ФГАБОУ ВО «Волгоградский государственный университет»

 

Институт естественных наук

 

Кафедра биоинженерии и биоинформатики

 

 

 

 

                                          Марданов Эльвин Надирович                                _______

подпись

 

 

 

 

 

Создание базы знаний о суставном хряще методом виртуального скрининга

 

 

 

КУРСОВАЯ РАБОТА

 

по биоинформатике

 

                        

 

______________________ подпись «___»__________________201_г.	Научный руководитель: д.б.н., старший научный сотрудник Постнова М. В.
______________________ подпись        «___»__________________201_г.	Нормоконтролер: к.б.н., доцент Срослова Г.А.
______________________ подпись        «___»__________________201_г.	Зарегистрировал курсовую работу: лаборант Несмеянова Е. Н. № _________
______________________ подпись        «___»__________________201_г.	Курсовая работа защищена с оценкой ______________________________   ФИО:_________________________

 

Волгоград 2016

Содержание

 

ВВЕДЕНИЕ...................................................................................................... 3

ГЛАВА 1. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЙ АНАЛИЗ СОВРЕМЕННЫХ СПОСОБОВ СОЗДАНИЯ НОВЫХ ЛЕКАРСТВЕННЫХ ПРЕПАРАТОВ...... 6

1.1. Метод конструирования лекарственных средств drug design........... 6

1.2. Виртуальный скрининг.................................................................. 11

ГЛАВА 2. СОЗДАНИЕ БАЗЫ ЗНАНИЙ О СУСТАВНОМ ХРЯЩЕ МЕТОДОМ ВИРТУАЛЬНОГО СКРИНИНГА.................................................................. 17

2.1. Методы исследования................................................................... 17

2.2. Анализ суставного хряща.............................................................. 17

2.3. Анализ рецепторов и ферментов ................................................... 20

2.4. База знаний..................................................................................... 26

ГЛАВА 3. АНАЛИЗ ПОЛУЧЕННОГО РЕЗУЛЬТАТА.................................. 40

          3.1. Полученный результат и перспективы развития............................ 40

ЗАКЛЮЧЕНИЕ.............................................................................................. 42

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ........................................ 43

ПРИЛОЖЕНИЯ.............................................................................................. 46

 

 

 

ВВЕДЕНИЕ

В мировой научной литературе большое количество исследований по химии, физикохимии, фармакологии, математике, физике, биофизике посвящено установлению количественной связи между химической структурой молекулы лекарственного средства и его физико-химическими, фармацевтическими, фармакологическими и токсикологическими свойствами.

Обычно эту связь выражают определенным математическим уравнением, которое описывает зависимость одних свойств, как правило, макроскопических (действие препарата на определенные системы организма, обмен веществ, аффинитет к определенным рецепторам и т. п.), в виде набора числовых значений от другого соответствующего набора значений, что отражает структуру  молекулы лекарственного средства (количество атомов, расстояния между ними, величина зарядов и др.). На практике установление такого рода взаимосвязей связано с определенными трудностями. Для того чтобы выразить количественно (конкретной цифрой) фармакологическую активность химического соединения как лекарственного средства, необходимо знать, какие именно объективные показатели нужно измерять. На сегодня уже известны конкретные количественные показатели, характеризующие воздействие большинства медикаментов на деятельность органов и систем организма [5].

За последние десятилетия появилось много методов, направленных на сокращение времени разработки новых эффективных лекарственных средств: генетические алгоритмы, комбинаторная химия, методики COMFA, QSAR и десятки других. Электронную структуру исследуемых молекул (собственно, квантово-химические параметры) можно рассчитывать, используя неэмпирические методы (ab initio). Например, неэмпирический метод Хартри-Фока для проведения расчетов не требует знаний о эмпирических характеристиках атомов, однако, в отличие от молекулярно-механических и полуэмпирических методов, он предусматривает наличие гораздо больших вычислительных ресурсов. Особенно это касается оптимизации пространственного строения молекул, осуществления молекулярно-динамических вычислений.

Сегодня фактически все ведущие мировые фармацевтические компании для разработки новых лекарственных средств применяют подход, известный под названием «рациональный дизайн лекарств», или драг-дизайн (drug-design), который основывается на предположении механизма взаимодействия рецептора и лиганда на молекулярном уровне. Чаще всего лекарственный препарат является органической молекулой, которая активирует или подавляет функцию биомолекулы, например белка, следствием чего является фармакотерапевтический эффект, полезный для пациента.

Таким образом, целью направленного поиска и конструирования лекарственных препаратов является создание молекулы будущего препарата, которая будет комплементарна к биомолекулам организма человека по форме и функциям и образовывать комплекс с биологическими структурами организма. Сейчас уже известна структура почти 20000 белков, но механизм взаимодействия с синтетическими препаратами выявлен не более чем для 500. Именно поэтому будущее фармакологии заключается в том, чтобы открывать и использовать механизмы взаимодействия лекарств с различными типами белков, ферментов, макромолекул.

Цель исследования: создание базы знаний о суставном хряще методом виртуального скрининга.

Объект исследования: суставной хрящ

Предмет исследования: рецепторы и ферменты оказывающие действие на функциональное состояние системы суставного хряща, а также лиганды, имеющие высокую связываемость с этими рецепторами и ферментами.

Задачи исследования:

• Изучить метод конструирования лекарственных средств drug-design
• Проанализировать принцип виртуального скрининга
• Изучить и проанализировать информацию о рецепторах и ферментах, оказывающие воздействие на функциональную систему суставного хряща, в доступных базах данных
• Создать базу знаний о суставном хряще методом виртуального скрининга

 

 

 

ГЛАВА 1. Теоретико-методологический анализ современных способов создания новых лекарственных препаратов

• Метод конструирования лекарственных средств drug-design

Направленное конструирование лекарственных средств иногда ещё называют драг-дизайном (англ. drug – лекарственный препарат, design –конструирование). Это современная технология поиска новых лекарственных средств, которая базируется на новейших достижениях молекулярной биологии, биоинформатики, компьютерного моделирования и медицинской химии.

Практически все ведущие мировые фармацевтические компании применяют для разработки новых лекарств подход, который называется «рациональным дизайном» и базируется на предвидении взаимодействий рецептора и лиганда на молекулярном уровне. Эта технология дает возможность не только более направлено «искать иголку в стоге сена», но и значительно уменьшить финансовые расходы во время разработки лекарств.

Сейчас большая часть отечественных фармацевтических предприятий завозят из-за рубежа субстанции, на основе которых изготавливают «свои» лекарства, а точнее, делают дженерики – копии эффективных и популярных в мире лекарств. Этот путь производства фармацевтических лекарств направлен на поддержание уже имеющегося рынка лекарственных средств, но не на создание новых инновационных технологий.

Гораздо меньшая часть фармацевтических предприятий занимается разработкой новых лекарственных средств и изучением их влияния на человека [9].

Рациональный дизайн лекарств основывается на взаимодействии двух молекул: биологической мишени и молекулы лекарств. Мишень – биологическая макромолекула, как правило, белок, который на молекулярном уровне выполняет определенную функцию в организме. Считается, что нарушение нормального функционирования мишени вызывает заболевание организма. Итак, облегчить течение заболевания для больного или вылечить его совсем можно действуя молекулами лекарств на мишень. Самые распространенные мишени – рецепторы и ферменты. Лекарства – это химические соединения (как правило, низкомолекулярные), которые специфически взаимодействуют с мишенью и влияют на её функцию. Рационально подобранное химическое соединение связывается с молекулярной мишенью как ключ с замком и, как следствие, течение заболевания замедляется или полностью блокируется.

Если мишенью выступает рецептор, то лекарство будет, скорее всего, его лигандом, то есть соединением, что специфически взаимодействует с активным сайтом рецептора. Степень взаимодействия лиганда с мишенью измеряют такой термодинамической характеристикой, как аффиность или родство.

Под аффиностью антител (от лат. Affinis – родственный) или прочностью понимают связывание активных центров молекулы антитела с детерминантным (реакционно-способными) группами антигена. Таким образом, определяется основная характеристика специфичности антител.

Аффиность равна концентрации лиганда, при которой половина мишеней связывается с лигандом. Мерилом биологической активности лиганда является и концентрация лиганда, при которой клеточный ответ равен половине максимальной концентрации.

Один из важных начальных этапов рационального дизайна лекарств – это правильный выбор молекулярной мишени. Воздействуя на мишень соответствующими лигандами, можно специфически регулировать только один биохимический процесс, не действуя на другие процессы в организме. Этот процесс правильного выбора мишени называется валидацией мишени.

Проводя этот процесс необходимо быть уверенными, что именно эта мишень является ключевой и что, блокируя эту мишень лигандами, происходит торможение биологических процессов.

В качестве молекулярных мишеней исследуются протеинкиназы. Ингибиторы протеинкиназ являются наиболее перспективными молекулярными мишенями для дизайна новых препаратов, используемых в терапии многих патологических процессов. В мире девять ингибиторов протеинкиназ использующиеся как противораковые препараты прошли все фазы клинических тестов и внедрены для клинического использования, ещё более 500 ингибиторов протеинкиназ находятся на разных стадиях клинических испытаний.

Далее, когда ключевая роль мишени в развитии заболевания экспериментально подтверждена, начинаются исследования, направленные на поиск лигандов низкомолекулярных органических соединений, которые связываясь с мишенью, блокируют ее биологическую активность.

Самый простой подход – «слепое» тестирование биологической активности максимального количества органических соединений. Такой подход преимущественно использовался на первых этапах развития методологии рационального дизайна [1].

Современная комбинаторная химия – это сумма методов, с помощью которых большое количество структурно различных органических молекул могут быть синтезированы одновременно для нужд биологического анализа. Огромным преимуществом комбинаторной химии является то, что широкий спектр аналогов синтезируется с использованием одной и той же химической реакции, которая проводится в одной и той же реакционной емкости. Таким образом, можно синтезировать сотни или тысячи соединений в течение короткого времени, используя специально разработанные для этих целей методики.

Традиционно осуществляют синтез одного и того же соединения от начала до конца. Например, соединение А реагирует с веществом В, давая соединение АВ. Затем последовательно выделяют, очищают и описывают полученное соединение. Упрощенно этот процесс можно охарактеризовать формулой: А + В = АВ.

Методология комбинаторной химии дает возможность в условиях однотипной реакции перебрать все комбинации исходных соединений от А1 до Аn с соединениями от В1 до Bn [3].

Разработано много разнообразных методов комбинаторной химии, как в жидкой фазе, т. е. в растворе, так и на твердой фазе. Однако какие бы не были эти методы, все они дают возможность синтезировать тысячи органических веществ, в то время как традиционные химические методы позволяют создать лишь десятки веществ.

Синтезированные серии органических соединений используются для высокопроизводительного биологического скрининга. Скринингом (или сканированием) называется процедура, в результате которой большое количество химических соединений проверяется на аффинность или активность по отношению к мишени в специальной тестовой системе, которая имитирует биологическую.

Для скрининга как для «промышленной» процедуры очень критичны такие понятия, как эффективность, стоимость и время, затраченное на операцию. Как правило, скрининг производится на роботизированных установках, способных работать в круглосуточном и круглогодичном режиме.

Принцип отбора довольно прост: в плашки, содержащие тестовую систему (например, иммобилизированную мишень или специальным образом модифицированные отдельные клетки), робот раскапывает из пипетки исследуемые вещества (или смесь веществ) по заданной программе. Затем происходит считывание данных из плашки, которые свидетельствуют о том, в какой лунке выявлена биологическая активность, а в какой – нет. В зависимости от используемой технологии детектор может считывать радиоактивный сигнал, флуоресценцию (если система построена с использованием флуоресцентных зондов), биолюминесценцию (если используется люциферин – люциферазная система или ее аналоги), поляризацию излучения и многие другие параметры.

Однако технология высокопроизводительного биологического скрининга имеет ряд недостатков. Во-первых, она требует больших финансовых затрат на дорогостоящее биологическое тестирование и синтез огромных комбинаторных библиотек. Во-вторых, есть большая вероятность, что в гигантских библиотеках не найдется нужной химической структуры с минимальной аффинностью к определенной мишени. Есть также много и методических оговорок. Вещества часто выпадают в осадок после добавления в водный раствор белка, достаточно сложно определить их концентрации для вычисления биологической активности, окрашенные вещества искажают результаты тестов, базирующихся на флуоресценции [3].

Таким образом, для того, чтобы избежать этих недостатков в синтезе новых лекарственных средств используют компьютерные методы уменьшения количества соединений для биологического тестирования.

Первыми широкоизвестными правилами ограничения количества структур, используемых для биологического тестирования, были правила Липинского. Эти критерии отбора химических соединений были разработаны на основе сравнительного анализа тысяч известных лекарств для орального применения. Позже эти правила были дополнены и начали применяться ко всем лекарствам, и получили название «подобия лекарству» (англ. drug-likeness) [11].

Таким образом вывели, следующие требования для соединений, которые могут быть лекарственными средствами:

• Соединения должны иметь менее пяти атомов – доноров водородной связи
• Молекулярный вес соединений должен быть не более 500
• Соединения должны иметь липофильность (logP – коэффициент распределения вещества на границе раздела вода - октанол) менее 5.
• Суммарно в них должно быть не более 10 атомов азота и кислорода (грубая оценка количества акцепторов водородной связи).
• Соединения должны иметь менее трех NO₂-групп

Кроме того, используется много других фильтров (токсичности, мутагенности, канцерогенности, цитотоксичности, ADME), направленных на исключение соединений, которые потенциально не могут быть лекарствами. С помощью этих фильтров почти 20% смоделированных химиками виртуальных структур отбраковываются как неперспективные для разработки лекарств.

Применение компьютерных технологий в рациональном дизайне лекарственных средств происходит следующим образом. Прежде всего, следует отметить, что современный уровень развития компьютерных методик не позволяет разрабатывать новые лекарственные препараты только с использованием компьютеров. Основные преимущества, которые дают вычислительные методы в этом случае, - это сокращение времени на выпуск новых лекарств на рынок и снижение стоимости разработок.

Основные компьютерные методы, используемые в драг-дизайне:

- расчет свойств «подобия лекарству»;

- предсказания пространственной структуры мишеней и их активных центров;

- виртуальный скрининг

- дизайн новых лекарственных препаратов de novo

• Виртуальный скрининг

Виртуальный скрининг – это компьютерная (in silico) оценка аффинности или биологической активности большого числа химических соединений на основе моделирования их взаимодействия с соответствующей молекулой мишени, или структурного сходства к соединениям с экспериментально определенной аффинностью или активностью.

Эта процедура похожа на высокопроизводительный биологический скрининг, но, в отличие от него, выполняется в условиях in silico («в компьютере»). Соответственно, виртуальный скрининг может базироваться на знаниях о структуре молекулы мишени или же только на структуре и аффинности (или активности) лигандов.

Одним из самых распространенных методов виртуального скрининга выступает моделирование и виртуальный скрининг, основанный на структуре лиганда.

Если трехмерная структура белка-мишени неизвестна, дизайн новых соединений может осуществляться только на основе данных о структуре и активности уже известных лигандов.

Такой подход основывается на общепринятой в химии и биологии парадигме, которая утверждает, что структура молекулы определяет ее свойства.

Один из таких подходов позволяет устанавливать количественную связь между структурой и активностью (QSAR, Quntitative Structure-Activity Relationship), анализируя сходство так называемых молекулярных полей (CoMFA, Comparative Molecular Field Analysis). CoMFA – модель строится на основе анализа набора лигандов с известной активностью и описывает соединение, которое должно связываться с исследуемой мишенью. Полученный набор «молекулярных  полей» указывает, в каком месте в лиганде вероятнее всего должен быть объемный заместитель, а в каком – меньше, в котором полярный, а в каком – нет, в котором донор водородной связи, а в котором акцептор и т. д.

Подобные модели могут использоваться в задачах виртуального скрининга библиотек соединений, выполняя роль фармакофора. Самым главным недостатком группы методов QSAR является то, что они хорошо работают только на близких классах соединений, применявшихся для построения модели; при попытке же предсказать активность веществ другой химической природы результат может оказаться недостаточно достоверным.

При относительной простоте компьютерного программного обеспечения этот подход имеет существенный недостаток для нынешних реалий. Он требует приобретения за рубежом специальных компьютерных баз данных, связывающих химические структуры соединений с их биологическими свойствами.

 Другой подход к виртуальному скринингу – моделирование или собственно скрининг, основанный на структуре молекулярной мишени.

Очевидно, что достоверность моделирования, как и эффективность всего процесса конструирования новых лекарств, можно существенно повысить, если учитывать не только структуру и свойства лигандов, но и информацию о строении белка-мишени. Методы, учитывающие эти данные, носят общее название структурно-ориентированного драг-дизайна (SBDD, Structure-Based Drug-Design).

Эти методы не требуют покупки дорогих баз зависимости биологической активности от химической структуры. Информация о трехмерной структуре белков есть в свободном доступе на специальных сайтах. Для моделирования лиганда с мишенью существуют также бесплатные академические версии программ (DOCK, AutoDock). Единственной проблемой является лишь то, что для потокового виртуального скрининга применяются только коммерческие программы, стоимость которых приближается к сотне тысяч долларов.

Последние достижения структурной биологии дают возможность не только определять экспериментально структуру мишени, но и строить теоретическую модель нужной мишени с учетом ее эволюционного сродства с белком, трехмерная структура которого была уже определена.

Особенно часто к моделированию по гомологии прибегают при разработке лекарств, молекулярными мишенями которых являются так называемые GPCR-рецепторы, которые, как мембранные белки, практические не подвергаются кристализации для определения их пространственной структуры. Эти мишени относятся к наиболее часто используемым  в фармацевтике, поскольку примерно 60% существующих лекарств взаимодействуют с этими рецепторами.

Зная пространственную структуру молекулярной мишени и пространственную структуру лиганда, можно на молекулярном уровне объяснить механизм взаимодействия лиганда с белком, рассчитать аффинность (силу связывания лиганда с мишенью). В простейшем варианте лиганды с предусмотренной наибольшей аффинностью будут в биологических экспериментах лучше всего блокировать молекулярную мишень.

С этой целью в отделе комбинаторной химии используется разработанная система потокового рецепторно-ориентированного виртуального скрининга с применением программ молекулярного докинга DOCK и AUTODOCK [17].

Молекулярный докинг – это метод молекулярного моделирования, который позволяет предусматривать наиболее выгодную для образования устойчивого комплекса ориентацию и положение одной молекулы (лиганда) по отношению к другой (мишени).

Исходной информацией для докинга служат трехмерные структуры белка (рецептора) и лиганда, конформационная подвижность и взаиморасположение которых моделируется в процессе докинга. Результатом моделирования является конформация лиганда, которая наилучшим образом взаимодействует с белковым сайтом связывания.

Докинг позволяет сократить затраты средств и времени за счет проведения процедуры, аналогичной высокопроизводительному биологическому скринингу на компьютерных комплексах. Эта процедура называется виртуальным скринингом. Программа поочередно берет из библиотеки структуру за структурой, вычисляет для каждой энергию связывания. На основе этой информации для биологического скрининга отбирают соединения с низкой энергией связывания.

Основным преимуществом докинга является то, что в «реальных» фармакологических испытаниях нужно будет исследовать не библиотеку, которая содержит миллионы соединений, а только «виртуальные прототипы» идентифицированные с энергией связывания на компьютере [4].

С увеличением компьютерных мощностей и появлением более совершенных алгоритмов докинг лучше оценивает энергию связывания белка с лигандом, учитывает подвижность белковых цепей и влияния растворителя. Однако неизвестно, сможет ли виртуальный скрининг в будущем полностью заменить реальный биохимический эксперимент. На сегодняшний день модель полной замены не предусматривается.

Докинг имеет и недостатки, в частности парадокс сходства, который заключается в том, что соединения с очень сходными химическими структурами могут иметь диаметрально разную биологическую активность, хотя точки зрения алгоритмов докинга практически не отличаются.

Существуют также и другие проблемы. Из-за этого и в маленьких фирмах, и в компаниях-гигантах, оснащенных самым современным компьютерным оборудованием, результаты докинга нужно обрабатывать вручную. Естественно, в процессе ручной обработки уже участвуют не сотни тысяч структур, а сотни.

Опытными специалистами каждый лиганд просматривается в комплексе с белком. На подготовку таких специалистов уходят годы, они должны иметь базовое биологическое образование: знания по химии, информатике и опыт в медицинской химии. Такие специалисты работают в отделе комбинаторной химии, опыт их работы подтверждается большим перечнем разработанных ингибиторов протеинкиназ, а также количеством научных публикаций в престижных западных научных журналах.

Ингибиторы в отделе комбинаторной химии разрабатываются следующим образом. В процессе разработки ингибиторов протеинкиназ гармонично сочетаются методы компьютерного моделирования, комбинаторной химии и биохимического тестирования.

Работа начинается с рецепторно-ориентированного виртуального скрининга имеющихся в отделе библиотеки химических соединений, которая насчитывает около 100 000 веществ. С помощью программ докинга специалисты группы компьютерного моделирования отбирают около 300 соединений, которые передают для дальнейшего биохимического тестирования.

Соединения, которые проявили активность in vitro, снова возвращаются в работу группы компьютерного моделирования и становятся предметом тщательных исследований. Определяются перспективные классы соединений, устанавливается зависимость «структура – активность».

С помощью методов компьютерного моделирования разрабатываются модели взаимодействия ингибиторов с АТФ-акцепторным сайтом киназ, на основе которых осуществляется химическая оптимизация соединений с целью повышения эффективности найденных соединений. Далее к работе привлекаются химики, которые подбирают нужные методики и синтезируют «разработанные» структуры. Полученные соединения вновь передаются для биохимического тестирования. После тестирования происходит переоценка и модификация связей «химическая структура – биологическая активность» новых экспериментальных данных, после чего, при необходимости, начинается новый цикл дизайна.

Такая схема рационального дизайна позволяет на два или три цикла разработать эффективные ингибиторы киназ.

Завершение полного цикла разработки лекарств согласно мировым стандартам осуществляется по доклиническим и четырем клиническим фазам исследования [11].

 

 

 

 

 

 

Глава 2.  Создание базы знаний о суставном хряще методом виртуального скрининга

2.1.  Методы исследования

Начнем с того, что виртуальный скрининг это компьютеризированная технология, используемая в создании лекарств, которая осуществляется поиском молекул в библиотеках химических веществ, для определения тех структур, которые наиболее подходят для связывания с биологической мишенью (как правило, рецептор или фермент) [22]. Следовательно в качестве фундамента для исследования будем брать информацию из основных баз данных, связанных с  фармакологией, а также информацией о рецепторах и ферментах, оказывающих воздействие на суставной хрящ.

К ним относятся: NCBI (национальный центр биотехнологической информации), Uniprot (база данных последовательностей белков, охватывает различные аспекты анализа белковых последовательностей), Chembl (химическая база данных биоактивных молекул, имеющих лекарственные свойства), GuideToPharmacology (база данных основанная на информации о биологических мишенях лицензированных препаратов, и других молекулах).

Прежде чем браться за поиск, разберемся, что именно необходимо знать о суставном хряще.

2.2. Анализ функциональной системы суставного хряща

Суставной хрящ (англ. articular cartilage) представляет собой упругую и гладкую эластичную ткань, которая покрывает и защищает концы длинных костей в суставах.

Суставной гиалиновый хрящ является тканью, обеспечивающей в наибольшей степени проявление суставом его экстраординарных функциональных способностей. Визуально суставной хрящ нельзя спутать, ни с каким другим видом соединительной ткани. Нормальный цвет – белый, с синеватым оттенком, поверхность гладкая и скользящая, плотноэластичная и устойчивая к деформациям [14].

Суставной хрящ может отличаться у разных видов животных, в разных суставах и в нескольких областях каждого сустава одного индивида по клеточной насыщенности, толщине слоя. В суставах млекопитающих максимальная толщина хрящевого слоя достигает 5 мм, но в коленном суставе человека – 6,4 мм, что превосходит толщину любых других хрящей суставов опорно-двигательного аппарата [17].

В эмбриогенезе суставной хрящ образуется из недифференцированных мезенхимальных клеток, входящих в состав почки конечности. Дифференцирующаяся ткань начинает рассматриваться как хрящ, когда происходит накопление матрикса, а клетки обретают сферическую форму.

Суставной хрящ в норме сам активно сопротивляется прорастанию сосудов с помощью антиинвазивного фактора – специфического белка (AIF). Поэтому у взрослых животных хондроциты получают питательные вещества из синовиальной жидкости.

Синовиальная жидкость представляет собой густую эластичную массу, заполняющую полость суставов. Питательные вещества попадают в неё из сосудистого русла, а дальше поступает через плотный матрикс хряща в хондроциты [17].

Синовиальная жидкость состоит из двух основных компонентов — жидкостного и белкового-полисахаридного. Жидкость представляет собой по сути плазму крови. Основным элементом, обеспечивающим вязко-эластичные свойства синовиальной жидкости, является гиалуронан — полисахарид из группы гликозаминогликанов. Гиалуронан обеспечивает стабилизацию структуры протеогликанов, которые в комплексе формируют молекулы сложной структуры и большой молекулярной массы. Данные молекулы откладываются внутри коллагеновой структуры хряща, обеспечивая его эластичность.

В суставном хряще нет нервных окончаний. Источниками сигналов, регулирующих метаболизм хондроцитов, считаются изменения химического состава синовиальной жидкости и внутрисуставного давления. Достаточно тонкий механизм регуляции синтетических процессов в хондроцитах может дифференцированно реагировать на уменьшение содержания в основном веществе протеогликанов, гиалуроновой кислоты или потерю коллагена II типа [18].

Хондроциты составляют незначительную часть объема суставного хряща – менее 1% у взрослых людей. Форма и размеры зависит от зрелости клетки. Молодые хондроциты, как правило, не имеют правильной сферической формы и несколько сплющены. Зрелые хондроциты – большие по размеру и имеют округлую форму.

Хондроциты суставного хряща выполняют две важные функции [22].

Первая из них – это синтез макромолекул матрикса хряща необходимого типа и количества. До настоящего времени не удалось получить in vitro межклеточное вещество хрящевой ткани, обладающее качественными характеристиками, идентичными нативным.

Вторая связана с постоянным возобновлением и замещением деградированных макромолекул матрикса хряща. Быстрый обмен небольших количеств протеогликанов свидетельствует о наличии внутренней ремоделирующей системы. Эта система основана на высвобождении автодеградативных ферментов, основным субстратом которых являются протеогликаны [10]. В процессе деградации также принимают участие металлопротеиназы и сериновые протеиназы. Среди них выделяются коллагеназа, коллагеназоактивный фермент – стромолизин и плазмин.

Матриксные металлопротеиназы (MMP) — семейство внеклеточных цинк-зависимых эндопептидаз, способных разрушать все типы белков внеклеточного матрикса. Играют роль в ремоделировании тканей, ангиогенезе, пролиферации, миграции и дифференциации клеток, апоптозе, сдерживании роста опухолей. Задействованы в расщеплении мембранных рецепторов, выбросе апоптозных лигандов, таких как FAS, а также в активации и деактивации хемокинов и цитокинов.

Активность ферментов регулируется рядом медиаторов, таких как простагландины IL-1 (интелейкин – 1), TGF –Beta (трансформирующий фактор роста - бета) и TNF (фактор некроза опухоли).

Далее разберем другие ферменты и рецепторы оказывающие значительное воздействие на функциональную систему суставного хряща.

• Анализ рецепторов и ферментов

Возвращаясь к ремоделирующей системе, укажем, что ремоделирование костной ткани происходит как на системном, так и на локальном уровнях. На системном уровне деградационный эффект оказывают гормоны, к примеру паратироидный гормон, кальцитонин, соматотропный гормон, тироидные половые гормоны.

Но при этом более важным является клеточный уровень, на котором происходят следующие изменения. Основными клетками-мишенями параттироидного гормона являются остеобласты: под действием этого гормона увеличивается их образование из клеток-предшественников и возрастает функциональная активность. Дифференцировку остеобластров и хондроцитов стимулирует и соматотропный гормон, а активность зрелых клеток контролируется тироидными и половыми гормонами. На клеточном уровне это влияние оказывается при помощи цитокинов и факторов роста, многие из которых продуцируются остеобластами. К основным веществам, воздействующим на остеобласты являются: инсулиноподобный фактор роста – 1 (IGF – 1), трансформирующий фактор роста (TGF) и факторы роста фибробластов. Интерлейкины (IL) – 1, 6, 11 и фактор некроза опухоли (ФНО) – способствует созреванию и активации остеокластов и повышению костной резорбции; IL – 4, 10, 13, антагонисты рецептора IL – 1 и интерферон – оказывают противоположный эффект. Ряд цитокинов и факторов роста, помимо участия в ремоделировании кости, способны вызывать деградацию хряща. К примеру, трансформирующий фактор роста  способен вызывать деградацию хрящевой ткани за счет стимулирования активности металлопротеиназ, инсулиноподобный фактор роста IGF – 1 приводит к деградации за счет активатора плазминогена, интерлейкинов IL – 1, 6 способных напрямую вызывать деструктивные изменения в хрящевом матриксе.

При остеоартрозе на клеточном уровне происходит ряд существенных изменений в костной ткани. В ней наблюдается повышенное содержание коллагена I типа, инсулиноподобного фактора роста IGF – 1 и трансформирующего фактора роста TGF. Следствием подобного нарушения системной регуляции при остеоартрозе может быть повышение уровня щелочной фосфатазы и остеокальцина, продуцируемых остеобластами.

         Последние научные открытия позволили установить взаимосвязь между метаболизмом, происходящим в жировой ткани и заболеванием хрящевой ткани. Было установлено, что жировая ткань является помимо запасающей ткани эндокринным органом. Клетки жировой ткани – адипоциты – экспрессируют многочисленные гормональные факторы, включая лептин, резистин, фактор некроза опухоли альфа (ФНО – альфа), адипонектин, висфатин и другие. Одним из основных гормонов, влияющим на остеоартроз, является лептин. Роль его на данный момент в развитии остеоартроза является дискуссионной. In vitro лептин усиливает синтез провоспалительных медиаторов в остеоартрозном хряще, таких как интерлейкин – 6, интерлейкин – 8 и простагландин E2 в NO – зависимой среде. Назначение эндогенного лептина повышает продукцию инсулиноподобного фактора роста – 1 и трансформирующего фактора роста бета хондроцитами коленного сустава крыс, демонстрируя, что высокие уровни лептина могут осуществлять протекцию хряща у лиц с избыточной массой тела от остеоартричной дегенерации. Таким образом, гармональные взаимосвязи в организме позволяют расширять и увеличивать возможность фармакологического воздействия в цепи лечения остеоартроза.

          В процессе регенерации костной ткани во взрослом организме существенную роль играют костные морфогенетические белки BMP -2, BMP – 7 – многофункциональные ростовые факторы, относящиеся к суперсемейству B – трансформирующего фактора роста. BMP -2 и BMP – 7 действуют на рецепторы клеточной мембраны и регулируют рост, дифференциацию и апоптоз различных клеток, включая хондробласты, остеобласты и активно участвуют в регенерации кости и хряща. BMP – 2 и BMP – 7 – трансмембранные димерные белки, димеры которых стабилизированы дисульфидными связями, что является предпосылкой для остеоиндуктивности белка. Потеря одной из связей означает невозможность стимулирования костеобразования

Местонахождение BMP – неклеточный соединительный матрикс, содержащий мезенхимные и остеопрогенеторные клетки. BMP синтезируется хондроцитами, остеобластами и их предшественниками.

BMP получают методом генной инженерии и биохимической экстракцией дименерализованного костного матрикса.

В процессе остеогенеза участвуют разные ростовые факторы (цитокины), которые влияют друг на друга и BMP являются значимыми и активными остеоиндукторами. BMP синтезируются скелетными клетками и активизируют их. BMP усиливает костеобразование, участвуя в хондрогенезе и остеогенезе. Онтогенез с участием BMP – это каскад фаз, включающий быстрое деление мезенхимных остеорогенеторных клеток, дифференцировку мезенхимных стволовых клеток в хондробласты и образование хряща, замена хряща на костную ткань.

Активность BMP уменьшается внеклеточными белками – антагонистами (noggin, chordin). Этот механизм этот механизм основан на разумном костеобразовании и снижении BMP в том случае, когда костеобразование должно быть завершено.

На основе таких знаний о BMP был разработан ряд лекарственных средств, направленных на восстановление костной и хрящевой ткани.

         В костеобразовании активно участвуют факторы роста фибробластов хряща. Факторы роста фибробластов, или FGF’s, относятся к семейству факторов роста, участвующих в ангиогенезе, заживлении ран и эмбриональном развитии. Факторы роста фибробластов – это гепарин – связывающие белки. Было доказано, что взаимодействия с расположенными на поверхности клеток протеогликанами необходимы для передачи сигнала факторов роста фибробластов. ФРФ играют ключевую роль в процессах пролиферации и дифференцировки широкого спектра клеток тканей.

FGF – 18 представляет собой белок, экспрессируемый хондроцитами суставного хряща и способствующий восстановлению хрящевой и костной ткани. FGF – 2 это белок, который ингибирует расщепление коллагена.

В качестве стимуляторов роста хряща продолжительное время используют ФРФ. Человеческий рекомбинантный ФРФ обеспечивает in vivo дифференцировку хондроцитов и синтез матрикса, в связи с чем его активно используют в клинике для регенерации хряща.

Значительную роль в развитии остеоартроза играет нуклеарный (ядерный) фактор kB – «каппа – би»; NF – kB), являющийся одним из транскрипционных факторов и отвечающий за адаптивные реакции клеток. Он предствляет семейство цитоплазматических белков, которые при стимуляции переходят в свободное состояние, перемещаясь в ядро, где проявляют активность, связываясь с промоторными участками более чем 100 генов, ответственных за индуктивный гомеостаз.

NF-kB играет важную роль в клеточной пролиферации, апоптозе, воспалительной и аутоиммунной реакциях, поскольку он регулирует экспрессию генов, вовлеченных в эти процессы. Он представляет собой гетеродимерный комплекс белков семейства Rel, которые в большинстве покоящихся клеток неактивны и находятся в цитоплазме в комплексе со специфическими ингибирующими белками IkB.

Семейство NF-kB представлено пятью белками – p50/105 (NF-kB1), p52/100 (NF-kB2), p65 (RelA), c-Rel и RelB. Их NH₂ конец имел Rel – гомологичный домен (он состоит из 300 аминокислот), который обеспечивает внутриядерный транспорт NF-kB, его взаимодействие с ДНК и ингибиторами, а также образование димерных молекул.

Димеры NF-kB находятся в цитоплазме покоящейся клетки в неактивной форме, связанные с одним из ингибирующих белко IkB. Фосфорилирование IkB так называемым IKK (Ikb kinase – комплексом) в ответ на различные стимулы приводит к их протеолитическому расщеплению и активации NF-kB, который затем перемещается в ядро клетки, где связывается с промоторным участком специфического гена и запускает процесс транскрипции. Провоспалительные цитокины IL-Beta и туморнекротизирующий фактор альфа (TNF – alpha), продуцируемые макрофагами и другими клетками, влияют на клетки-мишени, активируя NF-kB. По механизму положительной обратной связи в результате активации NF-kB в плазме крови повышается уровень провоспалительных цитокинов IL-1 beta и TNF-alpha. Продукция IL-6, индуцируемая при активации NF-kB, приводит к системным признакам воспаления.

NF-kB опосредует воспалительный и иммунный ответ, реакцию на вирусные инфекции, деление клеток и регуляцию апоптоза. Он может быть задействован как в анти-, так и в проапоптотическом сигнале. Активация NF-kB обычно задерживает апоптоз, продлевая жизнь клеток – эффекторов в очаге воспаления, например, при ревматоидном артрите.

Своеобразность экспрессии и сложность структуры NF-kB особо показательны при этом заболевании. Так, при ревматоидном артрите синовиальные фибробласты секретируют IL-6, активируя p50 и p65, тогда как тромбин побуждает эндотелиоциты к синтезу ICAM – 1, через активацию p65. Гетеродимеры p50 и p65 вовлечены в IL – 1 и TNF – alpha зависимую стимуляцию моноцитарных воспалительных генов; эффект блокируется цитокином IL – 10.

Индукторы NF-kB и последствия активации NF-kB схематически представлены в таблице 1.

Таблица 1

Различные индукторы активации ядерного фактора κВ и гены-мишени, с которыми он взаимодействует, вызывая различные эффекты

Индукторы NF-κB	Гены-мишени NF-κB	Вызываемый эффект
Цитокины IL-1 TNF-α	IL-1 IL-6 IL-17 TNF-α	Воспаление
Т-клеточные рецепторы CD40L FasL TRANCE/RANKL	IL-8 MCP-1 ICAM-1 VCAM-1 GM-CSF	Рекрутмент провоспалительных клеток

Примечания: IL – интерлейкины; TNF-α – фактор некроза опухоли альфа; FasL – Fas-лиганд, трансмембранный протеин из семейства TNF; TRANCE/RANKL – лиганд рецептора, активирующего NF-kB; MCP-1 – фактор хемотаксиса моноцитов; ICAM-1, VCAM-1 – молекулы адгезии; GM-CSF – колониестимулирующий фактор роста макрофагов и гранулоцитов.

 

Специфика NF-kB – опосредованных реакций дополняется особенностями регуляторных IKK-IkB молекул, которые наряду с изобилием NF-kB – связывающих ДНК – сайтов обеспечивают чувствительность к множеству стимулов.

Фосфатидилинозитол- 3-киназы (называется также Phosphoinositide 3-kinase) представляют собой семейство ферментов, участвующих в клеточных функциях, таких как клеточный рост, пролиферации, дифференцировке, подвижности, выживаемости и внутриклеточных процессов, что, которые участвуют в образовании раковых опухолей.

Глюкозамина сульфат также является компонентом суставного хряща. In vitro показано, что данное вещество, добавленное к культуре хондроцитов, стимулирует синтез протеогликанов. Глюкозамина сульфат является субстратом синтеза протеогликанов хондроцитами, участвует в синтезе глюкуроновой кислоты (вещества, обеспечивающего вязкость внутрисуставной жидкости), а также подавляет активность MMP (коллагеназы, фосфолипазы). Известно, что глюкозамина сульфат предотвращает распад IκB, ограничивает перемещение NF-κB в ядро и снижает выработку провоспалительных факторов в ответ на соответствующие стимулы, такие как действие IL-1β.

Хондроитина сульфат и глюкозамина сульфат также уменьшают резорбцию субхондральной кости. Первый повышает активность остеопротегерина, который блокирует дифференцировку остеокластов и снижает экспрессию гена RANKL (лиганда рецептора активатора NF-κB), а второй оказывает влияние на резорбцию кости через RANKL-независимый механизм.

Таким образом, достижения в изучении патогенеза остеоартроза дают надежду на обнаружение мишеней для новых лекарственных средств, которые будут способны значительно замедлить прогрессирование болезни [3].

2.4. База знаний

Основываясь на полученных данных о рецепторах и ферментах оказывающих влияние на функциональную систему суставного хряща, используем их как основу для поиска лигандов, влияющих на их активность.

Исходя из изученного материала выяснили, что для нашей работы нам необходимы следующие семейства рецепторов и ферментов, которые подвергнутся виртуальному скринингу:

• TGFβ receptor superfamily receptors (Таблица 2)
• Fibroblast growth factor superfamily receptors (Таблица 3)
• Phosphoinositide 3-kinase (Таблица 4)
• Insulin-like growth factor (Таблица 5)
• Matrix metalloproteinase (Таблица 6)

С помощью баз данных указанных в главе «Методы исследования» структурировали полученную информацию в общую базу знаний, представленной в таблицах 2, 3, 4, 5, 6. База знаний была составлена по следующему отбору. Из отведенного семейства рецепторов или ферментов, был изучен каждый тип рецептора и фермента. У типа исследуемого материала находился активный центр и 3 наиболее связываемых лиганда, к каждому из которых указано название по правилам UIPAC – номенклатуры. На 2D структурные изображения имеются ссылки указаны в приложении. Коэффициент связываемости также указан в таблицах 2, 3, 4, 5, 6. Именно этот коэффициент определяет возможность образования сильнодействующего вещества при виртуальном моделировании.

Трансформирующий ростовой фактор бета (англ. Transforming growth factor beta) — белок, который контролирует пролиферацию, клеточную дифференцировку и другие функции в большинстве клеток. Этот представитель цитокинов участвует в иммунном ответе, раке, сердечно-сосудистых заболеваниях, сахарном диабете, синдроме Марфана, синдроме Лойеса-Дитса, болезни Паркинсона и синдроме приобретённого иммунодефицита (СПИД).

Существует, по крайней мере, в трёх изоформах: TGF-beta1, TGF-beta2 и TGF-beta3. Первоначальное это название использовалось для TGF-beta1, первого члена этого семейства. Семейство TGF-beta1 — это часть суперсемейства белков, известных как суперсемейство трансформирующего ростового фактора, которое включает в себя ингибины, активины, анти-мюллеровы гормоны, костный морфогенетический белок (BMP), декапентаплегический белковый фактор и VG-1.

Некоторые клетки, секретирующие TGF-beta, также имеют рецепторы для него. Подобный механизм известен как аутокринная индукция. Раковые клетки увеличивают количество секретируемого TGF-beta, что также воздействует на окружающие клетки.

 

Таблица 2

TGFβ receptor superfamily receptors

Type 1
Receptor	Active site	Ligand	UIPAC Name	Type of interaction	2D structure	Kd
activin receptor-like kinase 1 ALK1 (ACVRL1)	Asp229	PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	2.9
		NVP-TAE684	5-chloro-2-N-{2-methoxy-4-[4-(4-methylpiperazin-1-yl)piperidin-1-yl]phenyl}-4-N-[2-(propane-2-sulfonyl)phenyl]pyrimidine-2,4-diamine	Inhibition	(См. приложение рис. 2)	57.0
		PD-173955	6-(2,6-dichlorophenyl)-8-methyl-2-{[3-(methylsulfanyl)phenyl]amino}-7H,8H-pyrido[2,3-d]pyrimidin-7-one	Inhibition	(См. приложение рис.3)	69.0
Activin A receptor, type I ALK2	Asp336	PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	4.0
		NVP-TAE684	5-chloro-2-N-{2-methoxy-4-[4-(4-methylpiperazin-1-yl)piperidin-1-yl]phenyl}-4-N-[2-(propane-2-sulfonyl)phenyl]pyrimidine-2,4-diamine	Inhibition	(См. приложение рис.2)	29.0
		Lestaurtinib	(15S,16S,18R)-16-hydroxy-16-(hydroxymethyl)-15-methyl-28-oxa-4,14,19-triazaoctacyclo[12.11.2.1^{15,18}.0^{2,6}.0^{7,27}.0^{8,13}.0^{19,26}.0^{20,25}]octacosa-1(26),2(6),7(27),8,10,12,20,22,24-nonaen-3-one	Inhibition	(См. приложение рис. 4)	75.0

Таблица 2. Продолжение

Receptor	Active site	Ligand	UIPAC Name	Type of interaction	2D	Kd
The bone morphogenetic protein receptor, type IA   ALK3 (BMPR1A)	Asp362	PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	64.0
		PD-173955	6-(2,6-dichlorophenyl)-8-methyl-2-{[3-(methylsulfanyl)phenyl]amino}-7H,8H-pyrido[2,3-d]pyrimidin-7-one	Inhibition	(См. приложение рис.3)	170.0
		NVP-TAE684	5-chloro-2-N-{2-methoxy-4-[4-(4-methylpiperazin-1-yl)piperidin-1-yl]phenyl}-4-N-[2-(propane-2-sulfonyl)phenyl]pyrimidine-2,4-diamine	Inhibition	(См. приложение рис.2)	170.0
Activin receptor type-1B ALK4 (ACVR1B)	Asp335	JNJ-28312141	4-cyano-N-[2-(cyclohex-1-en-1-yl)-4-{1-[2-(dimethylamino)acetyl]piperidin-4-yl}phenyl]-1H-imidazole-2-carboxamide	Inhibition	(См. приложение рис. 5)	10.0
		PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	58.0
		Lestaurtinib	(15S,16S,18R)-16-hydroxy-16-(hydroxymethyl)-15-methyl-28-oxa-4,14,19-triazaoctacyclo[12.11.2.1^{15,18}.0^{2,6}.0^{7,27}.0^{8,13}.0^{19,26}.0^{20,25}]octacosa-1(26),2(6),7(27),8,10,12,20,22,24-nonaen-3-one	Inhibition	(См. приложение рис. 4)	86.0
Transforming growth factor, beta receptor I    ALK5 (TGFβR1)	Asp333	PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	100.0
		Lestaurtinib	(15S,16S,18R)-16-hydroxy-16-(hydroxymethyl)-15-methyl-28-oxa-4,14,19-triazaoctacyclo[12.11.2.1^{15,18}.0^{2,6}.0^{7,27}.0^{8,13}.0^{19,26}.0^{20,25}]octacosa-1(26),2(6),7(27),8,10,12,20,22,24-nonaen-3-one	Inhibition	(См. приложение рис. 4)	120.0

Таблица 2. Продолжение

Receptor	Active site	Ligand	UIPAC Name	Type of interaction	2D	Kd
Bone morphogenetic protein receptor type-1B ALK6 (BMPR1B)	Asp332	NVP-TAE684	5-chloro-2-N-{2-methoxy-4-[4-(4-methylpiperazin-1-yl)piperidin-1-yl]phenyl}-4-N-[2-(propane-2-sulfonyl)phenyl]pyrimidine-2,4-diamine	Inhibition	(См. приложение рис.2)	0.9
		PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	2.1
		PD-173955	6-(2,6-dichlorophenyl)-8-methyl-2-{[3-(methylsulfanyl)phenyl]amino}-7H,8H-pyrido[2,3-d]pyrimidin-7-one	Inhibition	(См. приложение рис.3)	4.0
Activin receptor type-1B ALK4 (ACVR1B)	Asp335	JNJ-28312141	4-cyano-N-[2-(cyclohex-1-en-1-yl)-4-{1-[2-(dimethylamino)acetyl]piperidin-4-yl}phenyl]-1H-imidazole-2-carboxamide	Inhibition	(См. приложение рис. 5)	10.0
		PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	58.0
		Lestaurtinib	15S,16S,18R)-16-hydroxy-16-(hydroxymethyl)-15-methyl-28-oxa-4,14,19-triazaoctacyclo[12.11.2.1^{15,18}.0^{2,6}.0^{7,27}.0^{8,13}.0^{19,26}.0^{20,25}]octacosa-1(26),2(6),7(27),8,10,12,20,22,24-nonaen-3-one	Inhibition	(См. приложение рис. 4)	86.0
Type 2
Transforming growth factor, beta receptor I (activin A receptor type II- like kinase, 53kDa)   ALK5 (TGFβR1)	Asp333	PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	100.0
		Lestaurtinib	(15S,16S,18R)-16-hydroxy-16-(hydroxymethyl)-15-methyl-28-oxa-4,14,19-triazaoctacyclo[12.11.2.1^{15,18}.0^{2,6}.0^{7,27}.0^{8,13}.0^{19,26}.0^{20,25}]octacosa-1(26),2(6),7(27),8,10,12,20,22,24-nonaen-3-one	Inhibition	(См. приложение рис. 4)	250.0

Таблица 2. Окончание

Receptor	Active site	Ligand	UIPAC Name	Type of interaction	2D	Kd
Bone morphogenetic protein receptor type II BMPR2	Asp333	PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	89.0
		SU-14813	5-{[(3Z)-5-fluoro-2-oxo-2,3-dihydro-1H-indol-3-ylidene]methyl}-N-[(2S)-2-hydroxy-3-(morpholin-4-yl)propyl]-2,4-dimethyl-3H-pyrrole-3-carboxamide	Inhibition	(См. приложение рис. 6)	200.0
Activin receptor type-2A   ACVR2A (ACVR2)	Asp322	PD-173955	6-(2,6-dichlorophenyl)-8-methyl-2-{[3-(methylsulfanyl)phenyl]amino}-7H,8H-pyrido[2,3-d]pyrimidin-7-one	Inhibition	(См. приложение рис.3)	10.0
		PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhbition	(См. приложение рис. 1)	18.0
		dasatinib	N-(2-chloro-6-methylphenyl)-2-({6-[4-(2-hydroxyethyl)piperazin-1-yl]-2-methylpyrimidin-4-yl}amino)-1,3-thiazole-5-carboxamide	Inhibition	(См. приложение рис. 7)	210.0

 

Следующим к рассмотрению было подобрано семейство фактора роста фибробластов (Таблица 2). Факторы роста фибробластов — это гепарин-связывающие белки, участвующие в ангиогенезе, заживлении ран и эмбриональном развитии. Факторы роста фибробластов играют ключевую роль в процессах пролиферации и дифференцировки широкого спектра клеток и тканей [15].

 

 

Таблица 3

Fibroblast growth factor receptor superfamily

Receptor	Active site	Ligand	UIPAC name	Type of interaction	2D structure	Kd
Fibroblast growth factor receptor 1 (FGFR1)	Asp623	tamatinib	6-[[5-fluoro-2-[(3,4,5-trimethoxyphenyl)amino]pyrimidin-4-yl]amino]-2,2-dimethyl-4H-pyrido[2,3-e][1,4]oxazin-3-one	Inhibition	(См. приложение рис. 8)	44.0
		NVP-TAE684	5-chloro-2-N-{2-methoxy-4-[4-(4-methylpiperazin-1-yl)piperidin-1-yl]phenyl}-4-N-[2-(propane-2-sulfonyl)phenyl]pyrimidine-2,4-diamine	Inhibition	(См. приложение рис.2)	47.0
		cederanib	4-[(4-fluoro-2-methyl-1H-indol-5-yl)oxy]-6-methoxy-7-[3-(pyrrolidin-1-yl)propoxy]quinazoline	Inhibition	(См. приложение рис. 9)	53.0
Fibroblast growth factor receptor 2 (FGFR2)	Asp626	PD-173955	6-(2,6-dichlorophenyl)-8-methyl-2-{[3-(methylsulfanyl)phenyl]amino}-7H,8H-pyrido[2,3-d]pyrimidin-7-one	Inhibition	(См. приложение рис.3)	31.0
		cediranib	4-[(4-fluoro-2-methyl-1H-indol-5-yl)oxy]-6-methoxy-7-[3-(pyrrolidin-1-yl)propoxy]quinazoline	Inhibition	(См. приложение рис. 9)	35.0
		tamatinib	6-[[5-fluoro-2-[(3,4,5-trimethoxyphenyl)amino]pyrimidin-4-yl]amino]-2,2-dimethyl-4H-pyrido[2,3-e][1,4]oxazin-3-one	Inhibition	(См. приложение рис. 8)	73.0
Fibroblast growth factor receptor 3  (FGFR3)	Asp617	cediranib	4-[(4-fluoro-2-methyl-1H-indol-5-yl)oxy]-6-methoxy-7-[3-(pyrrolidin-1-yl)propoxy]quinazoline	Inhibition	(См. приложение рис. 9)	23.0

Таблица 3. Окончание

Receptor	Active site	Ligand	UIPAC name	Type of interaction	2D structure	Kd
Fibroblast growth factor receptor 3  (FGFR3)	Asp617	cediranib	4-[(4-fluoro-2-methyl-1H-indol-5-yl)oxy]-6-methoxy-7-[3-(pyrrolidin-1-yl)propoxy]quinazoline	Inhibition	(См. приложение рис. 9)	23.0
		tamatinib	6-[[5-fluoro-2-[(3,4,5-trimethoxyphenyl)amino]pyrimidin-4-yl]amino]-2,2-dimethyl-4H-pyrido[2,3-e][1,4]oxazin-3-one	Inhibition	(См. приложение рис. 8)	56.0
Fibroblast growth factor receptor 4 (FGFR4)	Asp612	NVP-TAE684	5-chloro-2-N-{2-methoxy-4-[4-(4-methylpiperazin-1-yl)piperidin-1-yl]phenyl}-4-N-[2-(propane-2-sulfonyl) phenyl]pyrimidine-2,4-diamine	Inhibition	(См. приложение рис.2)	110.0
		staurosporine	(2S,3R,4R,6R)-3-methoxy-2-methyl-4-(methylamino)-29-oxa-1,7,17-triazaoctacyclo[12.12.2.1^{2,6}.0^{7,28}.0^ {8,13}.0^{15,19}.0^{20,27}.0^{21,26}]nonacosa-8,10,12,14(28),15(19),20(27),21,23,25-nonaen-16-one	Inhibition	(См. приложение рис. 10)	250.0

 

Фосфоинозитид-3-киназы, или фосфатидилинозитол-3-киназы — семейство ферментов, фосфорилирующих фосфатидилинозитол в положении 3D инозитольного кольца. Являются ключевым элементом PI3K сигнального пути. Существует 3 класса фосфоинозитид-3-киназ, которые отличаются по структурной организации, субстратной специфичности и функциям в клетке. По каждому из 3-ех классов приведены данные в таблице 4.

 

Таблица 4

Phosphoinositide 3-kinase

Class 1. Catalytic
Enzyme	Active site	Ligand	UIPAC name	Type of interaction	2D structure	Kd
phosphatidylinositol-4,5-bisphosphate 3-kinase, catalytic subunit alpha	Val851	pictilisib	4-[2-(1H-indazol-4-yl)-6-[(4-methylsulfonylpiperazin-1-yl)methyl]thieno[3,2-d]pyrimidin-4-yl]morpholine	Inhibition	(См. приложение рис. 11)	1.1
		PI-103	3-[6-(morpholin-4-yl)-8-oxa-3,5,10-triazatricyclo[7.4.0.0^{2,7}]trideca-1(13),2,4,6,9,11-hexaen-4-yl]phenol	Inhibition	(См. приложение рис. 12)	1.5
		TG-100-115	3-[2,4-diamino-6-(3-hydroxyphenyl)pteridin-7-yl]phenol	Inhibition	(См. приложение рис. 13)	59.0
Phosphatidylinositol-4,5-bisphosphate 3-kinase catalytic subunit beta isoform	Val834	PI-103	3-[6-(morpholin-4-yl)-8-oxa-3,5,10-triazatricyclo[7.4.0.0^{2,7}]trideca-1(13),2,4,6,9,11-hexaen-4-yl]phenol	Inhibition	(См. приложение рис. 12)	1.7
		pictilisib	4-[2-(1H-indazol-4-yl)-6-[(4-methylsulfonylpiperazin-1-yl)methyl]thieno[3,2-d]pyrimidin-4-yl]morpholine	Inhibition	(См. приложение рис. 11)	16.0
		TG-100-115	3-[2,4-diamino-6-(3-hydroxyphenyl)pteridin-7-yl]phenol	Inhibition	(См. приложение рис. 13)	80.0

 

В таблице 5 представлена информация об инсулиноподобном факторе роста (соматомедин). Представляет собой белок, структура и функции которого схожи на гормон инсулин. Соматомедин регулирует развитие и рост клеток организма. Ученые считают, что он принимает активную роль в процессах старения организма, если его показатели находятся ближе к верхней отметке допустимой нормы (чем старше человек, тем белка меньше), продолжительность жизни дольше.

 

 

Таблица 5

Insulin-like growth factor
Receptor	Active site	Ligand	UIPAC name	Type of interaction	2D structure	Kd
Insulin-like growth factor 1 receptor	Val1135	NVP-TAE684	5-chloro-2-N-{2-methoxy-4-[4-(4-methylpiperazin-1-yl)piperidin-1-yl]phenyl}-4-N-[2-(propane-2-sulfonyl)phenyl]pyrimidine-2,4-diamine	Inhibition	(См. приложение рис.2)	2.7
		GSK-1838705A	2-{[2-({1-[2-(dimethylamino)acetyl]-5-methoxy-2,3-dihydro-1H-indol-6-yl}amino)-7H-pyrrolo[2,3-d]pyrimidin-4-yl]amino}-6-fluoro-N-methylbenzamide	Inhibition	(См. приложениерис. 16)	7.1
		staurosporine	(2S,3R,4R,6R)-3-methoxy-2-methyl-4-(methylamino)-29-oxa-1,7,17-triazaoctacyclo[12.12.2.1^{2,6}.0^{7,28}.0^{8,13}.0^{15,19}.0^{20,27}.0^{21,26}]nonacosa-8,10,12,14(28),15(19),20(27),21,23,25-nonaen-16-one	Inhibition	(См. приложение рис. 10)	210.0
Phosphatidylinositol-4,5-bisphosphate 3-kinase catalytic subunit gamma isoform	Val882	TG-100-115	3-[2,4-diamino-6-(3-hydroxyphenyl)pteridin-7-yl]phenol	Inhibition	(См. приложение рис. 13)	5.3
		PI-103	3-[6-(morpholin-4-yl)-8-oxa-3,5,10-triazatricyclo[7.4.0.0^{2,7}]trideca-1(13),2,4,6,9,11-hexaen-4-yl]phenol	Inhibition	(См. приложение рис. 12)	16.0
		PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	42.0
Phosphatidylinositol-4,5-bisphosphate 3-kinase catalytic subunit delta	Val828	pictilisib	4-[2-(1H-indazol-4-yl)-6-[(4-methylsulfonylpiperazin-1-yl)methyl]thieno[3,2-d]pyrimidin-4-yl]morpholine	Inhibition	(См. приложение рис. 11)	5.0
		PI-103	3-[6-(morpholin-4-yl)-8-oxa-3,5,10-triazatricyclo[7.4.0.0^{2,7}]trideca-1(13),2,4,6,9,11-hexaen-4-yl]phenol	Inhibition	(См. приложение рис. 12)	17.0

 

Таблица 5. Продолжение

Receptor	Active site	Ligand	UIPAC name	Type of interaction	2D structure	Kd
Phosphatidylinositol-4,5-bisphosphate 3-kinase catalytic subunit delta	Val828	PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	42.0
Phosphatidylinositol-4,5-bisphosphate 3-kinase catalytic subunit delta	Val828	pictilisib	4-[2-(1H-indazol-4-yl)-6-[(4-methylsulfonylpiperazin-1-yl)methyl]thieno[3,2-d]pyrimidin-4-yl]morpholine	Inhibition	(См. приложение рис. 11)	5.0
		PI-103	3-[6-(morpholin-4-yl)-8-oxa-3,5,10-triazatricyclo[7.4.0.0^{2,7}]trideca-1(13),2,4,6,9,11-hexaen-4-yl]phenol	Inhibition	(См. приложение рис. 12)	17.0
		PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	31.0
Class 2
Phosphatidylinositol-4-phosphate 3-kinase C2 domain-containing alpha polypeptide	Val844	Torin 2	9-(6-aminopyridin-3-yl)-1-[3-(trifluoromethyl)phenyl]benzo[h][1,6]naphthyridin-2-one	Inhibition	(См. приложение рис. 14)	7.6
Phosphatidylinositol-4-phosphate 3-kinase C2 domain-containing beta polypeptide	Val809	TG-100-115	3-[2,4-diamino-6-(3-hydroxyphenyl)pteridin-7-yl]phenol	Inhibition	(См. приложение рис. 13)	7.3
		PI-103	3-[6-(morpholin-4-yl)-8-oxa-3,5,10-triazatricyclo[7.4.0.0^{2,7}]trideca-1(13),2,4,6,9,11-hexaen-4-yl]phenol	Inhibition	(См. приложение рис. 12)	10.0

Таблица 5. Окончание

Receptor	Active site	Ligand	UIPAC name	Type of interaction	2D structure	Kd
Phosphatidylinositol-4-phosphate 3-kinase C2 domain-containing gamma polypeptide	Val891	TG-100-115	3-[2,4-diamino-6-(3-hydroxyphenyl)pteridin-7-yl]phenol	Inhibition	(См. приложение рис. 13)	3.2
		PI-103	3-[6-(morpholin-4-yl)-8-oxa-3,5,10-triazatricyclo[7.4.0.0^{2,7}]trideca-1(13),2,4,6,9,11-hexaen-4-yl]phenol	Inhibition	(См. приложение рис. 12)	41.0
		PP-242	2-[4-amino-1-(propan-2-yl)-1H-pyrazolo[3,4-d]pyrimidin-3-yl]-1H-indol-5-ol	Inhibition	(См. приложение рис. 1)	150.0
Class 3
Phosphatidylinositol 3-kinase catalytic subunit type 3	Asp761	compound 82	N-[6-[6-chloro-5-[(4-fluorophenyl)sulfonylamino]pyridin-3-yl]-1,3-benzothiazol-2-yl]acetamide	Inhibition	(См. приложение рис. 15)	7.5

 

Инсулиноподобный фактора роста 2 в таблице отсутствует из-за того, что информации об этом белковом гормоне в базах данных недостаточно. Далее в Таблице 6 представлена информация о матриксных металлопротеиназах. Были выбраны ММР-3, ММР-9, ММР-10 и ММР-13, так как они оказывают значительное влияние на суставной хрящ. Например, ММР-9 может играть значимую роль в местном протеолизе внеклеточного матрикса и в миграции лейкоцитов. Может участвовать в костной остеокластической резорбции. Расщепляет IV и V тип коллагена. MMP‑3, также называемая стромелизином‑1, катализирует деградацию многих компонентов соединительной ткани, включая протеогликаны, коллаген типов II, IV, IX и XI, ламинин и фибронектин.

Таблица 6

Matrix metalloproteinase

Enzyme	Active site	Ligand	Uipac name	Type of interaction	2D structure	pKi
Stromelysin-1 matrix metalloproteinase-3	Glu219	UK-356618	(2R)-N-[(2S)-3,3-dimethyl-1-oxo-1-[[(1R)-1-phenylethyl]amino]butan-2-yl]-N'-hydroxy-2-[3-(3-methyl-4-phenylphenyl)propyl]butanediamide	Inhibition	(См. приложение рис. 17)	7.8
		CM-352	(2R)-N-hydroxy-2-{4-[4-(methylcarbamoyl)phenoxy]benzenesulfonyl}-8-azaspiro[4.5]decane-2-carboxamide	Inhibition	(См. приложение рис. 18)	9.1
		CGS-27023A	(2R)-N-hydroxy-2-[(4-methoxyphenyl)sulfonyl-(pyridin-3-ylmethyl)amino]-3-methylbutanamide	Inhibition	(См. приложение рис. 19)	15.0
92 kDa type IV collagenase Matrix metallopeptidase 9	Glu402	compound 1a	(2R,3R,4R,5S)-N,3,4,5-tetrahydroxy-1-[4-(phenoxy)phenyl]sulfonylpiperidine-2-carboxamide	Inhibition	(См. приложение рис. 20)	10.2
		compound 29e	N-[6-oxo-6-[(3S,4S)-3-[(4-phenoxyphenyl)sulfonylamino]-4-sulfanylpyrrolidin-1-yl]hexyl]acetamide	Inhibition	(См. приложение рис. 21)	8.8
Stromelysin 2 matrix metalloproteinase-10	Glu218	CM-352	(2R)-N-hydroxy-2-{4-[4-(methylcarbamoyl)phenoxy]benzenesulfonyl}-8-azaspiro[4.5]decane-2-carboxamide	Inhibition	(См. приложение рис. 22)	7.8
Collagenase 3 matrix metalloproteinase- 13	Glu223	prinomastat	(3S)-N-hydroxy-2,2-dimethyl-4-(4-pyridin-4-yloxyphenyl)sulfonylthiomorpholine-3-carboxamide	Inhibition	(См. приложение рис. 23)	10.4
		compound 1	5-(2-ethoxyethyl)-5-[4-(4-fluorophenoxy)phenoxy]-1,3-diazinane-2,4,6-trione	Inhibition	(См. приложение рис. 24)	9.2

MMP‑10 (также известная как стромелизин‑2, итранзин‑2) экспрессируется остеокластами, клетками опухолей головы, шеи и легких человека, имеет сходный субстрат с MMP‑3, но несколько менее активна.

MMP‑13, также известная как коллагеназа‑3, обладает широкой субстратной специфичностью и играет важную роль в инвазии и метастазировании опухолей.

Таблица 6 завершает созданную нами базу знаний о суставном хряще.

 

 

 

 

ГЛАВА 3. АНАЛИЗ ПОЛУЧЕННОГО РЕЗУЛЬТАТА

3. • Полученный результат и перспективы развития

Безусловно созданная нами база знаний не полноценна и требует доработки,  но она сумела внести в себя основную информацию о ферментах, рецепторах и лигандах, которые при связывании с ними образуют сильнодействующие вещества, влияющие на функциональное состояние суставного хряща.

Данные отображенные в базе знаний помогут для создания сильнодействующих веществ, которые возможно могут быть использованы в качестве лекарств. Чтобы проверить это, необходимы дальнейшие опыты, моделирование в программах визуализации химических веществ (AUTODOCK и DOCK), непосредственно биологическое тестирование in vitro, изучение свойств полученных соединений.

В силу того, что наша база знаний в конечном итоге оказалась неполноценной и не доработанной необходимо указать, что не все вещества и их взаимодействия изучены и опубликованы в базах данных. Поэтому база знаний ещё долгое время будет пополняться более новой информацией. Окончательно оформленная база знаний о суставном хряще позволит создавать лекарства  необходимые для лечения или замедления развития таких неизлечимых на сегодняшний день заболеваний как остеоартроз.

В будущем в базу данных можно будет внести новые параметры. Например, массы молекул, свойства рецепторов, ферментов и лигандов до связывания и после.

Но нельзя забывать о том, что база знаний будет пополняться постоянно, с появлением новой информации о рецепторах и ферментах в мире науки. Это значит, что абсолютно «окончательный» вариант базы знаний  мы получим не скоро.

Базу знаний можно совершенствовать ещё долгое время. Также база знаний в будущем послужит созданием тестовой системы для полностью автоматизированного поиска информации о рецепторах и ферментах. Это позволит ускорить поиск нужной информации. Для этого к работе нужно привлекать профессиональных специалистов в программировании. Тем самым мы получаем новую почву для исследований и изучений.

Эта автоматизированная система пригодится для разных фармацевтических компаний, для разработки новых лекарственных препаратов. Дополняя базу знаний новой информацией или даже новыми функциональными системами, она сможет подняться до уровня полноценной базой данных и войти в обширное использование массами.

База знаний и совершенствование рационального дизайна позволят сократить экономические затраты на «слепое»  тестирование веществ. Также эти методы сократят количество используемых в тесте реагентов от 100 тысяч до десятков.

 

 

 

 

 

 

ЗАКЛЮЧЕНИЕ

Более половины средств медикаментозного консервативного лечения находятся в зоне неопределенности, то есть «терапевтического провала». Последний охватывает промежуток между ранней стадией остеоартроза, при которой, без сомнения, следует начинать с консервативных немедикаментозных средств, и поздней стадией, при которой применяют, как общеизвестно, хирургическое вмешательство. Около 70% врачей испытывают «терапевтический провал», в который, по оценкам, попадает до 20% пациентов с остеоартрозом.

Именно поэтому виртуальный скрининг поможет избежать врачебных ошибок при лечении такого сложного заболевания, как остеоартроз. Виртуальный скрининг позволит создать базы знаний не только о суставном хряще, но и о других функциональных системах человека, что позволит облегчить создание фармацевтических препаратов и затраты на их производство.

А на современном этапе принцип лечения остеоартроза базируется на  соотношении потенциальной пользы и потенциальных рисков в контексте возраста и фенотипа пациента, а также на подборе лечения согласно фармакоэкономической целесообразности.

 

 

 

 

 

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ

1. Баренбойм, Г. М. Биологически активные вещества. Новые принципы поиска / Г. М. Баренбойм, А. Г. Маленков. // М. : Наука, 2007. - 363 с.
2. Бейдер, Р. Атомы в молекулах. Квантовая теория / Р. Бейдер. // М. : Мир, 2001. - 532 с.
3. Головенко, Н. Я. Биофармацевтическая классификационная система - экспериментальная модель прогнозирования биодоступности лекарственных средств [Текст] / Н. Я. Головенко, Ю. И. Борисюк // Биомедицинская химия. - 2008. - Т. 54. - № 4. - С. 39-407.
4. Ивашко, Е. Е. Desktop Grid корпоративного уровня / Е. Е. Ивашко // Программные системы: теория и приложения. - 2014. - № 1 (19). - С. 183-190.
5. Кубиньи, Г. В поисках новых соединений-лидеров для создания лекарств / Г. Кубиньи // Рос. хим. журн. - 2006. - Т. 50, № 2. -

С. 5-17.

6. Мажуга, П. М. Клеточные механизмы дифференцировки суставного хряща / П. М. Мажуга // Цитология и генетика. - 2009. - Т. 30. - С. 3-10.
7. Маланин, Д. А. Восстановление повреждений хряща в коленном суставе: Экспериментальные и клинические аспекты: монография / Д. А. Маланин, В. Б. Писарев, В. В. Новочадов. - Волгоград: Волгоградское научное изд-во, 2010. - 455 с.
8. Материалы, производимые по нанотехнологии: потенциальный риск при получении и использовании / Г. Б. Андреев [и др.] // Рос. хим. журн. - 2008. - 102, № 5. - С. 32-40.
9. Морозова, О. Г. Эффективность применения хондропротекторов в лечении вертеброгенных дорсалгий / О. Г. Морозова, Л. В. Климович, А. А. Ярошевский // Междун. неврол. журн. - 2011. - № 4 (42). - С.76-78.
10. Омельяненко, Н. И. Возрастная динамика пограничных слоев суставного хряща человека / Н. И. Омельяненко, Л. А. Семенова // Морфология. - 2009. - № 4. - С. 96.
11. Поворознюк, В. В. Глюкозамин и хондроитин в лечении остеоартроза: данные литературы и результаты собственных исследований / В. В. Поворознюк // Русский медицинский журнал. - 2006. - № 14 (4). - С. 1-5.
12. Расчет стабильности комплексов органических соединений с β-циклодекстрином с помощью метода QSPR / Е. В. Жохова [и др.] // Вестник МГУ. - 2007. - сер. 2, Химия 48 (5). - С. 329-332.
13. Сергеев, А. П. Быстрый алгоритм идентификации подобных химических соединений / А. П. Сергеев // Материалы конференции PDCS / А. П. Сергеев. - Харьков, 2013. - С. 299-300.
14. Соловьев, М. Е. Компьютерная химия / М. Е. Соловьев, М. М. Соловьев. // М. : Солон-пресс, 2007. - 325 с.
15. Филимонов, Д. А. Прогноз спектра биологической активности органических соединений [Текст] /  Д. А. Филимонов, В. В. Поройков // Рос. хим. журн. - 2006. - 50, № 2. - С. 66-76.
16. Цветкова, Е. С. Современная терапия остеоартроза – патогенетическое обоснование / Е. С. Цветкова // Терапевтический архив. - - № 5. - С. 77-79.
17. Шавловская, О. А. Остеоартроз: фокус на быстрое и максимально полное купирование боли / О. А. Шавловская // Consilium Medicum, 2.- - С. 67-70.
18. Buckwalter, J. A. Articular cartilage. Part I. Tissue design and chondrocytematrix interaction / J. A. Buckwalter, H. J. Mankin // J. Bone Joint Surg. (Am.). - 2008. - № 4. - P. 600–611.
19. Levin, D. W. FDA regulatory pathways for knee cartilage repair products /  W. Levin, L. Mondano, M. Halpin // Sports Med. Arthrosc. - 2008. - № 16 (4). - P. 202-207.
20. Lin, Z. The chondrocyte: biology and clinical application // Z. Lin, C. Willers,  Xu et al. // Tissue Engineering. - 2010. - № 7. - P. 1-14.
21. Myamoto, A. The role of the synovium in repairing cartilage defects / А. Myamoto, M. Deie, T. Yamakasi et al. // Knee Surg. Sports. Traumatol. Arthrosc. - 2007. - № 15. - P. 1083-
22. Rester, U. From virtuality to reality - Virtual screening in lead discovery and lead optimization: a medicinal chemistry perspective / U. Rester // Current Opinion in Drug Discovery & Development. - 2008. - № 11 (4). - P. 559-568.
23. Rollinger, J. M. Virtual screening for the discovery of bioactive natural products / J. M. Rollinger, H. Stuppner, T. Langer // Progress in Drug Research. - 2008. - № 65 (211). - P. 211, 213-249.

 

 

 

ПРИЛОЖЕНИЕ

 

Рис. 1. 2D структура лиганда PP-242

Рис. 2. 2D структура лиганда NVP-TAE684

Рис. 3. 2D структура лиганда PD-173955

Рис. 4. 2D структура лиганда Lestaurtibib.

Рис. 5. 2D структура лиганда JNJ-28312141

Рис. 6. 2D структура лиганда SU-14813

Рис. 7. 2D структура лиганда Dasatinib

Рис. 8. 2D структура лиганда Tamatinib

Рис. 9. 2D структура лиганда Cederanib

Рис. 10. 2D структура лиганда Staurosporine

Рис. 11. 2D структура лиганда Pictilisib

Рис. 12. 2D структура лиганда Pl-103

Рис. 13. 2D структура лиганда TG-100-115

Рис. 14. 2D структура лиганда Torin 2

Рис. 15. 2D структура лиганда Compound 82

Рис. 16. 2D структура лиганда GSK-1838705A

Рис. 17. 2D структура лиганда UK-356618

Рис. 18. 2D структура лиганда CM-352

Рис. 19. 2D структура лиганда CGS-27023A

Рис. 20. 2D структура лиганда Compound 1a

Рис. 21. 2D структура лиганда Compound 29e

Рис. 22. 2D структура лиганда CM-352

Рис. 23. 2D структура лиганда Prinomastat

Рис. 24. 2D структура лиганда Compound 1

 

Скачать: sozdanie-bazy-znaniy-o-sustavnom-hryasche-metodom-virtualnogo-skrininga-1.rar