第五章 新药研究概论 2012[资料]课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《第五章 新药研究概论 2012[资料]课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 资料 第五章 新药研究概论 2012资料课件 第五 新药 研究 概论 2012 课件
- 资源描述:
-
1、第五章 新药研究概论Outline of Drug Research新药研究 1 新药研发 R&D of New Drugs 新药 新药研发过程 新药研发涉及学科 新药研发特点 2 药物分子设计 Molecular Drug Design 概念及内容 3 先导化合物 Lead Compound1.1 New Drugs 新药系指我国未生产过的药品。按审批管理的要求,新药分为中药、化学药品和生物药品(新药审批办法) 新化学实体 NCE new chemical entities 首次成为药品的新化学结构1 新药研发 R&D of New Drugs1.2 新药研发过程 1、制定研究计划,设计并实
2、施实验方案,获得潜在新化学实体(NCE)或新化合物 2、临床前研究,获得在研新药 IND(investigational new drug) 西药临床前22项(新药证书,25项) 中药临床前19项(新药证书,22项)1.2 新药研发过程 3、临床试验(或临床验证),获得新药批件 NDA(new drug approval) 药品注册管理办法 Phase I: 2030例健康受试者 Phase II: 不少于100例典型患者 Phase III: 不少于300例患者 4、上市后研究,四期临床(临床药理) 一类试生产期,Phase IV: 2000例发现I 期II 期III 期IV 期政府审批临床
3、前研究临床实验平均约15年AtorvastatinSimvastatinLansoprazoleErythropoietinOlanzapineErythropoietinSertralineCelecoxibGabapentinEsomeprazole 辛伐他汀兰索拉唑促红细胞生成素奧氮平艾美拉唑舍曲林塞来考昔 关节炎加巴喷丁抗癫痫药 1.3 新药研发是一项系统工程,涉及多个学科 分子生物学 分子药理学 生物信息学 药物化学 计算机科学 药物分析化学 药理学 毒理学 药剂学 制药工艺学1.4 新药研发特点 投资高 周期长 风险高 利润高 竞争激烈药物作用的三个重要相给药剂量剂型崩解药物溶出可
4、被吸收的药物药物利用度吸收、分布、代谢、排泄可产生作用的药物生物利用度药物与靶点相互作用效应药剂相药代动力相药效相1.2 药物分子设计2 药物分子设计 药物的基本属性(安全性、有效性、稳定性、可控性),在一定意义上,由药物的化学结构所决定 药物分子设计是实现新药创制的主要途径和手段 通过科学的构思和理论的规划,构建具有预期药理活性的新化学实体的分子操作。 * 创制新药的四要素 生物靶标的选择 检测模型的确定 先导化合物的发现 先导化合物的优化Molecular drug design 药物分子设计由多学科相互穿插,交替进行药物设计学分子生物学结构生物学基因组生物信息学数学统计学药物化学有机药物
5、化学计算机科学计算化学分子药理学一般药理学先导化合物 Lead compound 概念:简称先导物(Lead),是指新发现的对某种靶标和模型呈现明确药理活性的化合物。 A lead is a representative of a compound series with sufficient potential (as measured by potency, selectivity, pharmacokinetics, physicochemical properties, novelty, and absence of toxicity) to progress to a full dr
6、ug development program. 应与 hit 相区别药物分子设计的策略基础 分子的多样性、互补性和相似性构成了设计方法的策略基础 分子的多样性(diversity)是先导物发现的物质基础 分子的互补性(complementarity)是分子识别和受体-配体结合的基础和推动力 分子的相似性(similarity)在不同的层次上有不同的含义先导物发现先导物优化互补性相似性多样性包容性反相似性不相似性Lead discovery分子的多样性天然生物活性物质组合化学组合生物合成和组合生物催化基于临床副作用观察产生先导物虚拟筛选分子的互补性基于生物大分子结构和作用机理的药物分子设计反义寡
7、核苷酸Lead discovery and optimization分子的相似性基于内源性配体分子的药物设计过渡态类似物肽模拟物生物电子等排置换类似物变换药物合成的中间体基于代谢转化天然生物活性物质作为先导物 天然生物活性物质来源广泛 植物 动物 微生物 海洋生物 矿物天然生物活性物质作为先导物 天然生物活性物质的特点 新颖的结构类型(分子多样性) 独特的药理活性 资源有限及地域性差异 有效成分含量很低 大多数结构复杂,作用强度不同天然生物活性物质作为先导物 青蒿素青蒿素Artemisinin黄花蒿Artemisia annula蒿甲醚ArtemetherOOOOOOOOOOCH3生物利用度较
8、低复发率高天然生物活性物质作为先导物 喜树碱羟基喜树碱Hydroxycamptothecin喜树Camptotheca acuminata拓扑替康TopotecanNNOOOOHHONNOOOOHHON(CH3)2水溶性较差,毒性大组合化学Combinatorial chemistry 同时制备含众多分子的化合物库 以代数级数增加构建块的数目,库容量则以几何级数增加 与高通量筛选(high-throughput screening, HTS)技术结合,可极大地加快先导物发现和优化的速度组合合成Combinatorial synthesis 平行合成和混分合成 固相合成和液相合成 小分子组合合成
9、 计算机辅助设计及虚拟库合成 八学期选修课“组合化学与新药研究”组合生物合成Combinatorial biosynthesis 基本原理基因变异(混合、匹配、交换、突变等)基因克隆多种变异的酶系多种非天然的天然物质组合生物催化Combinatorial biocatalysis 基本原理变异酶系或微生物酶系催化小分子化合物转化多种人工的天然化合物岩白菜内酯的生物催化组合库 OOOHHOCH3OOHOHOHOOOOHHOCH3OOHOHOHOOHOOOHHOCH3OOHOHOHOClOOHOHOHHOOOOOHHOCH3OOHOHO脂肪酶酰化糖苷化糖苷酶氧化卤过氧化酶氯代首轮衍生物20个酰化:
10、酯,酰胺碳酸酯氨甲酸酯糖苷化:糖苷氨基糖苷糖酸苷氧化还原:羟基化氧化脱甲基化卤化:氯代溴代碘代第二轮衍生物共600个岩白菜内酯OOOHHOCH3OOCOR1OCOR2OCOR3O基于临床副作用观察产生的先导物 作用与作用的分离HOHOCHOHCH2NHRRHCH3CH2CH3CH(CH3)2C(CH3)2CH2Ph receptor activity receptor activity100200600.2510010002000400065000 blocking异丙嗪的镇静作用 NSCH2CH(CH3)N+(CH3)3NSCH2CH2CH2N(CH3)2ClNSCH2CH(CH3)N(CH
11、3)2Promethazine异丙嗪(抗过敏药)Chlorpromazine氯丙嗪(安定)Thiazinamium噻丙胺(支气管扩张)磺胺家族的发展Mafenide(antiinfectious)Tolbutamide (antidiabetic)SNChlorothiazide (saluretic)Cycloguanil (antimalarial)Methylthiouracil(antithyroid)DDS (antileprosy)ClNNNCH3H3CNH2H2NNHNOCH3HSNH2SOOH2NCH2SOOH2NNH2SNHNClSH2NOOOOCH3SOONHCONHC4H
12、9NH2SOOH2N筛选发现先导物 随机与非随机筛选 Random/nonrandom screening 高通量筛选 High-throughput screening (HTS) 虚拟筛选 Virtual screeningVirtual screening 用计算机筛选的方法称为虚拟筛选,或称in silico筛选 ,成为in silico-in vitro-in vivo模式 。 用一系列“基于知识的滤片”对虚拟库“筛选”,以“浓缩”出能够满足预定标准的化合物。 这些滤片包括类药性(drug like),药代动力学性质,毒性,知识产权问题以及与受体的互补性或与配体的相似性等,是通过数据
13、库搜寻和计算化学实现的。 Virtual screening虚虚拟拟库库专专利利指指导导设设计计库库类类药药原原则则药药代代性性质质潜潜在在毒毒性性受受体体结结构构里宾斯基提出的类药性用于筛选lead Lipinski归纳的“类药5规则”(Rule of Five),概括了类药的最低标准:化合物的分子量小于500道尔顿;化合物结构中的氢键给体 (包括羟基、氨基等)的数量不超过5个;化合物中氢键受体的数量不超过10个;化合物的脂水分配系数的对数值 (logP)在-2到5之间;化合物中可旋转键的数量不超过10个。 简化后的四规则去掉了关于可旋转键的数量限制;三规则进一步去掉了对氢键受体数量的限制。
14、 上述原则只限于化合物经被动扩散机理的吸收。 化合物的柔性不宜过强。否则会存在许多种构象 化合物不得含有重金属和反应活性基团。药代动力学性质 临床试验被终止淘汰的候选药物40%是由于药代动力学不合理造成的 决定药物能够穿越细胞膜并在胞浆中转运的性质是分子的化学结构,表现在分子量,离解常数,亲脂性,极性表面积,以及形成氢键的数目等 药物的代谢转化主要在肝脏中发生。将细胞色素P450 2D6和3A4催化中心的三维结构作为药效团,可用于预测未知化合物的代谢命运。通过分析化合物的三维结构与半衰期的相关性,可以来预测未知物的代谢模式 毒性的预测 基于已有化合物的毒性和结构特征,经线性判别分析和多重回归分
15、析得到的模型,可用来预测未知物的毒性。 基于知识的专家系统(knowledge-based system)的软件如DEREK,可批处理化合物的致癌性、致畸性、致突变性、刺激性、皮肤敏感性、急性毒性和神经毒等。另一个基于知识的专家系统是HazardExpert程序,通过输入化合物名称、给药途径、剂量和用药时程,程序可给出结果。基于结构的设计 在受体结构信息已知的情况下,可根据结合部位的三维结构信息,用分子对接方法,对互补性好、评分高的化合物,可预计有较强的亲和力。若不知受体的三维结构,可根据药效团特征筛选虚拟库,并以不同程度的限制条件,“滤除”与药效团无相似性的分子。 知识产权的预测 化合物具备
16、自主的知识产权和专利保护的前景,是开发决策的重要指标,筛选虚拟库和组合库时要剔除已被其它专利覆盖或有可能侵权的化合物。所以,完备的化合物检索查新系统可确保化合物结构的新颖性。 基于生物大分子结构和作用机理设计先导物 合理药物设计 Rational drug design 合理药物设计即以药物作用靶点的三维结构和生物化学作用机制为基础进行药物设计的方法 Structure-based drug design Mechanism-based drug designStructure-based drug design 了解生物大分子(受体)的三维结构,特别是与配体分子形成的复合物的三维结构,是前提
17、 大分子与小分子的结合模式是基础 多种方法并用 数据库搜寻 分子碎片连接 从头构建HIV proteaseComplex of HIV protease and its inhibitorACE抑制剂ACE的功能羧肽酶A的作用模式肽类抑制剂的结合模式羧烷基脯氨酸卡托普利依那普利等Mechanism-based drug design GABA转氨酶抑制剂氨己烯酸 酶的过渡态类似物抑制剂GABA aminotransferase inhibitor-VigabatrinH2NCOOHCOOHH2NCOOHCOOHHOHOOCCOOHL-Glutamic acidL-glutamic acid d
18、ecarboxylase Aminobutyric acid (GABA) GABA aminotransferase (GABA-T)Succinic semialdehyde (SSA) SSA dehydrogenase (SSADH)Succinic acid反义核苷酸Antisense oligonucleotides 反义寡核苷酸的分子大小是设计的重要环节 1225范围,1520较佳 反义核苷酸的类似物 局部修饰(碱基杂环、硫代、甲基磷酸酯等) 骨架类似物(PNA等)Lead discovery and optimization分子的相似性基于内源性配体分子的药物设计过渡态类似物肽
展开阅读全文