Суперкомпьютерная разработка лекарств – новое лекарство от тромбоза

1. Владимир Борисович Сулимов Научно-Исследовательский Вычислительный Центр МГУ Суперкомпьютерная разработка лекарств – новое лекарство от тромбоза Владимир Борисович Сулимов, НИВЦ МГУ

2. Зачем нужно суперкомпьютерное молекулярное моделирование? • Начальная стадия разработки новых лекарств • Разработка новых материалов с заданными свойствами • Моделирование для нанотехнологий Владимир Борисович Сулимов, НИВЦ МГУ

3. Действие лекарства Болезнь Белок Вируса Белок Человека Белок Активный Центр Белка Блокировка работы активного центра Органическая молекула -ингибитор Владимир Борисович Сулимов, НИВЦ МГУ

4. Поиск ингибиторов для активного центра нужного белка Начальный этап разработки нового лекарства Активный ЦентрБелка-Мишени Ингибитор Белок Владимир Борисович Сулимов, НИВЦ МГУ

5. Стадии разработки нового лекарства Ключевой Самый дешевый этап Начальный этап Разработка базового соединения Lead compound Доклинические испытания базового соединения на животных Клинические испытания на людях 10-15 лет $ 500 000 000 Владимир Борисович Сулимов, НИВЦ МГУ

6. открытие ключевого вещества 0 2 4 6 8 10 12 14 16 I II III Стадии разработки нового лекарства in vitro, in vivo 7-15 Лет! $600-$700 M или 5,000 to 100,000 соединений -перебор in silico 250 Кандидатов в доклинические испытания Начальная стадия 5 кандидатов – клинические испытания - 80% проходят фазуI - 30% проходят фазуII - 80% проходят фазуIII Клинические испытания Одно соединение становится разрешенным лекарством Владимир Борисович Сулимов, НИВЦ МГУ

7. Существующие методы поиска ингибиторов ведут втупик! Затраты на исследования растут линейно NMEs New Molecular Entities Новые Молекулярные Объекты Затраты Число новых лекарств на рынке сокращается Владимир Борисович Сулимов, НИВЦ МГУ

8. WATER SOLVENT Ключевая программа для дизайна лекарств: программа докинга SOL Docking – позиционирование лиганда в активном центре белка Scoring– правильная оценка энергии связывания белок-лиганд Слабые межмолекулярные взаимодействия Нужна высокая точность:~1 kcal/mol ~ 0.05 eV Связывание происходит в воде белок: тысячи атомов Десятки тысяч лигандов лиганды: Десятки атомов Взаимодействие белка с водой Взаимодействие лиганда с водой docking Взаимодействие Лиганда с белком 1 лиганд 1 CPU: 1-10 часов Владимир Борисович Сулимов, НИВЦ МГУ

9. Оригинальная программа докинга SOL Позиционирование лиганда в активном центре заданного белка-мишени: • Генетический алгоритм поиска глобального минимума – модель эволюции • Силовое поле MMFF94 • Активный центр белка в виде набора сеток различных потенциалов – жесткий белок • Учет десольватации: подсчет баланса взаимодействий: лиганда с растворителем, белка с растворителем, комплекса белок-лиганд с растворителем • Гибкий лиганд и учет его внутренних напряжений • Изменение числа вращательных степеней свободы лиганда при связывании Владимир Борисович Сулимов, НИВЦ МГУ

10. Основная проблема докинга Типичный лиганд – ингибитор тромбина – Аргатробан Получаем задачу на нахождение глобального минимума в пространстве15+6=21 измерений! Систематический перебор невозможен. Владимир Борисович Сулимов, НИВЦ МГУ

11. Докинг – задача поиска глобального минимума энергии • на многомерной поверхности >10измерений • с большим числом локальных минимумов • Только полный перебор гарантирует нахождение глобального минимума • Для докинга это невозможно: • Пусть 15 измерений • По каждому измерению 10 точек • Всего 1015 точек – 1015 вычислений энергии связывания Владимир Борисович Сулимов, НИВЦ МГУ

12. Модель белка – программа SOL_Grid • Белок жесткий • Белок представлен сеткой потенциалов • Сетка потенциалов вычисляется заранее • Сетка – это набор «сеток» потенциалов для разных типов атомов и разных типов взаимодействий • Область докинга – куб размера -101Х101Х101 точек - длина ребра куба: 22 Ангстрем Владимир Борисович Сулимов, НИВЦ МГУ

13. Программа SOL-Grid Владимир Борисович Сулимов, НИВЦ МГУ

14. DOCKING RESULT vs. PDB POSITION (SIALIDASE B, PDB:1A4Q) RMSD:1.6Å BLUE – NATIVE POSITION FROM PDB RED – DOCKED POSITION Владимир Борисович Сулимов, НИВЦ МГУ

15. Положение молекулы лекарства-антикоагулянта (аргатробана) в активном центре тромбина Высокая точность докинга:RMSD = 1.5 Å • Экспериментальные • положения атомов • Положения атомов • молекулы после • докинга Владимир Борисович Сулимов, НИВЦ МГУ

16. Структура ПК KeenBASE Программный комплекс для поиска новых ингибиторов разработан в НИВЦ МГУ в 2005-2007 гг. Владимир Борисович Сулимов, НИВЦ МГУ

17. Схема работы ПК KeenBASE Выявление из набора лигандов молекул избирательновзаимодействующих с белком-мишенью Владимир Борисович Сулимов, НИВЦ МГУ

18. Вычисления ПК KeenBASE • Распределенные вычисления на основе технологии X-Com • Апробация докинга с распределенными вычислениями X-Com: несколько городов, до 1120 CPU, докинг одной молекулы от нескольких часов до десяти и больше часов на 1 CPU Владимир Борисович Сулимов, НИВЦ МГУ

19. Метакомпьютинг • Подключение большого количества удаленных • компьютеров через Интернет для решения одной задачи • Грид-технология X-Com • Тысячи молекул • Для хорошего качества докинга надо 1 – 10часов на 1 CPU • Концентрация вычислительных ресурсов по всему миру Владимир Борисович Сулимов, НИВЦ МГУ

20. Правильная 3х-мерная структура молекул-лигандов – основа успеха поиска ингибиторов • До того, как новое соединение синтезировано, невозможно экспериментально определить его 3х-мерную структуру • Единственный способ a priori определить структуру молекулы - квантовохимический расчет с учетом электронных корреляций • Высокая точность расчета энергии молекулы ≈ 1 ккал/моль • Структура молекул правильно рассчитываются только методами квантовой механики (химии) • Вывод:конструировать лекарства надо с использованием методов квантовой механики (химии) Владимир Борисович Сулимов, НИВЦ МГУ

21. Применение докинга для дизайна синтетических вакцин - инновация Предсказание связывания олигопептидных эпитопов с белками главного комплекса гистосовместимости на основе докинга – путь к рациональному компьютерному дизайну вакцин. В том числе вакцин против рака. эпитоп Презентация эпитопа белком главного комплекса гистосовместимости (MHC) рецептору на поверхности CD8+T-лимфоцита (TCR). Связывание 9-аминокислотного эпитопа на поверхности белка главного комплекса гистосовместимости 1 класса (гаплотип HLA-A2) Владимир Борисович Сулимов, НИВЦ МГУ

22. Команда разработчиков ингибиторов тромбина • Научно-Исследовательский Вычислительный Центр МГУ имени М.В.Ломоносова – молекулярные дизайнеры, применение суперкомпьютеров • Институт Органической Химии имени Н.Д.Зелинского РАН, Москва – синтез новых органических соединений • Гематологический Научный Центр РАМН, Москва – измерение ингибирующей активности новых соединений, биофизики, биохимики • В.Б.Сулимов, А.Н.Романов, О.А.Кондакова, Е.И.Синауридзе, А.А.Бутылин, И.В.Грибкова, А.С.Горбатенко, А.А.Боголюбов, И.Ю.Титов, Е.В.Полунин, Ю.В.Кузнецов, И.В.Тайдаков,В.В.Воеводин, С.И.Соболев, Ф.И.Атауллаханов Приглашенный докладна конгрессе IDDST:International Drug Discovery Science and Technology7-13 ноября 2007, Xi’an, China Владимир Борисович Сулимов, НИВЦ МГУ

23. Травмы, отравления, болезни: переливание крови Капельница - промывание крови, введение различных растворов. Риск тромбоза – образования тромбов в крови Владимир Борисович Сулимов, НИВЦ МГУ

24. Актуальность поиска новых ингибиторов тромбина (постановка задачи) • Тромбин –основной фермент системы свертываниякрови,превращающий растворимый белок плазмы фибриноген в нерастворимый фибриновый сгусток • Чрезмерное образование тромбина приводит ктромбозам • Для предупреждения тромбозов в клинике в настоящее время используют толькогепарин • Гепарин (Heparin) ускоряет действие природного ингибиторатромбинаATIII • Гепарин→ATIII→Ингибирование тромбина Владимир Борисович Сулимов, НИВЦ МГУ

25. При низкой концентрации ATIII введение гепарина не подавляет активность тромбина • В некоторых важных случаях Гепарин не может быть использован (Heparin Induced Thrombocytopenia) • При недостатке ATIII единственная возможность остановить работу избыточного тромбина – добавить в систему его прямой ингибитор. • Сейчас существует только один прямой низкомолекулярный синтетический ингибитортромбина, аргатробан – разрешен к применению в США, Японии, Германии, Франции и др. Аргатробан:IC50 = 125 наномолей Владимир Борисович Сулимов, НИВЦ МГУ

26. Алгоритм разработки Докинг молекул из баз данных доступных соединений (синтезированы, их можно купить или заказать бесплатно) Владимир Борисович Сулимов, НИВЦ МГУ

27. THROMBIN Открыт и запатентован новый класс прямых ингибиторов тромбина – основа нового лекарства от тромбоза На рисунке показано положение 4-х новых ингибиторов в активном центре тромбина На разработку понадобилось около 1,5 лет Ингибирующая активность новых ингибиторов IC50=2 наноМоля значительно выше, чем у аргатробана IC50=125 наноМолей Владимир Борисович Сулимов, НИВЦ МГУ

28. Экономия затрат на разработку: • При экспериментальном поиске пришлось бы синтезировать 6000 новых соединений – кандидатов • В настоящей работе новый класс ингибиторов был открыт после синтеза 20-ого соединения! • При экспериментальном переборе всех 6000 кандидатов только на синтез 6000 новых соединений потребовалось бы минимум $6 000 000. • В настоящей разработке затраты на синтез составили около $ 20 000 Владимир Борисович Сулимов, НИВЦ МГУ

29. Применение суперкомпьютеров для разработки новых лекарств: • Повышает эффективность разработки • Ускоряет стадию разработки lead compound’а • Существенно удешевляет разработку • Повышает разнообразие молекул-кандидатов в lead compound’ы • Создает основу для регулярной конвейерной разработки новых лекарств против различных болезней • Обеспечивает лекарственную безопасность России • Может привести к существенному удешевлению лекарств Владимир Борисович Сулимов, НИВЦ МГУ

30. The End • …Surely every medicine is an innovation; and he that will not apply new remedies, must expect new evils… • …Каждое лекарство есть инновация; а кто не хочет применять новые средства, должен ждать новых бед… Francis Bacon (1561-1626)OF INNOVATIONS Мы можем избежать многих новых бед. Надо только, чтобы разработчики лекарств поняли возможности молекулярного моделирования и использования компьютеров Владимир Борисович Сулимов, НИВЦ МГУ

31. Scheme of the substrate hydrolysis by thrombin Thrombin АМС Fluorogenic substrate АМС Fluorescent product (AMC) Владимир Борисович Сулимов, НИВЦ МГУ

32. Программа докинга SOL PHENOTYPE GENOTYPE Эволюция популяции особей Особь – положение лиганда в активном центре белка a1 C R O M O S O M E a2 a3 a4 a5 a6 a7 a8 a9 a10 Владимир Борисович Сулимов, НИВЦ МГУ

33. Modified Genetic Algorithm selection crossover Mating pool M U T A T I O N S Generation NEXT Generation N C R O S S O V E R crossover в Mating Pool выбираются особи с наилучшей энергией связывания Transfer Direct transfer Direct transfer of elite elite elite Владимир Борисович Сулимов, НИВЦ МГУ

34. Surface Generalized Born Formulation: Владимир Борисович Сулимов, НИВЦ МГУ

35. Surface Generalized Born Formulation Владимир Борисович Сулимов, НИВЦ МГУ

36. Self-polarization energies: rigorous PCM vs S-GBHIV integrase catalytic domain (2374 atoms). Correlation coefficient is 0.999707. Maximal deviation is 1.90 kcal/mol. RMS is 0.319 kcal/mol. Владимир Борисович Сулимов, НИВЦ МГУ

37. Присутствие ингибитора замедляетс скорость гидролиза хромогенного субстрата тромбином Владимир Борисович Сулимов, НИВЦ МГУ

38. Коррекция гемодилюционной гиперкоагуляции путем введения в ПЗР низкомолекулярного ингибитора тромбина НС-025s-IOC Концентрация низкомолекулярного ингибитора тромбина в физиологическом растворе: 1 – 0 2 – 0.25 мкМ 3 – 0.5 мкМ 4 – 1.0 мкМ Владимир Борисович Сулимов, НИВЦ МГУ

39. Изменение ЭТП в плазме крыс после кровопотери и переливания им стандартного физиологического раствора или раствора с добавлением ингибитора тромбина Владимир Борисович Сулимов, НИВЦ МГУ