биологической активности.

В то же время возможны ситуации, когда количество сгенерированных структур очень велико. Например, для поликетидов с размером макролактонового кольца 22 атомов углерода, число возможных

0Q структур составляет 2. Очевидно, что при работе с такими большими объемами информации возникают проблемы, связанные с необходимостью ее записи и хранения. С целью оптимизации расчетов в случаях, когда количество сгенерированных структур очень велико, нами была разработана компьютерная программа BioGenPharm. Программа BioGenPharm интегрирует функции программ Biogenerator, PASS и PharmaExpert, и позволяет генерировать и отбирать виртуальные структуры поликетидов без записи промежуточных результатов.

Предложенный подход может быть использован для поиска новых соединений, синтезируемых другими видами многомодульных ферментативных систем, например нерибосомальными пептидными синтазами.

ПоказатьСвернуть

Содержание

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ.

1.1. Макролиды.

1.1.1. Биологическая активность и механизм действия макролидов.

1.1.2. Биосинтез макролидов.

1.1.3. Комбинаторный биосинтез.

1.2. Генерация и виртуальный скрининг библиотек химических структур.

1.2.1. Способы описания химической структуры.

1.2.2. Методы отбора структур.

1.2.3. Виртуальные библиотеки поликетидов и их скрининг.

ГЛАВА 2. МАТЕРИАЛЫ И МЕТОДЫ.

ГЛАВА 3. РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ.

3.1. Компьютерная программа В^епегакя для генерации виртуальных библиотек макролидов и описаний синтезирующих их ферментативных, систем.

3.2. База данных по структурным формулам макролидов и соответствующим им биологическим активностям.

3.3. Прогноз биологической активности макролидов.

3.3.1. Оценка точности прогноза биологической активности макролидов для различных обучающих выборок.

3.3.2. Оценка точности прогноза биологической активности макролидов на тестовой выборке.

3.3.3. Оценка точности прогноза биологической активности полусинтетических аналогов эритромицина.

3.4. Генерация и скрининг виртуальной библиотеки аналогов эритромицина.

Список литературы

1. Newman D.J., Cragg G.M. Natural Products as Sources of New Drugs over the Last 25 Years // J. Nat. Prod. 2007. — V. 70. — P. 461−477.

2. Macrolide antibiotics: chemistry, biology, and practice / ed. Omura S. — 2nd ed. Academic Press, 2002. — 635 p.

3. Khosla C., Zawada R.J. Generation of polyketide libraries via combinatorial biosynthesis. // Trends Biotechnol. — 1996. — V. 14. — P. 335−341.

4. Hopwood D.A., Sherman D.H. Molecular genetics of polyketides and its comparison to fatty acid biosynthesis // Annu. Rev. Genet. 1990. — V. 24. -P. 37−66.

5. Donadio S., Staver M.J., McAlpine J.B., Swanson S.J., Katz L. Modular organization of genes required for complex polyketide biosynthesis // Science. 1991. — V. 252. № 5006. — P. 675−679.

6. Aparicio J.F., Caffrey P., Gil J.A., Zotchev S.B. Polyene antibiotic biosynthesis gene clusters // Appl Microbiol Biotechnol. 2003. — V. 61. — P. 179−188.

7. Ikeda H., Nonomiya Т., Usami M., Ohta Т., Omura S. Organization of the biosynthetic gene cluster for the polyketide anthelmintic macrolide avermectin in Streptomyces avermitilis // Proc. Natl. Acad. Sci. USA — 1999. -V. 96. № 17. -P. 9509−9514.

8. Anzai Y., Saito N., Tanalca M., Kinoshita K., Koyama Y., Kato F. Organization of the biosynthetic gene cluster for the polylcetide macrolide mycinamicin in Micromonospora griseorubida // FEMS Microbiol Lett. — 2003. -V. 218. № l. -P. 135−41.

9. Gonzalez-Lergier J., Broadbelt L.J., Hatzimanikatis V. Theoretical Considerations and Computational Analysis of the Complexity in Polylcetide Synthesis Pathways // J. Am. Chem. Soc. 2005. — V. 127. — P. 9930−9938.

10. Siani M.A., Slcillman A.G., Carreras C.W., Ashley G., Kuntz I.D., Santi D.Y. Development and screening of a polyketide virtual library for drug leads against a motilide pharmacophore // J. Mol. Graph. Model. 2000. -V. 18. -P. 497−511.

11. Woodward R.B. Structur und Biogenese der Malcrolide. Eine neuen Klasse von Naturstoffen // Angew. Chem. 1957. — V. 69. — P. 50−58.

12. Masamune S., Bates G.S., Corcoran J.W. Macrolides. Recent progress in chemistry and biochemistry // Angew. Chem. Int. Edit. Engl. 1977. — V. 16. -P. 585−607.

13. US 2 653 899. Erythromycin, its salts, and method of preparation / Inventor: Bunch R. L- McGuire J.M. Applicant: LILLY CO ELI. Publication date: 1953−09−29.

14. Регистр лекарственных средств России PJIC Энциклопедия лекарств. — 15-й вып. / Гл. ред. Г. JI. Вышковский. М.: & laquo-РЛС-2007»-, 2006. — с. 1488.

15. Mazzei Т., Mini Е., Novelli A., Periti P. Chemistry and mode of action of Macrolides // J. Antimicrob. Chemother. 1993. Mar-31 Suppl C: l-9.

16. Vannuffel P., Cocito C. Mechanism of action of streptogramins and Macrolides//Drugs 1996. -V. 51. Suppl l. -P. 20−30.

17. Meyler’s side effects of drugs 15-th ed. / Ed. Aronson J.K. — Elsevier, 2006. -3994 p.

18. Kostrubsky V.E., Strom S.C., Hanson J., Urda E., Rose K., Burliegh J., Zocharski P., Cai H., Sinclair J.F., Sahi J. Evaluation of Hepatotoxic Potential of Drugs by Inhibition of Bile-Acid Transport in Cultured Primary

19. Human Hepatocytes and Intact Rats // Toxicological Sciences 2003. — V. 76. -P. 220−228.

20. Zotchev S.B. Polyene macrolide antibiotics and their applications in human therapy // Curr. Med. Chem. 2003. — V. 10. № 3. — P. 211−223.

21. Hammond S.M. Biological activity of polyene antibiotics // Prog Med Chem. 1977.- V. 14. -P. 105−179.

22. Teerlink Т., de Kruijff В., Demel R.A. The action of pimaricin, etruscomycin and amphotericin В on liposomes with varying sterol content // Biochim. Biophys. Acta. 1980. -V. 599. — P. 484−492.

23. Milhaud J. Permeabilizing action of filipin III on model membranes through a filipin-phospholipid binding // Biochim. Biophys. Acta. 1992. — V. 1105. № 2. -P. 307−318.

24. Kobayashi J. Pharmacologically active metabolites from symbiotic microalgae in okinawan marine invertebrates // Journal of Natural Products 1989. — V. 52. № 2. — P. 225−238.

25. Omura S. Splendid Gifts from Microorganisms // The achievements of S. Omura and collaboratots. 3d ed., Kitasato University, 2003.

26. Negwer M., Organic-Chemical Drugs and their synonyms / 8 ed. -Weinheim: Wiley-vch Verlag GmbH, 2001.

27. Oliynyk M., Brown M.J.B., Cortes J., Staunton J., Leadlay P.F. A hybrid modular polyketide synthase obtained by domain swapping // Chem. Biol. — 1996. — V. 3. -P. 833−839.

28. Schwarzer D., Marahiel M.A. Multimodular biocatalysts for natural product assembly //Naturwissenschaften-2001. V. 88. -P. 93−101.

29. Katz L., McDaniel R. Novel macrolides through genetic engineering // Med. Res. Rev. 1999. — V. 19. № 6. — P. 543−558.

30. Cortes J., Haydock S.F., Roberts G.A., Bevitt D.J., Leadlay P.F. An unusually large multifunctional polypeptide in the erythromycin-producing polyketide synthase of Saccharopolyspora erythraea // Nature. — 1990. — V. 348. -P. 176−178.

31. Caffrey P., Lynch S., Flood E., Finnan S., Oliynyk M. Amphotericin biosynthesis in Streptomyces nodosus: deductions from analysis of polyketide synthase and late genes // Chem Biol. 2001. — V. 8. № 7. — P. 713−723.

32. Campelo A.B., Gil J.A. The candicidin gene cluster from Streptomyces griseus IMRU 3570 //Microbiology.- 2002. -V. 148. -P. 51−59.

33. Rawlings B.J. Type I polyketide biosynthesis in bacteria (Part A — erythromycin biosynthesis) // Nat. Prod. Rep." 2001. — V. 18. — P. 190 227.

34. Donadio S., McAlpine J.B., Sheldon P.J., Jackson M., Katz L. An erythromycin analog produced by reprogramming of polyketide synthesis // Proc Natl Acad Sci U S A. 1993. — V. 90. № 15. — P. 7119−7123.

35. Khosla C., Gokhale R.S., Jacobsen J.R., Cane D.E. Tolerance and specificity of polyketide synthases // Annu. Rev. Biochem. 1999. — V. 68. -P. 219−253.

36. Rodriguez E., McDaniel R. Combinatorial biosynthesis of antimicrobials and other natural products // Curr. Opin. Microbiol. 2001. — V. 4. — P. 526−534.

37. Thomas I., Martin C.J., Wilkinson C.J., Staunton J., Leadlay P.F. Skipping in a hybrid polyketide synthase. Evidence for ACP-to-ACP chain transfer // Chem. Biol. 2002. — V. 9. — P. 781−787.

38. Lai R., Kumari R., Kaur H., Khanna R., Dhingra N.3 Tuteja D. Regulation and manipulation of the gene clusters encoding type-I PKSs // Trends Biotechnol. 2000. — V. 18. № 6. — P. 264−274.

39. Tang Li, Fu H., McDaniel R. Formation of functional heterologous complexes using subunits from the picromycin, erythromycin and oleandomycin polyketide synthases. // Chemistry & Biology — 2000. — V. 7. № 2. P. 77−84.

40. McDaniel R., Welch M.} Hutchinson C.R. Genetic Approaches to Polyketide Antibiotics // Chem. Rev. 2005. — V. 105. — P. 543−558.

41. Mendes M.V., Recio E., Fouces R.} Luiten R., Martin J.F., Aparicio J.F. Engineered biosynthesis of novel polyenes: a pimaricin derivative produced by targeted gene disruption in Streptomyces natalensis // Chem. Biol. -2001. V. 8. № 7. — P. 635−644.

42. Bohacek R.S., McMartin C., Guida W.C. The Art and Practice of Structure-Based Drug Design: A Molecular Modeling Perspective // Medicinal Research Reviews. 1996. -V. 16. № 1. — P. 3−50.

43. Warr W.A. Combinatorial Chemistry and Molecular Diversity. An Overview // J. Chem. Inf. Comput. Sci. 1997. — V. 37. — P. 134−140.

44. Green D. Virtual screening of virtual libraries — an efficient strategy for lead generation // Drug Design Cutting Edge Approaches / Ed. Darren R. Flower. UK, Cambridge: The Royal Society of Chemistry, 2002. — P. 7288.

45. Molchanova M.S., Shcherbukhin V.V., Zefirov N.S. Computer generation of molecular structures by SMOG program // Journal of Chemical Information and Computer Science 1996. -V. 36. № 4. — P. 888−899.

46. Gugisch R., Kerber A., Laue R., Meringer M., Weidinger J. MOLGEN-COMB, a software package for combinatorial chemistry // MATCH — 2000. -V. 41. -P. 189−203.

47. Иванов A.C., Веселовский A.B., Дубанов A.B., Скворцов B.C., Арчаков А. И. Интегральная платформа & laquo-От гена до прототипа лекарства& raquo- in silico и in vitro // Рос. хим. ж. — 2006. — Т. L. № 2. — С. 18−35.

48. Xue L., Bajorath J. Molecular Descriptors in Chemoinformatics, Computational Combinatorial Chemistry, and Virtual Screening // Combinatorial Chemistry & High Throughput Screening 2000. — V. 3. — P. 363−372.

49. Lengauer T. et al. Novel technologies for virtual screening // Drug Discovery Today 2004. — V. 9. № 1. — P. 27−34.

50. Todeschini R., Consonni V. Handbook of Molecular Descriptors. -Weinheim: Wiley-VCH, 2000. 688 p.

51. Venkatarajan M.S., Braun W. New quantitative descriptors of amino acids based on multidimensional scaling of a large number of physical-chemical properties // J. Mol. Model. 2001. — V. 7. — P. 445−453.

52. Pozzan A. Molecular Descriptors and Methods for Ligand Based Virtual High Throughput Screening in Drug Discovery // Current Pharmaceutical Design-2006. -V. 12. -P. 2099−2110.

53. Lipinski C.A., Lombardo F., Dominy B.W., Feeney P.J. Experimental and computational approaches to estimate solubility and permeability in drug discovery and development settings // Adv. Drug. Deliv. Rev. 1997. — V. 23. -P. 3−25.

54. McGregor M.J., Muskal S.M. Pharmacophore fingerprinting. 1. Application to QSAR and focused library design // J. Chem. Inf. Comput. Sci. 1999. -V. 39. -P. 569−574.

55. Mason J.S., Cheney D.L. Library design and virtual screening using multiple point pharmacophore fingerprints // Pac. Symp. Biocomput. — 2000. -V. 5. -P. 576−587.

56. Bajorath J. Molecular similarity methods and QSAR models as tools for virtual screening // Drug Discovery Handbook / Ed. Gad S. C. John Wiley & Sons, Inc., 2005. -P. 87−123.

57. Pearlman R.S., Smith K.M. Metric validation and the receptor-relevant subspace concept // J. Chem. Inf. Comput. Sci. 1999. — V. 39. — P. 28−35.

58. Cruciani G., Crivori P., Carrupt P.A., Testa B. Molecular fields in quantitative structure-permeation relationships: the VolSurf approach // Theochem. -2000. — V. 53. -P. 17−30.

59. ROCS 2.3.1 // OpenEye Scientific Software, Inc. August 14, 2007. http: //www. eyesopen. com/docs/pdf/rocs. pdf.

60. Leach A.R., Gillet V.J. An Introduction to chemoinformatics / Revised ed. by Leach A.R., Gillet VJ. 2nd printing. — Springer, 2007. — 255 p.

61. Willett P. Similarity-based virtual screening using 2D fingerprints // Drug Discovery Today 2006. — V. 11. № 23−24. -P. 1043−1056.

62. Concepts and Applications of Molecular Similarity / Eds. Johnson M.A., Maggiora G.M. Wiley-Interscience, 1990. — 393 p.

63. Grant J.A., Gallardo M.A., Pickup B.T. A Simple Application of a Gaussian Description of Molecular Shape // J. Comput. Chem. 1996. — V. 17. -P. 1653−1666.

64. Willet P. Similarity and clustering in Chemical Information Systems. -Letchworth: Research Studies Press, 1987. 266 p.

65. Ward J.H. Hierarchical grouping to optimize an objective function // J. Am. Stat. Assoc. 1963. — V. 58. — P. 263−244.

66. Jarvis R.A., Patrick E.A. Clustering using a similarity measure based on shared near neighbors // IEEE Trans. Comput. — 1973. — V. C-22. — P. 1025−1034.

67. Rose R.R. Machine learning techniques in chemistry // Handbook of chemoinformatics / ed. J. Gasteiger. Wiley-vch, 2003. — P. 1082.

68. Chemoinformatics in Drug Discovery / Edited by T.I. Oprea. WILEY-VCH Verlag GmbH & Co, 2005. 493 p.

69. Deshpande M., Kuramochi M., Wale N., Karypis G. Frequent Substructure-Based Approaches for Classifying Chemical Compounds // IEEE Transactions on Knowledge and Data Engineering. 2005. — V. 17. № 8. — P. 1036−1050.

70. Weber L. Current Status of Virtual Combinatorial Library Design // QSAR Comb. Sci. 2005. — V. 24. — P. 809−823.

71. Dudek A.Z., Arodz T., Galvez J. Computational Methods in Developing Quantitative Structure-Activity Relationships (QSAR): A Review //

72. Combinatorial Chemistry & High Throughput Screening. — 2006. — V. 9. — P. 213−228.

73. Филимонов Д. А., Поройков B.B. Прогноз спектра биологической активности органических соединений // Рос. хим. ж. — 2006. — Т. L. № 2. -С. 66−75.

74. WO 01/92 991 A2. Design of polyketide synthase genes / Inventors: Khosla C.- Reid R.- Santi D.- Siani M. Applicant: Kosan Biosciences, Inc. International Filing Date: 29. 05. 2001- Publication Date: 06. 12. 2001. -113 p.

75. Hatzimanikatis V., Li C., Ionita J.A., Henry C.S., Jankowslci M.D., Broadbelt L.J. Exploring the diversity of complex metabolic networks // Bioinformatics — 2004. V. 21. № 8. — P. 1603−1609.

76. Филимонов Д. А., Поройков B.B., Глориозова T.A., Лагунин А. А. Свидетельство об официальной регистрации программы для ЭВМ

77. PASS (Prediction of Activity Spectra for Substances) № 2 006 613 275 от 17 сентября 2006 г. Москва, Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.

78. Filimonov D.A., Poroikov V.V., Borodina Yu.V., Gloriozova T.A. Chemical Similarity Assessment through Multilevel Neighborhoods of Atoms: Definition and Comparison with the Other Descriptors // J. Chem. Inf. Сотр. Sci. 1999. — V. 39. № 4. — P. 666−670.

79. Abu-Gharbieh Е., Vasina V., Poluzzi Е., De Ponti F. Antibacterial macrolides: a drug class with a complex pharmacological profile // Pharmacological Research. 2004. — V. 50. — P. 211−222.

80. Dembitsky V. Astonishing diversity of natural surfactants: 2. Polyether glycosidic ionophores and macrocyclic glycosides // Lipids. — 2005. — V. 40. -P. 219−248.

81. Dembitsky V.M. Chemistry and Biodiversity of the Biologically Active Natural Glycosides // Chemistry & Biodiversity. 2004. — V. 1. — P. 673−781.

82. Kobayashi J., Tsuda M. Amphidinolides, bioactive macrolides from symbiotic marine dinoflagellates // Nat. Prod. Rep. — 2004. — V. 21. — P. 77−93.

83. Faulkner D.J. Marine natural products // Nat. Prod. Rep. 2001. — V. 18. -P. 1−49.

84. Degerli K., Kilimcioglu A.A., Kurt O., Tamay A.T., Ozbilgin A. Efficacy of azithromycin in a murine toxoplasmosis model, employing a Toxoplasma gondii strain from Turkey // Acta Trop. — 2003. — V. 88. № 1. -P. 45−50.

85. Stanat S.J., Carlton C.G., Crumb W.J. Jr., Agrawal K.C., Clarkson C.W. Characterization of the inhibitory effects of erythromycin and clarithromycin on the HERG potassium channel // Mol. Cell. Biochem. — 2003. -V. 254. P. 1−7.

86. Chen S.Z., Jiang M., Zhen Y.S. HERG K+ channel expression-related chemosensitivity in cancer cells and its modulation by erythromycin // Cancer Chemother. Pharmacol. 2005. -V. 56. № 2. — P. 212−220.

87. Rodrigues A.D., Roberts E.M., Mulford D.J., Yao Y., Ouellet D. Oxidative metabolism of clarithromycin in the presence of human liver microsomes.

88. Major role for the cytochrome P4503A (CYP3A) subfamily // Drug Metab. Dispos. 1997. — V. 25. № 5. — P. 623−630.

89. Kenworthy K.E., Bloomer J.C., Clarke S.E., Houston J.B. CYP3A4 drug interactions: correlation of 10 in vitro probe substrates // Br. J. Clin. Pharmacol. 1999. — V. 48. № 5. p. 716−727.

90. Schlunzen F., Zarivach R., Harms J., Bashan A., Tocilj A., Albrecht R., Yonath A., Franceschi F. Structural basis for the interaction of antibiotics with the peptidyl transferase centre in eubacteria // Nature 2001. — V. 413. -P. 814−821.

91. Peeters T.L. Erythromycin and other macrolides as prokinetic agents // Gastroenterology 1993. -V. 105. № 6. -P. 1886−1899.

92. Doherty W.L., Winter B. Prokinetic agents in critical care // Crit. Care. -2003. V. 7. № 3. -P. 206−208.

93. Schultz M.J., Speelman P., van der Poll T. Erythromycin inhibits Pseudomonas aeruginosa-induced tumour necrosis factor-alpha production in human whole blood // J. Antimicrob. Chemother. 2001. — V. 48. № 2. -P. 275−278.

94. Suzuki M., Asano K., Yu M., Hisamitsu T., Suzaki H. Inhibitory action of a macrolide antibiotic, roxithromycin, on co-stimulatory molecule expressions in vitro and in vivo // Mediators Inflamm. 2002. — V. 11. — P. 235−244.

95. Mitsuya Y., Kawai S., Kobayashi H. Influence of macrolides on guanosine diphospho-D-mannose dehydrogenase activity in Pseudomonas biofilm // J. Infect. Chemother. 2000. — V. 6. № 1. — P. 45−50.

96. US 2005/14 706 Al. Method of treating tuberculosis / Application Number: 10/889,346. Publication Date: 20/01/2005.

97. Yatsunami J., Tsuruta N., Fukuno Y., Kawashima M., Taniguchi S., Hayashi S. Inhibitory effects of roxithromycin on tumor angiogenesis, growth and metastasis of mouse B16 melanoma cells // Clin. Exp. Metastasis- 1999. -V. 17. № 2. -P. 119−124.

98. Aoki D., Ueno S., Kubo F., Oyama T., Sakuta T., Matsushita K., Maruyama I., Aikou T. Roxithromycin inhibits angiogenesis of human hepatoma cells in vivo by suppressing VEGF production // Anticancer Res. -2005. -V. 25. № 1A. -P. 133−138.

99. Ohara T., Morishita T., Suzuki H., Masaoka T., Ishii H., Hibi T. Antibiotics directly induce apoptosis in B cell lymphoma cells derived from BALB/c mice // Anticancer Res. 2004. — V. 24. № 6. — P. 3723−3730.

100. Shimane T. et al. Influence of a macrolide antibiotic, roxithromycin, on mast cell growth and activation in vitro // Mediators Inflamm. — 2001. — V. 10. № 6. -P. 323−332.

Заполнить форму текущей работой