Моделирование координации биологически активных соединений с терапевтическими мишенями тема диссертации и автореферата по ВАК РФ 02.00.15, кандидат химических наук Стройлов, Виктор Сергеевич

• Стройлов, Виктор Сергеевич
• кандидат химических наук
• 2010

Оглавление диссертации кандидат химических наук Стройлов, Виктор Сергеевич

Список сокращений.

Введение.

1. Литературный обзор.

1.1. Строение и функции протеинкиназ.

1.1.1. Общие сведения о протеинкиназах.

1.1.2. Структура протеинкиназ.

1.1.3. Ингибирование киназ.

1.1.4. АТФ-конкурентные ингибиторы протеинкиназ и их селективность.

1.2. Метод молекулярного докинга.

1.2.1. Теоретические основы метода.

1.2.2. Методы сканирования поверхности потенциальной энергии.

1.3. Расчет свободной энергии связывания.

1.3.1. Метод возмущений свободной энергии.

1.3.2. Методы линейной корреляции свободной энергии.

1.3.3. Приближения аддитивных вкладов в свободную энергию связывания.

1.3.4. Использование эмпирических функций.

1.4. Виртуальный скрининг.

1.4.1. Введение.

1.4.2. Метод структурной фильтрации.

1.5. Фрагментами подход к поиску новых лекарств.

1.5.1. Создание лекарств на основе механизма действия.

1.5.2. Примеры поиска лекарств с помощью фрагментного подхода.

2. Экспериментальная часть.

2.1. Компьютерные программы, использованные в работе.

2.2. Построение моделей трехмерной структуры белков.

2.3. Построение моделей трехмерных структур лигандов.

2.4. Разбиение молекул известных лекарств на фрагменты.

2.5. Докинг и виртуальный скрининг.

2.6. Оценка свободной энергии образования комплексов белок-лиганд.

2.7. Расчет параметров точности моделирования координации ингибиторов протеинкиназ.

2.8. Структурная фильтрация результатов виртуального скрининга.

2.9. Ранжирование результатов виртуального скрининга.

2.10. Расчет параметров обогащения виртуального скрининга.

2.11. Визуальный анализ геометрии комплексов белок-лиганд.

2.12. Выделение фармакофоров фрагментных ингибиторов.

2.13. Экспериментальное определение эффективности связывания соединений с белками-мишенями.

2.13.1. Протеинкиназы ЕрЬА2 и АСК1.

2.13.2. Протеинкиназа СОК2.

2.13.3. Мутантная форма протеинкиназы ABL1 T3151.

3. Результаты и обсуждение.

3.1. Моделирование координации протеинкиназ с ингибиторами.

3.1.1. Построение полноатомных моделей белков.

3.1.1. Построение трехмерных моделей лигандов.

3.1.3. Моделирование профилей активности ингибиторов протеинкиназ.

3.1.4. Моделирование спектра восприимчивости киназ к ингибиторам.

3.1.5. Уточнение конформаций боковых радикалов.

3.1.6. Моделирование профиля активности киназных ингибиторов.

3.1.7. Зависимость надежности моделирования активности ингибитора от его типа и конформации активного центра киназы.

3.2. Исследование точности виртуального скрининга.

3.2.1. Описание тестового набора DUD.

3.2.2. Подготовка полноатомных моделей белков.

3.2.3. Критерии структурной фильтрации результатов виртуального скрининга.

3.2.4. Подготовка библиотек лигандов.

3.2.5. Исследование точности виртуального скрининга.

3.2.6. Влияние свойств белков на точность виртуального скрининга.

3.2.7. Структурная фильтрация результатов виртуального скрининга.

3.3. Поиск новых фрагментных ингибиторов EphA2 и АСК1.

3.3.1. Построение полноатомных моделей белков.

3.3.2. Построение моделей трехмерных структур лигандов.

3.3.3. Анализ существующих ингибиторов EphA2 и АСК1.

3.3.4. Поиск новых ингибиторов АСК1 и EphA2 методом виртуального скрининга.

3.4. Валидирование фрагментного подхода к поиску ингибиторов in silico.

3.4.1. Факторы, влияющие на точность молекулярного докинга фрагментов лекарств.

3.4.2. Сравнение экспериментальной и расчетной энергии связывания фрагментов.

3.4.3. Поиск новых фрагментных ингибиторов протеинкиназ CDK2 и ABL.

3.4.4. Экспериментальная проверка предсказанных ингибиторов.

Введение диссертации (часть автореферата) на тему «Моделирование координации биологически активных соединений с терапевтическими мишенями»

Помимо традиционного подхода к поиску новых биологически активных соединений, основанного на фенотипическом скрининге, на сегодняшний день большое распространение получил направленный поиск ингибиторов, действующих на заранее определенную белковую (фермент, рецептор, .) терапевтическую мишень. Для успешного поиска соединений, обладающих заданными качествами, необходимо существенное развитие целых областей научного знания на стыке химии, физики и биологии.

Благодаря развитию экспериментальных методов структурной биологии, в настоящее время известны трехмерные структуры многих белков, в том числе являющихся терапевтическими мишенями различных заболеваний. Располагая структурной информацией, можно с помощью методов теоретической химии моделировать свободную энергию и геометрию координации химических соединений в активных центрах белков, и рассчитывать специфичность их действия по отношению к мишени выбранного заболевания, а также профиль селективности по отношению к остальным терапевтическим мишеням. В настоящее время существует множество методов молекулярного моделирования, однако тот факт, что во многих случаях их точность оказывается неудовлетворительной, демонстрирует необходимость улучшения методов.

Настоящая работа посвящена исследованию особенностей применения методов моделирования свободной энергии и геометрии координации низкомолекулярных соединений с терапевтическими мишенями в направленном поиске новых биологически активных молекул.

В работе преследовались следующие основные цели:

• Моделирование структур и свободных энергий образования комплексов киназ с их ингибиторами методом молекулярного докинга для предсказания селективности киназных ингибиторов.

• Исследование факторов, влияющих на точность моделирования координации органических соединений с белками методом докинга применительно к поиску новых соединений, в особенности - фрагментных соединений, связывающихся с заданным белком — терапевтической мишенью.

• Направленный поиск новых соединений, способных к координации и ингибированию каталитической активности ферментов киназ.

1. Литературный обзор

Заключение диссертации по теме «Катализ», Стройлов, Виктор Сергеевич

4. Основные результаты и выводы

1. Моделирование термодинамических и структурных параметров координации набора 86 терапевтически значимых ферментов киназ и их 42 ингибиторов с помощью метода молекулярного докинга дало общую точность 77% в отношении предсказания пар фермент-ингибитор.

2. Недостаточность экспериментальных данных о структурах активных центров киназ и их подвижности обусловливает большую достоверность отрицательных предсказаний (85%) по сравнению с положительными (52%) для моделирования координации пар фермент-ингибитор методом докинга.

3. Применение метода структурной фильтрации позволяет снизить начальный процент ложноположительных предсказаний координации пар белок-лиганд в 1.5 раза, как было показано на наборе 40 структурно и функционально различных белков.

4. Обнаружена способность производных 2-гидроксифенола координироваться в активном центре тирозинкиназ ЕрЬА2 и АСК1 и ингибировать их ферментативную активность в микромолярном диапазоне концентраций. Экспериментально установлена ингибирующая активность найденных соединений в ряду 20 тирозинкиназ человека.

5. Наибольшая точность моделирования структуры комплексов белков с фрагментными органическими соединениями методом докинга составляет 83% и достигается для соединений, участвующих в направленных взаимодействиях (водородные связи, координация с металлом и т.д.) и образующих комплементарный гидрофобный контакт с белком. Точность расчета свободной энергии образования комплексов фрагментных соединений с белками, исследованная на наборе 68 комплексов, составляет 1,35 ккал/моль.

6. Применение структурной фильтрации и кластеризации позволило повысить точность методов докинга для моделирования координации и свободной энергии образования комплексов фрагментных соединений с белками, и найти 4 новых ингибитора протеинкиназы СЭК2 с константами ингибирования, лежащими в микромолярном диапазоне концентраций.

Список литературы диссертационного исследования кандидат химических наук Стройлов, Виктор Сергеевич, 2010 год

1. Hunter, T. Protein kinases and phosphatases: the yin and yang of protein phosphorylation and signaling / T. Hunter // Cell. — 1995. — Vol. 80, № 2. — P. 225-36.

2. Johnson, L. N. Structural basis for control by phosphorylation / L. N. Johnson, R. J. Lewis // Chem. Rev. — 2001. — Vol. 101, № 8. — P. 2209-42.

3. Neel, B. G. Protein tyrosine phosphatases in signal transduction / B. G. Neel, N. K. Tonks // Curr. Opin. Cell Biol. — 1997. — Vol. 9, № 2. — P. 193-204.

4. Saito, H. Histidine phosphorylation and two-component signaling in eukaryotic cells / H. Saito // Chem. Rev. — 2001. — Vol. 101, № 8. — P. 2497-509.

5. Schlessinger, J. Growth factor signaling by receptor tyrosine kinases / J. Schlessinger, A. Ullrich//Neuron. — 1992. — Vol. 9, № 3. — P. 383-91.

6. Hubbard, S. R. Protein tyrosine kinase structure and function / S. R. Hubbard, J. H. Till // Annu. Rev. Biochem. — 2000. — Vol. 69. — P. 373-98.

7. Chen, Z. MAP kinases / Z. Chen, T. B. Gibson, F. Robinson et al. // Chem. Rev. — 2001.

8. Vol. 101, № 8. — P. 2449-76.

9. Knighton, D. R. Structure of a peptide inhibitor bound to the catalytic subunit of cyclic adenosine monophosphate-dependent protein kinase / D. R. Knighton, J. H. Zheng, L. F. Ten Eyck et al. // Science. — 1991. — Vol. 253, № 5018. — P. 414-20.

10. Hanks, S. K. Protein kinases 6. The eukaryotic protein kinase superfamily: kinase (catalytic) domain structure and classification / S. K. Hanks, T. Hunter // FASEB J. — 1995. — Vol. 9, №8. —P. 576-96.

11. Johnson, L. N. Active and inactive protein kinases: structural basis for regulation / L. N. Johnson, M. E. Noble, and D. J. Owen// Cell. — 1996. — Vol. 85, № 2. — P. 149-58.

12. Adams, J. A. Kinetic and catalytic mechanisms of protein kinases / J. A. Adams // Chem. Rev. —2001. — Vol. 101, № 8. — P. 2271-90.

13. Robertson, S. C. RTK mutations and human syndromes: when good receptors turn bad / S. C. Robertson, J. Tynan, and D. J. Donoghue // Trends Genet. — 2000. — Vol. 16, № 8.1. P. 368.

14. Muller-Ladner, U. Molecular and cellular interactions in rheumatoid synovium / U. MullerLadner // Curr. Opin. Rheumatol. — 1996. — Vol. 8, № 3. — P. 210-20.

15. Taylor, S. S. Protein kinase inhibition: natural and synthetic variations on a theme / S. S. Taylor, E. Radzio-Andzelm // Curr. Opin. Chem. Biol. — 1997. — Vol. 1, № 2. — P. 21926.

16. Toledo, L. M. The structure-based design of ATP-site directed protein kinase inhibitors / L. M. Toledo, N. B. Lydon, and D. Elbaum // Curr. Med. Chem. — 1999. — Vol. 6, № 9. — P. 775-805.

17. Broadbridge, R. J. The Src homology-2 domains (SH2 domains) of the protein tyrosine kinase p561ck: structure, mechanism and drug design / R. J. Broadbridge, R. P. Sharma //178

18. Curr. Drug Targets. — 2000. — Vol. 1, № 4. — P. 365-86.

19. Lawrence, D. S. Protein kinase inhibitors: the tyrosine-specific protein kinases / D. S. Lawrence, J. Niu // Pharmacol. Ther. — 1998. — Vol. 77, № 2. — P. 81-114.

20. Blum, G. Substrate competitive inhibitors of IGF-1 receptor kinase / G. Blum, A. Gazit, and A. Levitzki // Biochemistry. — 2000. — Vol. 39, № 51. — P. 15705-12.

21. Bridges, A. J. Chemical inhibitors of protein kinases / A. J. Bridges // Chem. Rev. — 2001. — Vol. 101, №8, —P. 2541-72.

22. Sausville, E. A. Protein kinase antagonists: interim challenges and issues / E. A. Sausville // Anticancer Drug Des. — 2000. — Vol. 15, № 1. — P. 1-2.

23. Wang, Z. Structural basis of inhibitor selectivity in MAP kinases / Z. Wang, B. J. Canagarajah, J. C. Boehm et al. // Structure. — 1998. — Vol. 6, № 9. — P. 1117-28.

24. Zhu, X. Structural analysis of the lymphocyte-specific kinase Lck in complex with nonselective and Src family selective kinase inhibitors / X. Zhu, J. L. Kim, J. R. Newcomb et al. // Structure. — 1999. — Vol. 7, № 6. — P. 651-61.

25. Brooks, G. The cell cycle and drug discovery: the promise and the hope / G. Brooks, N. B. La Thangue // Drug Discov. Today. — 1999. — Vol. 4, № 10. — P. 455-464.

26. Lapenna, S. Cell cycle kinases as therapeutic targets for cancer / S. Lapenna, A. Giordano // Nat. Rev. Drug Discov. — 2009. — Vol. 8, № 7. — P. 547-566.

27. Furet, P. Structure-based design of potent CDK1 inhibitors derived from olomoucine / P. Furet, J. Zimmermann, H. G. Capraro et al. // J. Comput. Aided Mol. Des. — 2000. — Vol. 14, №5. —P. 403-9.

28. Krause, D. S. Tyrosine kinases as targets for cancer therapy / D. S. Krause, R. A. Van Etten // N. Engl. J. Med. — 2005. — Vol. 353, № 2. — P. 172-87.

29. Salih, J. The BCR/ABL-inhibitors imatinib, nilotinib and dasatinib differentially affect NK cell reactivity / J. Salih, J. Hilpert, T. Placke et al. // Int. J. Cancer. — 2010. — Vol. 127, №9. —P. 2119-28.

30. Traxler, P. Strategies toward the design of novel and selective protein tyrosine kinase inhibitors / P. Traxler, P. Furet // Pharmacol. Ther. — 1999. — Vol. 82, № 2-3. — P. 195206.

31. Schindler, T. Structural mechanism for STI-571 inhibition of abelson tyrosine kinase / T. Schindler, W. Bornmann, P. Pellicena et al. // Science. — 2000. — Vol. 289, № 5486. — P. 1938-42.

32. Totrov, M. Flexible protein-ligand docking by global energy optimization in internal coordinates / M. Totrov, R. Abagyan // Proteins. — 1997. — Vol. Suppl 1, №. — P. 215-20.

33. Tietze, S. GlamDock: Development and Validation of a New Docking Tool on Several Thousand Protein-Ligand Complexes / S. Tietze, J. Apostolakis // J. Chem. Inf. Model. — 2007. — Vol. 47, № 4. — P. 1657-1672.

34. Morris, G. M. Automated docking using a Lamarckian genetic algorithm and an empirical binding free energy function / G. M. Morris, D. S. Goodsell, R. S. Halliday et al. // Journal of Computational Chemistry. — 1998. — Vol. 19, № 14. — P. 1639-1662.

35. Huey, R. A semiempirical free energy force field with charge-based desolvation / R. Huey, G. M. Morris, A. J. Olson et al. // J. Comput. Chem. — 2007. — Vol. 28, № 6. — P. 114552.

36. Jones, G. Development and validation of a genetic algorithm for flexible docking / G. Jones, P. Willett, R. C. Glen et al. // J. Mol. Biol. — 1997. — Vol. 267, № 3. — P. 727-48.

37. Hartshorn, M. J. Diverse, high-quality test set for the validation of protein-ligand docking performance / M. J. Hartshorn, M. L. Verdonk, G. Chessari et al. // J. Med. Chem. — 2007. — Vol. 50, № 4. — P. 726-41.

38. Thomsen, R. MolDock: a new technique for high-accuracy molecular docking / R. Thomsen, M. H. Christensen//J. Med. Chem. — 2006. — Vol. 49, № 11. —P. 3315-21.

39. Oshiro, C. M. Flexible ligand docking using a genetic algorithm / C. M. Oshiro, I. D. Kuntz, and J. S. Dixon // J. Comput. Aided Mol. Des. — 1995. — Vol. 9, № 2. — P. 113-30.

40. Rarey, M. Multiple automatic base selection: protein-ligand docking based on incremental construction without manual intervention / M. Rarey, B. Kramer, and T. Lengauer // J. Comput. Aided Mol. Des. — 1997. — Vol. 11, № 4. — P. 369-84.

41. Kramer, B. Evaluation of the FLEXX incremental construction algorithm for protein-ligand docking / B. Kramer, M. Rarey, and T. Lengauer // Proteins. — 1999. — Vol. 37, № 2. — P. 228-41.

42. Jain, A. N. Surflex: fully automatic flexible molecular docking using a molecular similarity-based search engine / A. N. Jain // J. Med. Chem. — 2003. — Vol. 46, № 4. — P. 499-511.

43. Goodsell, D. S. Automated docking of substrates to proteins by simulated annealing / D. S. Goodsell, A. J. Olson // Proteins. — 1990. — Vol. 8, № 3. — P. 195-202.

44. Solis, F. J. Minimization by Random Search Techniques / F. J. Solis, R. J. B. Wets // Math. Oper. Res. — 1981. — Vol. 6, № 1. — P. 19-30.

45. Gohlke, H. Approaches to the description and prediction of the binding affinity of small-molecule ligands to macromolecular receptors / H. Gohlke, G. Klebe // Angew. Chem. Int. Edit. — 2002. — Vol. 41, № 15. — P. 2645-2676.

46. Reddy, M. R. Free energy calculations in rational drug design / M. R. Reddy, M. D. Erion. — New York : Kluwer Academic/Plenum Publishers, 2001. 384 p. - ISBN 0306466767.

47. Shirts, M. R. Comparison of efficiency and bias of free energies computed by exponential averaging, the Bennett acceptance ratio, and thermodynamic integration / M. R. Shirts, V. S.

48. Pande // J. Chem. Phys. — 2005. — Vol. 122, № 14. — P. 144107.

49. Pearlman, D. A. The lag between the Hamiltonian and the system configuration in free energy perturbation calculations / D. A. Pearlman, P. A. Kollman // J. Chem. Phys. — 1989. — Vol. 91, № 12, —P. 7831-7839.

50. Straatsma, T. P. Multiconfiguration thermodynamic integration / T. P. Straatsma, J. A. McCammon // J. Chem. Phys. — 1991. — Vol. 95, № 2. — P. 1175-1188.

51. Hendrix, D. A. A "fast growth" method of computing free energy differences / D. A. Hendrix, C. Jarzynski // J. Chem. Phys. —2001. — Vol. 114, № 14. — P. 5974-5981.

52. Warshel, A. Dynamics of reactions in polar solvents. Semiclassical trajectory studies of electron-transfer and proton-transfer reactions / A. Warshel // J. Phys. Chem. — 1982. — Vol. 86, № 12. — P. 2218-2224.

53. Sham, Y. Y. Examining methods for calculations of binding free energies: LRA, LIE, PDLD-LRA, and PDLD/S-LRA calculations of ligands binding to an HIV protease / Y. Y. Sham, Z. T. Chu, H. Tao et al. // Proteins. — 2000. — Vol. 39, № 4. — P. 393-407.

54. Aqvist, J. A new method for predicting binding affinity in computer-aided drug design / J. Aqvist, C. Medina, and J. E. Samuelsson // Protein Eng. — 1994. — Vol. 7, № 3. — P. 38591.

55. Hansson, T. Ligand binding affinity prediction by linear interaction energy methods / T. Hansson, J. Marelius, and J. Aqvist // Journal of Computer-Aided Molecular Design. —1998. — Vol. 12, № 1. —P. 27-35.

56. Wall, I. D. Binding constants of neuraminidase inhibitors: An investigation of the linear interaction energy method / I. D. Wall, A. R. Leach, D. W. Salt et al. // J. Med. Chem. —1999. — Vol. 42, № 25. — P. 5142-52.

57. Carlson, H. A. An Extended Linear Response Method for Determining Free Energies of Hydration / H. A. Carlson, W. L. Jorgensen // J. Phys. Chem. — 1995. — Vol. 99, № 26. — P. 10667-10673.

58. Lee, B. The interpretation of protein structures: estimation of static accessibility / B. Lee, F. M. Richards // J. Mol. Biol. — 1971. — Vol. 55, № 3. — P. 379-400.

59. Hermann, R. B. Theory of hydrophobic bonding. II. Correlation of hydrocarbon solubility in181water with solvent cavity surface area / R. B. Hermann // J. Phys. Chem. — 1972. — Vol. 76, № 19. — P. 2754-2759.

60. Sitkoff, D. Accurate Calculation of Hydration Free Energies Using Macroscopic Solvent Models / D. Sitkoff, K. A. Sharp, and B. Honig // J. Phys. Chem. — 1994. — Vol. 98, № 7.1. P. 1978-1988.

61. Lavigne, P. Structure-based thermodynamic analysis of the dissociation of protein phosphatase-1 catalytic subunit and microcystin-LR docked complexes / P. Lavigne, J. R. Bagu, R. Boyko et al. // Protein Sci. — 2000. — Vol. 9, № 2. — P. 252-64.

62. Stouten, P. F. W. An Effective Solvation Term Based on Atomic Occupancies for Use in Protein Simulations / P. F. W. Stouten, C. Frommel, H. Nakamura etal. // Molecular Simulation. — 1993. — Vol. 10, № 2. — P. 97-120.

63. Baker, N. A. Poisson-Boltzmann methods for biomolecular electrostatics / N. A. Baker // Methods Enzymol. — 2004. — Vol. 383, №. — P. 94-118.

64. Bashford, D. Generalized born models of macromolecular solvation effects / D. Bashford,

65. D. A. Case // Annu. Rev. Phys. Chem. — 2000. — Vol. 51, №. — P. 129-52.

66. Mehler, E. L. Electrostatic effects in proteins: comparison of dielectric and charge models /

67. E. L. Mehler, T. Solmajer // Protein Eng. — 1991. — Vol. 4, № 8. — P. 903-10.

68. Mehler, E. L. The role of hydrophobic microenvironments in modulating pKa shifts in proteins / E. L. Mehler, M. Fuxreiter, I. Simon et al. // Proteins. — 2002. — Vol. 48, № 2.1. P. 283-92.

69. Bohm, H. J. The development of a simple empirical scoring function to estimate the binding constant for a protein-ligand complex of known three-dimensional structure / H. J. Bohm // J. Comput. Aided Mol. Des. — 1994. — Vol. 8, № 3. — P. 243-56.

70. Gohlke, H. Knowledge-based scoring function to predict protein-ligand interactions / H. Gohlke, M. Hendlich, and G. Klebe // J. Mol. Biol. — 2000. — Vol. 295, № 2. — P. 337-56.

71. Friesner, R. A. Extra precision glide: docking and scoring incorporating a model of hydrophobic enclosure for protein-ligand complexes / R. A. Friesner, R. B. Murphy, M. P. Repasky et al. // J. Med. Chem. — 2006. — Vol. 49, № 21. — P. 6177-96.

72. Brooks, B. CHARMM: A program for macromolecular energy, minimization, and dynamics calculations / B. Brooks, R. Bruccoleri, B. Olafson et al. // J. Comput. Chem. — 1983. — Vol. 4, №2. —P. 187-217.

73. Mehler, E. L. A self-consistent, microenvironment modulated screened coulomb potential approximation to calculate pH-dependent electrostatic effects in proteins / E. L. Mehler, F.182

74. Guarnieri // Biophys. J. — 1999. — Vol. 77, № 1. — P. 3-22.

75. Shoichet, B. K. Virtual screening of chemical libraries / B. K. Shoichet // Nature. — 2004.

76. Vol. 432, № 7019. — P. 862-5.

77. Rester, U. From virtuality to reality Virtual screening in lead discovery and lead optimization: a medicinal chemistry perspective / U. Rester // Curr. Opin. Drug Discov. Devel. —2008.—Vol. 11,№4, —P. 559-68.

78. Rollinger, J. M. Virtual screening for the discovery of bioactive natural products / J. M. Rollinger, H. Stuppner, and T. Langer // Prog. Drug Res. — 2008. — Vol. 65, №. — P. 211, 213-49.

79. Waszkowycz, B. Large-scale virtual screening for discovering leads in the postgenomic era / B. Waszkowycz, T. D. J. Perkins, R. A. Sykes et al. // IBM Syst. J. — 2001. — Vol. 40, №.1. P. 360-376.

80. Berman, H. M. The Protein Data Bank / H. M. Berman, J. Westbrook, Z. Feng et al. // Nucleic Acids Res. — 2000. — Vol. 28, № 1. — P. 235-42.

81. Reiss, T. Drug discovery of the future: the implications of the human genome project / T. Reiss // Trends Biotechnol. — 2001. — Vol. 19, № 12. — P. 496-9.

82. Stahura, F. L. Virtual screening methods that complement HTS / F. L. Stahura, J. Bajorath // Comb. Chem. High Throughput Screen. — 2004. — Vol. 7, № 4. — P. 259-69.

83. Schneider, G. Virtual screening and fast automated docking methods / G. Schneider, H. J. Bohm // Drug Discov. Today. — 2002. — Vol. 7, № 1. — P. 64-70.

84. Koppen, H. Virtual screening what does it give us? / H. Koppen // Curr. Opin. Drug Discov. Devel. — 2009. — Vol. 12, № 3. — P. 397-407.

85. Leach, A. R. An Introduction to Chemoinformatics. / A. R. Leach, V. J. Gillet. Springer, 2003.-255 p. - ISBN 978-1-4020-1347-8.

86. Cross, J. B. Comparison of several molecular docking programs: pose prediction and virtual screening accuracy / J. B. Cross, D. C. Thompson, B. K. Rai et al. // J. Chem. Inf. Model.2009. — Vol. 49, № 6. — P. 1455-74.

87. Novikov, F. N. Improving performance of docking-based virtual screening by structural filtration / F. N. Novikov, V. S. Stroylov, O. V. Stroganov et al. // J. Mol. Model. — 2010.

88. Vol. 16, № 7. — P. 1223-30.

89. Krogsgaard-Larsen, P. Textbook of Drug Design and Discovery, 3rdEdition. London and New York: Tayor and Francis, 2002 / P. Krogsgaard-Larsen, T. Liljefors, and U. Madsen // Journal of Pharmacy and Pharmacology. — 2003. — Vol. 55, № 10. — P. 1449-1449.

90. Warr, W. Fragment-based drug discovery / W. Warr // Journal of Computer-Aided Molecular Design. — 2009. — Vol. 23, № 8. — P. 453-458.

91. Hajduk, P. J. A decade of fragment-based drug design: strategic advances and lessons learned / P. J. Hajduk, J. Greer // Nat. Rev. Drug Discov. — 2007. — Vol. 6, № 3. — P. 2119.

92. Hann, M. M. Pursuing the leadlikeness concept in pharmaceutical research / M. M. Hann, T.

93. Oprea // Curr. Opin. Chem. Biol. — 2004. — Vol. 8, № 3. — P. 255-63.

94. Congreve, M. Recent developments in fragment-based drug discovery / M. Congreve, G. Chessari, D. Tisi et al. // J. Med. Chem. — 2008. — Vol. 51, № 13. — P. 3661-80.

95. Hajduk, P. J. Puzzling through fragment-based drug design / P. J. Hajduk // Nat. Chem. Biol.2006. — Vol. 2, № 12. — P. 658-9.

96. Murray, C. W. Application of fragment screening by X-ray crystallography to beta-secretase / C. W. Murray, O. Callaghan, G. Chessari et al. // J. Med. Chem. — 2007. — Vol. 50, №6, —P. 1116-23.

97. Congreve, M. Application of fragment screening by X-ray crystallography to the discovery of aminopyridines as inhibitors of beta-secretase / M. Congreve, D. Aharony, J. Albert et al. // J. Med. Chem. — 2007. — Vol. 50, № 6. — P. 1124-32.

98. Nienaber, V. L. Discovering novel ligands for macromolecules using X-ray crystallographic screening / V. L. Nienaber, P. L. Richardson, V. Klighofer et al. // Nat. Biotechnol. — 2000.—Vol. 18, № 10, —P. 1105-8.

99. Jhoti, H. Fragment-based screening using X-ray crystallography and NMR spectroscopy / H. Jhoti, A. Cleasby, M. Verdonk et al. // Curr. Opin. Chem. Biol. — 2007. — Vol. 11, № 5.1. P. 485-93.

100. Poulsen, S.-A. In Situ Fragment-Based Medicinal Chemistry: Screening by Mass Spectrometry. Fragment-Based Drug Discovery. / S.-A. Poulsen, G. H. Kruppa. Chichester, UK : John Wiley & Sons, Ltd., 2008. P. 159-198. - ISBN 9780470721551.

101. Ciulli, A. Probing hot spots at protein-ligand binding sites: a fragment-based approach using biophysical methods / A. Ciulli, G. Williams, A. G. Smith et al. // J. Med. Chem. — 2006.

102. Vol. 49, № 16. — P. 4992-5000.

103. Neumann, T. SPR-based fragment screening: advantages and applications / T. Neumann, H. D. Junker, K. Schmidt et al. // Curr. Top. Med. Chem. — 2007. — Vol. 7, № 16. — P. 1630-42.

104. Miura, T. Fragment screening using surface plasmon resonance optical biosensor technology / T. Miura // Yakugaku Zasshi. — 2010. — Vol. 130, № 3. — P. 341-8.

105. Kuntz, I. D. The maximal affinity of ligands / I. D. Kuntz, K. Chen, K. A. Sharp etal. // Proc. Natl. Acad. Sci. USA. — 1999. — Vol. 96, № 18. — P. 9997-10002.

106. Bembenek, S. Ligand efficiency and fragment-based drug discovery / S. Bembenek, B. Tounge, and C. Reynolds // Drug Discov. Today. — 2009. — Vol. 14, № 5-6. — P. 278-283.

107. Chessari, G. From fragment to clinical candidate—a historical perspective / G. Chessari, A. J. Woodhead // Drug Discov. Today. — 2009. — Vol. 14, № 13-14. — P. 668-75.

108. Abad-Zapatero, C. Ligand efficiency indices as guideposts for drug discovery / C. Abad-Zapatero, J. T. Metz // Drug Discov. Today. — 2005. — Vol. 10, № 7. — P. 464-9.

109. Hubbard, R. Fragment approaches in structure-based drug discovery / R. Hubbard // Journal of Synchrotron Radiation. — 2008. — Vol. 15, № 3. — P. 227-230.

110. Congreve, M. A 'rule of three' for fragment-based lead discovery? / M. Congreve, R. Carr,

111. C. Murray et al. // Drug Discov. Today. — 2003. — Vol. 8, № 19. — P. 876-7.

112. Schade, M. NMR fragment screening: Advantages and applications / M. Schade // IDrugs.2006. — Vol. 9, № 2. — P. 110-3.

113. Hartshorn, M. J. Fragment-based lead discovery using X-ray crystallography / M. J. Hartshorn, C. W. Murray, A. Cleasby et al. // J. Med. Chem. — 2005. — Vol. 48, № 2. — P. 403-13.

114. Huber, W. A new strategy for improved secondary screening and lead optimization using high-resolution SPR characterization of compound-target interactions / W. Huber // J. Mol. Recognit. — 2005. — Vol. 18, № 4. — P. 273-81.

115. Mercier, K. A. Design and characterization of a functional library for NMR screening against novel protein targets / K. A. Mercier, K. Germer, and R. Powers // Comb. Chem. High Throughput Screen. — 2006. — Vol. 9, № 7. — P. 515-34.

116. Hajduk, P. J. Integration of NMR and high-throughput screening / P. J. Hajduk, D. J. Burns // Comb. Chem. High Throughput Screen. — 2002. — Vol. 5, № 8. — P. 613-21.

117. Bayley, D. Fragment-based drug design: why it's so important? Электронный ресурс. /

118. D. Bayley, S. Boyd. 2009. - Режим доступа:http://www.iotanharma.com/data2/FBDDOverview.pdf, свободный. — Загл. с экрана.

119. Artis, D. R. Scaffold-based discovery of indeglitazar, a PPAR pan-active anti-diabetic agent / D. R. Artis, J. J. Lin, C. Zhang et al. // Proc. Natl. Acad. Sci. USA. — 2009. — Vol. 106, № 1. —P. 262-7.

120. Calderwood, S. K. Heat shock proteins in cancer: chaperones of tumorigenesis / S. K. Calderwood, M. A. Khaleque, D. B. Sawyer et al. // Trends Biochem. Sci. — 2006. — Vol. 31, №3. —P. 164-72.

121. Huth, J. R. Discovery and design of novel HSP90 inhibitors using multiple fragment-based design strategies / J. R. Huth, C. Park, A. M. Petros et al. // Chem. Biol. Drug Des. — 2007.—Vol. 70,№ 1. —P. 1-12.

122. ACD ChemSketch Freeware Электронный ресурс. Режим доступа: http://www.acdlabs.com/resources/freeware/chemsketch, свободный. — Загл. с экрана.

123. CORINA Электронный ресурс. Режим доступа: http://www.molecular-networks.com/products/corina, свободный. - Загл. с экрана.

124. GAUSSIAN Электронный ресурс. Режим доступа: http://www.gaussian.com, свободный. - Загл. с экрана.

125. Humphrey, W. VMD: visual molecular dynamics / W. Humphrey, A. Dalke, and K. Schulten // J. Mol. Graph. — 1996. — Vol. 14, № 1. — P. 33-8,27-8.

126. Schrodinger. The PyMOL Molecular Graphics System, Version 1.3 Электронный ресурс.

127. Режим доступа: http://www.pymol.org/pvmoL свободный. — Загл. с экрана.

128. PerlMol Perl Modules for Molecular Chemistry Электронный ресурс. / I. Tubert-Brohman. - Режим доступа: http://www.perlmol.org, свободный. — Загл. с экрана.

129. Guha, R. The Blue Obelisk-interoperability in chemical informatics / R. Guha, M. T. Howard, G. R. Hutchison et al. // J. Chem. Inf. Model. — 2006. — Vol. 46, № 3. — P. 991-8.

130. VitasM Laboratory Электронный ресурс. Режим доступа: http://vitasmlab.com, свободный. - Загл. с экрана.

131. Enamine Электронный ресурс. Режим доступа: http://www.enamine.net свободный.1. Загл. с экрана.

132. Neria, Е. Simulation of activation free energies in molecular systems / E. Neria, S. Fischer, and M. Karplus // J. Chem. Phys. — 1996. — Vol. 105, № 5. — P. 1902-1921."

133. Mehler, E. L. Self-Consistent, Free Energy Based Approximation To Calculate pll Dependent Electrostatic Effects in Proteins / E. L. Mehler // J. Phys. Chem. — 1996. — Vol. 100, №39. —P. 16006-16018.

134. Gasteiger, J. Empirical approaches to the calculation of properties, in Chemoinformatics: a textbook. / J. Gasteiger, T. Engel. Darmstadt, Germany: Wiley-VCH, 2003. - 680 p. -ISBN 978-3-527-30681-7.

135. Caliper LifeSciences Электронный ресурс. Режим доступа: http://www.caliperls.com/products/contract-research/in-vitro/kinases/cdk2cyclina-h.htm, свободный. - Загл. с экрана.

136. Reaction Biology Corp. Электронный ресурс. Режим доступа: http://www.reactionbiologv.com/Kinases/Invitrogenl00114/ABLl T315I.pdf, свободный.1. Загл. с экрана.

137. Zarrinkar, P. P. АС220 is a uniquely potent and selective inhibitor of FLT3 for the treatment of acute myeloid leukemia (AML) / P. P. Zarrinkar, R. N. Gunawardane, M. D. Cramer et al. // Blood. — 2009. — Vol. 114, № 14. — P. 2984-92.

138. Fabian, M. A. A small molecule-kinase interaction map for clinical kinase inhibitors / M. A. Fabian, W. H. Biggs, 3rd, D. K. Treiber et al. // Nat. Biotechnol. — 2005. — Vol. 23, № 3.1. P. 329-36.

139. Karaman, M. W. A quantitative analysis of kinase inhibitor selectivity / M. W. Karaman, S. Herrgard, D. K. Treiber et al. // Nat. Biotechnol. — 2008. — Vol. 26, № 1. — P. 127-32.

140. DesJarlais, R. L. Structure-based design of nonpeptide inhibitors specific for the human immunodeficiency virus 1 protease / R. L. DesJarlais, G. L. Seibel, I. D. Kuntz et al. // Proc. Natl. Acad. Sci. USA. — 1990. — Vol. 87, № 17. — P. 6644-8.

141. Shoichet, В. K. Structure-based discovery of inhibitors of thymidylate synthase / В. K. Shoichet, R. M. Stroud, D. V. Santi et al. // Science. — 1993. — Vol. 259, № 5100. — P.1861445-50.

142. Gruneberg, S. Successful virtual screening for novel inhibitors of human carbonic anhydrase: strategy and experimental confirmation / S. Gruneberg, M. T. Stubbs, and G. Klebe // J. Med. Chem. — 2002. — Vol. 45, № 17. — P. 3588-602.

143. Powers, R. A. Structure-based discovery of a novel, noncovalent inhibitor of AmpC beta-lactamase / R. A. Powers, F. Morandi, and B. K. Shoichet // Structure. — 2002. — Vol. 10, №7. —P. 1013-23.

144. Stahl, M. Detailed analysis of scoring functions for virtual screening / M. Stahl, M. Rarey // J. Med. Chem. — 2001. — Vol. 44, № 7. p. 1035-42.

145. Huang, N. Benchmarking Sets for Molecular Docking /N. Huang, B. K. Shoichet, and J. J. Irwin// J. Med. Chem. — 2006. — Vol. 49, № 23. — P. 6789-6801.

146. Verdonk, M. L. Virtual screening using protein-ligand docking: avoiding artificial enrichment / M. L. Verdonk, V. Berdini, M. J. Hartshorn et al. // J. Chem. Inf. Comput. Sci. — 2004. — Vol. 44, № 3. — P. 793-806.

147. Novikov, F. N. Developing novel approaches to improve binding energy estimation and virtual screening: a PARP case study / F. N. Novikov, V. S. Stroylov, O. V. Stroganov et al. //J. Mol. Model. —2009.—Vol. 15, № 11. — P. 1337-47.

148. Xiao, S. H. An ultrasensitive high-throughput electrochemiluminescence immunoassay for the Cdc42-associated protein tyrosine kinase ACK1 / S. H. Xiao, E. Farrelly, J. Anzola et al. //Anal. Biochem. — 2007. — Vol. 367, № 2. — P. 179-89.

149. Korkina, L. The chemical defensive system in the pathobiology of idiopathic environment-associated diseases / L. Korkina, M. G. Scordo, I. Deeva et al. // Curr. Drug Metab. — 2009.—Vol. 10,№8.— P. 914-31.

150. Kohyama, N. Inhibition of arachidonate lipoxygenase activities by 2-(3,4-dihydroxyphenyl)ethanol, a phenolic compound from olives / N. Kohyama, T. Nagata, S.

151. Fujimoto et al. // Biosci. Biotechnol. Biochem. — 1997. — Vol. 61, № 2. — P. 347-50.

152. Pevarello, P. 3-Aminopyrazole inhibitors of CDK2/cyclin A as antitumor agents. 1. Lead finding / P. Pevarello, M. G. Brasca, R. Amici et al. // J. Med. Chem. — 2004. — Vol. 47, № 13. —P. 3367-80.

153. Congreve, M. S. Detection of ligands from a dynamic combinatorial library by X-ray crystallography / M. S. Congreve, D. J. Davis, L. Devine et al. // Angew. Chem. Int. Ed. Engl. — 2003. — Vol. 42, № 37. — P. 4479-82.

154. Aronov, A. M. Flipped out: structure-guided design of selective pyrazolylpyrrole ERK inhibitors / A. M. Aronov, C. Baker, G. W. Bemis et al. // J. Med. Chem. — 2007. — Vol. 50, №6. —P. 1280-7.

155. Gill, A. L. Identification of novel p38alpha MAP kinase inhibitors using fragment-based lead generation / A. L. Gill, M. Frederickson, A. Cleasby et al. // J. Med. Chem. — 2005. — Vol. 48, № 2. — P. 414-26.

156. Howard, S. Fragment-based discovery of the pyrazol-4-yl urea (AT9283), a multitargeted kinase inhibitor with potent aurora kinase activity / S. Howard, V. Berdini, J. A. Boulstridge et al. // J. Med. Chem. — 2009. — Vol. 52, № 2. — P. 379-88.

157. Hajduk, P. J. Identification of novel inhibitors of urokinase viaNMR-based screening / P. J. Hajduk, S. Boyd, D. Nettesheim et al. // J. Med. Chem. — 2000. — Vol. 43, № 21. — P. 3862-6.

158. Frederickson, M. Fragment-based discovery of mexiletine derivatives as orally bioavailable inhibitors of urokinase-type plasminogen activator / M. Frederickson, O. Callaghan, G. Chessari etal. //J. Med. Chem. — 2008. — Vol. 51, № 2. — P. 183-6.

159. Agnelli, G. A phase II study of the oral factor Xa inhibitor LY517717 for the prevention of venous thromboembolism after hip or knee replacement / G. Agnelli, S. Haas, J. S. Ginsberg et al. // J. Thromb. Haemost. — 2007. — Vol. 5, № 4. p. 746-53.

160. Pang, Y.-P. Highly Potent, Selective, and Low Cost Bis-tetrahydroaminacrine Inhibitors of Acetylcholinesterase / Y.-P. Pang, P. Quiram, T. Jelacic et al. // Journal of Biological Chemistry. — 1996. — Vol. 271, № 39. — P. 23646-23649.

161. Murray, C. W. Application of Fragment Screening by X-ray Crystallography to p-Secretase / C. W. Murray, O. Callaghan, G. Chessari et al. // J. Med. Chem. — 2007. — Vol. 50, № 6.1. P. 1116-1123.

162. Hochgurtel, M. Target-induced formation of neuraminidase inhibitors from in vitro virtual combinatorial libraries / M. Hochgurtel, H. Kroth, D. Piecha et al. // Proc. Natl. Acad. Sci. USA. — 2002. — Vol. 99, № 6. — P. 3382-7.

163. Rath, V. L. Human liver glycogen phosphorylase inhibitors bind at a new allosteric site / V. L. Rath, M. Ammirati, D. E. Danley et al. // Chem. Biol. — 2000. — Vol. 7, № 9. — P. 677-82.

164. Card, G. L. A family of phosphodiesterase inhibitors discovered by cocrystallography and scaffold-based drug design / G. L. Card, L. Blasdel, B. P. England et al. // Nat. Biotechnol.2005. — Vol. 23, № 2. — P. 201-7.

165. Burgess, L. E. Potent selective nonpeptidic inhibitors of human lung tryptase / L. E. Burgess, B. J. Newhouse, P. Ibrahim etal. // Proc. Natl. Acad. Sci. USA. — 1999. — Vol. 96, № 15. — P. 8348-52.

166. Dymock, B. W. Novel, potent small-molecule inhibitors of the molecular chaperone Hsp90 discovered through structure-based design / B. W. Dymock, X. Barril, P. A. Brough et al. //

167. J. Med. Chem. — 2005. — Vol. 48, № 13. — P. 4212-5.

168. Hohwy, M. Novel prostaglandin D synthase inhibitors generated by fragment-based drug design / M. Hohwy, L. Spadola, B. Lundquist et al. // J. Med. Chem. — 2008. — Vol. 51, №7. —P. 2178-86.

169. Liu, T. BindingDB: a web-accessible database of experimentally determined protein-ligand binding affinities / T. Liu, Y. Lin, X. Wen et al. // Nucleic Acids Res. — 2007. — Vol. 35, № Database issue. — P. D198-201.

170. Pevarello, P. 3-Aminopyrazole inhibitors of CDK2/cyclin A as antitumor agents. 2. Lead optimization / P. Pevarello, M. G. Brasca, P. Orsini et al. // J. Med. Chem. — 2005. — Vol. 48, №8, —P. 2944-56.

171. Kim, K. S. Discovery of aminothiazole inhibitors of cyclin-dependent kinase 2: synthesis, X-ray crystallographic analysis, and biological activities / K. S. Kim, S. D. Kimball, R. N. Misra et al. // J. Med. Chem. — 2002. — Vol. 45, № 18. — P. 3905-27.

172. Thompson, J. E. Photochemical preparation of a pyridone containing tetracycle: a Jak protein kinase inhibitor / J. E. Thompson, R. M. Cubbon, R. T. Cummings et al. // Bioorg. Med. Chem. Lett. — 2002. — Vol. 12, № 8. — P. 1219-23.

173. Schlapbach, A. Pyrrolo-pyrimidones: a novel class of MK2 inhibitors with potent cellular activity / A. Schlapbach, R. Feifel, S. Hawtin et al. // Bioorg. Med. Chem. Lett. — 2008. — Vol. 18, №23. — P. 6142-6.

174. Furet, P. Structure-based design and protein X-ray analysis of a protein kinase inhibitor / P. Furet, T. Meyer, A. Strauss et al. // Bioorg. Med. Chem. Lett. — 2002. — Vol. 12, № 2. — P. 221-4.