Keserű György Miklós (szerk.)

Gyógyszerkémia


3.6. RNS-kötő molekulák

A humán genom feltérképezésével merült fel a lehetősége annak, hogy az RNS-molekulák és az azokhoz kapcsolódó vegyületek akár közvetlen gyógyászati alkalmazást nyerhetnek. A kémiai biológiai alkalmazásokban felbukkanó antiszensz oligonukleotidok (Dhuri és mtsai, 2020) vagy a CRISPR génszerkesztési eljárás (Ran és mtsai, 2013) jó példa az RNS közvetlen manipulációjára, azonban ezeknek az eszközöknek az alkalmazása klinikai körülmények között számos problémát vet fel, legyen elég itt elsősorban a hatás helyére juttatás és a potenciális mellékhatások problémájára utalnunk. Az elmúlt évtizedben azonban egy új és reményeink szerint könnyebben transzlálható megközelítés is esélyekkel kecsegtet, amelynek során az RNS-t célpontnak tekintve kísérelnek meg ahhoz kötődő hagyományos kismolekulás gyógyszerjelölteket azonosítani (Childs-Disney és mtsai, 2022). Ezek az elképzelések nem példa nélküliek, hiszen például a sztreptomicin antibiotikum esetében már évtizedekkel ezelőtt a bakteriális riboszómafehérje-RNS komplexét azonosították célpontként. Az RNS kismolekulákkal történő célzásához mindenekelőtt az RNS szerkezetét szükséges részletesebben is tanulmányozni. Erre napjainkban több kísérleti és számításos kémiai megközelítést használnak. A kísérleti módszerek között elsősorban a röntgenkrisztallográfiát és a krio-elektronmikroszkópiát érdemes említeni, amelyek segítségével atomi felbontású szerkezetet kaphatunk. Ugyanakkor viszont a számításos kémiai módszerekkel (pl. molekuladinamikai szimulációkkal) támogatott NMR-spektroszkópia ugyancsak fontos szerkezetvizsgálati lehetőséget jelent, ráadásul a módszer segítségével az RNS-molekulák szerkezeti dinamikájáról is képet kaphatunk. Az elméleti módszerek nagy többsége az RNS-szekvenciából kiindulva – olykor kísérleti adatokból származó peremfeltételeket is figyelembe véve – építik fel az RNS 3 dimenziós szerkezetét. A legnagyobb kihívást azonban az RNS-molekulák feltekeredésének modellezése okozza, erre napjaink algoritmusai még csak korlátok között alkalmasak. Márpedig a harmadlagos szerkezet mellett az RNS negyedleges szerkezete is fontos szerepet játszik az RNS-kötő molekulák tervezése során.
Az RNS szerkezetéből adódóan sokáig megközelíthetetlen célpontnak számított, ami –figyelembe véve, hogy mindössze 4 nukleinsav-építőelemből áll, amelyek korlátozott szerkezeti változatosságot jelentenek – nem is meglepő. Ma már tudjuk, hogy a kis szerkezeti változatosság és a potenciális kismolekulás kötőhelyek negatívan töltött karaktere ellenére is lehetőség van az RNS-molekulák szelektív molekuláris felismerésére. Ugyanakkor az RNS-kötő molekulák esetében meg kell különböztessük a szelektív kötődést a szelektív funkcionális aktivitástól. Gondoljunk arra, hogy a kismolekulás kötődéssel ellentétben a funkcionális aktivitás szelektív befolyásolására több lehetőség is kínálkozik. Ezek közé tartozik a különböző sejtekben a transzkriptom szerkezete, a célpont expressziója és hozzáférhetősége, a kismolekula relatív affinitása, és a kötőhely funkcionalitása is eltérő lehet. Ennek alapján tehát akár egy korlátozott kötődési szelektivitással rendelkező RNS-kötő molekulától is várhatunk számottevő funkcionális aktivitást.
Az RNS-kötő kismolekulák kémiai kiindulópontjainak keresése némileg eltér a fehérjecélpontok esetében alkalmazott megoldásoktól. A fehérjék esetében alkalmazott nagy áteresztőképességű szűrések (HTS, lásd 4.2. fejezet), bár a különböző fluoreszcens jelölésen alapuló biokémiai tesztek rendelkezésre állnak, az RNS-célpontokkal szemben többnyire nem vezettek eredményre. Ugyanakkor viszont az ezek alternatívájaként megjelent módszerek, így például az affinitáskromatográfiára épülő jelölésmentes azonosítást szolgáló tömegspektrometriás szűrések, valamint a fragmensek (lásd 4.3. fejezet), illetve DNS-kódolt vegyülettárak szűrésére (lásd 4.5.5.1. fejezet) szolgáló módszerek sikeresen alkalmazhatók. Utóbbiak esetében a siker záloga, hogy ezek a módszerek a szintetikus szempontból elérhető kémiai tér lényegesen nagyobb részét képesek mintavételezni, és így az RNS-kötődés speciális szempontjainak megfelelő molekulák megtalálásának esélye is jelentős mértékben nő. A kísérleti megközelítések mellett természetesen az RNS-célpontok esetében is lehetőség van racionális ligandumtervezésre (lásd 4.6. fejezet), illetve dokkoláson alapuló virtuális szűrővizsgálatokra (lásd 4.6.5. fejezet) is. Ezeknek a módszereknek az esetében a legnagyobb kihívást a megfelelő kötőhely definiálása jelenti, azonban maguk az eljárások módszertanilag nem különböznek a fehérjék esetén alkalmazott technikáktól. Az elméleti módszerek által jósolt potenciális találatok kötődését az RNS-célpontok esetében is a rendelkezésre álló kísérleti technikák valamelyikével meg kell erősíteni.
A megfelelő kémiai kiindulópontként szolgáló RNS-kötő kismolekula birtokában a következő feladat a találatok célpontfelismerésének (target engagement) és szelektivitásának vizsgálata. A célpontfelismerés igazolására több módszert is használnak, ezek közé tartozik a rezisztenciaprofilírozás, amelynek során a találat kötődésével olyan szelekciós nyomást gyakorol az RNS-re, hogy abban rezisztenciát eredményező mutációk alakulnak ki. Ezeket a mutációkat szekvenálással lehet azonosítani, így ráadásul a kismolekula kötőhelyének környezete is feltérképezhető. Ez az információ pedig a további optimalizálásban nyújthat segítséget. Egy másik megközelítés, a Chem-CLIP (chemical cross-linking and isolation by pull-down) módszer kovalens kötést hoz létre a például fotoaktiválható jelöléssel ellátott találat és az RNS-célpontok között, amelyeket így izolálhatunk és azonosíthatunk. Amennyiben a fotoaktiválás hatására az RNS-en történő jelölés helyét is sikerül meghatározni, úgy a kötőhely környezetéről is információt kapunk. További alternatívát jelent, hogy az RNS-célpont a találat kötődésének helyén védetté válhat az antiszensz oligonukleotid hibridizációjával és ezáltal a degradációval szemben, illetve a 3.4. fejezetben bemutatott RIBOTAC-kötődéshez kapcsolható lebontással szemben. Ezek a módszerek a kötődés helyét a lebontás gátlásával azonosítják, így a kötőhely a lebontást gátló antiszensz oligonukleotid, illetve az RNS-t begyűjtő molekula kötőhelye alapján lokalizálható.
A kismolekulás találatok validálását követően ezek optimalizálásával kísérlünk meg olyan molekulákhoz jutni, amelyek már részletes, többek között in vivo biológiai vizsgálatokra is alkalmasak. A hagyományos gyógyszerkémiai megközelítés során hierarchikus farmakológiai szűrőrendszert állítunk fel, amely a kötődésen kívül kiemelt figyelmet fordít a sejtekbe történő bejutás és a sejtes aktivitás, a mutagenitás és a farmakodinámiás, valamint az ezekkel összefüggő fizikai kémiai paraméterek monitorozására. Fontos azonban megjegyeznünk, hogy utóbbiak az RNS sajátosságai miatt számottevően eltérhetnek a fehérjék esetében szokásos és a gyógyszerszerűség kritériumaiként használt átlagos értékektől. A kémiai kiindulópont jellegéből következően alkalmazhatjuk a szerkezeti és/vagy szekvenciális információkkal támogatott fragmensoptimalizálást (4.3.4. fejezet), illetve az általában kedvezőbb affinitású DEL-szűrésből származó találatok esetén az azonosított alapváz körül végzett racionális szerkezet–hatás összefüggések feltérképezését is. Az RNS-célpontok esetében ugyanakkor éppen szerkezetüknek köszönhetően létezik egy sajátos optimalizálási stratégia, amely a célpontként szolgáló RNS és a nem célpontok szerkezete közötti különbségek elemzésére épül. Az ezek közti szekvenciális különbségek és a célpontra jellemző egyedi szerkezeti jellemzők alapján azonosítani lehet olyan szerkezeti elemeket, amelyek a célpontban egyedülállóan közvetlenül egymás mellett helyezkednek el. Ezáltal a kiindulópontból moduláris módon juthatunk el az optimalizált vezérmolekuláig.
A klasszikus gyógyszerkémiai optimalizálás szép példája a jelenleg humán fázis 2 klinikai vizsgálatokban tesztelt zotatifin kifejlesztése (Ernst és mtsai, 2020), amelyet háromszorosan negatív emlőtumor és krónikus mileoid leukémia indikációkban vizsgálnak. A vegyületfejlesztés során a kiindulópontot egy alapkutatási eredmény jelentette, amely megállapította, hogy az onkológiai indikációkban természetes anyag, a rokaglamid A működése során az elF4A ATP-függő RNS-helikázt polipurin-szekvenciákhoz szorítja, így gátolja a riboszomális szkennelést az 5’UTR-ben és ezáltal blokkolja a fehérjeszintézist (Iwasaki és mtsai, 2016). A rendelkezésre álló mutációs adatok, a természetes anyag kismolekulás röntgenszerkezete, valamint a hasonló szerkezetű eIF4A3 izoforma poliuracillal alkotott komplexének röntgenszerkezete alapján modellt készítettek a rokaglamid A kötőkonformációjának értelmezéséhez. Az elemzés megállapította, hogy a triciklusos vázhoz kapcsolódó két arilcsoportnak közel 40-fokos torziós szöget kell bezárnia a hatékony gátláshoz, ami összefüggésben lehet az RNS-bázisok aromás vázával történő p-p kölcsönhatás előnyös kialakításával. A további aromás kölcsönhatások kialakítása érdekében az első optimalizálási lépések a triciklusos váz aromás gyűrűjének optimalizálására irányultak, így jutottak a megfelelő piridinszármazékhoz (3.6.1. ábra). Az optimalizálás következő lépése az ábrán R csoporttal jelölt pozíció volt, amelynek a szerkezet-hatás összefüggések alapján jelentős szerepe volt a sejtes aktivitásban. Az N,N-dimetilkarboxamid-csoporttal kedvező hatékonyságot értek el, azonban a vegyület farmakokinetikai paraméterei még elmaradtak a kívánalmaktól. Ebből a célból kiterjedt lipofiloptimalizálást hajtottak végre, amelynek eredményeképpen azonosították az eFT226 kódjelű vegyületet; ezt jelenleg zotatifin néven fejlesztik.
 
3.6.1. ábra. A zotatifin optimalizálásaForrás: saját szerkesztés
 
Bár az RNS-kötő vegyületek kutatása az elmúlt évtizedben jelentősen bővült, eddig egyetlen vegyület jutott el az engedélyezésig, ez a riszdiplám (Ratni és mtsai, 2018), amelyet spinális izomatrófiában használnak. A vegyület az SMN2 pre-mRNS exon 7-intronjához kötődik és a splicing-gépezet kötődésének stabilizálásával elősegíti az exonok beépülését. A riszdiplám felfedezése ugyanakkor azon viszonylag ritka esetek egyike, amikor az RNS-kötő kémiai kiindulási pontot nagy áteresztőképességű teszteléssel sikerült azonosítani. Ennek eredményeképpen jutottak ugyanis a program kiindulópontját jelentő kumarinszármazékhoz (3.6.2. ábra).
 
3.6.2. ábra. A riszdiplám felfedezéseForrás: saját szerkesztés
 
A találat korai optimalizálása a vázszerkezet vizsgálatával kezdődött, amelynek során három különböző vázat kumarinokat, izokumarinokat és piridopirimidininonokat teszteltek (Ratni és mtsai, 2018). Az egyes vázak esetében a szerkezet–hatás összefüggések felderítése céljából szisztematikusan vizsgálták az R1 és R2 szubsztituensek szerepét. A kumarin- és izokumarinvázak esetében a fejlesztést a mutagén potenciál, az in vitro fototoxicitásra való hajlam, valamint a gyenge in vitro humán plazma és kémiai stabilitás akadályozta. A piridopirimidininon-váz optimalizálása során megállapították, hogy az R1 pozícióban egy bázikus N-atom, míg az R2 pozícióban egy H-kötés-akceptor jelenléte szükséges a hatékonysághoz. Így jutottak a vezérmolekula kiválasztásához, amelyet azonban a P-gp transzporter hatékonyan tudott kipumpálni a sejtekből. Az optimalizálás következő szakaszában a lipofilitás racionális optimalizálásán keresztül végül sikerült a hatékonyságot és az efflux traszporttulajdonságokat kiegyensúlyozni, így jutottak az RG7800 vegyülethez, amely klinikai fejlesztésbe került (Woll és mtsai, 2016). A fejlesztést azonban a folytatódó hosszú távú krónikus preklinikai toxikológiai vizsgálatokban nagy dózisban talált retinatoxicitás miatt elővigyázatosságból leállították. Az előnyösnek mutatkozó piridopirimidininon vázat megtartva az R1 és R2 szubsztituensek további optimalizálása következett. Ennek során két stratégiát követtek, egyrészt igyekeztek olyan R2 szubsztituenst találni, amellyel a vegyültet hatékonysága tovább javítható és így a terápiás ablak az esetleges mellékhatásokkal szemben jelentősen növelhető. Másfelől, az R1 szubsztituens optimalizálása során arra törekedtek, hogy a hatékonysághoz szükséges lehető legalacsonyabb bázicitást alkalmazzák, amivel a vegyület specificitását kívánták javítani. Az R1 optimalizálásánál fontos szempont volt továbbá, hogy olyan jó agyi penetrációval és előnyös szöveti eloszlással rendelkező vegyülethez jussanak, amelynek nincs jelentős perifériás metabolitja, amit a lipofilitás ismételt optimalizálásával valósítottak meg. Ezeknek az erőfeszítéseknek köszönhetően jutottak a R2-ben az imidazopiridazin szubsztituenshez, R1-ben pedig az ábrán látható spirociklusos piperazinszármazékhoz. Az így optimalizált vegyület a riszdiplám, ami 2020-ban került forgalomba. Bár az elmúlt években további, RNS-támadáspontú gyógyszerek nem kerültek forgalomba, ez a megközelítés a jövőben várhatóan nagy teret kaphat majd az új hatásmechanizmussal rendelkező gyógyszerek fejlesztésében.

Gyógyszerkémia

Tartalomjegyzék


Kiadó: Akadémiai Kiadó

Online megjelenés éve: 2026

ISBN: 978 963 664 145 0

A kötet az Akadémiai Kiadónál 2011-ben Gyógyszerkutatás kémiája címen megjelent kézikönyv hagyományaira alapozva a kismolekulás gyógyszerkutatás eszköztárára és módszertanára fókuszál. Újdonságot jelent a magyar nyelvű szakirodalomban, hogy a modern gyógyszerkémiai felfogásnak megfelelően nem pusztán a meglévő gyógyszerkincs kémiáját mutatja be, hanem betekintést enged a kismolekulás gyógyszerek felfedezésének stratégiájába is.

Hivatkozás: https://mersz.hu/keseru-gyogyszerkemia//

BibTeXEndNoteMendeleyZotero

Kivonat
fullscreenclose
printsave