第五章 新药研究概论课件.pptVIP

合环和开环 作用增强 大基团的引入、去除或置换 引入大基团往往造成生物活性很大变化, 甚至造成作用翻转 在易变结构附近引入障碍基团，可稳定易变部位 将稳定基团换以易变基团，可使作用限于局部或迅速代谢失活，减轻副作用 引入极性或离子性基团，可限制药物分布 改变基团的电性 诱导效应: 由于元素电负性的不同，分子内电荷沿着单键移动所产生的静电引力 共轭效应: 分子中存在的?－?共轭或p－?共轭，由于电子的离域化而导致电荷的流动 负诱导效应的吸电子性强弱顺序 -NH3+, -NR3+, -NO2, -CN, -COOH, -COOR, -CHO, -COR, -F, -Cl, -Br, -OH, -OR, -SH, -SR, -CH=CH2, -CR=CR2, -C?CH 正诱导效应的推电子性强弱顺序 -CH3, -CH2R, -CHR2, -CR3, -COO- 诱导效应（+I/-I）Inductive effect 共轭效应（+R/-R）Resonance Effect 同时具有-R和-I的基团 -NO2, -CN, -CHO, -COR, -COOH, -COOR, -CONH2, -CF3 同时具有+R和+I的基团 -O-, -S-, -CH3, -CR3 同时具有+R和-I的基团 -F, -Cl, -Br, -I, -OH, -OR, -OCOR, -SH, -SR, -NH2, -NR2, -NHCOR 孪药 Twin drugs 拼合原理 Association principle 药理作用的类型 拼合结构的专属性 有效剂量 拼合的方式 孪药 两个相同的或不同的先导物或药物经共价键连接，缀合成新的分子，称作孪药。 磺胺家族的发展 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 screening Virtual 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，是通过数据库搜寻和计算化学实现的。 Virtual screening 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。 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