Компьютерный прогноз взаимодействия ксенобиотиков с цитохромами Р450 человека тема диссертации и автореферата по ВАК РФ 03.00.28, кандидат биологических наук Дмитриев, Александр Викторович

• Дмитриев, Александр Викторович
• кандидат биологических наук
• 2009

Оглавление диссертации кандидат биологических наук Дмитриев, Александр Викторович

СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ

ВВЕДЕНИЕ

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ

1.1. Ферментные системы метаболизма ксенобиотиков

1.2. Экспериментальные методы исследования метаболизма лекарств

1.3. Компьютерные методы исследования ферментов биотрансформации

1.3.1. Модели, основанные на структуре лигандов

1.3.2. Получение трехмерных структур цитохромов Р

1.3.3. Описание взаимодействия белков и лигандов

1.3.4. Применение QSAR методов для предсказания 23 биотрансформации

1.3.5. Компьютерные программы для моделирования 24 взаимодействия лигандов с цитохромами Р

1.3.6. Квантовохимические модели окисления под воздействием 26 цитохрома Р

1.3.7. Базы данных биотрансформации

1.3.8. Экспертные системы для предсказания метаболизма

1.3.9. ДСМ метод

1.4. Основные цитохромы Р450, ответственные за метаболизм лекарств в 38 организме человека и их компьютерное исследование

1.4.1. Цитохром Р450 3А

1.4.2. Цитохром Р450 2С

1.4.3. Цитохром Р450 2С

1.4.4. Цитохром Р450 2D

1.4.5. Цитохром Р450 1А

ГЛАВА 2. МАТЕРИАЛЫ И МЕТОДЫ

2.1. Программный комплекс ISIS BASE, ISIS DRAW, ISIS HOST

2.2. База данных Symyx Metabolite Database

2.3. База знаний Cytochrome P450 Knowledgebase (CPK)

2.4. База данных Metabolism V 2002.

2.5. Литературные источники информации

2.6. Программа PASS

2.7. Программа METAPREDICT

2.8. Программа МОРАС 6.

2.9. Поле сил Tripos

2.10. Методы оценки точности прогноза

ГЛАВА 3. РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

3.1. Создание баз данных о метаболизме ксенобиотиков

3.1.1. БД по взаимодействию ксенобиотиков с цитохромами Р

3.1.2. БД биотрансформации

3.2. Прогноз субстратов, ингибиторов и индукторов цитохромов Р

3.2.1. Обучающая выборка

3.2.2. Обучение компьютерной программы PASS

3.2.3. Тестовая выборка для оценки предсказательной способности 69 PASS

3.2.4. Тестирование предсказательной способности алгоритмов 69 PASS

3.3. Построение и верификация прогноза сайтов P450CARBONOX

3.3.1. Унифицированный способ записи биотрансформации 72 P450CARBONOX

3.3.2. Подготовка выборок P450CARBONOX

3.3.3. Выборки для прогнозирования сайтов P450CARBONOX

3.3.4. Обучение компьютерной программы METAPREDICT

3.3.5. Тестовые выборки для верификации прогноза сайтов 81 P450CARBONOX

3.3.6. Верификация прогноза сайтов P450CARBONOX

3.4. Сопоставление статистического и квантовохимических методов 85 прогноза ароматического гидроксилирования

3.4.1. Обучающая выборка для программы METAPREDICT

3.4.2. Квантовохимические модели

3.4.3. Тестовые выборки для сравнения с квантовохимическими 86 моделями

3.4.4. Сопоставление точности прогноза с помощью различных 87 моделей

3.5. Прогноз взаимодействия ксенобиотиков с цитохромом Р450 ЗА4 98 ВЫВОДЫ 109 СПИСОК ОПУБЛИКОВАННЫХ РАБОТ 111 СПИСОК ЛИТЕРАТУРЫ 114 ПРИЛОЖЕНИЕ

CoMFA

LC-MS

СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ база данных лекарственное средство рентгеноструктурный анализ Austin Model 1 (модель Остин 1)

Comparative Molecular Field Analysis (сравнительный анализ молекулярных полей)

Highest Occupied Molecular Orbital (высшая занятая молекулярная орбиталь)

Liquid chromatography-mass spectrometry (комбинация жидкостного хроматографа с масс-спектрометром)

Lowest Unoccupied Molecular Orbital (низшая незанятая молекулярная орбиталь)

METAPREDICT Metabolism prediction (программа прогноза биотрансформаций)

МОРАС

NCE NMR

Multilevel Neighborhoods of Atom (многоуровневые атомные окрестности)

Modified Neglect of Diatomic Overlap (модифицированное пренебрежение двухатомного перекрывания)

Molecular Orbital Package (комплекс для расчета молекулярных орбиталей)

New Chemical Entity (оригинальные химические соединения) Nuclear magnetic resonance (ядерный магнитный резонанс)

P450CARBONOX Р450 carbon oxidation (окисление атома углерода цитохромом

Р450)

Prediction of Activity Spectrum for Substances (предсказание спектра активностей веществ)

РМЗ Parametric Model 3 (параметрическая модель 3)

QSAR Quantitative Structure-Activity Relationship (количественная взаимосвязь «структура — активность»)

RMNA Reacting Multilevel Neighborhood of Atom (дескрипторы многоуровневых атомных окрестностей реакций)

SAR Structure Activity Relationship (взаимосвязь «структура активность»)

SCF Self-Consisted Field (самосогласованное поле)

TOF Time-of-flight (время-пролетный)

Введение диссертации (часть автореферата) на тему «Компьютерный прогноз взаимодействия ксенобиотиков с цитохромами Р450 человека»

Чужеродные химические вещества, которые не являются энергетически ценными для организма, не являются строительным материалом для его клеток, кофакторами либо месенджерами, называют ксенобиотиками (от греч. £,£vo<; (ксенос) - чуждый, чужеродный, и (Зю<; (биос) - жизнь) [1]. С развитием химической индустрии в нашу жизнь все интенсивнее вторгаются антропогенные ксенобиотики: лекарства, пестициды, гербициды, красители, консерванты, пищевые добавки, косметические средства и др. Попадая в организм, эти вещества могут нарушать нормальные процессы жизнедеятельности, приводить к интоксикациям, мутациям, аллергическим реакциям, могут накапливаться в тканях и т.д. Многие ксенобиотики, включая лекарства, в организме человека подвергаются биотрансформации - химическим превращениям под воздействием ферментных систем [2].

В организме человека лекарства метаболизируются несколькими ферментными системами, основной из которых является суперсемейство цитохромов Р450 [3].

На рисунке 1 представлены две диаграммы, характеризующие участие различных ферментных систем (А) и цитохромов Р450 (В) в метаболизме лекарств [4] Из приведенных на диаграмме данных следует, что около 75% лекарств метаболизируется цитохромами Р450 (А) ЗА4, 2С9, 2С19, 2D6 и 1А2 (В). Эти ферменты осуществляют: ароматическое гидроксилирование, алифатическое гидроксилирование, N-деалкилирование, N-деметилирование, С-окисление с образованием альдегидов, кетонов, карбоновых кислот, О-деалкилирование, О-деметилирование, разрыв сложноэфирной связи, дегалогенирование [5, 6]. Общим этапом перечисленных типов биотрансформации является окисление атома углерода субстрата цитохромом Р450 (сокращенно P45QCARBONOX, от

Рнс. 1. Ферменты биотрансформации лекарств англ. Р450 carbon oxidation). Данные типы биотрансформации в совокупности составляют около 70% реакций, катализируемых указанными выше цитохромами Р450; поэтому предсказание реакций биотрансформации, проходящих через этап P450CARBONOX, является важной задачей для прогнозирования метаболитов. Многие ксенобиотики являются субстратами нескольких цитохромов Р450. Под воздействием одного и того же цитохрома субстраты могут подвергаться одной или более реакциям; в то же время некоторые из реакций биотрансформации осуществляются более чем одним цитохромом и, напротив, некоторые реакции являются уникальными для конкретной изоформы. Поэтому особый интерес представляет прогноз биотрансформации ксенобиотиков под воздействием различных цитохромов Р450 человека.

Информация о метаболитах лекарственных препаратов чрезвычайно важна, поскольку биологическая активность метаболитов, их токсичность, биодоступность и другие свойства могут значительно отличаться от таковых у исходных веществ. Информация о биотрансформациях используется при создании пролекарств с целью оптимизации фармакокинетических параметров исходной субстанции и фармакодинамических характеристик активного метаболита; при создании так называемых мягких лекарств (англ. soft drugs), т.е. соединений, которые разрушаются в живом организме до предсказуемых нетоксичных и неактивных метаболитов после осуществления ими терапевтического воздействия (например, местный анестетик лотепреднолэтабонат).

Исследование указанных выше пяти изоформ цитохрома Р450 важно для оценки возможных межлекарственных взаимодействий из-за проявления • ксенобиотиками ингибирующей и индуцирующей активности по отношению к цитохромам, поскольку одновременный прием пациентами нескольких препаратов может приводить к усилению либо ослаблению ожидаемых фармакологических эффектов [7]. Например, ингибирование одним лекарством ферментов биотрансформации может привести к увеличению, по сравнению с ожидаемой, концентрации в крови другого лекарства, которое при раздельном приеме метаболизируется ингибируемым ферментом. Это проводит как к усилению терапевтического эффекта, так и к усилению побочного действия второго лекарства. Индукция же фермента биотрансформации первым лекарством вызывает снижение терапевтического эффекта второго препарата, являющегося субстратом индуцированного фермента за счет снижения его концентрации.

В клинической практике используют целенаправленное ингибйрование цитохромов Р450. Например, антивирусный препарат саквинавир имеет очень низкую биодоступность, что связано с его интенсивным метаболизмом цитохромом Р450 ЗА4 (биодоступность лекарства при приеме внутрь составляет всего 4%), но одновременное введение родственного препарата ритинавира, подавляющего активность данного цитохрома, приводит к 50-кратному повышению концентрации саквинавира в плазме крови, что позволяет достичь необходимого терапевтического эффекта.

При изучении биотрансформации вновь разрабатываемых лекарственных веществ фармацевтические компании одновременно изучают их возможную ингибирующую и индуцирующую активность, и данный подход к исследованию позволяет в комплексе оценивать межлекарственное взаимодействие и биотрансформацию создаваемых лекарств. По мнению экспертов Управления по контролю за качеством пищевых продуктов и лекарственных средств США (US FDA - англ. Food and Drug Administration) [8] и экспертов Росздравнадзора, «пути биотрансформации нового ЛС должны быть изучены в ходе его разработки,, и что его взаимодействия с другими ЛС на уровне биотрансформации должны исследоваться на предмет возможных клинических последствий в виде снижения1 эффективности или развития нежелательных лекарственных реакций при межлекарственном взаимодействии. . Мнение о необходимости изучения биотрансформации и транспортеров новых ЛС основано на международном опыте снятия с регистрации ряда ЛС в связи с многочисленными случаями развития серьезных осложнений, причиной которых являлись межлекарственные взаимодействия на уровне биотрансформации и транспортеров» [9].

Достижения в химии и молекулярной биологии, автоматизация и роботизация процессов скрининга химических веществ, развитие аналитических технологий влияют на подход фармацевтических компаний к процессу разработки лекарств. В настоящее время стала возможной наработка множества новых веществ и белков-мишеней для использования в высокопроизводительном скрининге. Но, по-прежнему, экспериментальное тестирование метаболизма ксенобиотиков является дорогостоящим и трудоемким, что ограничивает его применение на ранних стадиях исследования фармацевтических субстанций [10, 11].

Компьютерные методы позволяют прогнозировать биотрансформацию для многих тысяч химических структур, в том числе виртуальных, еще не синтезированных. Молекулярное моделирование (и, в частности, молекулярный докинг) и методы квантовой химии лежат в основе анализа взаимодействия низкомолекулярных лигандов и цитохромов Р450 с учетом пространственной структуры [12]. Предложены методики анализа количественных взаимосвязей структура-активность (QSAR методы), различающиеся используемыми описаниями молекул и математическими методами [13]. Созданы специализированные программы для прогноза биотрансформаций и взаимодействия с цитохромами Р450: MetaDrug [14], MetaSite [15], CATABOL [16], COMPACT [17], TIMES, МЕТА, METEOR, MetabolExpert [18] и другие. Оригинальный подход для прогноза биотрансформаций на основе ДСМ-метода (Джон Стюарт Миль) предложен В.К. Финном и соавторами [19].

Методы молекулярного моделирования, которые используются для изучения взаимодействия лигандов с ферментами метаболизма, являются ресурсоемкими и времязатратными, и требуют оценки корректности результатов. Вследствие этого применимость этих методов для автоматического скрининга больших массивов данных ограничена. Недостатком экспертных систем, таких как TIMES, МЕТА, METEOR, MetabolExpert, является генерирование большого количества метаболитов, для отсева которых необходимы экспертные знания.

Ю.В. Бородиной, А.В. Рудик с соавторами, была предложена методика предсказания биотрансформации ксенобиотиков по структурным формулам с использованием MNA (Multilevel Neighborhood of Atom, дескрипторы многоуровневых атомных окрестностей) и RMNA (Reacting Multilevel Neighborhood of Atom, дескрипторы многоуровневых атомных окрестностей реакций) дескрипторов [20-23] на основе алгоритмов программы PASS (Prediction of Activity Spectra for Substances) [24, 25]. Однако в этих работах не реализовано прогнозирование взаимодействия ксенобиотиков с цитохромами Р450 человека, прогноз биотрансформаций не учитывал видовую и ферментную специфичность, а прогноз метаболитов осуществлялся только для четырех типов биотрансформации.

Цель и задачи исследования

Цель работы: реализовать компьютерный прогноз взаимодействия ксенобиотиков с цитохромами Р450 человека в качестве субстратов, ингибиторов и индукторов, и прогноз сайтов окисления в молекуле субстрата.

Задачи исследования:

1. Создать базы данных, содержащие информацию о структурах и биотрансформации ксенобиотиков, и данные об их взаимодействии с цитохромами Р450 ЗА4, 2С9, 2С19, 2D6 и 1А2 человека для формирования обучающих и тестовых выборок при реализации и верификации компьютерного прогноза.

2. Реализовать и верифицировать компьютерный прогноз взаимодействия ксенобиотиков с цитохромами Р450 человека в качестве субстратов, ингибиторов: и индукторов с использованием созданных баз данных и компьютерной программы PASS.

3. Разработать унифицированный способ записи биотрансформации с учетом положения окисляемого атома углерода при взаимодействии с цитохромами Р450; реализовать и верифицировать прогноз сайтов окисления в молекуле субстрата.

4. На примере реакции ароматического гидроксилирования провести сопоставление прогноза сайтов окисления разработанными нами методами с квантовохимическими моделями.

Заключение диссертации по теме «Биоинформатика», Дмитриев, Александр Викторович

1. Созданы базы данных по взаимодействию ксенобиотиков с цитохромами Р450 человека и осуществляемых ими реакций биотрансформации, которые были использованы для формирования обучающих и тестовых выборок при реализации и верификации компьютерного прогноза взаимодействия ксенобиотиков с цитохромами Р450 человека и сайтов окисления в молекуле субстрата.2. Реализован компьютерный прогноз взаимодействия ксенобиотиков с цитохромами Р450 1А2, 2С9, 2С19, 2D6 и ЗА4 человека; проведенная верификация показала хорошую точность и устойчивость прогноза субстратов и ингибиторов (77 и 76%, соответственно). Средняя точность прогноза индукторов цитохромов Р450 составляет 75%; при этом прогноз индукторов цитохромов Р450 1А2, 2D6 и ЗА4 является менее устойчивым, а прогноз индукторов 2С19 и 2D6 в настоящее время не может быть реализован из-за малого количества соединений в обучающей выборке.3. Разработанный унифицированный способ записи реакций биотрансформации с учетом положения окисляемого цитохромом Р450 атома углерода в молекуле субстрата был использован для прогноза сайтов ароматического гидроксилирования, алифатического гидроксилирования, N-деалкилирования, N-деметилирования, С-окисления с образованием альдегидов, кетонов, карбоновых кислот, О-деалкилирования, О-деметилирования, разрыва сложноэфирной связи, и дегалогенирования.Показано, что использование RMNA дескрипторов второго уровня обеспечивает наилучшую среднюю точность прогноза (72%).4. Показано, что разработанный нами статистический метод обеспечивает точность прогноза сайтов ароматического гидроксилирования под воздействием цитохромов Р450, сопоставимую с квантовохимическими моделями, а скорость расчетов на два порядка превышает скорость квантовохимических методов.БЛАГОДАРНОСТИ Работа выполнена при поддержке грантов Международного фонда технологий и инвестиций (МФТИ) № DPG.55229907.00106 и № DPG.55229907.00190; Государственного контракта ГК № 02.740.11.0306.Автор выражает глубокую признательность научным руководителям: доктору биологических наук, профессору Владимиру Васильевичу Поройкову и кандидату физико-математических наук Дмитрию Алексеевичу Филимонову, всему коллективу лаборатории структурно-функционального конструирования лекарств, Рудик Анастасии Владимировне и Бородиной Юлии Владиленовне, а также Блиновой Валентине Георгиевне, Харчевниковой Нине Вениаминовне и Дьячкову Павлу Николаевичу.СПИСОК ОПУБЛИКОВАННЫХ РАБОТ

1. Sadym A.V., Borodina Yu.V., Dmitriev A.V., Blinova V.G, Filimonov D.A., Poroikov V.V. Computer generation of metabolites for drug-like molecules. // Abstr.2nd International Symposium «Computational Methods in Toxicology and Pharmacology Integrating Internet Resources (CMTPI-2003)». - Thessaloniki (Greece).-2003.-P. 67.2. Sadym A.V., Borodina Yu.V., Filimonov D.A., Poroikov V.V., Dmitriev A.V., Blinova V.G. Computer predicting of drig-like substances metabolism: from biotransformation reactions to metabolic network. // Abstr. 4th International Symposium on Pharmaceutical Chemistry - Istanbul (Turkey). - 2003. - P. 259-260.3. Borodina Yu.V., Sadym A.V., Filimonov D.A., Blinova V.G., Dmitriev A.V., Poroikov V.V. Predicting Biotransformation Potential from Molecular Structure. // Journal of Chemical Information and Computer Sciences. - 2003. - V. 43. № 5. - P.1636-1646.4. Borodina Yu.V., Rudik A.V., Filimonov D.A., Kharchevnikova N.V., Dmitriev A.V., Blinova V.G., Poroikov, V.V. A New Statistical Approach to Predicting Aromatic Hydroxylation Sites. Comparison with Model-Based Approaches.// Journal of Chemical Information and Computer Sciences. - 2004. - V. 44 № 6. - P.1998-2009.5. Dmitriev A.V., Rudik A.V., Borodina Yu.V., Filimonov D.A., Poroikov V.V., Blinova V.G., KJiarchevnikova N.V. Computer predicting of aromatic hydroxylation site for drug-like compounds. // Abstr. The 15th European Symposium on Quantitative Strukture-Activity Relationships & Molecular Modelling (Euro QSAR 2004). -

Istanbul (Turkey). - 2004. - P. 104.6. Бородина Ю.В., Рудик A.B., Филимонов Д.А., Блинова В.Г., Дмитриев А.В., Харчевникова Н.В., Поройков В.В. Компьютерный прогноз биотрансформации ксенобиотиков. // Сборник материалов XII Международной конференции и дискуссионного научного клуба «Новые информационные технологии в^ медицине, биологии, фармакологии и экологии». - Гурзуф

(Украина). - 2004. - 77-79.7. Харчевникова Н.В., Дмитриев А.В.. Бородина Ю.В., Дьячков П.Н. Квантовохимическая модель для прогноза положения гидроксилирования ароматических соединений под воздействием цитохрома Р-450. // Биомедицинская химия. - 2005. - Т.51.№3. - 341-355.8. Дмитриев А.В., Харчевникова Н.В., Рудик А.В., Поройков В.В. Разработка метода для предсказания региоселективности изоформы ЗА4 цитохрома Р450. // Сборник материалов XII Российского национального конгресса «Человек и лекарство». - Москва (Россия). - 2005. - 750.9. Lagunin А.А., Zaharov A.V., Dmitriev A.V., Filts O.A., Poroikov V.V.Database of drug-drug interactions. // The 3 International Conference «Genomics, Proteomics, Bioinformatics and Nanotechnologies for Medicine». - Novosibirsk (Russia).-2006.-P. 111.10. Дмитриев A.B., Рудик A.B., Блинова В.Г., Филимонов Д.А., Поройков В.В. Предсказание классов биотрансформации ксенобиотиков на основе базы фрагментов. // Сборник материалов XIII Российского национального конгресса «Человек и лекарство». - Москва (Россия). - 2006. - 14.11. Харчевникова Н.В., Дмитриев А.В., Дьячков П.Н., Поройков В.В. Прогноз сайта N-деалкилирования под действием цитохрома Р450 на основе анализа топологических признаков и квантово химических расчетов. // Сборник материалов XIII Российского национального конгресса «Человек и лекарство». -

Москва (Россия). - 2006. - 39.12. Dmitriev A.V.. Lagunin A.A., Zakharov A.V., Filz О.A., Filimonov D.A., Poroikov V.V. Computer prediction of substrates, inhibitors and inducers of cytochrome P450. // Abstr. 4th International Symposium «Computational Methods in Toxicology and Pharmacology Integrating Internet Resources (CMTPI-2007)». -

Moscow (Russia) - 2007. - P. 91.13. D'yachkov P.N., Kharchevnikova N.V., Dmitriev A.V., Kuznetzov AV., Poroikov V.V. Quantum Chemical Simulation of Cytochrome P450 Catalyzed Aromatic Oxidation: Metabolism, Toxicity, and Biodegradation of Benzene Derivatives. // International Journal of Quantum Chemistry. - 2007. - V. 107 № 13. -

P. 2454-2478.14. Дмитриев A.B.. Лагунин A.A., Захаров A.B., Фильц O.A., Филимонов Д.А.. Поройков В.В. Компьютерное предсказание ферментной специфичности, ингибирующей и индуцирующей активностей молекул по отношению к цитохромам Р450. // Тез. докл. IV Московского международного конгресса «Биотехнология: состояние и перспективы развития». - 2007. - Москва (Россия).15. Лагунин А,А., Филимонов Д.А., Захаров А.В., Фильц О.А., Дмитриев А.В., Поройков В.В. Компьютерный прогноз взаимодействия лекарств. // Сборник материалов XIV Российского национального конгресса «Человек и лекарство». - Москва (Россия). - 2007. - 297.16. Дмитриев А.В., Рудик А.В., Блинова В.Г., Филимонов Д.А., Поройков В.В. Предсказание сайтов биотрансформации окисления с использованием программы METAPREDICT и набора фрагментов. // Сборник материалов XIV Российского национального конгресса «Человек и лекарство». - Москва

(Россия). - 2007. -С. 283.17. Дмитриев А.В., Лагунин А.А., Рудик А.В., Филимонов Д.А., Поройков В.В. Прогноз взаимодействия ксенобиотиков с основными изоформами цитохрома Р450 человека. // Сборник материалов XV Российского национального конгресса «Человек и лекарство». - Москва (Россия). - 2008. -

18. Dmitriev A.V., Filimonov D.A., Lagunin A.A., Poroikov V.V. Tools for prediction of xenobiotics interaction with human cytochrome P450. // Abstr. 4 l German conference on chemoinformatics. - Goslar (Germany). - 2008. - P. 61.

Список литературы диссертационного исследования кандидат биологических наук Дмитриев, Александр Викторович, 2009 год

1. Юрин В.М. Основы ксенобиологии, учебное пособие. - Минск, БГУ,2001.

2. Лакин К. М., Крылов Ю.Ф. Биотрансформация лекарственныхсоединений. - Москва, "Медицина". - 1981.

3. Archakov A.I., Degtyarenko K.N. Structural classification of the P450superfamily based on consensus sequence comparison. // Biochemistry and molecular biology international. - 1993. - V.31 № 6. - P.1071-1080.

4. Guengerich F.P. Common and uncommon cytochrome P450 reactions relatedto metabolism and chemical toxicity. // Chemical research in toxicology. - 2001. V.14№6.-P.611-650.

5. Isin E.M., Guengerich F.P. Complex reactions catalyzed by cytochrome P450enzymes. // Biochimica et biophysica acta. - 2007. - V. 1770 № 3. - P.314-329.

6. Wang J., Urban L., Bojanic D. Maximising use of in vitro ADMET tools topredict in vivo bioavailability and safety. // Expert opinion on drag metabolism & toxicology. - 2007. - V.3 № 5. - P.641-665.

7. Kola I., Landis J. Can the pharmaceutical industry reduce attrition rates? //Nature reviews. Drug discovery. - 2004. - V.3 № 8. - P.711-715.

8. Lewis D.F. Molecular modeling of human cytochrome P450-substrateinteractions. // Drug metabolism reviews. - 2002. - V.34 № 1-2. - P.55-67.

9. Chohan K.K., Paine S.W., Waters N.J. Quantitative structure activityrelationships in drug metabolism. // Current topics in medicinal chemistry. - 2006. V.6№ 15.-P.1569-1578.

10. Ekins S., Andreyev S., Ryabov A., Kirillov E., Rakhmatulin E.A., Bugrim A.,Nikolskaya T. Computational prediction of human drug metabolism. // Expert opinion on drug metabolism & toxicology. - 2005. - V.l № 2. - P.303-324.

11. Cruciani G., Carosati E., De Boeck В., Ethirajulu K., Mackie C , Howe Т.,Vianello R. MetaSite: understanding metabolism in human cytochromes from the perspective of the chemist. // Journal of medicinal chemistry. - 2005. - V.48 № 22. P.6970-6979.

12. Jaworska J., Dimitrov S., NikolovaN., Mekenyan O. Probabilistic assessmentof biodegradability based on metabolic pathways: catabol system. // SAR and QSAR in environmental research. - 2002. - V.13 № 2. - P.307-323.

13. Bird M.G., Lewis D.F., Whitman F.T., Lewis R.J., Przygoda R.T., Witz G.Application of process chemistry and SAR modelling to the evaluation of health findings of lower olefins. // Chemico-biological interactions. - 2001. - V.l35-136. P.571-584.

14. Kulkarni S.A., Zhu J., Blechinger S. In silico techniques for the study andprediction of xenobiotic metabolism: a review. // Xehobiotica; the fate of foreign compounds in biological systems. - 2005. - V.35 № 10-11. - P.955-73.

15. Финн В.К. Автоматическое порождение гипотез в интеллектуальныхсистемах. - Либроком, 2009.

16. Borodina Yu.V., Sadym A.V., Filimonov D.A., Blinova V.G., Dmitriev A.V.,Poroikov V.V. Predicting Biotransformation Potential from Molecular Structure. // Journal of Chemical Information and Computer Sciences. - 2003. - V. 43. № 5. - P. 1636-1646.

17. Бородина Ю.В., Садым A.B., Филимонов Д.А., Поройков В.В.Компьютерный прогноз биотрансформации ксенобиотиков. // Аллергия, астма и клиническая иммунология. - 2003. - Т.7 № 8. - 85-89.

18. Рудик А. Компьютерный прогноз биотрансформации ксенобиотиков.Диссертации на соискание ученой степени кандидата биологических наук. Москва, 2007.

19. Poroikov V., Filimonov D. PASS: Prediction of Biological Activity Spectrafor Substances. In: Predictive Toxicology. Ed. by Christoph Helma. // Taylor & Francis. - 2005. 459-478. 25. http://www.ibmh.msk.ru/PASS/

20. David A.W., William O.F., Thomas L.L. Principles of Medicinal Chemistry.Fourth Edition. - Philadelphia: Lippincott Williams & Wilkins, 1995.

21. Josephy P.D., Guengerich F.P., Miners J.O. "Phase I" and "phase П" drugmetabolism: terminology that we should phase out? // Drug Metabolism Reviews,. 2005. - V.37. - P.575-580. 28. http://dirielson.utmem.edu/CvtochromeP450.html .

22. Ferrero J.L., Brendel K. Liver slices as a model in- drug metabolism. //Advances hrpharmacology (San Diego, Calif.). - 1997. - V.43. - P.131-169.

23. Fisher R.L., Ulreich J.B., Nakazato P.Z., Brendel K. Histological andbiochemical evaluation of precision-cut liver slices. // Toxicology Mechanisms and Methods. - 2001. - V.l 1 № 2. - P.59-79.

24. Ekins S., Ring B.J., Grace J., McRobie-Belle D.J., Wrighton S.A. Present andfuture in vitro approaches for drug metabolism. // Journal of pharmacological and toxicological methods. - 2000. - V.44 № 1. - P.313-324.

25. Huebert N.D., Dasgupta M., Chen Y. Using in vitro human tissues to predictpharmacokinetic properties. // Current opinion in drug discovery & development. 2004.-V.7№l.-P.69-74.

26. Li A.P. Overview: hepatocytes and cryopreservation - a personal historicalperspective. // Chemico-biological interactions. - 1999. - V.121 № 1. - P. 1-5.

27. Cross D.M., Bayliss M.K. A commentary on the use of hepatocytes in drugmetabolism studies during drug discovery and development. // Drug metabolism reviews. - 2000. - V.32 № 2. - P.219-240.

28. Guillouzo A., Rialland L., Fautrel A., Guyomard C. Survival and function ofisolated hepatocytes after cryopreservation. // Chemico-biological interactions. 1999. - V.121 № 1 . - p . 7-16.

29. Yan Z., Caldwell G.W. Metabolism profiling, and cytochrome P450inhibition & induction in drug discovery. // Current topics in medicinal chemistry. 2001. - V.l № 5. - V.l №5. P. 403-425.

30. Thohan S., Rosen G.M. Liver slice technology as an in vitro model formetabolic and toxicity studies. // Methods in molecular biology (Clifton, N.J.). - 2002. -V.196.-P.291-303.

31. Wilson I.D., Nicholson J.K., LindonJ.C Handbook of Drug Metabolism: Therole of nuclear magnetic resonance spectroscopy in drug metabolism (T.F.Woolf ed.). - Marcel Dekker Inc., New York, 1999.

32. Erhardt P.W. High-throughput ADMETox estimation (F.Darvas andG.Dorman eds.). - BioTechniques Press, 2002. 49-68.

33. Mie Y., Suzuki M., Komatsu Y. . // Electrochemically driven dragmetabolism by membranes containing human cytochrome P450. - 2009. - V.131 № 19. - P.6646-6647.

34. Curtis C.G., Chien В., Bar-Or D., Ramu K. Organ perfusion and massspectrometry: a timely merger for drug development. // Current topics in medicinal chemistry. - 2002. - V.2 № 1. - P.77-86.

35. Imaoka S., Hayashi K., Hiroi Т., Yabusaki Y., Kamataki Т., Funae Y. Atransgenic mouse expressing human CYP4B1 in the liver. // Biochemical and biophysical research communications. - 2001. - V.284 № 3. - P.757-762.

36. Xie W., Evans R.M. Pharmaceutical use of mouse models humanized for thexenobiotic receptor. // Drug discovery today. - 2002. - V.7 № 9. - P.509-515. 54. http://www.netsci.org/Science/Special/feature04.html.

37. Jones B.C., Hawksworth G., Home V.A., Newlands A., Morsman J., TuteM.S., Smith D.A. Putative active site template model for cytochrome P4502C9 (tolbutamide hydroxylase). // Drag metabolism and disposition. - 1996. - V.24 № 2. P.260-266.

38. Yao Y., Han W.W., Zhou Y.H., Li Z.S., Li Q., Chen X.Y., Zhong D.F. Themetabolism of CYP2C9 and CYP2C19 for gliclazide by homology modeling and docking study. // European journal of medicinal chemistry. - 2009. - V.44 № 2. P.854-861.

39. Vermeulen N.P. Prediction of drug metabolism: the case of cytochrome P4502D6. // Current topics in medicinal chemistry. - 2003. - V.3 № 11. - P. 1227-1239.

40. Wester M.R., Yano J.K., Schoch G.A., Yang C , Griffin K.J., Stout CD.,Johnson E.F. The structure of human cytochrome P450 2C9 complexed with flurbiprofen at 2.0-A resolution. // The Journal of biological chemistry. - 2004. V.279 № 34. - P.35630-35637.

41. Scott E.E., Halpert J.R. Structures of cytochrome P450 3A4. // Trends inbiochemical sciences. - 2005. - V.30 № 1. - P. 5-7.

42. De Graaf C , Vermeulen N.P., Feenstra K.A. Cytochrome p450 in silico: anintegrative modeling approach. // Journal of medicinal chemistry. - 2005. - V.48 № 8. - P.2725-2755.

43. Long A., Walker J.D. Quantitative structure-activity relationships forpredicting metabolism and modelling cytochrome P450 enzyme activities. // Environmental Toxicology and Chemistry. - 2003. - V.22 № 8. - P. 1894-1899.

44. Schuster D., Steindl T.M., Langer T. Predicting drug metabolism induction insilico. // Current topics in medicinal chemistry. - 2006. - V.6 № 15. - P. 1627-1640.

45. Lewis D.F. Quantitative structure-activity relationships (QSARs) within thecytochrome P450 system: QSARs describing substrate binding, inhibition and induction of P450s. // Inflammopharmacology. - 2003. - V.l 1 № 1. - P.43-73.

46. Terfloth L., Bienfait В., Gasteiger J. Ligand-based models for the isoformspecificity of cytochrome P450 3A4, 2D6, and 2C9 substrates. // Journal of chemical information and modeling. - 2007. - V.47 № 4. - P. 1688-1701.

47. Lewis D.F., Modi S., Dickins M. Quantitative structure-activity relationships(QSARs) within substrates of human cytochromes P450 involved in drug metabolism. // Drug metabolism and drug interactions. - 2001. - V.18 № 3-4. - P.221-242.

48. Lewis D.F. COMPACT: a structural approach to the modelling ofcytochromes P450 and their interactions with xenobiotics. // Journal of chemical technology and biotechnology. - 2001. - V.76 № 1. - P.237-244.

49. Lewis D.F, Ioannides C , Parke D.V. An improved and updated version of thecompact procedure for the evaluation of P450-mediated chemical activation. // Drug metabolism reviews. - 1998. - V.30 № 4. - P.709-737.

50. Parke D.V., Ioannides C , Lewis D.F. The role of cytochromes P-450 in thedetoxication and activation of drags and- other chemicals. // Canadian journal of physiology and pharmacology. - 1991. - V.69 № 1. - P.537-549.

51. Korzekwa K., Trager W., Gouterman M., Spangler D., Loew, G.H.Cytochrome P450 Mediated Aromatic Oxidation: A Theoretical Study. // Journal of the American Chemical Society. - 1985. - V. 107 № 1. - P.4273-4279.

52. Pudzianowski A.T., Loew G.H., Mico B.A. A molecular orbital study ofmodel cytochrome P450 oxidation of tetrachloromethane and trichloromethane. // Journal of the American Chemical Society. - 1983. - V. 105 № 11. - P.3434-3438.

53. Дьячков П.Н. Квантовохимические расчеты в изучении механизмадействия и токсичности чужеродных веществ. // Итоги науки и техники ВИНИТИ. Серия Токсикология. - 1990. - Т. 16. - 280.

54. Jones J.P., Mysinger М., Korzekwa K.R. Computational models forcytochrome P450: a predictive electronic model for aromatic oxidation and hydrogen atom abstraction. // Drag metabolism and disposition. - 2002. - V.30 № 1. - P. 7-12.

55. Rorije Е., Germa F., Philipp В., Schink В., Beimborn D.B. Prediction ofbiodegradability from structure: imidazoles. // SAR and QSAR in environmental research. - 2002. - V. 13 № 1. - P. 199-204.

56. Darvas F. MetabolExpert, an expert system for predicting metabolism ofsubstances. // QSAR in Environmental Toxicology, Riedel, Dordrecht. - 1987. 71-81.

57. Darvas F., Marakhazi S., Kormos P., Kulkarni G., Kaiasz H., Papp A. In:Erhard PE ed, Drug Metabolism. Databases and high throughput testing during drug design and development. // IUPAC, Blackwell Science, University Press, Gamburg GB.-1999.-237-270.

58. Klopman G., Dimayuga M., Talafous J. META. 1. A program for theevaluation of metabolic transformation of chemicals. // Journal of chemical information and computer sciences. - 1994. - V.34 № 6. - P. 1320-1325.

59. Гергей Т., Финн B.K. Экспертные системы: состояние и перспективы,под ред. Д.А.Поспелова. - Наука, Москва, 1989.

60. Фабрикантов Е.Ф. Применение ДСМ - рассуждений дляинтеллектуального анализа данных и автоматического порождения гипотез о путях биотрансформаций. // Информ. процессы и системы. - 2002. - Т.2. - 8-12.

61. Филимонова A.A., Зиганшин А.У, Зиганшина Л.Е. Особенностиметаболизма разных лекарственных средств с участием изо ферментов цитохрома Р-450. // Экспериментальная и клиническая фармакология. - 2007. Т.70 № 3. - 69-77.

62. Williams Р.А., Cosme J., Vinkovic D.M., Ward A., Angove H.C., Day P.J.,Vonrhein C, Tickle I.J., Jhoti H. Crystal structures of human cytochrome P450 3A4 bound to metyrapone and progesterone. // Science . - 2004. - V.305 № 5684. - P.683686.

63. Rendic S. Summary of information on human CYP enzymes: human P450metabolism data. // Drag metabolism reviews. - 2002. - V.34 № 1-2. - P.483-448.

64. Ueng Y.F., Kuwabara Т., Chun Y.J., Guengerich F.P. Cooperativity inoxidations catalyzed by cytochrome P450 3A4. // Biochemistry. - 1997. - V.36 № 2. P.370-381.

65. Baas B.J., Denisov I.G., Sligar S.G. Homotropic cooperativity of monomericcytochrome P450 3A4 in a nanoscale native bilayer environment. // Archives of biochemistiy and biophysics. - 2004. - V.430 № 2. - P.218-228.

66. Kenworthy K.E., Clarke S.E., Andrews J., Houston J.B. Multisite kineticmodels for CYP3A4: simultaneous activation and inhibition of diazepam and testosterone metabolism. // Drug metabolism and disposition. - 2001. - V.29 № 12. P.1644-1651.

67. He Y.A., Roussel F., Halpert J.R. Analysis of homotropic and heterotropiccooperativity of diazepam oxidation by CYP3 A4 using site-directed mutagenesis and kinetic modeling. // Archives of biochemistry and biophysics. - 2003. - V.409 № 1. P.92-101.

68. Ekins S, de Groot M.J., Jones J.P. Pharmacophore and three-dimensionalquantitative structure activity relationship methods for modeling cytochrome p450 active sites. // Drug metabolism and disposition. - 2001. - V.29 № 7. - P.936-944.

69. Smith D.A., Ackland M.J., Jones B.C. Properties of cytochrome P450isoenzymes and their substrates. Part 1: active site characteristics. // Drug discovery today. - 1997. - V.2. - P.406-414.

70. Rendic S., Di Carlo F.J. Human cytochrome P450 enzymes: a status reportsummarizing their reactions, substrates, inducers, and inhibitors. // Drug metabolism reviews. - 1997. - V.29 № 1-2. - P.413-580.

71. Langowski J., Long A. Computer systems for the prediction of xenobioticmetabolism. // Advanced drug delivery reviews. - 2002. - V.54 № 3. - P.407-415.

72. Locuson C.W. 2nd, Wahlstrom J.L., Rock D.A., Rock D.A., Jones J.P. Anew class of CYP2C9 inhibitors: probing 2C9 specificity with high-affinity benzbromarone derivatives. // Drug metabolism and disposition. - 2003. - V.31 № 7. P.967-971.

73. Locuson C.W. 2nd, Rock D.A., Jones J.P. Quantitative binding models forCYP2C9 based on benzbromarone analogues. // Biochemistry. - 2004. - V.43 № 22. P.6948-6958.

74. Haji-Momenian S., Rieger J.M., Macdonald T.L., Brown MX. Comparativemolecular field analysis and QSAR on substrates binding to cytochrome p450 2D6. // Bioorganic & medicinal chemistry. - 2003. - V.l 1 № 24. - P.5545-5554.

75. Ekins S., Berbaum J., Harrison R.K. Generation and validation of rapidcomputational filters for cyp2d6 and cyp3a4. // Drug metabolism and disposition. 2003. - V.31 № 9. - P.1077-1080.

76. Susnow R.G., Dixon S.L. Use of robust classification techniques for theprediction of human cytochrome P450 2D6 inhibition. // Journal of chemical information and computer sciences. - 2003. - V.43 № 4. - P. 1308-1315.

77. O'Brien S.E., de Groot M J . Greater than the sum of its parts: combiningmodels for useful ADMET prediction. // Journal of medicinal chemistry. - 2005. V.48№4.-P.1287-1291.

78. Brosen K. Drug interactions and the cytochrome P450 system. The role ofcytochrome P450 1A2. // Clinical pharmacokinetics. - 1995. - V.29 Suppl 1. - P. 2025.

79. Guengerich F.P., Shimada T. Oxidation of toxic and carcinogenic chemicalsby human cytochrome P-450 enzymes. // Chemical research in toxicology. - 1991. V.4№4. -P.391-407.

80. Jeppesen U., Loft S., Poulsen H.E., Brsen K. A fluvoxamine-caffeineinteraction study. // Pharmacogenetics. - 1996. - V.6 № 3. - P.213-222.

81. Sanz F., Lopez-de-Brinas E., Rodriguez J., Manaut F. Theoretical study onthe metabolism of caffeine by cytochrome p-450 1A2 and its inhibition. // Quantitative Structure-Activity Relationships. - 1994. - V.13 № 1. - P.281-284.

82. Lee R , Yeom H.5 Kim Y.G., Yoon C.N., Jin C , Choi J.S., Kim B.R., KimD.H. Structure-related inhibition of human hepatic caffeine N3-demethylation by naturally occurring flavonoids. // Biochemical pharmacology. - 1998. - V.55 № 9. P.1369-1375.

83. Chohan K.K., Paine S.W., Mistry J., Barton P., Davis A.M. A rapidcomputational filter for cytochrome P450 1A2 inhibition potential of compound libraries. // Journal of medicinal chemistry. - 2005. - V.48 № 16. - P.5154-5161.

84. Lisitsa A.V., Gusev S.A., Karuzina I.I., Archakov A.I., Koymans L.Cytochrome P450 database. // SAR and QSAR in environmental research. - 2001. V.12№4.-P.359-366. 139. http://cpd.ibmh.msk.su/.

85. Hawkins D.R. (Ed.) Biotransformations, Vol. 1-7,. // Royal Society ofChemistry, Cambridge, UK. - 1988-1996.

86. Clark M., Cramer R.D. Validation of the General Purpose Tripos 5.2 ForceField. // Journal of Computational Chemistry. - 1989. - V.10 № 1. - P.982-1012.

87. Stewart J.J. MOP AC: A General Molecular Orbital Package. // QuantumChemistry Program Exch. - 1990. - V.10. - P.86.

88. Dewar M.J., Thiel W. Ground states of molecules. 38. The MNDO method.Approximations and parameters. // Journal of the American Chemical Society. - 1977. - V.99. - P.4899-4907.

89. Dewar M.J., Zoebisch E.G., Healy E.F., Stewart J.J. AMI: A New GeneralPurpose Quantum Mechanical Model. // Journal of the American Chemical Society. 1985.-V.107.-P.902-909.

90. Sheridan R.P., Korzekwa K.R., Torres R.A., Walker MJ. Empiricalregioselectivity models for human cytochromes P450 3A4, 2D6, and 2C9. // Journal of medicinal chemistry. - 2007. - V.50. - P.3173-3184.

91. Oh W.S., Kim D.N., Jung J., Cho K.H., No K.T. New combined model forthe prediction of regioselectivity in cytochrome P450/3A4 mediated metabolism. // Journal of chemical information and modeling. - 2008. - V.48 № 3. - P.591-601.