CC BY
24Journal of Siberian Federal University. Chemistry 1 (2013 6) 65-75
УДК 544.165: 615.917
Исследование острой токсичности сложных эфиров на основе ID-симплексного представления молекулярной структуры
О.В. Тинькова*, П.Г. Полищук®, А.Г. Артеменко®, Л.Н. Огниченко®, В.Е. Кузьмин®
а Приднестровский государственный университет
им. Т.Г. Шевченко, Республика Молдова, Приднестровье, г. Тирасполь MD-3300, ул. 25 Октября, 128 б Физико-химический институт им. А.В. Богатского НАН Украины, Украина 65080, г. Одесса, Люсторфская дорога, 86
Received 04.03.2013, received in revised form 11.03.2013, accepted 18.03.2013
Исследовано влияние молекулярной структуры сложных эфиров на острую токсичность при помощи 2D-симплексного представления молекулярной структуры и метода Partial Least Squares. Были получены адекватные QSAR (Quantitative Structure-Activity Relationship) модели. На основе полученных моделей определены вклады структурных фрагментов в острую токсичность сложных эфиров. Кроме того, относительное влияние некоторых физико-химических факторов на изменение острой токсичности было оценено на основе QSAR-моделей.
Ключевые слова: острая токсичность, сложные эфиры, моделирование.
Введение
Сложные эфиры широко используются как растворители, ароматизаторы и консерванты в пищевой промышленности, как инсектициды и гербициды в сельском хозяйстве. При определении стратегии синтеза и биоиспытаний важно наряду с целевым эффектом оценивать токсикологическое действие, в частности острую токсичность - Ld5o. В мире известно более 2 млн химических соединений, для значительной части из которых нет сведений о важнейших токсикологических характеристиках, необходимых для определения их опасности. Затраты
© Siberian Federal University. All rights reserved Corresponding author E-mail address: tinkov84@mail.ru
*
на экспериментальное определение не всегда целесообразны и доступны. Экспрессные прогностические оценки позволяют выявить наиболее эффективные и безопасные соединения на ранних стадиях исследования. При этом снижается риск позднего выявления их негативного воздействия на человека и окружающую среду [1].
В этой связи актуальны исследования на основе методов QSAR, в ходе которых моделируется зависимость токсичности органических соединений от их структуры. Затем полученные QSAR-модели могут использоваться для прогноза токсических свойств новых, еще не синтезированных химических соединений.
В связи с этим о пределены задачи данной работы:
1. Построение математических моделей прогноза острой токсичности сложных эфиров.
2. Исследование влияния структурных фрагментов на острую токсичность сложных эфиров.
Материалы и методы
Информация по острой токсичности и химической структуре сложных эфиров для построения математических моделей была получена при помощи обработки электронной системы управления базами данных «<Тохю ^1.1.5» [2]. На основе имеющейся информоции была сформирована выборка из 71 соединения, для которых известны значения острой токсичности (Ld5o) при перорольном введен ии крысом.
Для описания молеку лярной структуры были использованы 2Бсфрагментарные оимпие кс-ные дескрипторы [3], расчет которых реализован в программном комплексе «ЛЪеогОзешее. В рамках симплексного представления молекулярной структуры молекула рассматривается как система различных симплексов - четырёхатомных молекулярных фрагментов фиксированной структуры.
На 2Б-уровне атомы (вершины симплекса) дифференцируют как по природе («метке») атома, так и с учетом различных физико-химических свойств - частичного заряда на атоме, его липофильности, рефракции, способности выступать донором или акцептором водорода при образовании водородной связи.
Адекватные QSAR-модели, использующиеся для предсказания активности еще не исследованных молекул, должны иметь высокие статистические характеристики. Однако хороший набор статистических характеристик еще не означает, что модель будет обладать высокой предсказывающей способностью. Для оценки такой способности используется метод формирования внешней тестовой выборки (test set - ts). В ходе этой процедуры часть молекул (до 50 %) исключается из процесса построения модели, оставшиеся молекулы формируют обучающую выборку (work set - ws). После построения модель используется для прогноза активности соединений тестовой выборки. Ввиду небольшого количества изучаемых сложных эфиров и их структурного разнообразия была проведена пятикратная внешняя кросс-валидация. Для этого все соединения обучающей выборки были разделены на 5 групп таким образом, чтобы
соединения внутри каждой группы по величине изучаемой токсичности были распределены похожим образом. Для этого все соединения предварите льнн был и отсортированы по их величине толсичности и каждое пятое соединение помещено в отдельную группу. Затем 4 из 5 полученных групп объединялк и для этой выборки строили QSAR-модель, оставшу юся пятую группу соединений использовали в качес тве тестовой выборки. Эту процедуру повторяли пять рао таким образом, чтобы все соединения один раг попали в тестмвую выборку.
Для каждого из пяти сформированных наборов обуоатщей и тестовой ыыборок строили математлче скио модоли, которые пзтом объеду няли в консенсусную моте ль. В данной консен-сутной модели вычисленные значения ыктивностей соответствуют средним значемиям активностей, рассчитанным при помощи вышеуказанных мзделей.
Для оценки котойчивости получаемых моделей использовали процедуре скользящего контролт, в ходе которой каждое с оединение исключается изо выборки и для него предсказывается значение активности. Коэффициент детерминауии, гычисленный в раммах процедуры скользящеыо контроля (Q2), рассчитывался по формуле
& S PRESS = £(-trJ.SD = t ( "У)2, (1)
SD ,=i
где m - ооличеттво молекул в выборки ; y¡ - заданное значение октивности, y, - вычисленное
-V CV
значение активности; с - значение активности, вычисленное в уоловиях сколь еящего контроля для i-й молекулы.
Качество проенозов на основе QSAR-модемей оце нивалось коэффициентом детерминации для внешней тестовой выборки:
X (У, -У )2
(2)
X (У- - у- f
/ - ^ i si mean '
j-де; (R2tea) - коэффициент детерминации для- внешне й тестовой выб орыи; ао - наблюдаемое значении активнооти для i-го соединения тестовой выборки; y - предсказанное значение актив-носки для i-го соединения тестовой выборки; y¡ mean - сред нее значение активности для всех соединений обучающей выборки.
Стандартная ошибка предсказания (S) определяется следующей формулой:
S =
X (* - y, )2
(3)
m -1
Для более строгой оценки статистической достоверности моделей были определены коэффициенты детерминации с применением процедуры рандомизации, заключающейся в создан ии выборки, для которой случайным образом перемешиваются значения токсичности, при этом значения десприпторов остаются! прежними. После этого происходит построение 100 моделей. Значительно боле е низкие средние статистиче ские показатели данных 100 моделей по сравнению со значениями оригинальной модели свидетельствуют о статистической достоверности полученных оригинальных моделей.
В качестве статистического метода построения QSAR-моделей был выбран метод частичных наименьших квадратов (PLS - Partial Least Squares) [4].
Расчет вкладов структурных фрагментов на величину острой токсичности был выполнен при помощи программы «Lattice & Simplex Modelling» (LSM), входящей в вышеуказанный программный комплекс «TheorChem».
Подробное описание используемых QSAR-методов приведено в соответствующей литературе [5, 6].
Результаты и обсуждение
В ходе исследования был получен ряд адекватных QSAR-моделей (табл. 1).
В организме под влиянием ферментов (различных эстераз) сложные эфиры гидролизу-ются, поэтому характер их токсического действия в значительной степени зависит от образующихся в процессе гидролиза кислот и спиртов. Характер, место и сила действия зависят от скорости гидролиза. Эфиры, при гидролизе которых образуются сильные кислоты, раздражают преимущественно слизистые оболочки. Типичным примером служат сложные эфиры галогенозамещенных кислот. Некоторые из этих соединений обладают и высокой общей токсичностью, обусловленной токсичностью продуктов распада.
Для фрагментов кислот и спиртов, входящих в состав исследуемых сложных эфиров, на основании консенсусной модели были определены их вклады в величину острой токсичности (табл. 2). Приведенная информация позволит осуществлять предварительную селекцию потенциально опасных соединений.
Согласно полученным результатам, можно сделать вывод, что значительный вклад в повышение токсичности сложных эфиров оказывают производные акриловой кислоты (фрагменты f1, f4, f8). Свидетельство такого воздействия акрилатов на организм приведено в работе [7]. При нанесении метилового эфира акриловой кислоты на кожный покров кроликов менялось содержание белковых фракций сыворотки крови животных. По другим данным [8], акриловая кислота у крыс вызывает поражение желудка, некрозы и геморрагии. Необходимо отметить,
Таблица 1. Статистические характеристики QSAR-моделей по острой токсичности1
Модель R2 Q2 U 2 R test S ^ws Scv Sts А R2*
1 0.84 0.79 0.69 0.31 0.37 0.56 3 0.08
2 0.90 0.78 0.65 0.26 0.39 0.53 3 0.19
3 0.86 0.76 0.75 0.31 0.43 0.45 2 0.26
4 0.82 0.74 0.66 0.36 0.45 0.43 2 0.11
5 0.88 0.80 0.73 0.29 0.39 0.38 3 0.16
6 (консенсусная) 0.88 - 0.69 0.27 - 0.46 - -
1 Я2 - коэффициент детерминации; Q2 - коэффициент детерминации, вычисленный в рамках процедуры скользящего контроля; R2 ,еа - коэффициент детерминации для внешней тестовой выборки; - стандартная ошибка предсказания для рабочей выборки; - стандартная ошибка, вычисленная в рамках процедуры скользящего контроля; Ste -стандартная ошибка предсказания для внешней тестовой выборки; А - количество латентных переменных; R2* -средний коэффициент детерминации, вычисленный в рамках процедуры рандомизации.
Таблица 2. Вклады структурных фрагментов в острую токсичность сложных эфиров
Фрагмент Число соединений и этим фрагментом Минимальный вклад Максимальный вклад Средний в клад
1 2 33 4 5
Кислотные остатки
£1 1 -1.339 -1.339 11.339
о ,С¿3Г0 ■ а 4 -0.631 -0.545 -0.597
£3 8 -0.627 -0.333 -0.468
О -4 3 -0430 -(-.429 -0.430
V' 0 £5 2 -0.385 -0.378 - 0.3381
О £6 1 -0.336 -0.336 -0.336
0 П 2 -0.22 58 -0.2254 -0.2256
0 >> • 1 -0.22 33 -0.233 -0.2233
0 3 -0.1 98 -0.174 -0.18 6
С^ * по 4 -0.060 0.014 -0.005
С V * П1 4 0.079 0.081 0.079
Продолжение табл. 2
1 2 3 4 5
к П2 4 0.1 77 0.220 0.196
О А. пз 16 0.1 17 0.253 0.238
О £14 1 0.307 0.307 0.307
£15 1 0.308 0.308 0.308
О £16 3 0.3 42 0.343 0.3 42
Спиртовые ос4атки
N ахг1" £17 2 -1.428 -1.016 -1.222
N ах/ Н8 1 -0.766 -0.766 -0.766
0 - * £19 1 -0.735 -0.735 -0.735
* £20 1 -0.628 -0.628 -0.628
* N02 £21 2 -0.547 -0.53 9 -0.5543
и. и. 3 и. и. 1 -0.305 -0.30 5 -0.3 05
Продолжение; табл. 2
1 2 3 4 5
1 -0.210 -0.210 -0.210
1 12-4 1 -0.084 -0.084 -0.084
125 17 -0.218 0.052 -0.013
12(5 2 -0.014 -0.004 -0.009
127 13 -0.126 0.145 0.012
* 6° 128 1 0.023 0.023 0.023
129 13 -0.233 0.213 0.081
0 * 13 0 2 0.075 0.231 0.153
ш 1 0.161 13.161 0.161
^^ 0° * 132 3 0.004 0.249 0.164
133 1 0.179 0.179 0.179
АЛ- 134 1 0.257 0.257 0.2257
00 * 135 1 0.335 0.335 0.335
Окончание табл. 2
1 2 3 4 5
O *
1 1 0.355 C.355 0.355
fC6
Примечание. Наименьшее значение вклада соответствуют более токсичным фрагментам. Символ «*» в приведенных структурах фрагментов соответствует месту связи данного фрагмента с любой частью молекулы.
что - согласно полученнымданным - хлорпроизводные акриловой! кислоты (фрагмент f1) более токсичны, чем ее другие производные (фрагменты f4, f8). Замещение хлора на метильный фрагмент у эфиров акриловой кислоты приводит к значительноме снижению токсичности (фрагмент f 12).
Синтетические пиретроиды, сложные эфиры, содержыщие фрагменты f3, f 17 и f 18, также проявляют высокую острую токсичность, что не противоречит дан ным [9], согласно которым соединения, в состав которых входят вышеуказанные фрагменты, относятся к инсектицидным препаратам с достаточно выраженным нейротоксическим эффектом. Влияние данных соединений на функциональное состояние периферической нервной системы объясняется способнтстью этих соединений взаимодейстоовать с натриевыми каналами нейрональной мембраны и таким образэм усиливать активацию входящего натриевого тока в период генерации потенциала действия нейронов, вследствие чего повышается период невозбудимости нервного волокна, нарушается генерация импульса в перехватах Ранвье, снижается скорость распространения возбуждения. Вместе с тем синтетические пиретроиды могут оказывать влияние на ионофорные каналы рецепторов различных нейротрансмиттеров. Так, в исследованиях in vitro было показано, что цианосодержащие синтетические пиретроиды. т.е содержащие фрагменты f17 и f18, могут взаимодействовать с рецепторами гамма-аминомасляной кислоты (ГАМК) в синаптосомах мозга кролика [10]. Таким образом, способность синтетических пиретроидов оказывать влияние на трансмембранные ионные процессы, а также их взаимодействие с ГАМК-рецепторами приводит к существенным нарушениям баланса тормозных и возбудительных процессов как в периферической, так и центральной нервной системе.
Соединения, содержащие фрагменты f21 и f22 в соответствии с полученными результатами также проявляют высокую токсичностью, что может быть объяснено тем, что они выступают в качестве разобщителей тканевого дыхания. Механизм токсического действия данных веществ заключается в разобщении процессов биологического окисления и фосфорилирования. По существующим представлениям разобщители тканевого дыхания, будучи липофильными соединениями, накапливаются в митохондриальной мембране и за счет относительно легко диссоциирующей группы -ОН облегчают трансмембранный перенос протонов в соответствии с градиентом их концентрации. Вследствие такого повреждения мембраны и увеличения ее проницаемости для протонов ионы водорода устремляются во внутренние среды митохондрий, градиент протонов исчезает, синтез аденозинтрифосфата (АТФ) и других макроэргов прекра-
Рис. 1. Относительное влияние физико-химических характеристик исследуемых со единений назначения их среднесмертельных доз при пероральном введении для крыс
щается. При этом вса энергия, запасенная в субстратах, при их биологическом окислении рассеивается в формд тепла [11].
На основании проведенного анализа можно отметить общую закономерность в проявлении острой токсичности для сложных эфиров: ненасыщенные углеводородные фрагменты кислот и спиртов более токсичны по сравнению с насыщенными фрагментами. При этом введение галогенов в ненасыщенные фрагменты способствует повышению токсичности.
На основании полученной консенсусной модели проведен анализ относительных влияний физико-химических характеристик сложных эфиров на их острую токсичность, результаты которого представлены на рис. 1.
1В ходе проведенного анализа выявлена доминирующая роль электростатических факторов взаимодействия токсикантов с мишенью. Помимо этого высокароль липафильности, что, вероятно, связано с процессом пассивной диффузии токсикантов через мембрану клеток при всасывании в органахи тканя х.
Заключение
Проведенные исследования позволили:
- получить ряд адекватных QSAR-моделей, описывающих зависимость между структурой и острой токсичностью сложных эфиров;
- на основе полученных QSAR-моделей определить фрагменты, повышающие и понижающие токсичность, что может быть полезным при проведении молекулярного дизайна новых соединений с низкой степенью токсичности. Для некоторых молекулярных фрагментов, повышающих токсичность, рассмотрены возможные механизмы токсического патогенеза;
- проведен анализ относительных влияний физико-химических характеристик сложных эфиров на их острую токсичность.
Данная работа не претендует на исчерпывающее раскрытие вопроса, было бы целесообразно продолжить ее в направлении расширения выборки изучаемых соединений для построения QSAR-моделей.
Список литературы
1. Кирлан А.В. Планирование направлении синтеза биологически активных окси- и амидо-содержащих гетероциклических соединений с учётом токсичности: автореф. дис. ... канд. хим. наук. Уфа, 2003. 24 с.
2. Тиньков О.В., Полищук П.Г., Артеменко А.Г., Огниченко Л.Н., Кузьмин В.Е. Альтернативные методы изучения и прогнозирования токсичности органических соединений // Вестник Приднестровского гос. ун-та. 2011. № 2. С. 112-118.
3. Кузьмин В.Е., Артеменко А.Г., Челомбитько В.А., Муратов Е.Н., Желтвай А.И., Мещеряков А.К., Ляховский А.В. Иерархическая система моделей QSAR (1D-4D) на базе симплексного представления молекулярной структуры // Тр. науч. сем. «Связь «структура-активность» биологически активных веществ». Гурзуф, 2002. С. 22-26.
4. Rannar S., Lindgren F., Geladi P., Wold S. A PLS Kernel Algorithm for Data Sets with Many Variables and Fewer objects. Part 1: Theory and Algorithm // Journal of Chemometrics. 1994. Vol. 8. P. 111-125.
5. Kuz'min V.E., Artemenko A.G., Muratov E.N., Polischuk P.G., Ognichenko L.N., Liahovsky A.V., Hromov A.I. and Varlamova E.V. Virtual screening and molecular design based on hierarchical QSAR technology // Recent Advances in QSAR Studies. Eds. T. Puzyn, J. Leszczynski, M.T.D. Cronin. London: Springer, 2010. P. 127-176.
6. Pavel G. Polishchuk, Eugene N. Muratov, Anatoly G. Artemenko, Oleg G. Kolumbin, Nail N. Muratov, and Victor E. Kuz'min, Application of Random Forest Approach to QSAR Prediction of Aquatic Toxicity // J. Chem. Inf. Model. 2009. Vol. 49. Р. 2481-2488.
7. Суворов А.П. Изменение содержания белковых фракций сыворотки крови кроликов при нанесении им на кожный покров метилового эфира акриловой кислоты //Фармакол. - Ток-сикол. 1969. № 32. С. 105-107.
8. Acrylic Acid Env. Health. Criteria 191. Geneva: WHO. 1997. P. 106.
9. Кокшарёва Н. В и др. Синтетические пиретроиды: механизм нейротоксического действия, поиск средств лечения острых отравлений // Современные проблемы токсикологии. 2000. № 3. С. 21-25.
10. Narahashi T. Nerve membrane ionic channels as the primary target ofpyrethroids//Neurotoxicology. 1985. V. 2, N 6. P. 3-22.
11. Куценко CA.. Военная токсикология, радиобиология и медицинская защита. СПб: ФОЛИАНТ, 2004. С. 191-194.
The Investigation of Acute Toxicity of Esters on the Base 2D Simplex Representation of Molecular Structure
Oleg V. Tinkova, Pavel G. Polischukb, Anatoly G. Artemenkob, Liudmila N. Ognichenkob and Victor E. Kuz'minb
a T.G. Shevchenko Transdniestria State University, 107 25 October Str., Tiraspol, MD-3300, Moldova, Transdniestria b A.V. Bogatsky Physical-Chemical Institute NAS of Ukraine 86 Lustdorfskaya Doroga, Odessa, 65080 Ukraine
The investigation of influence of the molecular structure of esters on acute toxicity has been carried out by 2D simplex representation of molecular structure with help of approaches Partial Least Squares. The quite satisfactory QSAR (Quantitative Structure Activity Relationship) models has been obtained. On the basis of the obtained models the structural fragments raising toxicity are revealed. In addition relative influence of some physical-chemical factors on variation of acute toxicity estimated on the base of QSAR models.
Keywords: acute toxicity, esters, modeling.
