CC BY
134
УДК 615.1
ИСПОЛЬЗОВАНИЕ КОМПЬЮТЕРНОГО ДИЗАЙНА ПРИ РАЗРАБОТКЕ ЛЕКАРСТВЕННЫХ ПРЕПАРАТОВ НА КАФЕДРЕ ФАРМАЦЕВТИЧЕСКОЙ ТЕХНОЛОГИИ
Лосенкова С.О.1, Погребняк А.В.2, МаксименковаК.И.1, Пархомец С.И.1
1 Смоленский государственный медицинский университет, г. Смоленск, ул. Крупской, 28
2Пятигорский медико-фармацевтический институт - филиал ВолгГМУ, г. Пятигорск, проспект Калинина, 11
Резюме. Спрогнозирована совместимость компонентов трансдермальных терапевтических систем, а также спектр фармакологической активности этилметилгидроксипиридина сукцината с помощью метода компьютерного моделирования на кафедре фармацевтической технологии при разработке модельных составов инновационных лекарственных форм.
Ключевые слова. Компьютерный дизайн, молекулярные дескрипторы, вспомогательные вещества, этилметилгидроксипиридина сукцинат, натрия поли(дигидроксифенилен) тио-сульфонат.
THE USE OF COMPUTER DESIGN IN THE DEVELOPMENT
OF DRUGS AT THE DEPARTMENT OF PHARMACEUTICAL TECHNOLOGY
Losenkova S.O.1, Pogrebnyak A.V.2, Maksimenkova K.I.1, Parhomets S.I.1
1Smolensk State Medical University, 214019, 28, Krupskoy St., Smolensk, Russia 2Pyatigorsk Medical and Pharmaceutical Institute, 11, Kalinin Avenue, Pyatigorsk, Russia
Abstract. Compatibility of the components of transdermal therapeutic systems, as well as the spectrum of the pharmacological activity of ethylmethylhydroxypyridine succinate by computer simulation at the Department of Pharmaceutical Technology in the development of model compounds of innovative dosage forms is revealed in the article.
Key words: computer design, molecular descriptors, auxiliaries, ethylmethylhydroxypyridine succinate, sodium poly(dihydroxyfenilen)thiosulfonate.
Введение
Среди профессиональных компетенций, формируемых у студентов при изучении фармацевтической технологии, особого внимания заслуживают наиболее важные и значимые для фармацевтической отрасли: разработка оптимальных составов лекарственных форм (ЛФ) с использованием биофармацевтических исследований in vitro, технологии производства инновационных ЛФ и норм качества для их стандартизации.
В последние годы в фармации в ходе создания лекарственных препаратов (ЛП) биофармацевтические исследования in vitro стали уступать место современным мето-
дам компьютерного моделирования, позволяющим упростить процедуру выбора совместимых компонентов ЛФ и даже исследовать трёхмерную структуру ЛВ.
Хранение лекарственного препарата, особенно длительное, неизбежно сопровождается процессами деструкции его компонентов под действием внешних факторов (химических и физических) [1]. Поэтому на каждом этапе создания новой лекарственной формы (ЛФ) необходимо проводить качественную и количественную оценку взаимного влияния всех её составляющих компонентов. Это позволяет не только правильно оценить стабильность ЛФ, но и спланировать высвобождение активных
компонентов ЛФ в желаемой последовательности.
Целью данного исследования явилось определение возможности использования программ компьютерного моделирования в образовательной деятельности кафедры фармацевтической технологии.
Методологией QSAR, лежащей в основе программ компьютерного прогнозирования, является исследование количественной взаимосвязи между структурой и активностью, при использовании которой структура химического соединения выражается определёнными дескрипторами (параметрами): молекулярный вес, число атомов определённого типа, связей или групп, молекулярный объём, частичные заряды на атомах. Для предсказания физиологической активности в QSAR используют дескрипторы, рассчитанные на основе стери-ческих, топологических особенностей структуры, электронных эффектов, липо-фильности. Дескрипторы электронных эффектов описывают ионизацию или полярность соединений, дескрипторы липофиль-ности позволяют произвести оценку способности растворяться в жирах, а значит, способность ЛВ преодолевать клеточные мембраны и биологические барьеры. Использование модели QSAR (математического уравнения) за рубежом при создании новых соединений с заданными свойствами позволяет значительно сократить время и ресурсы, а также осуществлять более целенаправленный синтез соединений [2, 4, 5, 6].
Методология QSAR используется в зарубежных и отечественных компьютерных программах. Работа программы компьютерного скрининга PASS, используемая нами в исследовании, основана на анализе зависимости «структура-активность» для веществ из постоянно пополняющейся выборки, содержащей более 45 000 разнообразных БАВ. Химическая структура представлена в PASS в виде оригинальных MNA-дескрипторов, описывающих разнообразные зависимости «структура-свойство» с достаточной точностью. Точность в 85% достаточна для практического применения системы PASS с целью прогноза спектра биологической активности новых
веществ [2]. Направленное конструирование новых ЛП или драгдизайн имеет прямое отношение к нанотехнологиям, поскольку взаимодействующие объекты (лекарство и мишень) являются молекулярными объектами. На сегодняшний день конструирование лекарств - это синергизм геномики, протеомики, химии, медицины и информатики.
Методика
Экспериментальные процедуры выполнены в полном соответствии с российскими и международными этическими нормами научных исследований. На первом этапе теоретического исследования были вычислены основные молекулярные дескрипторы фосфолипида и всех предполагаемых компонентов трансдермальной терапевтической системы (ТДТС) пластырного типа. Второй этап предполагал расчет динамики проникновения этилметилгидроксипири-дина сукцината через липидный бислой и выбор оптимальной композиции вспомогательных веществ с учётом их возможного взаимного влияния. Оптимизацию геометрии молекул ЛВ производили при помощи интеграционной процедуры поиска локального минимума на поверхности потенциальной энергии (ППЭ). Локализацию минимума на ППЭ осуществляли двумя основными расчетными схемами: молекулярной механики (предварительный метод) и методом молекулярных орбиталей (МО) [3]. Полученная в результате оптимизации методом МО - AM1 геометрия использована далее для расчета физико-химических дескрипторов (табл. 1-4).
Для первичной оптимизации геометрии использовано силовое поле MMP2. В силу своей экономичности с точки зрения затрат машинного времени данный метод использован в основном для первичного анализа конформационной заселённости. В качестве стартовой для методов МО взята геометрия, полученная методом MMP2. Полученная в результате оптимизации МО методом PM3 геометрия использована далее для расчёта физико-химических дескрипторов другими полуэмпирическими методами.
Главными физико-химические дескрипторами, определяющими взаимные реакционную способность и степень адсорбции
молекул, являются потенциал ионизации с учетом гидратации (PM3), сродство к электрону с учетом гидратации (PM3), а-поляризуемость (PM3), дипольный момент в газовой фазе (PM3), коэффициент распределения в системе «октанол-вода» logP (аддитивный метод расчёта).
Результаты исследования
С целью прогнозирования совместимости лекарственных и вспомогательных веществ, входящих в состав разрабатываемых
ТДТС пластырного типа, проведены кван-тово-химические расчёты структурных элементов ЛВ из группы антиоксидантов и ан-тигипоксантов, результаты которых представлены в табл. 1.
Химические формулы и результаты квантово-химических расчётов структурных элементов вспомогательных веществ, используемых в технологии ТДТС, приведены в табл. 2.
Таблица 1
Результаты расчёта основных физико-химических дескрипторов молекул этилметилгидроксипиридина сукцината (мексидол) и натрия поли(дигидроксифенилен)тиосульфоната (гипоксен)
Лекарственные вещества Дескрипторы
Поляризуемость, А3 Коэффициент распределения, 1о§Р Энергия гидратации, ккал/моль НСМО, эВ ВЗМО, эВ Дипольный момент, Д
Мексидол 15,87 0,55 -4,89 +0,007 -9,153 2,49
Гипоксен 16,48 -1,19 -24,36 -2,414 -9,115 3,78
Таблица 2
Результаты квантово-химических расчётов структурных элементов вспомогательных веществ
Вспомогательные вещества и их структурные формулы Поляризуемость, А3 Коэффициент распределения, 1о§Р Энергия гидратации, Ккал / моль НСМО, эВ ВЗМО, эВ Диполь-ный момент, Д
Полиэтиленоксид 18,64 -1,2 -16,08 +2,03 -10,61 1,68
Поливинилпирролидон
37,63 -0,55 1,59 +0,98 -9,37 6,51
Диметилсульфоксид 5,01 -0,68 -1,36 +0,26 -9,35 4,49
Твин-80
63,15 2,43 -18,40 +1,02 -9,82 5,28
Пропиленгликоль-1,2
7,55 -0,30 -10,81 +2,97 -11,02 2,11
Примечание: теплоту гидратации рассчитывали по уравнению: Ньу&" = Haq - Hvac, где Ну* -энергия гидратации молекулы, ккал/моль; Haq - теплота образования молекулы с учетом эффекта гидратации, ккал/моль; Нас - теплота образования без учета гидратации, ккал/моль.
Величина десятичного логарифма коэффициента распределения в модельной системе «октанол-вода» позволяет прогнозировать проницаемость БАВ через биомембраны. Для последующего разделения ЛВ и ВВ на кластеры исходные данные всех компонентов были сгруппированы в виде табл. 3.
Анализ литературных данных позволил дополнительно определить величину десятичного логарифма коэффициента распределения в модельной системе «октанол-
вода» и значение энергии гидратации спирта этилового (+0,08 и -5,81), фосфоли-пида (+14,24; -1,67) и холестерола (+7,17; -0,08), являющихся структурными элементами биологической мембраны.
Далее найденные теоретически дескрипторы в форме табл. 3 перенесены в статистическую программу, где с ними произведена стандартная процедура разделения на кластеры методом ^среднего. Результаты разделения представлены в табл. 4.
Таблица 3
Исходные данные для кластерного анализа
Mexidol Hypoxen PEG-400 PVP DMSO Tween80 PG-1,2
1 15.87 16.48 18.64 37.63 5.01 63.15 7,55
2 0.55 -1.19 -1.20 -0.55 -0.68 2.43 -0.30
3 -4.89 -24.36 -16.08 1.59 -1.36 -18.40 -10.81
4 0.01 -2.41 2.03 0.98 0.26 1.02 +2.97
5 -9.15 -9.12 -10.61 -9.37 -9.35 -9.82 -11.02
6 2.49 3.78 1.68 6.51 4.49 5.28 2.11
Таблица 4
Результаты разделения лекарственных и вспомогательных веществ на кластеры
VARIABLE CLUSTER DISTANCE
Mexidol 1 3 2.20
Hypoxen 2 1 2.04
PEG-400 3 1 2.04
PVP 4 3 7.56
DMSO 5 3 5.92
Tween-80 6 2 0.00
PG-1,2 7 3 6,01
Обсуждение результатов
Анализ результатов проведения кластерного анализа показывает, что в одинаковые группы (кластеры) веществ со сходными физико-химическими дескрипторами попадают ЛВ и некоторые ВВ (полимеры). Так, в кластер № 1 попадает натрия поли(дигид-роксифенилен) тиосульфонат (гипоксен) и полиэтиленоксид-40, а в кластер № 3 -этилметилгидроксипиридина сукцинат (мексидол), поливинилпирролидон, пропи-ленгликоль-1,2 и диметилсульфоксид. Твин-80 оказался единственным представителем кластера № 2. Спирт этиловый из-за высокого сродства к воде и общей химической инертности значимо не влияет на свойства ЛФ.
Далее была проанализирована генетическая близость рассчитанных соединений и сделаны выводы об их физико-химическом сродстве. Построен график парной зависимости коэффициента распределения «окта-нол-вода» и теплот гидратации исследуемых компонентов предполагаемой ТДТС пластырного типа. Точки озаглавлены первыми буквами названий молекул. Непрерывная красная кривая между точками - линия тренда, позволяющая графически отображать тенденции данных и прогнозировать их дальнейшие изменения (рис. 1). Подобный анализ называется также регрессионным анализом. Используя регрессионный анализ, можно продлить линию тренда в диаграмме за пределы реальных данных для предсказания будущих значений.
log Р
-25 -20 -15 -10 -5 0 5 10 15 20
ТВИН-80 ПВП а 0 ДМСО ♦ ХОЛ££ ♦ ФОСФ
-10 4 ЭТАП ПРОП-1,2
-154 ПЭО
-20
-25* ГИПОК
-30 Hhydr
Рис. 1. График зависимости Hhydr-lgP и линия тренда
Максимальное сходство физико-химических дескрипторов этилметилгидроксипи-ридина сукцината (мексидола) наблюдается с дескрипторами ПВП, ДМСО (рис. 1). Близость физико-химических дескрипторов, с одной стороны, обеспечивает взаимную химическую инерцию (близость элек-тронодонорной и электронакцепторной способности) и достаточное адсорбционное взаимодействие - с другой (близость коэффициентов распределения «октанол-вода» и энергий гидратации). Предположительно, медленнее мексидол должен высвобождаться именно из ПВП за счёт адсорбционного взаимодействия полимера и ЛВ. В свою очередь, ПЭО-400, твин-80, отдаленно расположены от мексидола и могут обеспечить его лучшее высвобождение. Следовательно, совместное применение ПВП и ПЭО-400, твина-80 будет способствовать более длительному и равномерному высвобождению этилметилгидрокси-пиридина сукцината и усилению проницаемости кожи.
Наряду с пластификатором ПЭО-400, целесообразно использовать также и пропи-ленгликоль-1,2. Исходя из рис. 1 пропи-ленгликоль-1,2 обладает большим сходством физико-химических дескрипторов с таковыми у мексидола, чем полиэтиленок-сид-400, однако по пенетрирующим свойствам превосходит его.
Таким образом, анализ строения полимеров и БАВ позволяют сделать вывод о том,
что в состав ЛФ с поли(дигидроксифени-лен)тиосульфонатом натрия (гипоксеном) предположительно нужно включать ПЭГ-400, который может обеспечить взаимную химическую инерцию с ЛВ. Твин-80 расположен отдалённо от гипоксена (рис. 1), поэтому может обеспечить его лучшее высвобождение из ЛФ, но степень химической инерции между ЛВ и ВВ уменьшается. Включение в состав тЛФ с этилметилгид-роксипиридина сукцинатом (мексидолом) ПВП, ПЭО-400 и пропиленгликоля-1,2 предположительно может обеспечить длительный чрескожный транспорт ЛВ.
Предложенный способ определения сродства молекул БАВ и структурных элементов ЛФ позволяет на ранних этапах планирования способа транспорта данного вещества к тканям определять, какие именно материалы пригодны для адсорбции (удержания) того или иного соединения, что позволяет значительно сузить объем соответствующего эксперимента, а также увеличить срок хранения. Кроме того, с помощью компьютерных программ возможно прогнозирование спектра фармакологической активности ЛВ. Для исследования этилметилгидроксипиридина сукцината были использованы два отечественных компьютерных алгоритма - Matrix* и PASS* [3].
Исходным объектом для прогнозирования явилась структурная формула этилме-
тилгидроксипиридина (без учёта сукци-ната) для программы PASS, и пространственная модель молекулы этилметилгид-роксипиридина (эмоксипина) для программы Matrix. В обоих случаях наличие в составе препарата янтарной кислоты считали влияющим только на фармакокинети-ческие свойства и не определяющим основной спектр биологического действия. Известными для мексидола основными видами биологической активности являются антиоксидантная, антигипоксантная активность, антикоагулирующая, антимутагенная, мембраностабилизирующая, радиопротекторная, кардиопротекторная активность.
Результаты работы алгоритма Matrix указывают на то, что основание этилметил-гидроксипиридина также может проявлять и другие виды биологической активности, расположенные в порядке убывания вероятности: блокирование Hi-гистаминовых рецепторов (по типу действия геми-нейрина), блокирование аденозиновых рецепторов и угнетение фосфодиэстеразы (по типу действия кофеина), болеутоляющее и противовоспалительное действие (по типу действия цитраля), влияние на дофаминовые рецепторы с улучшением гемодинамики, ингибирование холинестеразы (по типу амиридина), помощь при отравлении ФОС (по типу реактиваторов холинесте-разы), антиаритмическое действие, коррекция постинфарктных состояний (по типу мексилетина), возбуждение сосудо-двига-тельного и дыхательного центра (по типу кордиамина), стимулирование ЦНС, ано-рексигенный эффект (по типу фенамина), противоопухолевое действие (по типу эм-
бихина), общие эффекты витамина В6 и ги-стидина (незаменимой аминокислоты).
Результаты работы алгоритма PASS указывают на то, что этилметилгидроксипири-дин может проявлять следующие виды биологической активности в порядке убывания вероятности: антисеборейный эффект, про-тивоаритмический, противоишемический и противоанемический эффекты. Результаты алгоритма PASS указывают на то, что метаболизм препарата, вероятно, будет проходить с участием CYP2D16.
В результате проведенного теоретического обоснования выбора ВВ студентами в рамках дипломных работ были сконструированы и изучены модельные образцы с этилметилгидроксипиридина сукцинатом и образцы с натрия поли(дигидроксифени-лен)тиосульфонатом, представляющие собой гидрофильные матрицы, ключающие ЛВ, пластификаторы, пролонгаторы, растворители.
Выводы
1. Компьютерное моделирование (компьютерный дизайн) является современным методом в фармацевтической технологии, позволяющим спрогнозировать не только совместимость лекарственных и вспомогательных веществ, но и спектр фармакологической активности субстанций ЛВ.
2. Использование программ компьютерного моделирования в образовательной деятельности кафедры фармацевтической технологии позволит не только упростить процесс разработки и создания ЛП, но и сформировать у студентов дополнительную профессиональную компетенцию.
Литература
1. Башкирова, С.Н. Теоретическая оценка взаимного влияния компонентов на общую стабильность препарата [Текст] / С.Н. Башкирова, А.В. Погребняк, Э.Ф. Степанова // Вестник новых медицинских технологий. - 2006, Т. XIII. - № 1. - С. 102-104.
2. Инновационные технологии и оборудование фармацевтического производства [Текст] / Н.В. Меньшутина, Ю.В. Мишина, С.В. Алвес [и др.]. - Т. 2. - М.: БИНОМ, 2013. - 480 с.
4. О практическом использовании системы прогнозирования биологической активности «Matrix» [Текст] / А.В. Погребняк, Л.В. Погребняк, А.А. Глушко [и др.] // Разработка, исследование и маркетинг новой фармацевтической продукции: сб. науч. тр. межрегиональной конференции по фармации и фармакологии. - Пятигорск, 2003. - Вып. 58. -С. 360.
3. Электронное обучение по химико-технологическим и фармацевтическим специальностям [Текст] / Ю.В. Мишина, Н.В. Меньшутина, Е.В. Гусева [и др.]. - Калуга: Изд-во научной литературы Н.Ф. Бочкарёвой, 2007. - 104 с.
5. Bertrand, N. Modeling drug release from bioerodible microspheres using a cellular automaton / N. Bertrand, G. Leclair, P. Hildgen // International Journal of Pharmaceutics. - 2007. -Vol. 343. - p. 196-207.
6. Cellular automata model for drug release from binary matrix and reservoir polymeric devices [Text] / T. J. Laaksonen [et al.] // Biomaterials. - 2009. - Vol. 30. - p. 1978-1987.
