CC BY
18
П. М. Васильев 12, А. А. Спасов 12, А. Н. Кочетков 2, М. А. Перфильев 1,
А. Р. Королева 1, А. В. Голубева 1, Д. О. Мартынова 1, Д. А. Бабков 12, Р. А. Литвинов 12
Волгоградский государственный медицинский университет,
1 кафедра фармакологии и биоинформатики;
2 Научный центр инновационных лекарственных средств
КОНСЕНСУСНАЯ ОЦЕНКА IN SILICO ОБЩЕЙ БЕЗОПАСНОСТИ МУЛЬТИТАРГЕТНЫХ RAGE-ИНГИБИТОРОВ
УДК 615.015.11:544.165:577.29:615.065:615.015.42/.44::[616.379-008.64+616.894-053.8]
На основе нейросетевой модели с использованием докинга среди 87 соединений разных химических классов найдено 10 веществ с возможной высокой RAGE-ингибирующей активностью. Для этих соединений с применением систем Microcosm ADMET, IT Microcosm, PASS, QikProp и on-line ресурсов admetSAR, ProTox, pkCSM, ADMET-PreServ, SwissADME, GUSAR, GEB выполнена консенсусная оценка in silico 12 токсикологических ADMET-характеристик, рассчитаны интегральные оценки общей безопасности и найдены вещества с низким уровнем токсикологических показателей.
Ключевые слова: мультитаргетные RAGE-ингибиторы, консенсусный прогноз, in silico, ADMET, интегральная оценка общей безопасности, сахарный диабет, болезнь Альцгеймера.
P. M. Vassiliev, A. A. Spasov, A. N. Kochetkov, M. A. Perfiliev,
A. R. Koroleva, A. V. Golubeva, D. O. Martynova, D. A. Babkov, R. A. Litvinov
THE CONSENSUS ESTIMATION IN SILICO OF GENERAL SAFETY OF MULTI-TARGET RAGE INHIBITORS
Based on a neural network model using docking, among 87 compounds of different chemical classes, 10 substances with possible high RAGE inhibitory activity were found. For these compounds, using Microcosm ADMET, IT Microcosm, PASS, QikProp and on-line resources admetSAR, ProTox, pkCSM, ADMET-PreServ, SwissADME, GUSAR, GEB, a consensus assessment of 12 toxicological ADMET characteristics was performed, consensus integral estimations of general safety were calculated and substances with a low level of toxicological indicators were found.
Key words: multi-target RAGE inhibitors, consensus prediction, in silico, ADMET, integral estimation of general safety, diabetes mellitus, Alzheimer's disease.
В настоящее время доказана определяющая роль рецепторов конечных продуктов гликирования (RAGE) и связанных с ними сигнальных путей в развитии осложнений сахарного диабета и ускорении болезни Альцгеймера [5, 8, 14]. Мультитаргетные ингибиторы RAGE, активные в отношении нескольких биомишеней сигнального пути RAGE-NF-kB, могут рассматриваться как весьма перспективные лекарственные вещества для лечения данных патологий.
Общепризнано, что лекарственные соединения не могут обладать сколько-нибудь выраженными токсическими свойствами. Таким образом, одной из актуальных задач при направленном поиске новых лекарственных препаратов для лечения осложнений при сахарном диабете и болезни Альцгеймера является оценка in silico токсикологических характеристик высоко активных RAGE-ингибиторов.
ЦЕЛЬ РАБОТЫ
Консенсусный прогноз ¡п sШco спектра токсикологических ADMET-характеристик и расчет на их основе интегральных оценок общей безопасности соединений с возможной высокой мультитаргетной RAGE-ингибирующей активностью.
МЕТОДИКА ИССЛЕДОВАНИЯ
Десять веществ с ожидаемой высокой мультитаргетной RAGE-ингибирующей активностью были найдены с помощью ранее построенных классификационных моделей с применением докинга и технологии искусственных нейронных сетей среди 87 структурно разнородных соединений десяти различных химических классов [9]. В результате предварительно проведенных исследований ¡п sШco было установлено, что указанные десять соединений яв-
ляются малотоксичными [1] и не обладают кан-церогенностью [2].
Для этих 10 соединений был выполнен консенсусный прогноз следующих токсикологических свойств: острой токсичности (с уточнением оценок, ранее полученных в [1]), канцеро-генности (с уточнением оценок, полученных в [2]), мутагенности, генотоксичности, гепато-токсичности, цитотоксичности, иммунотоксич-ности, кардиотоксичности, нефротоксичности, нейротоксичности, гематотоксичности и способности проникать через ГЭБ (влиять на ЦНС).
Прогноз указанных 12 токсикологических ADMET-характеристик для данных 10 соединений проводили с использованием четырех компьютерных систем Microcosm ADMET [1, 7], IT Microcosm [2, 7], PASS [3], QikProp [12] и семи on-line ресурсов admetSAR [4], ProTox [11], pkCSM [10], ADMET-PreServ [16], SwissADME [15], GUSAR [13], GEB [6].
Для каждого прогнозируемого соединения по каждой токсикологической ADMET-характерис-тике по каждому вычисляемому в используемой программе параметру этой характеристики, в соответствии с рассчитанным значением этого параметра, устанавливался индекс отсутствия/наличия данного токсического свойства: 0 - отсутствует; 1 - присутствует. Если в конкретной программе для данного токсического свойства рассчитывалось несколько параметров, то вычисляли консенсусный индекс отсутствия/наличия указанного токсического свойства, как среднее арифметическое единичных индексов отсутствия/наличия этого токсического свойства.
Ниже для каждой из 12 токсикологических ADMET-характеристик приведены программы, с помощью которых выполнялся прогноз, параметры, вычисляемые в каждой программе, а также граничные значения для индексирования расчетных величин каждого из ADMET-параметров.
1. Острая токсичность (класс токсичности LD50 перорально для крыс).
2. Microcosm ADMET: «ATC»: "4, 5, 6" - 0; "1, 2, 3" - 1.
3. admetSAR: «Acute Oral Toxicity (c)»: "IV, V, VI" - 0; "I, II, III" - 1.
4. ProTox: «Predicted Toxicity Class»: "4, 5, 6" - 0; "1, 2, 3" - 1.
5. pkCSM: «Oral Rat Acute Toxicity (LD50, mmol/kg)»: "LD50MW > 300" - 0; "LD50MW < 300" - 1.
6. GUSAR: «Rat Oral LD50 Classification»: "Class 4, 5, 6" - 0; "Class 1, 2, 3" - 1.
7. Канцерогенность.
8. IT Microcosm: «И»: "N" - 0; "A" - 1.
9. PASS: «Carcinogenic»: "Pa < Pi" - 0; "Pa > Pi" - 1.
10. admetSAR: «Carcinogenicity (binary)»: "-" - 0; "+" - 1.
11. ProTox: «Carcinogenicity»: "Inactive" - 0; "Active" - 1.
12. Мутагенность.
13. PASS: «Mutagenic»: "Pa < P" - 0; "Pa > Pi" - 1.
14. admetSAR: «Ames mutagenesis»: "-" -0; "+" - 1.
15. ProTox: «Mutagenicity»: "Inactive" - 0; "Active" - 1.
16. pkCSM: «AMES toxicity»: "No" - 0; "Yes"
- 1.
17. Генотоксичность.
18. PASS: «DNA damaging»: "Pa < P" - 0; "Pa > Pi" - 1.
19. admetSAR: «micronuclear»: "-" - 0; "+" -
1.
20. Гепатотоксичность.
21. PASS: «Hepatotoxic»: "Pa < P" - 0; "Pa > Pi" - 1.
22. admetSAR: «Hepatotoxicity»: "-" - 0; "+"
- 1.
23. ProTox: « Hepatotoxicity»: "Inactive" - 0; "Active" - 1.
24. pkCSM: «Hepatotoxicity»: "No" - 0; "Yes"
- 1.
25. Цитотоксичность.
26. PASS: «Cytotoxic»: "Pa < P" - 0; "Pa > P"
- 1.
27. ProTox: «Cytotoxicity»: "Inactive" - 0; "Active" - 1.
28. Иммунотоксичность.
29. PASS: «Immunotoxin»: "Pa < P" - 0; "Pa > Pi" - 1.
30. ProTox: «Immunotoxicity»: "Inactive" - 0; "Active" - 1.
31. Кардиотоксичность.
32. PASS: «Cardiotoxic»: "Pa < P" - 0; "Pa > Pi" - 1.
33. admetSAR: «Human either-a-go-go inhibition»: "-" - 0; "+" - 1.
34. pkCSM: «hERG I inhibitor»: "No" - 0; "Yes" - 1.
35. pkCSM: «hERG II inhibitor»: "No" - 0; "Yes" - 1.
36. ADMET-PreServ: «hERG affinity (pKi)»: "pKi < 6, > 50 %" - 0; "pKi > 6, < 50 %" - 0.
37. ADMET-PreServ: «hERG affinity (pIC50)»: "pIC50 < 5, > 50 %" - 0; "pIC50 > 5, < 50 %" - 0.
38. QikProp: «HERG K+ Channel Blockage: log IC50»: "log IC50 > -5" - 0; "log IC50 < -5" - 1.
39. Нефротоксичность.
40. PASS: «Nephrotoxic»: "Pa < Pi" - 0; "Pa > Pi" - 1.
41. Нейротоксичность.
42. PASS: «Neurotoxic»: "Pa < P" - 0; "Pa > Pi" - 1.
43. Гематотоксичность.
44. PASS: «Hematotoxic»: "Pa < Pi" - 0; "Pa > Pi" - 1.
45. Проникновение через ГЭБ, влияние на ЦНС.
46. admetSAR: «Blood Brain Barrier»: "-" - 0; "+" - 1.
47. pkCSM: «BBB permiability (log BB)»: "log BB < 0" - 0; "log BB > 0" - 1.
48. pkCSM: «CNS permiability (log PS)»: "log PS < 0" - 0; "log PS > 0" - 1.
49. SwissADME: «BBB permiant»: "No" - 0; "Yes" - 1.
50. ADMET-PreServ: «Blood-brain barrier permiability (LogBB)»: "LogBB < 0" - 0; "LogBB > 0" - 1.
51. GEB: «LogBB»: "LogBB < 0" - 0; "LogBB > 0" - 1.
52. QikProp: «log BB for brain/blood»: "log BB < 0" - 0; "log BB > 0" - 1.
53. QikProp: «Predicted CNS Activity (- - to ++)»: "-, - -" - 0; "+/-, +, ++" - 1.
Консенсусная интегральная оценка общей безопасности каждого соединения рассчитывалась как среднее арифметическое консенсусных прогнозных индексных оценок 12 токсикологических ADMET-характеристик данного соединения, полученных с помощью 11 вышеуказанных компьютерных программ.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И ИХ ОБСУЖДЕНИЕ
Десять веществ с ожидаемым выраженным мультитаргетным RAGE-ингибирующим действием были найдены с помощью нейросе-тевых моделей [9] при прогнозе уровней активности 87 новых соединений 10 различных химических классов.
В соответствии с результатами ранее выполненных исследований [1, 2], активные соединения, структуры которых представлены на рисунке, предположительно являются малотоксичными и не обладают канцерогенными свойствами.
Рис. Структурные формулы веществ с RAGE-ингибирующей активностью
В таблице приведены значения консенсус-ных индексов отсутствия/наличия 12 различных видов ADMET-токсикологических свойств и кон-сенсусные интегральные оценки общей безопасности Int соединений (I-X), полученные по данным прогноза с помощью 11 программных средств: Microcosm ADMET [1, 7], IT Microcosm [2, 7], PASS [3], QikProp [12], admetSAR [4], Pro-
Tox [11], pkCSM [10], ADMET-PreServ [16], SwissADME [15], GUSAR [13], GEB [6].
Шесть соединений (I—IV, VII, IX) имеют достаточно низкие значения интегрального показателя общей безопасности Int < 0,25 (первая квартиль), что позволяет рассматривать их как весьма перспективные для дальнейшего углубленного изучения.
Консенсусные интегральные оценки общей безопасности высокоактивных RAGE-ингибиторов
Веще- Консенсусные индексы ADMET-токсикологических показателей
ство Acute Carcino Mutagen Geno Hepato Cyto Immuno Cardio Nephro Neuro Hemato BBBP Int
I 0,20 0,00 0,00 0,50 0,50 0,00 0,50 0,20 0,00 0,00 0,00 0,17 0,17
II 0,00 0,00 0,00 0,50 0,50 0,00 0,50 0,40 0,00 0,00 0,00 0,17 0,17
III 0,00 0,00 0,00 0,50 0,50 0,00 0,50 0,30 0,00 0,00 0,00 0,33 0,18
IV 0,00 0,00 0,00 0,50 0,50 0,00 0,00 0,20 0,00 0,00 0,00 0,17 0,11
V 0,00 0,00 0,00 0,50 0,75 0,50 0,50 0,20 1,00 0,00 1,00 0,33 0,40
VI 0,00 0,00 0,00 0,50 0,75 0,50 0,50 0,20 1,00 0,00 1,00 0,17 0,38
VII 0,00 0,00 0,25 0,50 0,50 0,00 0,00 0,20 0,00 0,00 0,00 0,17 0,13
VIII 0,00 0,50 0,50 0,50 0,75 0,00 0,50 0,70 1,00 1,00 1,00 0,92 0,61
IX 0,00 0,00 0,25 0,50 0,25 0,00 0,50 0,70 0,00 0,00 0,00 0,67 0,24
X 0,00 0,25 0,50 0,50 0,75 0,00 0,50 0,70 0,00 0,00 0,00 0,50 0,31
I-IV, VII, IX 0,03 0,00 0,08 0,50 0,46 0,00 0,33 0,33 0,00 0,00 0,00 0,28 0,17
V, VI, X 0,00 0,08 0,17 0,50 0,75 0,33 0,50 0,37 0,67 0,00 0,67 0,33 0,36
Примечание.
Acute - острая токсичность перорально Immuno - иммунотоксичность
Carcino - канцерогенность Cardio - кардиотоксичность
Mutagen - мутагенность Nephro - нефротоксичность
Geno - генотоксичность Neuro - нейротоксичность
Hepato - гепатотоксичность Hemato - гематотоксичность
Cyto - цитотоксичность BBBP - проникновение через ГЭБ
Int - консенсусный интегральный индекс общей безопасности
Три соединения (V, VI, X) характеризуются умеренными значениями 0,25 < Int < 0,50 (вторая квартиль) и также могут быть рекомендованы для последующего детального исследования, с акцентом на некоторые ожидаемые для этих веществ побочные эффекты. Это возможная гепатотоксичность, нефротоксичность и ге-матотоксичность, которые, вероятно, будут проявляться только при введении указанных соединений в больших дозах, поскольку для них прогнозные значения LD50 > 1000 мг/кг пе-рорально и все они относятся к классу IV малотоксичных веществ [1].
Соединение VIII отличается высокой величиной Int = 0,61 и по совокупности токсикологических характеристик не может считаться «хорошим» лекарственным кандидатом.
ЗАКЛЮЧЕНИЕ
• Для десяти высокоактивных мультитар-гетных RAGE-ингибиторов с помощью
одиннадцати компьютерных программ проведен консенсусный прогноз ¡п sШco двенадцати ADMET-токсикологических характеристик.
• По совокупности этих двенадцати прогнозных токсикологических показателей вычислены консенсусные интегральные оценки общей безопасности десяти указанных соединений.
• По значениям интегральных оценок общей безопасности отобраны девять соединений, рекомендованных для дальнейшего экспериментального исследования, с целью создания на их основе принципиально новых лекарственных веществ для лечения патий при сахарном диабете и болезни Аль-цгеймера.
Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований (проект 18-015-00499).
ЛИТЕРАТУРА
1. Консенсусная оценка in silico острой токсичности мультитаргетных RAGE-ингибиторов [Текст] / П. М. Васильев [и др.] // Вестник ВолгГМУ. - 2020. -№ 1 (73). - С. 31-33.
2. Консенсусный прогноз in silico канцерогенной опасности мультитаргетных RAGE-ингибиторов [Текст] / П. М. Васильев [и др.] // Волгоградский научно-медицинский журнал. - 2020. - № 1. -С. 55-57.
3. Прогноз спектра биологической активности органических соединений [Текст] / Д. А. Филимонов [и др.] // Рос. хим. ж. (Ж. Рос. хим. об-ва им. Д. И. Менделеева). - 2006. - Т. 50. - № 2. -С. 66-75.
4. AdmetSAR: a comprehensive source and free tool for evaluating chemical ADMET properties [Text] / F. Cheng [et al.] // J. Chem. Inf. Model. - 2012. -Vol. 52, Iss. 11. - P. 3099-3105.
5. Common neurodegenerative pathways in obesity, diabetes, and Alzheimer's disease [Text] / S. Puga-zhenthi [et al.] // Biochim. Biophys. Acta Mol. Basis Dis. - 2017. - Vol. 1863. - Iss. 5. - P. 1037-1045.
6. Computer modeling of blood brain barrier permeability for physiologically active compounds [Text] / O. A. Raevsky [et al.] // Biochemistry (Moscow) Supplement Series B: Biomedical Chemistry. - 2013. -Vol. 7. - № 2. - P. 95-107.
7. Consensus Drug Design Using IT Microcosm [Text] / P. M. Vassiliev [et al.] // Application of Computational Techniques in Pharmacy and Medicine / еds. L. Gorb, V. Kuz'min, E. Muratov // Challenges and Advances in Computational Chemistry and Physics / еd. J. Leszczynski. - Vol. 17. - Dordrecht (Netherlands): Springer Science + Business Media, 2014. - P. 369-431.
8. Mechanisms of disease: advanced glycation end-products and their receptor in inflammation and diabetes complications [Text] / S. F. Yan [et al.] // Nat. Clin. Pract. Endocrinol. Metab. - 2008. - Vol. 4. -Iss. 5. - P. 285-293.
9. Neural network modeling of multitarget RAGE inhibitory activity [Text] / P. M. Vassiliev [et al.] // Biochemistry (Moscow) Supplement Series B: Biomedical Chemistry. - 2019. - Vol. 13, №. 3. -P. 256-263.
10. pkCSM: predicting small-molecule pharmacokinetic properties using graph-based signatures [Text] /
D. E. V. Pires [et al.] // J. Med. Chem. - 2015. -Vol. 58, Iss. 9. - P. 4066-4072.
11. ProTox: a web server for the in silico prediction of rodent oral toxicity [Text] / M. N. Drwal [et al.] // Nucleic Acids Res. - 2014. - Iss. 42. - P. 53-58.
12. QikProp 3.5: User Manual [Text] // Schrodinger Press. - New York (USA): Schrodinger Press, 2012. - 42 p.
13. QSAR modelling of rat acute toxicity on the basis of PASS prediction [Text] / A. Lagunin [m gp.] // Mol. Informatics. - 2011. - Vol. 30, Iss. 2-3. - P. 241-250.
14. Receptor for AGEs (RAGE) as mediator of NF-kB pathway activation in neuroinflammation and oxidative stress [Text] / J. C. Tobon-Velasco [et al.] // CNS Neurol. Disord. Drug Targets. - 2014 -Vol. 13. - Iss. 9. - P. 1615-1626.
15. SwissADME: a free web tool to evaluate pharmaco-kinetics, drug-likeness and medicinal chemistry friendliness of small molecules [Text] / A. Daina [et al.] // Sci. Rep. - 2017. Iss. 7. - Art. 42717.
16. System for prediction of pharmacokinetic properties and toxicity of drug compounds [Text] /
E. V. Radchenko [et al.] // XX Mendeleev Congress on general and applied chemistry. - 2016. -Vol. 4. - P. 424.
