You are on page 1of 13

Artigo convidado 2

Modelagem Molecular de Frmacos


Rafael V. C. Guido & Adriano D. Andricopulo
A indstria farmacutica vem passando por grandes transformaes guiadas pelas inovaes cientficas e tecnolgicas em seus programas de pesquisa e desenvolvimento (P&D) de frmacos. Os modelos tradicionais de pesquisa bsica esto progressivamente dando lugar a estratgias modernas baseadas em uma combinao de especialidades atuando em carter multi- e interdisciplinar. Neste contexto, a qumica medicinal moderna envolve a aplicao de mtodos computacionais como a modelagem molecular, que contribuem significativamente para a otimizao de propriedades farmacodinmicas e farmacocinticas de molculas bioativas. O presente artigo tem como objetivo apresentar uma abordagem dinmica de alguns aspectos fundamentais e aplicaes da modelagem molecular como ferramenta til no processo de planejamento de candidatos a novos frmacos. Palavras-chave: modelagem molecular; planejamento de frmacos; mtodos computacionais. The pharmaceutical industry is facing major challenges on the scientific and technological front of their Research & Development (R&D) programs. The modern research paradigm has been and continues to grow at a rapid pace, integrating knowledge of multi- and interdisciplinary teams. Recent advances in medicinal chemistry have created an important foundation in the search for new drug candidates. Modern drug design strategies employ computational methods such as molecular modeling as essential tools in the optimization of pharmacodynamic and pharmacokinetic properties of bioactive molecules. The aim of this chapter is to provide some fundamental concepts and applications of molecular modeling as a useful tool in the design of new drug candidates. Keywords: molecular modeling; drug design; computational methods.

24

Revista Processos Qumicos

Jul / Dez de 2008

Introduo
QUMICA MEDICINAL E A DESCOBERTA DE NOVOS FRMACOS
O processo de descoberta e desenvolvimento de novos frmacos bastante complexo e fundamenta-se na integrao de vrias reas estratgicas, tais como: inovao, conhecimento, tecnologia, gerenciamento e investimentos em Pesquisa e Desenvolvimento (P&D).1 Os avanos da qumica e biologia, aliados a melhor compreenso de mecanismos fisiolgicos e farmacolgicos que levam ao aparecimento e desenvolvimento de doenas, tornaram possvel o planejamento e a descoberta de frmacos capazes de representar notveis inovaes teraputicas, proporcionando melhorias significativas na qualidade de vida das diversas populaes no mundo.2-4 Na estratgia de planejamento racional de frmacos, os estudos dos processos evolutivos de reconhecimento molecular em sistemas biolgicos assumem grande importncia, pois constituem as bases fundamentais para a potncia, afinidade e seletividade dos frmacos por seus receptoresalvos. A qumica medicinal possui papel central nesse complexo paradigma de planejamento e otimizao de novas molculas com atividade biolgica.5-7 A qumica medicinal possui forte carter multidisciplinar, abrangendo diversas especialidades importantes, como a qumica orgnica, bioqumica, farmacologia, informtica, biologia molecular e estrutural, entre outras. Segundo a Unio Internacional de Qumica Pura e Aplicada (IUPAC, do ingls International Union of Pure and Applied Chemistry), a qumica medicinal envolve a descoberta, desenvolvimento, identificao e interpretao do mecanismo de ao molecular de compostos biologicamente ativos. Alm da descoberta de molculas bioativas, tambm estuda os fenmenos envolvidos no metabolismo e o estabelecimento de relaes entre a estrutura qumica e atividade (SAR, do ingls, structureactivity relationships).8 A qumica medicinal uma cincia interdisciplinar fundamentada em qumica e que envolve aspectos importantes das cincias farmacuticas, mdicas, biolgicas, fsicas e computacionais.

FRMACOS E INDSTRIA FARMACUTICA O setor de P&D de frmacos extremamente


Jul / Dez de 2008

competitivo e se caracteriza por elevados nveis de investimentos, que esto associados a riscos de proporcional magnitude. A idia de que as maiores companhias farmacuticas so as melhores em P&D tem se tornado um dogma mundial, j que os frmacos da categoria blockbuster (termo do ingls para designar os frmacos com vendas anuais superiores a US$ 1 bilho) so os principais responsveis pelo crescimento da indstria farmacutica. A capacidade da indstria em destinar recursos para P&D est diretamente relacionada sua competncia em gerar receitas atravs da venda de um conjunto atrativo de frmacos.9-11 O processo de descoberta e desenvolvimento de novas entidades qumicas (NCEs, do ingls, new chemical entities) longo e envolve altos custos.12 Desde a concepo do projeto at a introduo de um nico frmaco no mercado farmacutico, so investidos de 12 a 15 anos em P&D, com valores totais estimados, no binio 2004-2006, da ordem de US$ 500-880 milhes, podendo em alguns casos alcanar cifras superiores a US$ 1 bilho (Figura 1).7,13,14 Inovaes teraputicas de grande sucesso, entretanto, so capazes de gerar rendimentos significativos, na ordem de bilhes de dlares anuais. Dentre os frmacos includos na categoria blockbuster, esto o hipolipemiante atorvastatina (Lpitor, da Pfizer), que gerou extraordinrios US$ 12,68 bilhes em vendas somente no ano de 2007; o antitrombtico clopidogrel (Plavix, da Sanofi Aventis); o antiulceroso esomeprazol (Nexium, da AstraZeneca); e o anti-psictico olanzapina (Zyprexa, da Eli Lilly), entre outros (Tabela 1).15 O processo de descoberta e desenvolvimento de frmacos dividido em duas grandes fases, a saber: (i) pr-clnica (descoberta ou pesquisa bsica) e (ii) clnica (desenvolvimento).7,16 Nos estgios iniciais da fase prclnica, as pesquisas se concentram na identificao e otimizao de molculas pequenas capazes de modular a atividade do alvo macromolecular eleito para o processo de planejamento (Figura 2). A validao do alvo molecular selecionado fundamental, pois estabelece a sua relevncia no processo fisiopatolgico em estudo, alm de evidenciar se a sua modulao seletiva capaz de gerar a resposta farmacolgica esperada no controle de uma doena ou disfuno em humanos.8,17,18 As molculas bioativas ou ligantes (do ingls, hits)
Revista Processos Qumicos

25

Artigo convidado 2

Figura 1: Viso geral do processo de P&D de um novo frmaco.14

tem sua origem a partir de produtos naturais ou atravs de sntese orgnica ou colees combinatrias (Figura 2). As molculas bioativas podem ser identificadas atravs de triagens reais ou virtuais, ou ainda atravs de planejamento racional, mas em todos os casos as suas propriedades biolgicas devem ser determinadas experimentalmente. Nessa fase inicial geralmente

so identificadas molculas com baixa afinidade, que necessitam ser otimizadas em relao a uma srie de propriedades (e.g., potncia, afinidade, seletividade, biodisponibilidade, toxidez). Os compostos bioativos com melhores propriedades so selecionados como compostos lderes (do ingls, lead compounds) para posterior otimizao molecular (Figura 2).17,20,21

Tabela 1: Os 10 medicamentos da categoria blockbuster mais vendidos no ano de 2007.15

26

Revista Processos Qumicos

Jul / Dez de 2008

Figura 2: Etapas evolutivas de identificao, seleo e otimizao de molculas no processo de planejamento de frmacos (HTS, triagem em larga escala; QSAR, estudo das relaes quantitativas entre a estrutura e atividade; ADME/Tox, propriedades farmacocinticas/ txicas: absoro, distribuio, metabolismo e excreo).24

Com o auxlio de mtodos em qumica medicinal possvel explorar o imenso espao qumico delineando o trabalho investigativo na identificao, seleo e otimizao de molculas capazes de interagir com alta afinidade e seletividade com o alvo molecular selecionado (e.g., enzima, receptor), o qual representa o espao biolgico do binmio qumico-biolgico em questo. Vrias estratgias podem ser empregadas, como a organizao de bases padres de dados, a aplicao de filtros moleculares, o emprego de triagens biolgicas automatizadas em larga escala (HTS, do ingls, highthroughput screening) e a triagem virtual (VS, do ingls, virtual screening). Alm disso, tcnicas de planejamento baseado na estrutura do receptor (SBDD, do ingls, structure-based drug design), e de planejamento baseado na estrutura do ligante (LBDD, do ingls, ligand-based drug design) so amplamente utilizadas, bem como o estudo das relaes quantitativas entre a estrutura e atividade (QSAR, do ingls, quantitative structure-activity relationships). Em todos estes casos, o gerenciamento qualificado da informao possibilita a gerao de conhecimento apropriado a partir dos dados disponveis.22,23 Uma das etapas-chave da Figura 2 a otimizao de compostos lderes em relao s suas propriedades farmacodinmicas e farmacocinticas, com o objetivo da descoberta de NCEs com elevado potencial de desenvolvimento clnico. Variaes estruturais so
Jul / Dez de 2008

utilizadas para adequar o perfil das molculas s caractersticas necessrias ao uso teraputico em humanos. Neste sentido, a qumica medicinal oferece vrias estratgias capazes de gerar colees dirigidas de compostos.25,26 Os estudos de SAR e de QSAR so importantes para guiar a sntese de novas molculas com propriedades otimizadas, minimizando o universo de compostos a serem considerados nos programas de triagem biolgica. Idealmente, propriedades farmacodinmicas como potncia, afinidade e seletividade, alm de propriedades farmacocinticas de ADME (Absoro, Distribuio, Metabolismo e Excreo) devem ser consideradas conjuntamente, facilitando a eliminao de candidatos com propriedades inadequadas e reduzindo os custos do processo de P&D.27,28 Na fase pr-clnica de pesquisa bsica realizada uma srie de testes in vitro e in vivo para avaliar o potencial dos candidatos a NCEs em relao a sua segurana e eficcia, visando a sua introduo em fases clnicas para testes em humanos. Os mtodos computacionais esto integrados ao planejamento de frmacos. O seu emprego nos estudos em qumica medicinal vo desde a identificao, seleo e otimizao de molculas candidatas at a proposio de novas NCEs para uso clnico. A integrao desses mtodos ao trabalho qumico e biolgico experimental um requerimento essencial para a gerao de novas molculas bioativas qualificadas, com propriedades mltiplas otimizadas.5,23,28-30
Revista Processos Qumicos

27

Artigo convidado 2
Aps a concluso da fase pr-clnica, as NCEs selecionadas so submetidas aprovao das agncias regulatrias, como a Administrao Federal de Alimentos e Medicamentos dos Estados Unidos (FDA, do ingls, Food and Drug Administration), para autorizao da realizao de testes em humanos atravs da chamada licena para investigao de um novo candidato a frmaco (IND, do ingls, investigational new drug) (Figura 1). No Brasil, a responsvel pelo controle das pesquisas clnicas e registro de frmacos a Agncia Nacional de Vigilncia Sanitria (ANVISA). Nas fases clnicas so realizados diversos estudos para avaliar a eficcia e a segurana das NCEs candidatas a frmacos.13,16 Qumica medicinal e os mtodos de modelagem molecular Mtodos computacionais so ferramentas amplamente empregadas nos projetos de P&D de novos frmacos, desde a identificao de molculas com atividade biolgica at a otimizao mltiplas de propriedades de compostos lderes. Devido rpida evoluo nas reas de hardware, software e mtodos, os processos computacionais anteriormente executados exclusivamente em estaes de trabalho de alto desempenho so hoje em dia realizados em microcomputadores numa escala de tempo bastante razovel. Diante desse cenrio, a integrao entre tcnicas experimentais e computacionais assumiu grande importncia no processo de planejamento de frmacos.3638 Neste contexto, duas estratgias de grande impacto destacam-se, o SBDD e o LBDD. Planejamento baseado na estrutura do receptor O SBDD uma tcnica baseada no conhecimento do arranjo topolgico de alvos moleculares, logo, utiliza como pr-requisito a informao 3D detalhada da macromolcula em estudo. Essa informao geralmente adquirida atravs da anlise de estruturas obtidas por cristalografia de raios X, estudos de RMN ou modelagem por homologia.1 Tais estruturas encontram-se depositadas em bases de dados pblicas onde podem ser acessadas livremente. As principais bases de dados so: PDB,31 InterPro,39-41 ExPASy,42 e Relibase.43-45 A docagem molecular (do ingls, molecular docking), ou simplesmente docagem ou ancoramento (do ingls, docking), uma dos principais mtodos de SBDD empregados em estudos de qumica medicinal. Esta tcnica consiste na predio da conformao bioativa de uma micromolcula (ligante) no stio de ligao de uma macromolcula (e.g., enzima, receptor, DNA ou RNA), seguida da avaliao (pontuao) e classificao do modo de ligao proposto.1,36 A Figura 3 apresenta um esquema geral do processo de do cagem molecular. Uma estratgia bastante difundida que emprega os mtodos de docagem molecular a triagem virtual (VS). Nesta aplicao, os programas de docagem molecular so utilizados para identificar e classificar as conformaes bioativas de molculas pertencentes a bases de dados podendo conter

Fundamentos Metodolgicos
Estratgias de planejamento de frmacos As estratgias de planejamento de candidatos a novos frmacos fundamentam-se no conhecimento prvio do processo fisiolgico envolvido no surgimento da doena alvo e na seleo de um alvo macromolecular adequado. O alvo molecular (e.g., protena, DNA ou RNA) pode ter a sua estrutura tridimensional (3D) conhecida ou no, fato que auxilia na escolha das estratgias de planejamento.17 Os grandes avanos da genmica e protemica, bem como a evoluo de tcnicas como a cristalografia de raios X e ressonncia magntica nuclear (RMN), proporcionam um aumento significativo no nmero de alvos moleculares que possuem suas estruturas 3D disponveis no Banco de Dados de Protenas (PDB, do ingls, Protein Data Bank).31,32 O conhecimento da estrutura do alvo macromolecular ou da estrutura de algum complexo ligante-receptor, permite o planejamento de racional de inibidores enzimticos, ou de agonistas ou antagonistas de receptores atravs de estratgia de SBDD.1,2,5 Em contraste, quando a estrutura do alvo macromolecular eleito no conhecida, aplicam-se mtodos de LBDD envolvendo o estudo de caractersticas multifuncionais de ligantes bioativos conhecidos.1,33,34 Em muitos casos, o uso integrado das tcnicas de SBDD e LBDD pode gerar informaes e novos conhecimentos teis no planejamento de NCEs, explorando a sinergia e complementaridade inerente entre as tcnicas.1,35

28

Revista Processos Qumicos

Jul / Dez de 2008

centenas de milhares de compostos disponveis para aquisio comercial ou sntese.36 A docagem molecular foi introduzida no incio da dcada de 80 tendo contribudo significativamente tanto na fase de descoberta de novas molculas bioativas, quanto na fase de otimizao de compostos lderes em relao a uma srie de propriedades, como potncia e afinidade, alm de algumas propriedades farmacocinticas, entre outras.36,46 Um dos primeiros grandes desafios em SBDD a seleo do programa de docagem molecular. Os mtodos disponveis so baseados em conceitos que diferem ligeiramente entre si, fazendo com que um programa em particular seja mais adequado para um determinado projeto. estimado que existam aproximadamente 30 programas de docagem molecular disponveis,47 entre os quais destacam-se o DOCK,48 Gold,49 FlexX,50 Glide,51,52 Autodock,53 e Surflex-Dock.54 O processo de docagem molecular pode ser dividido em duas etapas principais: (i) modelagem do modo de ligao (predio da conformao bioativa) e (ii) predio da afinidade do ligante pelo stio. A predio do modo de ligao de molculas no stio de interao de receptoresalvos considerada a etapa mais simples e robusta do processo.38 Para realizar essa primeira etapa, os programas utilizam diferentes mtodos de amostragem que atribuem flexibilidade molcula do ligante. Os mtodos de

amostragem podem ser classificados em trs categorias principais: (i) Mtodos Sistemticos (e.g., Construo Incremental, Amostragem Conformacional); (ii) Mtodos Aleatrios ou Estocsticos (e.g., Mtodo de Monte Carlo, Algoritmo Gentico); e (iii) Mtodos de Simulao (e.g., Dinmica Molecular e Minimizao de Energia). A etapa de predio da afinidade do ligante pelo stio de ligao realizada baseada em funes de pontuao desenvolvidas para avaliar e classificar o modo de interao proposto na etapa anterior. As funes de pontuao utilizadas podem ser agrupadas em trs categorias bsicas:55 (i) Campos de Fora, geralmente baseados em mtodos de mecnica molecular, quantificam a energia proveniente das interaes entre o ligante e receptor e a energia interna do ligante (e.g., G-score e D-score, implementados no pacote de programas SYBYL;56 Amber,57 implementado no programa AUTODOCK;53 GOLDscore implementado no programa GOLD);49 (ii) Empricas, so funes baseadas no ajuste terico de dados experimentais atravs do emprego de equaes (e.g., regresso linear) (e.g., LigScore,58 PLP,58 LUDI,58 F-Score,56 ChemScore56 e X-score56); (iii) Funes Baseadas no Conhecimento, que utilizam dados estatsticos dos potenciais de pares atmicos de interao, os quais so derivados de conjuntos de dados proveniente de complexos cristalogrficos entre protenas e ligantes (e.g., PMF58 e DrugScore60).

Stio de ligao da macromolcula Modelo de interao

macromolcula

micromolcula Figura 3: Etapas envolvidas no processo de docagem molecular. Jul / Dez de 2008 Revista Processos Qumicos

29

Artigo convidado 2
No processo de reconhecimento molecular, a energia livre de ligao (Energia livre de Gibbs) determinada pela combinao das contribuies entlpicas e entrpicas.38 Esse conceito implementado nas funes de pontuao de maneira aproximada, uma vez que o componente entlpico est razoavelmente caracterizado e descrito, entretanto, as contribuies entrpicas so difceis de descrever, pois ainda no so totalmente compreendidas e dependem de um nmero significativo de fatores, como, por exemplo, a rea de superfcie hidrofbica, a liberao de molculas de gua ligadas cavidade de ligao (dessolvatao) e a imobilizao das ligaes rotacionveis na molcula do ligante38. Portanto, as funes de pontuao implementadas nos programas de docagem molecular so funes simplificadas e aproximadas. Entretanto, apesar de explicarem parcialmente o processo de interao ligantemacromolcula, so teis nos processos de descoberta de novos compostos com atividade biolgica. Planejamento baseado na estrutura do ligante Os mtodos de LBDD, muito empregados na identificao de novas molculas bioativas e na otimizao de compostos lderes, no exigem informao sobre a topologia do alvo molecular.61,62 As principais estratgias de LBDD so baseadas na anlise comparativa de molculas bioativas e podem ser classificadas em quatro categorias principais: (i) Buscas por Similaridade, que utilizam principalmente mtodos de impresso digital molecular (do ingls, molecular fingerprint) para identificar e classificar compostos como similares ou diferentes de um ligante bioativo.63 Esses mtodos so baseados no princpio das propriedades similares, ou seja, molculas estruturalmente relacionadas podem apresentar atividade biolgica similar; (ii) Farmacforos, comumente definidos como um arranjo tridimensional de propriedades moleculares que determinam um conjunto mnimo de condies necessrias para o reconhecimento molecular. Esses mtodos envolvem a identificao de padres farmacofricos comuns entre conjuntos de molculas bioativas e a utilizao deste padro (modelo farmacofrico) para buscas de novas molculas que satisfao os requisitos impostos pelo modelo;64 (iii) Inteligncia Artificial, tcnica que se 30
Revista Processos Qumicos

baseia em regras classificatrias derivadas a partir de um conjunto de molculas ativas e inativas utilizado para construir e treinar modelos computacionais com a aplicao de tcnicas de aprendizado de mquina (do ingls, machine learning). Posteriormente, o modelo desenvolvido aplicado para a identificao e seleo de novos compostos com atividade biolgica;65 (iv) Mtodos de QSAR, que buscam identificar e quantificar as relaes predominantes entre a estrutura qumica e atividade biolgica de um conjunto treinamento de molculas quimicamente relacionadas atravs do uso de descritores moleculares especializados.35 Os mtodos de QSAR (e.g., QSAR 2D, QSAR 3D) representam uma das estratgias de LBDD mais empregadas e tm como objetivo o planejamento de molculas com propriedades superiores em relao quelas apresentadas pelo conjunto de dados que deu origem ao processo de modelagem. Para o estabelecimento de estudos com alto padro de qualidade, as molculas do conjunto treinamento precisam ser quimicamente relacionadas (ocupar o mesmo espao qumico), exercer seus efeitos em um mesmo alvo teraputico, atuando na mesma cavidade de ligao e atravs do mesmo mecanismo de ao.66,67 A propriedade alvo, geralmente potncia ou afinidade, deve ser padronizada e validada para ser til no desenvolvimento de modelos quantitativos. Propriedades moleculares (e.g., campos moleculares estereoqumico, eletrosttico, hidrofbico) so calculadas e empregadas como descritores. Mtodos estatsticos como a regresso por mnimos quadrados parciais (PLS, do ingls, partial least squares) ou a regresso linear multivariada (MLR, do ingls, multiple linear regression) so usados para produzir uma relao (equao) que descreve as variaes na propriedade alvo em funo dos descritores moleculares. O processo cclico de formulao de QSAR, predio da propriedade alvo, sntese e ensaios biolgicos, prossegue at que novas molculas candidatas a NCEs sejam selecionadas com elevado potencial de desenvolvimento clnico. Os mtodos de QSAR so muito explorados em conjunto com mtodos de SBDD quando estruturas 3D dos alvos macromoleculares eleitos so disponveis.1 Nesse contexto se destacam os mtodos de (i) anlise comparativa de campos moleculares (CoMFA, do ingls, comparative molecular field analysis),68 e (ii) anlise
Jul / Dez de 2008

comparativa dos ndices de similaridade molecular (CoMSIA, do ingls, comparative molecular similarity indices analysis), que se baseiam na premissa de que a atividade biolgica est diretamente relacionada com as interaes do tipo frmaco-receptor, ou seja, as molculas bioativas geralmente produzem seus efeitos atravs de interaes (e.g., de natureza no-covalente) estereoqumicas, eletrostticas, hidrofbicas e ligao de hidrognio com o alvo macromolecular. Como essas interaes apresentam carter tridimensional, estes mtodos consideram as molculas em trs dimenses, utilizando campos moleculares de interao (MIFs, do ingls, molecular interaction fields) como descritores moleculares. Modelagem molecular e o planejamento de inibidores de protenas Quinases As protenas quinases so conhecidas por regular a grande maioria das vias celulares. O genoma humano contm, aproximadamente, 500 genes para protenas quinases, os quais representam aproximadamente 2% de todos os genes de eucariotos.70 A famlia das protenas quinases compreende duas grandes subfamlias: (i) protenas tirosina quinases e (ii) protenas serina treonina quinases. Dentre os membros da subfamlia de protenas serinatreonina quinases, encontramse as Aurora quinases.71 Os mamferos expressam trs tipos de Aurora quinases: A, B e C, cujas funes biolgicas esto relacionadas regulao da mitose. A expresso e atividade quinase das protenas Aurora A e B so determinadas pelo ciclo celular, de forma que somente durante a mitose estas protenas so expressas e apresentam atividade biolgica.72 A amplificao e super expresso do gene Aurora A foi observada em diversas linhagens de clulas tumorais (e.g., mama, ovrios, clon, prstata, neuroblastoma e cervical), sugerindo que a protena Aurora A estaria relacionada transformao oncognica.73 Estes resultados levaram a formulao da hiptese de que a inibio da atividade quinase das enzimas Aurora A e B pudesse ser til no tratamento do cncer.74 O desenvolvimento de inibidores de quinases, como o Imatinib (Gleevec, da Novartis), Gefitinib (Iressa, da AstraZeneca) e Erlotinib (Tarceva, da Genentech/OSIP) ilustram o potencial teraputico dessa
Jul / Dez de 2008

classe de enzimas. Mais recentemente, um potente inibidor de Aurora A e B que se encontra em testes clnicos, o VX-680 (Vertex Pharmaceutical & Merck),75 foi capaz de suprimir o crescimento de tumores in vivo. Com o objetivo de descobrir novas molculas inibidoras de Aurora quinases, uma coleo de cerca de 250.000 compostos da AstraZeneca foi testada para se avaliar a capacidade de inibio da enzima Aurora A quinase.76 Dentre os compostos testados, a anilinoquinazolina (composto 1, Tabela 2) foi identificada como sendo uma molcula bioativa, passando para os estgios seguintes de desenvolvimento.71 Esse composto apresentou excelentes nveis de inibio da Aurora A (IC50 = 393 nM).
Tabela 2: SAR dos inibidores de Aurora A derivados quinazolina.

Estudos de SAR envolvendo o grupo quinazolina resultaram na descoberta do composto 2 (IC50 = 0,11 M), onde o substituinte metoxila da posio C7 do anel quinazolina foi substitudo por 3-(1-morfolino) propoxila, sendo este composto, aproximadamente, quatro vezes mais potente que o composto 1. A avaliao do composto 2 contra a Aurora B demonstrou que este possui boa potncia inibitria (IC50 = 0,13 M), ao passo que o mesmo efeito no foi observado para outras quinases. Estes resultados sugeriram que os derivados de quinazolina so inibidores potentes e seletivos da Aurora quinase A. Apesar de potente e seletivo, o composto 2 no apresentava caractersticas farmacocinticas adequadas para um novo frmaco, possuindo alta lipofilicidade, baixa solubilidade em gua e alta extenso de ligao s protenas plasmticas. Diante disso, procurou-se diminuir o valor de log D (coeficiente de partio octanol/soluo
Revista Processos Qumicos

31

Artigo convidado 2
tamponada pH 7,4) atravs da substituio do grupo anilina por um heterocclico como a pirimidina. Estratgia semelhante foi utilizada anteriormente para aumentar a solubilidade e polaridade do agente antifngico tioconazol (Tralen, da Pfizer), administrado por via tpica. A introduo de um substituinte polar (OH) e a substituio dos anis heterocclicos (imidazol e tiofeno) por sistemas mais polares (dois anis triazol), levou a obteno do frmaco fluconazol (Zoltec, da Pfizer), administrado por via oral, que apresenta maior solubilidade e atividade contra as infeces sistmicas.77 O derivado 5-pirimidina (composto 3, Tabela 2) apresentou menor lipofilia (log D = 2,7) e aumento da frao livre no plasma (4,5% livre), apesar da solubilidade em soluo aquosa continuar baixa. Alm disso, a modificao estrutural que levou a obteno do composto 3 teve como reflexo o aumento da potncia inibitria (IC50 = 3,0 nM, Tabela 2). O ismero estrutural 2-pirimidina (composto 4) tambm foi sintetizado e avaliado frente enzima Aurora A. Curiosamente, mostrou-se aproximadamente 200 vezes menos ativo que o ismero 5-pirimidina. Diante deste resultado, os pesquisadores da AstraZeneca utilizaram mtodos de SBDD (cristalografia de protenas e docagem molecular) para identificar os fatores moleculares determinantes relacionados com este dado biolgico. A anlise do modo de interao do derivado 5-pirimidina no stio cataltico da enzima sugeria que este ismero mais potente que o ismero 2-pirimidina devido sua capacidade de formar ligaes de hidrognio adicionais com resduos do stio ativo (Figura 4). De acordo com este modo de interao, o ismero 2-pirimidina presente (composto 4) no seria capaz de realizar essas interaes (Figura 4), oferecendo assim uma explicao para a menor atividade inibitria deste derivado. Posteriormente, foi obtido um complexo cristalogrfico entre o domnio cataltico da Aurora A e derivado de quinazolnico 5-pirimidina (cdigo PDB, 2C6E), que revelou o modo de ligao do composto e comprovou os dados de modelagem molecular. Utilizando a estrutura de 3 como composto lder, foram investigados os efeitos no padro de substituio do anel fenila do gupo benzamida.71 Os resultados

Figura 4. Painel esquerdo: Estrutura molecular e modelo de interao do ismero mais potente 5-pirimidina e os resduos do stio ativo da Aurora A. Painel direito. Estrutura molecular e modelo de interao do ismero menos ativo 2-pirimidina e os resduos do stio ativo da Aurora A. As molculas dos inibidores e dos resduos do stio de ligao esto representadas em modelos basto, a molcula de gua est representada em modelo de esfera e as ligaes de hidrognio esto representadas como linhas tracejadas. O ismero 5-pirimidina estabelece duas ligaes de hidrognio adicionais quando comparado com o ismero 2-pirimidina: i) entre o N3 do anel pirimidina com uma molcula de gua, a qual est interagindo com o NH da cadeia principal do Asp273, ii) entre o N5 do anel pirimidina com o Nz da cadeia lateral da Lys161.

32

Revista Processos Qumicos

Jul / Dez de 2008

indicavam uma preferncia por substituintes pequenos e lipoflicos, por exemplo, os anlogos 3-cloro e 3-cloro4-flor (compostos 5 e 6, Tabela 3). Estes compostos apresentaram elevada potncia in vitro contra a Aurora A, bem como promissora atividade celular (80 e 20 nM, respectivamente). A introduo de substituintes maiores (compostos 7 e 8) foi desfavorvel, enquanto que a introduo do substituinte sulfonilamina (composto 9) resultou numa diminuio de 1.000 vezes na potncia biolgica quando comparada com o composto 3 (Tabela 3). A substituio do anel fenila por um substituinte heterocclico (4-piridil, composto 10) ou alqulico (n-butila, composto 11) levou a molculas com maior solubilidade em gua, entretanto, com potncia reduzida. Apesar de melhorar a potncia, a introduo de halognios no anel fenila resultou num aumento da lipofilia, fato que determinou uma reduo na solubilidade e uma maior ligao s protenas plasmticas desses compostos. Estudos de modelagem molecular indicaram que o grupo morfolino do C7 da quinazolina estaria posicionado numa regio acessvel ao solvente. O refinamento

Tabela 3: SAR dos inibidores de Aurora A, substituies no anel benzamida.

Figura 5: Composto lder (2) e candidatos a frmacos na terapia do cncer (12 e 13). Jul / Dez de 2008 Revista Processos Qumicos

33

Artigo convidado 2
posterior do modelo sugeriu a introduo de grupos que pudessem causar um amento da solubilidade. Baseado neste modelo, a substituio do grupo morfolino por piperidino foi capaz de aumentar significativamente a solubilidade e gua (composto 12). Embora altere a potncia inibitria dessa molcula contra a Aurora A nos ensaios enzimtico (IC50 = 0,8 nM) e celular (IC50 = 24 nM) quando comparada aos demais anlogos, essa modificao molecular resultou em uma potncia aceitvel, tornando o composto 12 (Figura 5) candidato a frmaco na terapia do cncer. Diante desse resultado, os pesquisadores da AstraZeneca ainda retiraram o substituinte cloro do anel fenila e adicionaram um grupo hidroxila na cadeia aliftica entre o C7 da quinazolina e o grupo piperidino (composto 13, Figura 5). O composto 13 apresentou boa solubilidade em gua e potncia nos ensaios enzimtico e celular (IC50 = 5 nM e 128 nM, respectivamente). Atualmente, o composto 13 encontrase em fase clnica de desenvolvimento.78 2006, 12, p. 22. 5. Kitchen, D. B.; Decornez, H.; Furr, J. R.; Bajorath, J. Nat. Rev. Drug Discov. 2004, 3, p. 935. 6. Kuhn, D.; Weskamp, N,; Schmitt, S.; Hllermeier, E.; Klebe, G. J. Mol. Biol. 2006, 359, 1023. 7. Lombardino, J. G.; Lowe, J. A. 3rd. Nat. Rev. Drug Discov. 2004, 3, 853. 8. Wermuth, C. G. The Practice of Medicinal Chemistry. Academic Press: London, 2003. 9. Agnew, B. Science 2000, 287, 1952. 10. Cohen, F. J. Nat. Rev. Drug Discov. 2005, 4, 78. 11. Couzin, J. Science 2005, 309, 728. 12. Berndt, E. R.; Gottschalk, A. H.; Philipson, T. J.; Strobeck, M. W. Nat. Rev. Drug Discov. 2005, 4, 545. 13. Dimasi, J. A.; Hansen, R. W.; Grabowski, H. G. J. Health Econom. 2003, 22, 151. 14. United States Government Accountability Office (2006). New drug development. Science, business, regulatory, and intellectual property issue cited as hampering drug development efforts. Disponvel em: <http://www.gao.gov/new.items/d0749.pdf>. Acesso em: 20 Nov 2008. 15. Medical Marketing and Media. Top 20 pharma companies. Disponvel em: <http://www.mmmonline.com/. Acesso em: 20 Nov 2008. 16. McGee, P. Drug Discov. Dev. 2006, 9, 16. 17. Klebe, G. Drug Discov. Today 2006, 11, 580. 18. Anders, H. J.; Vielhauer, V. Drug Discov. Today 2007, 12, 446. 19. Salum, L. B. Estudos in silico no planejamento de candidatos a novos frmacos na terapia do cncer de mama e de reposio hormonal. 2007. 140 f. Dissertao (Mestrado em Fsica Biomolecular) Instituto de Fsica de So Carlos, Universidade de So Paulo, So Carlos, 2007. 20. Barreiro, E. J.; Fraga, C. A. M. Qumica medicinal: as bases moleculares da ao dos frmacos. Artmed
Jul / Dez de 2008

Concluso
Os mtodos computacionais de modelagem molecular de frmacos desempenham papel extremamente importante em qumica medicinal moderna e no processo de planejamento de frmacos, tanto na indstria quanto na academia. A criao de modelos de interao intermolecular e de QSAR permite a identificao de caractersticas qumicas e estruturais essenciais no processo de reconhecimento molecular. Essas informaes, aliadas ao conhecimento em qumica medicinal e qumica sinttica, so fundamentais na gerao de novas classes de candidatos a frmacos com propriedades farmacodinmicas e/ou farmacocinticas otimizadas. Referncias 1. Guido, R. V. C.; Oliva, G.; Andricopulo, A. D. Curr. Med. Chem. 2008, 15, 37. 2. Davis, A. M.; Teague, S. J.; Kleywegt, G. J. Angew. Chem. Int. Ed. Engl. 2003, 42, 2718. 3. Caprino, L.; Russo. P. Drug Discov. Today 2006, 11, 999. 4. Yago, G.; Amram, M.; Magula, T. Drug Discov. Dev. 34
Revista Processos Qumicos

Editora: Porto Alegre, 2001. 21. Oprea, T. I.; Allu, T. K.; Far, D. C.; Rad, R. F.; Ostopovici, L.; Bologa, C. G. J. Comput. Aided Mol. Des. 2007, 21, 113. 22. Thomas, G. Fundamentals of medicinal chemistry. Wiley:West Sussex, 2003. 23. Jnsdttir S. O.; Jorgensen, F. S.; Brunak, S. Bioinformatics 2005, 21, 2145. 24. Belfield, G. P.; Delaney, S. J. Biochem. Soc. Trans. 2006, 34, 313. 25. Kogej, T.; Engkvist, O.; Blomberg, N.; Muresan, S. J. Chem. Inf. Model. 2006, 46, 1201. 26. Balakin, K. V.; Tkachenko, S. E.; Kiselyov, A. S.; Savchuk, N. P. Drug Discov. Today: Technol. 2006, 3, 397. 27. Bunin, A. B. Drug. Discov. Today 2003, 18, 823. 28. Andricopulo, A. D.; Montanari, C. A. Mini Rev. Med. Chem. 2005, 5, 585. 29. Holbrook, J. D.; Sanseau, P. Drug Discov. Today 2007, 12, 826. 30. Russo, E. Nature 2002, 419, 4. 31. Berman, H. M.; Bhat, T. N.; Bourne, P. E.; Feng, Z.; Gilliland, G.; Weissig, H.; Westbrook, J. Nat. Struct. Biol. 2000, Suppl, 957. 32. Westbrook, J.; Feng, Z.; Chen, L.; Yang, H.; Berman, H. M. Nucleic Acids Res. 2003, 31, 489. 33. Eckert, H.; Bajorath, J. Drug Discov. Today 2007, 12, 225. 34. Willett, P. Drug Discov. Today 2006, 11, 1046. 35. Kubiniy, H. 3D QSAR in drug design: theory, methods and applications. Kluwer Academic: Leiden, 1993. v. 1. 36. Moitessier, N.; Englebienne, P.; Lee, D.; Lawandi, J.; Corbeil, C. R. Br. J. Pharmacol. 2008, 153, S7. 37. Davis, A. M.; St-Gallay, S. A.; Kleywegt, G. J. Drug Discov. Today 2008, 13, 831. 38. Sams-Dodd, F. Drug Discov. Today, 12, 2007.
Jul / Dez de 2008

39. Zdobnov, E. M.; Apweiler, R. Bioinformatics 2001, 17, 847. 40. Mulder, N. J.; Apweiler, R.; Attwood, T. K.; Bairoch, A.; Bateman, A. Nucleic Acids Res. 2007, 35, D2248. 41. Mulder, N. J.; Apweiler, R.; Attwood, T. K.; Bairoch, A.; Bateman, A. Nucleic Acids Res. 2005, 33, D201. 42. Gasteiger, E.; Gattiker, A.; Hoogland, C.; Ivanyi, I.; Appel, R. D.; Bairoch, A. Nucleic Acids Res. 2003, 31, 3784. 43. Hendlich, M.; Bergner, A.; Gnther, J.; Klebe, G. J. Mol. Biol. 2003, 326, 607. 44. Gnther, J.; Bergner, A.; Hendlich, M.; Klebe, G. J. Mol. Biol. 2003, 326, 621. 45. Bergner, A. Gnther, J.; Hendlich, M.; Klebe, G.; Verdonk, M. Biopolymers 2002, 61, 99. 46. Kuntz, I. D.; Blaney, J. M.; Oatley, S. J.; Langridge, R.; Ferrin, T. E. J. Mol. Biol. 1982, 161, 269. 47. Leach, A. R.; Shoichet, B. K.; Peishoff, C. E. J. Med. Chem. 2006, 49, 5851. 48. Shoichet, B.K.; Kuntz, I.D. J. Mol. Biol. 1991, 22, 327. 49. Jones, G.; Willett, P.; Glen, R. C.; Leach, A. R.; Taylor, R. J. Mol. Biol. 1997, 267, 727. 50. Rarey, M.; Kramer, B.; Lengauer, T.; Klebe, G. J. Mol. Biol. 1996, 261, 470. 51. Friesner, R. A.; Banks, J. L.; Murphy, R. B.; Halgren, T. A.; Klicic, J. J.; Mainz, D. T.; Repasky, M. P.; Knoll, E. H.; Shelley, M.; Perry, J. K.; Shaw, D. E.; Francis, P.; Shenkin, P. S. J. Med. Chem. 2004, 47, 1739. 52. Halgren, T. A. ; Murphy, R. B;, Friesner, R. A.; Beard, H. S.; Frye, L. L.; Pollard, W. T.; Banks, J. L. J. Med. Chem. 2004, 47, 1750. 53. Morris, G. M.; Goodsell, D. S.; Halliday, R. S.; Huey, R.; Hart, W. E.; Belew, R. K.; Olson, A. J. J. Comput. Chem. 1998, 19, 1639. 54. Jain, A. N. J. Med. Chem. 2003, 46, 499. 55. Wang, R.; Lu, Y.; Wang, S. J. Med. Chem. 2003, 46,
Revista Processos Qumicos

35

2287. 56. Tripos Sybyl, 2008. Disponvel em: <http://www. tripos.com/>. Acessado em: 12 Fev 2008. 57. Weiner, S. J.; Kollman, P. A.; Nguyen, D. T.; Case, D. A. J. Comput. Chem. 1986, 7, 230. 58. Accelerys - cerius2, 2008. Disponvel em: http:// www.accelrys.com/products/cerius2/>. Acessado em: 12 Fev 2008. 59. Wang, R.; Lai, L.; Wang, S. J. Comput.-Aided Mol. Des. 2002, 16, 11. 60. Gohlke, H.; Hendlich, M.; Klebe, G. J. Mol. Biol. 2000, 295, 337. 61. Lengauer, T.; Lemmen, C.; Rarey, M.; Zimmermann, M. Drug Discov. Today 2004, 9, 27. 62. Eckert, H.; Bajorath, J. Methods Mol Biol. 2008, 453, 349. 63. Willett, P. Drug Discov. Today 2006, 11, 1046. 64. Mason, J. S.; Good, A. C.; Martin, E. J. Curr. Pharm. Des. 2001, 7, 567. 65. Warmuth, M. K.; Liao, J.; Rtsch, G.; Mathieson, M.; Putta, S.; Lemmen, C. J. Chem. Inf. Comput. Sci. 2003, 43, 667. 66. Guido R. V. C.; Trossini, G. H.; Castilho, M. S.; Oliva, G.; Ferreira, E. I.; Andricopulo, A. D. J. Enz. Inhib. Med. Chem. 2008, 23, 964. 67. Guido, R. V. C.; Castilho, M. S.; Mota, S. G: R.; Oliva, G.; Andricopulo, A. D. QSAR Comb. Sci., 2008, 27, 768. 68. Cramer, R. D. ; Patterson, D. E.; Bunce, J. D. J. Am. Chem. Soc. 1988, 110, 5959. 69. Klebe, G.; Abraham, U.; Mietzner, T. J. Med. Chem. 1994, 37, 4130. 70. Scapin G., Drug Discov. Today 2002, 7, 601. 71. Heron, N. M.; Anderson, M.; Blowers, D. P.; Breed, J.; Eden J. M.; Green, S.; Hill, G. B.; Johnson, T.; Jung, F. H.; McMiken, H. H.; Mortlock, A. A.; Pannifer, A. D.; Pauptit, R. A.; Pink, J.; Roberts, N. J.; Rowsell, S., Bioorg. Med. Chem. Lett. 2006, 16, 1320. 36
Revista Processos Qumicos

72. Jung, F. H.; Pasquet, G.; Lambert-van der Brempt, C.; Lohmann, J. J.; Warin, N.; Renaud, F.; Germain, H.; De Savi, C.; Roberts, N.; Johnson, T.; Dousson, C.; Hill, G. B.; Mortlock, A. A.; Heron, N.; Wilkinson, R. W.; Wedge, S. R.; Heaton, S. P.; Odedra, R.; Keen, N. J.; Green, S.; Brown, E.; Thompson, K.; Brightwell, S. J. Med. Chem. 2006, 49, 955. 73. Nowakowski, J.; Cronin, C. N.; McRee, D. E.; Knuth, M. W.; Nelson, C. G.; Pavletich, N. P.; Rogers, J.; Sang, B. C.; Scheibe, D. N.; Swanson, R. V.; Thompson, D. A. Structure 2002, 12, 1659. 74. Keen, N.; Taylor, S. Nat Rev Cancer 2004, 12, 927. 75. Harrington, E. A.; Bebbington, D.; Moore, J.; Rasmussen, R. K.; Ajose-Adeogun, A. O.; Nakayama, T.; Graham, J. A.; Demur, C.; Hercend, T.; DiuHercend, A.; Su, M.; Golec, J. M.; Miller, K. M.; Nat. Med. 2004, 10, 262. 76. Ditchfield, C.; Johnson, V. L.; Tighe, A.; Ellston, R.; Haworth, C.; Johnson, T.; Mortlock, A.; Keen, N.; Taylor, S. S. J. Cell. Biol. 2003, 161, 267. 77. Patrick, G. L., Oxford: University Press, 2o ed, 2001. 78. Mortlock, A. A.; Keen, N. J.; Jung, F. H.; Heron, N. M.; Foote, K. M.; Wilkinson, R. W.; Green, S. Curr. Top. Med. Chem. 2005, 5, 807.

Rafael V. C. Guido*1 & Adriano D. Andricopulo1


1

Laboratrio de Qumica Medicinal e Computacional, Centro de Biotecnologia Molecular Estrutural, Instituto de Fsica de So Carlos, Universidade de So Paulo, Av. Trabalhador SoCarlense 400, 13560970, So Carlos SP, Brazil. Email: rvcguido@ifsc.usp.br

Jul / Dez de 2008