Материалы Всероссийской научно-практической конференции с международным участием (г. Балашов, 13-14 октября 2010 г.) Под редакцией А. И. Золотухина Балашов 2010



бет20/42
Дата21.07.2016
өлшемі3.28 Mb.
#213383
1   ...   16   17   18   19   20   21   22   23   ...   42

Е. И. Линькова, Н. Н. Гусакова


Саратовский государственный аграрный университет
имени Н.И. Вавилова, г. Саратов

Прогнозирование биологической активности SE-, S-,
О-содержащих, гетероциклических соединений
с использованием программы PASS


При наличии достаточно богатой коллекции разнообразных химических соединений крайне ограничены возможности для их экспериментального тестирования, что требует тщательнейшего отбора потенциально перспективных веществ уже на ранних стадиях исследования. Такой отбор может быть осуществлен на основе компьютерного прогноза спектра биологической активности химических соединений при помощи программы PASS.

Программа PASS [5] (Prediction of Activity Spectra for Substance) выполняет прогноз спектров биологической активности химических соединений по их структурным формулам, включая основные и побочные фармакологические эффекты, мутагенность, канцерогенность, тератогенность и эмбриотоксичность. Под спектром биологической активности понимается вся совокупность фармакологических эффектов, биохимических механизмов действия и видов специфической токсичности, которые вещество может проявить при взаимодействии с биологическими объектами.


В рамках такого определения абстрагируются от многих факторов, влияющих на количественные характеристики биологической активности (объект, доза, путь введения и т. д.), и рассматривается биологическая активность как «внутреннее» свойство вещества, которое проявляется при соответствующих условиях в эксперименте или клинике. При этом биологическая активность определяется лишь качественным образом (наличие/отсутствие), что, конечно, является достаточно грубым описанием действительной ситуации, но в рамках такого приближения в аналитических и прогностических целях можно использовать значительный объем информации о биологически активных соединениях, накопленный человечеством.

Биологическая активность веществ, в программе PASS

п/п


Название
вещества

Формула

Активность

1

Перхлорат 2-фенил-4-(2,4-диметоксифенил)-7,8-бензо-5,6-дигидроселенохромилия (перхлорат селенохромилия) ПХСХ.



0,379 0,030 Anticarcinogenic

(Антиканцерогенный)

0,594 0,033 Antifungal (Противогрибковый)

0,331 0,276 Immunostimulant

(Иммуностимулятор)

0,594 0,033 Antiviral (Антивирусный)



2

2-(n-хлорфенил)-4-фенил-7,8-бензо-5,6-дигидроселенохромен (селенохромен) СХ.



0,421 0,029 Antiparasitic (Инсектицидный)

0,731 0,020 Antifungal (Противогрибковый)

0,580 0,062 Antitoxic

(Относится к антитоксинам)

0,774 0,012 Immunostimulant

(Иммуностимулятор)

0,552 0,101 Antiviral (Антивирусный)


3

Тетрахлорферрат-2,4,6-трифенил-3-хлортиопирилия. (Тетрахлорферрат тиопирилия) ТХФТП.



0,351 0,035 Antimutagenic (Антимутагенный)

0,342 0,080 Antitoxic (Относится к антитоксинам)

0,434 0,130 Immunostimulant (Иммуностимулятор)

0,357 0,021 Insecticide (Инсектицид)

0,632 0,056 Antiviral (Антивирусный)


4

Перхлорат 2,6-дифенил-4-метоксифенил-3,5-дихлорпирилия. (перхлорат пирилия) ПХП.



0,357 0,021 Insecticide (Инсектицид)

0,304 0,050 Antimutagenic (Антимутагенный)



В настоящее время описание структуры химических соединений
в системе PASS основано на плоских структурных формулах молекул веществ, которые представляются в виде списка атомов, образующих молекулу, и списка связей между ними. На данный момент программа прогнозирует чуть менее 1 тыс. видов активностей, в базе данных содержится более 43 тыс. веществ. Точность прогноза составляет более 85 %. Результаты прогноза выдаются пользователю в виде списка названий вероятных видов активности с расчетными оценками вероятностей наличия (Pa)
и отсутствия каждого вида активности (Pi), которые имеют значения от 0 до 1. Эти вероятности рассчитываются независимо по подвыборкам активных и неактивных соединений, и поэтому их сумма не равна единице. Pa и Pi интерпретируются как оценки меры принадлежности вещества
к классам активных и неактивных соединений соответственно либо как оценки ошибок первого и второго рода. Чем больше для конкретной
активности величина Pa и чем меньше величина Pi, тем больше шанс обнаружить данную активность в эксперименте. Для Pa>Pi вероятности ошибок первого и второго рода равны [1; 3; 4].

Для нас представляло интерес компьютерное прогнозирование биологической активности новых Se-, S-, О-содержащих гетероциклических соединений, синтезированных на кафедре органической и биоорганической химии Саратовского университета с помощью программы PASS. (Данные вещества также исследовались как рострегуляторы на цветочных культурах произрастающих в городских условиях [2]). Полученная биологическая активность, интересная нам, представлена в таблице.

Таким образом, вышеуказанные соединения проявляют антиоксидантную, фунгицидную активности, а также обладают антивирусным, противогрибковым, иммуностимулирующим, инсектицидным, антимутагенным действиями, относятся к антитоксикантам.



Литература

  1. Лагунин А. А., Филимонов Д. А., Поройков В. В. Компьютерный поиск потенциальных антигипертензивных соединений комбинированного действия // Хим.-фарм. журн. 2001. № 35 (7). С. 28—34.

  2. Линькова Е. И. Гусакова Н. Н. Эффективность действия новых биологически активных веществ на продуктивность бархатцев в условиях города // Вестник «Естественные и технические науки». 2009. № 5 (43). С. 145—149.

  3. URL: [http://www.ibmh.msk.su/PASS].

  4. Поройков В.В. Компьютерное предсказание биологической активности веществ: пределы возможного // Химия в России. 1999. № 2. С. 8—12.

  5. Поройков В. В., Филимонов Д. А. Компьютерный прогноз биологической активности химических соединений как основа для поиска и оптимизации базовых структур новых лекарств // Азотистые гетероциклы и алкалоиды: сб. М.: Иридиум-пресс, 2001. Т. 1. С. 123—129.


Достарыңызбен бөлісу:
1   ...   16   17   18   19   20   21   22   23   ...   42




©dereksiz.org 2024
әкімшілігінің қараңыз

    Басты бет