Mit Hilfe von Computersimulationen vorhersagen, welche Medikamentenkandidaten das größte Potenzial bisher nicht sehr zuverlässig , da beide kleine wirkstoffähnlichen Molekülen und die Aminosäuren der Proteine so unterschiedlich in ihrer Chemie . Uppsala Forscher haben nun geschickt gelungen, eine Methode, die bewiesen hat, um präzise, zuverlässige und allgemein sein zu entwickeln.
Die größte Klasse von menschlichen Zielproteinen für Medikamente sind die sogenannten G- Protein-gekoppelten Rezeptoren. Sie sind Ziele für etwa 40 Prozent aller Medikamente auf dem Markt . Diese Rezeptoren sind in der Zellmembran und Abwicklung der Kommunikation zwischen dem Äußeren und dem Inneren . Wenn sie reagieren auf äußere Reize , die von Bindungsmolekülen , zum Beispiel findet ein Strukturwandel statt auf der Innenseite , die eine Signalkaskade (siehe 2012 Nobelpreis für Chemie ) auslöst.
" Auf diese Weise diese Rezeptoren regulieren unsere Sinne von Geruch, Geschmack und Vision sowie eine Reihe von anderen Bedingungen und Gefühle ", erklärt Professor Johan Åqvist , der die Studie , die jetzt in der renommierten Fachzeitschrift PLoS Computational Biology veröffentlicht gerichtet .
Von den etwa 900 G - Protein -gebundenen Rezeptoren in Menschen , die wir heute kennen die dreidimensionale Molekülstruktur von nur etwa zwanzig . Es ist wichtig, dieses Molekularstruktur , wann Arzneimittel entwickelt.
Die heute verwendeten Verfahren zu verstehen, wie die Rezeptoren Funktion ist kompliziert und zeitaufwendig . Zuerst die Bindungsstärke der Reihe von Molekülen wird gemessen ( die Bindung von sogenannten Agonisten und Antagonisten) . Dann Mutationen sind in den Rezeptoren in Ordnung veranlasst sehen, wie die Bindungseigenschaften betroffen sind.
" Dies ist sowohl zeitaufwendig und häufig schwierig, weil die gentechnisch veränderten Rezeptoren in lebenden Zellen exprimiert werden. Mit dem Rechenverfahren kann die Mutation in dem Computer erstellt werden , und die Wirkung auf die Rezeptorbindung kann mit großer Genauigkeit berechnet werden ", sagt Johan Åqvist .
Das Problem bei dieser Art von Computersimulation war bisher , daß die Aminosäuren der Proteine sind so verschieden , in Bezug auf Größe, elektrische Ladung , usw. , was zu Problemen bei den Berechnungen vorgelegt hat . Aber als die Forscher teilten die Prozedur in einer langen Reihe von kleineren Berechnungen , geschah etwas - plötzlich waren sie immer genaue und stabile Ergebnisse .
Das Verfahren ist nun auf einem Neuropeptid -Rezeptor getestet und hat sich gezeigt, dass in der Lage, mit großer Zuverlässigkeit sowohl die Effekte von Mutationen und die Fähigkeit des Rezeptors , um eine Reihe unterschiedlicher Moleküle binden vorherzusagen. Das Verfahren macht es auch möglich zu bestimmen, ob ein dreidimensionales Strukturmodell der Moleküle, die aneinander gebunden sind, korrekt ist.
"Die Ergebnisse sind hervorragend. Wir glauben, dass das Potenzial hat, äußerst nützlich in der Arzneimittelforschung zu sein . Es ist ganz einfach, es einfacher und schneller , um Kandidaten für neue Medikamente zu finden. Das Berechnungsverfahren ist auch so allgemein, dass es verwendet werden kann , um alle zu studieren Arten von anderen Proteinen , um verschiedene Arten von funktionellen Molekülen gebunden ", sagt Johan Åqvist .