DE10108590A1 - Verfahren zum Ermitteln pharmazeutisch wirksamer Substanzen - Google Patents

Abstract

Die vorliegende Erfindung betrifft ein Verfahren zum Ermitteln pharmazeutisch wirksamer Substanzen mit Hilfe von Testreihen, bei welchen die Wirkung einer Vielzahl verschiedener Substanzen auf ein oder mehrere biologische Targets getestet wird und eine Trefferliste derjenigen Substanzen aufgestellt wird, die tatsächlich oder scheinbar eine pharmazeutische Wirkung auf mindestens ein biologisches Target gezeigt haben, woraufhin unter den Treffern eine Auswahl für nähere Untersuchungen der pharmazeutischen Wirksamkeit und/oder Anwendbarkeit vorgenommen wird. Um ein Verfahren der eingangs genannten Art zu schaffen, mit welchem sich die Erfolgsquote signifikant erhöhen lässt, werden die folgenden Merkmale vorgeschlagen: DOLLAR A a) Erfassen der chemischen Struktur der Substanzen der Trefferliste, DOLLAR A b) Aufspalten der Struktur der Substanzen in einzelne Bestandteile bzw. Fragmente, DOLLAR A c) Ordnen der Substanzen in Gruppen mit jeweils identischen und/oder nahezu identischen bzw. ähnlichen Fragmenten, DOLLAR A d) Bewerten der pharmakologischen Wirksamkeit der verschiedenen Gruppen, DOLLAR A e) Vergleichen der pharmakologischen Wirksamkeit der verschiedenen Gruppen und DOLLAR A f) Auswahl von Substanzen aus denjenigen Gruppen, welche auf der Basis der Bewertung und des Vergleichs gemäß den Schritten d und e die höchste Wirksamkeit haben.

Description

Die vorliegende Erfindung betrifft ein Verfahren zum Ermitteln pharmazeutisch wirksamer Sub­ stanzen mit Hilfe von Testreihen, bei welchen die Wirkung einer Vielzahl verschiedener Sub­ stanzen auf ein oder mehrere biologische Targets getestet wird und eine Trefferliste derjenigen Substanzen aufgestellt wird, die tatsächlich oder scheinbar eine pharmazeutische Wirkung auf mindestens ein biologisches Target gezeigt haben, woraufhin unter den Treffern eine Auswahl für nähere Untersuchungen der pharmazeutischen Wirksamkeit und/oder Anwendbarkeit vorge­ nommen wird.

Entsprechende Testreihen erfolgen in jüngerer Zeit vor allem in Form des sogenannten "High Throughput Screening" (HTS). Die typische Kollektion von Substanzen bzw. Testverbindungen eines HTS-Experiments umfasst zum Beispiel eine Million verschiedener Moleküle, die auf Mi­ krotiterplatten in Form von DMSO-Lösungen gespeichert sind. Das HTS-System setzt sich zu­ sammen aus einer Reihe von Apparaturen, die physikalisch durch einen Transportmechanismus miteinander verbunden sind, der meist in Form eines Roboterarmes die verschiedenen Aufgaben innerhalb des HTS-Experimentes durchführt. Der kritische Punkt für ein produktives und verläss­ liches HTS-Experiment ist die Fähigkeit des Robotersystems, die entsprechenden Funktionen unter den gegebenen Anforderungen und innerhalb vorgegebener Zeit reproduzierbar und stabil durchzuführen. Mit einer höheren Anzahl von Experimentierschritten, das heißt mit komplexeren Testanordnungen, sind entsprechend mehr Vorrichtungen involviert, so dass das Risiko von Fehlschlägen und fehlerhaften Ergebnissen aufgrund des Nichteinhaltens vorgegebener Rand­ bedingungen bei irgendeinem der Schritte des Experimentes wächst.

Auch die Bestimmungsmethode der biologischen Antwort des experimentellen Testsystems bzw. der Targets weist verschiedene Fehlerquellen auf, z. B. insofern, als eine Antwort bzw. Reaktion durch die molekularen Eigenschaften einzelner Testmoleküle gestört oder maskiert wird.

Eine weitere Schwierigkeit ist die Konzentrationsabhängigkeit der biologischen Antwort. Eine zu hohe oder eine zu niedrige Konzentration können jeweils sowohl zu falsch positiven wie auch zu falsch negativen Ergebnissen führen, das heißt die betreffende Substanz wird entweder als Tref­ fer oder nicht als Treffer gekennzeichnet, während bei einer anderen, tatsächlich realisierbaren Konzentration sich ein anderes Ergebnis zeigen würde. Die tatsächliche Wirkkonzentration kann sich im Verlauf eines Experimentes durch vielfältige Faktoren verändern, wie z. B. Überschreiten der Löslichkeit, chemische Reaktion mit eingesetzten Hilfsstoffen. Die Folge all dieser Fehler­ quellen zeigt sich darin, dass die sich letztlich aus der biologischen Antwort des Systems erge­ bende Trefferliste eine Vielzahl falsch positiver Ergebnisse enthält, das heißt Substanzen als pharmazeutisch wirksam kennzeichnet, für die sich später in der Realität eine solche Wirksam­ keit nicht bestätigen lässt, wohingegen eine große Anzahl von Substanzen als pharmazeutisch vermeintlich nicht oder nicht hinreichend wirksam ausgesondert wird, die möglicherweise den­ noch ein großes pharmazeutisches Potential haben.

Während noch vor wenigen Jahren das Hauptproblem von HTS-Experimenten darin lag, dass die Detektion der biologischen Antwort sehr viel Zeit erforderte, so ist dieser Aspekt aufgrund neuerer Entwicklungen inzwischen in den Hintergrund getreten.

Dagegen ist es nach wie vor sehr arbeits- und zeitaufwendig, diejenigen Substanzen bzw. Mole­ küle zu identifizieren, die tatsächlich eine erhebliche pharmazeutische Wirkung haben und die­ ses im Detail zu verifizieren, wobei besonders wirksam und für den weiteren Entwicklungsweg zum Medikament geeignete verwendbare Substanzen bzw. Moleküle oftmals auch als "Leitmo­ leküle" bezeichnet werden. Üblicherweise geht man derart vor, dass aus der Trefferliste diejeni­ gen Substanzen ausgewählt werden, die tatsächlich oder scheinbar die stärkste biologische Antwort zeigen, um diese Substanzen dann unter verschiedenen Kriterien und Bedingungen näher zu untersuchen.

Die umfangreiche Überprüfung einer pharmazeutisch wirksamen Substanz auf ihre tatsächliche Eignung als Medikament kann Wochen oder Monate in Anspruch nehmen. Eine vollständige Untersuchung sämtlicher Treffer eines HTS-Experimentes ist demnach aus praktischen Gründen unmöglich. Daher bleibt naturgemäß eine große Anzahl von Substanzen unbeachtet, deren bio­ logische Antwort unterhalb eines willkürlich vorgegebenen Grenzwertes liegt

Dies wird deutlich bei der Betrachtung eines typischen HTS-Experimentes, bei welchem z. B. 250.000 verschiedene Verbindungen untersucht werden. Selbst wenn die Trefferrate nur 0,5% beträgt, so liefert dies eine Anzahl von 1.250 verschiedenen Verbindungen, von denen wegen des Umfangs der weiteren Tests nur ein kleiner Teil für die nähere Untersuchung ausgewählt werden kann.

Für die Erfolgsquote, das heißt das Auffinden von Leitmolekülen bei der näheren Untersuchung ausgewählter Substanzen aus der Trefferliste sind daher die Auswahlkriterien für die Selektion der bestmöglichen Testkandidaten von entscheidender Bedeutung.

Ausgehend von diesem Stand der Technik liegt daher der vorliegenden Erfindung die Aufgabe zugrunde, ein Verfahren der eingangs genannten Art zu schaffen, mit welchem sich die Erfolgs­ quote signifikant erhöhen lässt.

Diese Aufgabe wird dadurch gelöst, dass das Verfahren die folgenden Schritte aufweist:

• a) Erfassen der chemischen Struktur der Substanzen der Trefferliste,
• b) Aufspalten der Struktur der Substanzen in einzelne Bestandteile bzw. Fragmente,
• c) Ordnen der Substanzen in Gruppen mit jeweils identischen und/oder nahezu identischen bzw. ähnlichen Fragmenten,
• d) Bewerten der pharmakologischen Wirksamkeit der verschiedenen Gruppen,
• e) Vergleichen der pharmakologischen Wirksamkeit der verschiedenen Gruppen und
• f) Auswahl von Substanzen aus denjenigen Gruppen, welche auf der Basis der Bewertung und des Vergleichs gemäß den Schritten d und e die höchste Wirksamkeit haben.

Erfindungsgemäß erfolgt daher primär keine Bewertung der Treffer nach der Stärke der biologi­ schen Antwort, sondern die offenbar pharmazeutisch wirksamen Substanzen werden zunächst hinsichtlich ihrer chemischen Struktur erfasst, und diese Struktur wird auf übereinstimmende Fragmente untersucht, wobei Substanzen, welche ein Fragment gemeinsam haben, einer durch dieses Fragment definierten Gruppe zugeordnet werden.

Zwar erfolgt dann auch eine Bewertung der pharmazeutischen Wirksamkeit der Substanzen, jedoch ist die pharmazeutische Wirkung einer einzelnen Substanz bzw. die Stärke der biologi­ schen Antwort einer einzelnen Substanz nicht mehr das entscheidende Kriterium dafür, ob diese Substanz näher untersucht wird, sondern es erfolgt vielmehr eine Bewertung der gesamten Gruppe, welcher die betreffende Substanz angehört und erst das Ergebnis dieser Bewertung entscheidet darüber, ob die Gruppe insgesamt oder einzelne Substanzen aus dieser Gruppe für die näheren Untersuchungen der pharmazeutischen Wirksamkeit ausgewählt werden.

Die Fragmentierung kann auf verschiedene Arten erfolgen, wobei der zweckmäßigen Darstellung der Fragmente eine hauptsächliche Bedeutung zukommt. Bevorzugt wird zunächst ein Verfah­ ren, bei welchem die chemischen Strukturen in linearer Form als Zeichenkette abgebildet wer­ den, so dass sich gleiche Fragmente durch eine identische lineare Kette vorgegebener Struktur­ elemente und vorgegebener Länge kennzeichnen lassen. Anwendbar sind jedoch auch Verfah­ ren, die chemische Strukturen durch numerische Kenngrößen (z. B. Molekülindizes) beschreiben.

Voraussetzung zur Gruppenbildung ist das Auffinden eines umkehrbar-eindeutigen Zusammen­ hanges zwischen einem definierten Fragment und seiner linearen bzw. numerischen Darstellung. Erfüllt das gewählte Verfahren diese Anforderung, so erfolgt die Zuordnung zu Gruppen im we­ sentlichen durch ein Zusammenfügen identischer Darstellungen.

Eine wesentliche Rolle spielt dabei jedoch die Auswahl charakteristischer Fragmente, welche möglicherweise die pharmazeutische Wirkung dominieren bzw. beeinflussen. Vorzugsweise ge­ schieht dies in der Weise, dass mindestens einer, und vorzugsweise mehrere der folgenden Schritte angewendet werden:

• a) Entfernen aller einfachen Substitutionen an einem Molekülgerüst,
• b) Extraktion der zusammenhängenden Ringsysteme eines Moleküls,
• c) Extraktion aller einfachen Ringstrukturen eines Moleküls,
• d) Extraktion aller in Form einer Kette vorliegenden Teile eines Moleküls,
• e) Auswahl topologischer Pfade innerhalb eines Moleküls mit vorgegebener Länge,
• f) Berücksichtigung konzentrischer atomarer Nachbarschaftssphären um ausgewählte A­ tome,
• g) Kombination bzw. Permutation aller Substituenten eines Molekülgerüstes,
• h) Bestimmung der über topologische Pfade verknüpften Atomsets,
• i) Fragmentierung durch Bindungsbruch definierter chemischer Gruppen,
• j) Berücksichtigung von Torsionswinkelsets von Atomen, und
• k) Auswahl vorhandener vordefinierter funktioneller Gruppen als Fragment.

Bei dem Vergleich der verschiedenen Strukturen auf übereinstimmende Fragmente werden also aufgrund der vorstehenden Kriterien Substanzen bevorzugt auf übereinstimmende Ringstruktu­ ren oder andere charakteristische Strukturelemente überprüft und können zum Beispiel auch dann derselben Gruppe zugeordnet werden, wenn an Substitutionsstellen unterschiedliche Ato­ me (bzw. Ionen) oder Moleküle vorliegen, zum Beispiel wenn in einem aromatischen Ring ein Kohlenstoffatom durch ein Stickstoffatom ersetzt ist.

Der Ansatz des Sortierens nach charakteristischen Fragmenten bietet darüber hinaus die bisher nicht gekannte oder nicht angewandte Möglichkeit, falsch negative Testresultate zu korrigieren, das heißt aus der überwiegenden Anzahl von Substanzen, welche nach dem Test zunächst als negativ ausgesondert wurden, noch solche auszuwählen und der betreffenden Gruppe hinzuzu­ fügen, die charakteristische Strukturfragmente mit den als Treffern gekennzeichneten Substan­ zen gemeinsam haben. Dies gilt selbstverständlich insbesondere für solche negativ getesteten Substanzen, die womöglich mehrere sonstige Eigenschaften mit den als positiv getesteten Sub­ stanzen einer Gruppe gemeinsam haben, z. B. ein ähnliches Molekülgewicht und ähnliche aktive Gruppen. Allerdings sollten negativ getestete Substanzen, welche ein Fragment aufweisen, das eine Gruppe positiv getesteter Substanzen charakterisiert, nur dann dieser Gruppe hinzugefügt werden, wenn die Gesamtzahl solcher negativ getesteter Substanzen im Verhältnis zu der Ge­ samtzahl der positiv getesteten Mitglieder der Gruppe nicht zu groß wird. Ist nämlich die Zahl der negativ getesteten Substanzen mit einem vorgegebenen Fragment größer oder sogar wesentlich größer als die Zahl der positiv getesteten Substanzen, die dieses Fragment als Gruppe gemein­ sam haben, so ist dies womöglich eher ein Indiz dafür, dass die betreffenden Substanzen dieser Gruppe falsch positiv getestet wurden, es sei denn, sie weisen ein weiteres Fragment auf, das sie auch zu Angehörigen einer anderen Gruppe macht. Gleichwohl kann in diesem Fall die Gruppe mit dem betreffenden Fragment ausgesondert werden, da eine Vielzahl von negativ ge­ testeten Substanzen das gleiche Fragment aufweist, so dass die biologische Wirkung der positiv getesteten Substanzen entweder auf einen Fehler im Versuchsablauf beruht oder aber darauf, dass ein anderes Fragment dieser Substanzen die positive Antwort des biologischen Systems bewirkt hat.

Da die Substanzen gegebenenfalls auch verschiedenen Gruppen gleichzeitig zugeordnet sein können, wenn sie entsprechende viele Fragmente aufweisen, die sie mit anderen wirksamen Substanzen gemeinsam haben, werden auf diese Weise nur diejenigen Substanzen ausgesondert, die keine weiteren Fragmente mit anderen positiv getesteten Substanzen gemeinsam ha­ ben.

Insbesondere sollten in die Substanzgruppen, welche auf der Basis von gemeinsamen Fragmen­ ten gebildet wurden, die bioisosteren Moleküle der Testreihe aufgenommen werden. Unter Bioi­ sosteren versteht man solche Verbindungen oder Moleküle, die trotz Austausch eines Atoms oder einer Gruppe von Atomen eine betrachtete pharmakologische Wirkung beibehalten. Es versteht sich, dass solche bioisostere Moleküle ein hohes Maß an Ähnlichkeit untereinander haben. Dies bedeutet, dass man für ein Molekül mit höher Wahrscheinlichkeit eine bestimmte pharmakologische Wirkung vorhersagen kann, wenn bekannt ist, dass ein chemisch und struktu­ rell sehr ähnliches Molekül ebendiese Wirkung hat.

Wie bereits erwähnt, ermöglicht dieses Verfahren aber auch das Aussondern falsch positiver Ergebnisse, obwohl möglicherweise eine stark positive biologische Antwort vorliegt. Stellt sich nämlich bei der Einbeziehung der als negativ getesteten Substanzen heraus, dass eine Gruppe von positiv getesteten Substanzen mit einem gemeinsamen Strukturelement sehr viele Substan­ zen unter den als negativ getesteten Substanzen hat oder auch nur sehr viele negativ getestete Substanzen mit dem gleichen Fragment in der Testreihe vorhanden waren, so besteht eine er­ höhte Wahrscheinlichkeit, dass auch die als positiv getesteten Substanzen dieser Gruppe bei der näheren Untersuchung keine oder nur eine sehr geringe pharmazeutische Wirkung zeigen werden.

Ein weiterer Aspekt der vorliegenden Erfindung, der neben der Fragmentierung und gegebenen­ falls auch völlig unabhängig von der Fragmentierung als ein neues Auswahlkriterium eingesetzt werden kann, liegt in der besonderen Art und Weise der Bewertung der Substanz als ein Kandi­ dat für eine weitere detaillierte Untersuchung. Diese umfasst insbesondere die Bewertung eines ganzen Satzes von Parametern, jeweils getrennt und vorzugsweise auch in Kombination mitein­ ander.

Zu den wichtigsten Wertungskriterien zählen Molekülgewicht, Molekülgröße, Ionisierung, Basizi­ tät, Azidität, Lipophilie/Amphiphilie, Löslichkeit, Verteilungskoeffizient Oktanol/Wasser, Zahl der Wasserstoffbrücken-Akzeptoren und -Donatoren, Stabilität im Magen- oder Darmsaft, Permeabi­ litätswerte für verschiedene Zelltypen und die Toxizität.

Darüber hinaus gibt es selbstverständlich eine Reihe weiterer Substanzeigenschaften, die unter Umständen wichtige Kriterien für die Auswahl geeignete Kandidaten für die weitere Untersuchung sind. Diese Eigenschaften sind in der nachstehenden Tabelle 1 unter der Überschrift "Substanzeigenschaften des Scorings" wiedergegeben.

Tabelle 1 Substanzeigenschaften des Scorings

Molekülgröße/-oberfläche/-konformation und assoziierte Größen
Ionisierung und Basizität/Azidität (z. B. pKa)
Lipophilie-/Amphiphilieprofile
Löslichkeitsprofile
Auflösungsprofile
Schmelz-/Siedepunkt
Partikelgröße
Reaktivität
Synthetisierbarkeit und Derivatisierbarkeit
Analytische Reinheit
PASS Profile
Anzahl und Stärke von Wasserstoffbrücken-Donatoren/-Akzeptoren
über Inkrementsysteme berechnete Moleküleigenschaften
Vorhandensein funktioneller Gruppen bekannter Pharmaka
photochemische Stabilität
Farbigkeit und optische Absorption, Extinktion
Hiteigenschaften in verschiedenen HTS-Experimenten
Stabilität Magen-/Darmsaft oder im Plasma oder chemische Stabilität
aktiver Transport
Permeabilitätswerte Caco-2-/TC-7-/Endothelzellen
metabolische Stabilität Lebermikrosomen/Caco-2-/Leberzellen
Daten aus Inhibierungsversuchen an Cytochromen
Plasmaprotein-Bindung
Daten aus Tierexperimenten
pharmakokinetische Daten
Rezeptorbindungsdaten
Rezeptor-Selektivität (Split)
funktionelle Daten
toxikologische Daten/Warnhinweis
Nebenwirkungen
Patentierbarkeit/Neuartigkeit
Investitionen/Kosten
Umsatz-/Gewinnerwartungen

Besonders bevorzugt erfolgt die Bewertung auf der Basis eines vorgewählten Satzes der in der Tabelle angegebenen Eigenschaften, die hierfür zweckmäßigerweise normiert werden. Eine mögliche Funktion, welche die entsprechenden Eigenschaften in normierter Form wiedergibt, wäre z. B. eine Funktion der Form

Selbstverständlich gibt es auch eine Vielzahl weiterer Funktionen, durch welche die betreffenden Eigenschaften bei Bedarf normiert wiedergegeben werden könnten.

Für die Gesamtbewertung einer Substanz wird zum Beispiel die Summe der Bewertung der ein­ zelnen Eigenschaften herangezogen, wobei die einzelnen Summanden vorzugsweise noch Ge­ wichtungsfaktoren erhalten. Zur Bewertung einer Gruppe von Substanzen, die dasselbe Frag­ ment aufweisen, wird die Summe der Bewertungen der einzelnen Substanzen herangezogen. Diese Summe wird selbstverständlich umso größer, je zahlreicher die Mitglieder einer solchen Gruppe sind, was durchaus auch erwünscht ist, da die betreffende Gruppe dann offenbar ein besonders hohes pharmazeutisches Potential hat. Wahlweise kann allerdings auch die Summe der einzelnen Bewertungen der Substanzen einer Gruppe durch die Anzahl der Mitglieder dieser Gruppe dividiert werden, um eine Aussage über die durchschnittliche Stärke bzw. das durch­ schnittliche Potential der einzelnen Substanzen dieser Gruppe zu erhalten, dies ist insbesondere dann zweckmäßig, wenn die Gruppe um negativ getestete Mitglieder erweitert wurde.

Einzelne Eigenschaftswerte können auch als Faktoren mit der Summe der übrigen Eigenschaf­ ten oder mit dem Produkt übriger Eigenschaften multipliziert werden. Eine solche Faktorisierung der Eigenschaften bietet sich insbesondere dann an, wenn eine Eigenschaft ein absolutes Aus­ schlusskriterium darstellt, wie z. B. eine hohe Toxizität. Wird die Toxizität auf einer normierten Skala, also z. B. von 0 bis 1 reichend, wiedergegeben, so kann diese Eigenschaft in Form eines Faktors (1 minus Toxizität) berücksichtigt werden, da dieser Faktor gleich Null wird, wenn die Toxizität maximal, also 1 wird, so dass dieser Faktor dann alle übrigen Bewertungen dominiert

Es versteht sich, dass eine Vielzahl von mathematischen Funktionen und Verfahren angewendet werden kann, um eine praktisch sinnvolle Bewertung einzelner Substanzen und auch ganzer Substanzgruppen zu erhalten, wobei die Besonderheit des erfindungsgemäßen Verfahrens darin liegt, dass einheitliche, normierte Wertungskriterien verwendet werden, die nur zu einem gewis­ sen Anteil von der Stärke der biologischen Antwort abhängen, die bisher als wesentliches Aus­ wahlkriterium verwendet wurde.

In vorteilhafter Weise werden alle Substanzen des HTS-Experimentes und deren Strukturen, insbesondere der Treffer, in digitaler Form gespeichert. Dies hat darüber hinaus den Vorteil, dass in die Auswertung (Gruppenbildung durch Fragmente und Bewertung) sogar Substanzen einbezogen werden können, die in dem betreffenden HTS-Experiment überhaupt nicht verwen­ det wurden, deren Strukturdaten und/oder relevante Parameter aber möglicherweise bekannt und in privaten oder öffentlichen Datenbanken verfügbar sind.

Weitere Vorteile, Merkmale und Anwendungsmöglichkeiten der vorliegenden Erfindung ergeben sich anhand der folgenden Beschreibung eines Ausführungsbeispiels und der dazugehörigen Figuren. Es zeigen:

Fig. 1 ein Tableau der chemischen Strukturen von insgesamt 79 verschiedenen Verbin­ dungen, die bereits als pharmazeutisch wirksam bekannt sind,

Fig. 2 zeigt Beispiele von Fragmentierungsmustern,

Fig. 3a zeigt eine Gruppe von Strukturen, die jeweils ein gemeinsames Fragment auf­ weisen,

Fig. 3b-d zeigen drei weitere Gruppen von Substanzen, die gemeinsame Strukturfragmente aufweisen, und.

Fig. 4 zeigt die Erweiterung der Gruppe gemäß Fig. 3a durch eine isostere Transfor­ mation (Hinzunahme der mit 19 bezeichneten Substanz).

Die nachstehend wiedergegebene Tabelle 2 enthält alle Namen und Strukturen eines Anwen­ dungsbeispiels der vorliegenden Erfindung. Für die linearisierte Wiedergabe der Strukturen wur­ de der sogenannte SMILES Code verwendet. Das Anwendungsbeispiel umfasst insgesamt 79 Verbindungen, die bereits als pharmazeutisch wirksam bekannt sind und von denen hier ange­ nommen werden soll, dass sie einer Trefferliste aus einem HTS-Experiment entsprechen.

In Fig. 1 sind diese in der Tabelle 2 durch eine laufende Nummer gekennzeichneten Verbin­ dungen mit ihrer chemischen Struktur graphisch wiedergegeben.

Fig. 2 zeigt verschiedene Strukturelemente der Verbindung 52, die jeweils als Fragment zur Kennzeichnung einer Gruppe von Substanzen dienen könnten. Das im oberen rechten Quadran­ ten der Fig. 2 dargestellte, durch Fettdruck hervorgehobene Fragment dient beispielsweise als charakteristisches Element derjenigen Gruppe, die in Fig. 3a wiedergegeben ist. Alle dort wie­ dergegebenen Strukturen, die anhand ihrer Nummern auch in der Übersicht gemäß Fig. 1 und Tabelle 2 identifiziert werden können, weisen genau dieses eine Element auf. Das im oberen linken Quadranten von Fig. 2 sichtbare Element dient zur Bildung der Gruppe gemäß Fig. 3b. Dabei ist darauf hinzuweisen, dass die Substanz mit der Nummer 55 beiden Gruppen gemäß Fig. 3a und gemäß Fig. 3b angehört, da beide Fragmente in dieser Substanz vorhanden sind. Wie man in den oberen beiden Quadranten der Fig. 2 sieht, wurden die beiden genannten Fragmente auch gerade durch Fragmentierung ein- und derselben Substanz Nr. 55 gebildet.

Fig. 3c zeigt ein weiteres, durch Fettdruck hervorgehobenes Fragment, welches fünf verschie­ denen Substanzen des Anwendungsbeispiels gemeinsam ist, die wiederum durch ihre Nummern gekennzeichnet sind. Schließlich zeigt noch Fig. 3d ein Fragment, welches jenem der die Gruppe gemäß Fig. 3b bildenden Fragment sehr ähnlich sieht, wobei jedoch anstelle zweier diametral gegenüberliegender Kohlenstoffatome zwei Stickstoffatome den Ring vervollständigen, von welchem noch zwei Einzelbindungen ausgehen. Es wäre demnach durchaus möglich, unter Einbeziehung dieser Ähnlichkeitsbetrachtung die Gruppen gemäß den Fig. 3b und 3d zu einer Gruppe zusammenzufassen.

In Fig. 4 wurde wiederum das Fragment zugrunde gelegt, welches zur Bildung der Gruppe aus Fig. 3a verwendet wurde, wobei in diesem Fall aufgrund einer in der Literatur beschriebenen bioisosteren Transformation noch die mit der Ziffer 19 gekennzeichnete Substanz hinzugefügt wurde, die zwar das betreffende Fragment nicht identisch aufweist, wohl aber eines, bei wel­ chem der charakteristische Benzolring dieses Fragments durch einen aromatischen Fünfring mit drei Stickstoffatomen ausgetauscht ist.

Eine vergleichende Betrachtung der Gruppen liefert folgende Ergebnisse:
Folgende Moleküle bilden Gruppen mit mindestens 5 Mitgliedern:
Gruppe 1: 1, 13, 39, 44, 50, 55, 57, 63, 64, 72, 75, 80, 82
Gruppe 2: 3, 5, 11, 22, 44, 48, 55, 70
Gruppe 3: 15, 22, 26, 61, 83
Gruppe 4: 8, 12, 27, 35, 43.

Die Gruppen 1 und 2 haben die Verbindungen 44 und 55 gemeinsam, Gruppe 2 und 3 enthalten beide die Verbindung 22. Für die Gruppe 4 besteht keine Beziehung zu den anderen Gruppen. Das konstituierende Fragment der Gruppe 1 stellt eine Teilstruktur des entsprechenden Frag­ ments der Gruppe 2 dar.

Damit steht eine Form zur Verfügung, die ein schnelle Übersicht über Struktur- Funktionsbeziehungen der jeweiligen Daten erlaubt. Der Benutzer des erfindungsgemäßen Systems bedient dieses zweckmäßigerweise von einem Bildschirmarbeitsplatz mit entsprechenden Einrichtungen, so dass die aufbereiteten Daten zu einer schnellen und umfassenden Orientie­ rung des Forschers dienen.

Die Einbeziehung eines Regelwerkes bioisosterer Transformationen kann auf der Ebene der erzeugten Fragmente erfolgen, da ein medizinisch-chemisches Wissen in publizierter Form exi­ stiert, welche die Äquivalenz von Molekülfragmenten hinsichtlich bestimmter biologi­ scher/pharmakologischer Wirkung ausdrückt. Beachtet werden muss, dass die gefundenen Re­ lationen nicht unbedingt generell gelten. Die Verwendung von Äquivalenzrelationen von Frag­ menten führt im Verfahren der vorliegenden Erfindung dazu, dass alle Listen, die auf diese Fragmente zeigen, zusammengeführt werden, so dass jetzt erweiterte Gruppen erkannt werden können. Die in der Fig. 4 wiedergegebene erweiterte Gruppe zeigt anhand des verwendeten Testdatensatzes eine aufgefundene Beziehung. Zusätzlich in die Gruppe 1 wird das Molekül 5 eingefügt, da zwischen dem Methyltriazol- und dem Phenylrest eine biostere Beziehung besteht. Durch dieses Ergebnis erweitert sich die Anzahl der gemeinsamen Mitglieder der Gruppen 1 und 2.

Ein großer Vorteil der vorliegenden Erfindung ist darin zu sehen, dass solche Äquivalenzrelatio­ nen aus den eigenen HTS-Daten erkannt werden können, so dass dieses Wissen dann für wei­ tere Auswertungen von experimentellen Daten zur Verfügung steht. Damit erlaubt die vorliegen­ de Erfindung ein gezieltes Lernen anhand der durchgeführten Experimente.

Es versteht sich, dass bei einer größeren Anzahl von Treffern, wie sie bei einem realistischen HTS-Experiment zu erwarten sind, auch die Zahl der möglichen Gruppen und die Zahl der ein­ zelnen Gruppenmitglieder gegenüber dem hier vorgestellten Beispiel anwächst. Gleichwohl er­ kennt man jedoch, dass die einzelnen Gruppen, die in den Fig. 3a bis 3d dargestellt sind, zahlenmäßig wesentlich überschaubarer sind als die Gesamtheit der Treffer, die in Tabelle 2 und Fig. 1 wiedergegeben sind. Durch entsprechende Bewertung dieser Gruppen kann auch mögli­ cherweise die eine oder andere Gruppe ausgesondert werden, so dass sich im Ergebnis die Zahl der näher zu untersuchenden Substanzen auf zwei oder drei Gruppen und damit auf ein vertret­ bares Maß konzentriert.

Für das Bewerten der Substanzen bzw. Gruppen von Substanzen wird nunmehr für jede be­ trachtete Verbindung ein Vektor mit Deskriptoren erzeugt. Tabelle 1 gibt Beispiele von verwen­ deten Substanzeigenschaften der vorliegenden Erfindung wieder.

Jede einzelne Eigenschaft wird unter Verwendung verschiedener mathematischer Funktionen und empirisch ermittelter Regeln bewertet und es werden sog. "Eigenschafts-Scores" berechnet.

Als Scoring-Funktionen eignen sich auch die Arkustangens-, die Arkuscotangens-, die hyperboli­ sche Tangens- und die Areasinusfunktion. Auch Funktionen des Typs y = b exp (-a x²) und y = a exp (b x + c x²) lassen sich verwenden.

Die Funktionen enthalten eine Reihe von Parametern z. B. die Basis der Exponentialfunktionen, die Steigungen und Wendepunkte, die mit Hilfe von QSAR-Verfahren empirisch für jede Sub­ stanzeigenschaft ermittelt werden.

Liegen für Moleküle bestimmte Eigenschaften nicht vor, kann man die Seoring-Funktion so modi­ fizieren, dass man der fehlenden Eigenschaft z. B. einen sehr großen Wert (z. B. 1000) im Eigen­ schafts-Score zuordnet. Dieser Ansatz ermöglicht es, nur für die relevanten Verbindungen das Eigenschaftsprofil gezielt zu vervollständigen.

Die Bewertung der Eigenschafts-Scores erfolgt mit Hilfe der Funktionen:

• 1. cut-off-Funktion
  Diese zählt, wie viele Eigenschafts-Scores außerhalb/innerhalb der optimalen Eigen­ schaftsbereiche liegen (prinzipielle Fehler/Stärken der Substanz). Die erhaltene Liste lässt sich nach diesem cut-off-Wert sortieren.
• 2. Gesamtscore-Funktion
  Die einzelnen Eigenschafts-Scores werden mit einem Gewichtungsfaktor multipliziert und zum Gesamtscore aufaddiert/-multipliziert.
  Mit Hilfe der Gewichtungsfaktoren kann man Substanzeigenschaften aus dem Eigen­ schaftsprofil ausschließen.

Darüberhinaus kann man ein ausgewogenes Verhältnis z. B. der Rezeptoreigenschaften, der physikalisch-chemischen und der metabolischen Eigenschaften und/oder auch der in vitro-/in vivo Eigenschaften vorgeben. Sortiert man nach dem Gesamtscore, so lassen sich auf diese Weise gezielt Wunschprofile für das Pharmakon herausfiltern.

Das verwendete Szenario des Scorings ist abhängig vom konkreten Experiment, da die relevan­ ten Eigenschaften jeweils entsprechend ausgewählt werden. Darüber hinaus kann das Vorgehen an die vorhandene Anzahl von betrachteten Molekülen angepasst werden. In Fällen einer gro­ ßen Anzahl von HTS-Hits kann der Ansatz als ein striktes Filtern erfolgen, während es bei der Betrachtung weniger Moleküle zur Herausarbeitung geringer, signifikanter Unterschiede im auf­ gespannten Eigenschaftsraum eingesetzt werden kann.

Das Scoring-Verfahren kann verwendet werden, um Substanzen mit einem suboptimalen Eigen­ schaftsprofil aus einem Substanz-Pool zu eliminieren. Man kann damit Substanzen mit günsti­ gen Eigenschaften aus externen Quellen für den Substanz-Pool selektieren. Er eignet sich zur Evaluierung von Hit-Listen aus dem HTS und zum Design von kombinatorischen oder virtuellen Libraries. Ebenso kann er verwendet werden, um neue Leitlinien zu finden; und man kann mit ihm Substanzen für Tierexperimente oder pharmakokinetische Untersuchungen auswählen. Ebenso ist er zur "Lead Optimierung" geeignet.

Bei den so ausgewählten Gruppen ist die Erfolgswahrscheinlichkeit, ein pharmazeutisch wertvol­ les Leitmolekül zu finden, gegenüber den herkömmlichen Verfahrensweisen erheblich verbes­ sert.

Tabelle 2

Namen und Strukturen (SMILES code) des Anwendungsbeispiels

Noch Tabelle 2

Claims (12)

1. Verfahren zum Ermitteln pharmazeutisch wirksamer Substanzen mit Hilfe biologischer Testreihen, bei welchen die Wirkung einer Vielzahl verschiedener Substanzen auf ein oder mehrere biologische Targets getestet wird und eine Trefferliste derjenigen Substan­ zen aufgestellt wird, die tatsächlich oder scheinbar eine pharmazeutische Wirkung auf mindestens ein biologisches Target gezeigt haben, wobei unter diesen Treffern eine wei­ tere Auswahl für die nähere Untersuchung der pharmazeutischen Wirkung und/oder An­ wendbarkeit vorgenommen wird, gekennzeichnet durch die folgenden Merkmale:

• a) Erfassen der chemischen Struktur der Substanzen der Trefferliste,
• b) Aufspalten der Struktur der Substanzen in einzelne Bestandteile bzw. Fragmente,
• c) Ordnen der Substanzen in Gruppen mit jeweils identischen und/oder nahezu i­ dentischen bzw. ähnlichen Fragmenten,
• d) Bewerten der pharmakologischen Wirksamkeit der verschiedenen Gruppen,
• e) Vergleichen der pharmakologischen Wirksamkeit der verschiedenen Gruppen und
• f) Auswahl von Substanzen aus denjenigen Gruppen, welche auf der Basis der Bewertung und des Vergleichs gemäß den Schritten d und e die höchste Wirk­ samkeit haben.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die chemische Struktur in linearisierter Form erfasst wird.

3. Verfahren nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, dass die Ana­ lyse der Struktur zur Erfassung von Strukturfragmenten mindestens einen Teil der fol­ genden Schritte umfasst:

• a) Entfernen aller einfachen Substitutionen an einem Molekülgerüst,
• b) Extraktion der zusammenhängenden Ringsysteme eines Moleküls,
• c) Extraktion aller einfachen Ringstrukturen eines Moleküls,
• d) Extraktion aller in Form einer Kette vorliegenden Teile eines Moleküls,
• e) Auswahl topologischer Pfade innerhalb eines Moleküls mit vorgegebener Länge,
• f) Konzentrische atomare Nachbarschaftssphären um ausgewählte Atome,
• g) Kombination bzw. Permutation aller Substituenten eines Molekülgerüstes,
• h) Bestimmung der über topologische Pfade verknüpften Atomsets,
• i) Fragmente durch Bindungsbruch definierter chemischer Gruppen,
• j) Torsionswinkelsets von Atomen, und
• k) Vorhandensein vordefinierter funktioneller Gruppen.

4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die Bewer­ tung der pharmakologischen Wirksamkeit gemäß Schritt d) durch die Einzelbewertung der individuellen Substanzen und Kombination der Einzelbewertungen aller Substanzen (Mitglieder) einer Gruppe unter einem vorgebbaren ersten Satz von Kriterien erfolgt, der mindestens einen oder mehrere der folgenden Parameter umfasst:
Molekülgewicht, Molekülgröße, Ionisierung, Basizität, Azidität, Lipophilie/Amphiphilie, Löslichkeit, Verteilungskoeffizient Oktanol/Wasser, Zahl der Wasserstoffbrücken Akzep­ toren und -Donatoren, Stabilität im Magen- und Darmsaft, Permeabilitätswerte für verschiedene Zelltypen, und Toxizität.

5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die Bewer­ tungsparameter als Zahlenwerte durch normierte Funktionen wiedergegeben werden.

6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass den unterschiedlichen Ei­ genschaften i. a. unterschiedliche Wichtungsfaktoren zugeordnet werden.

7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass in die durch gleiche Fragmente gekennzeichneten Gruppen von Substanzen zusätzlich bioisostere Substanzen aufgenommen werden.

8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass die Grup­ pen von Substanzen, welche durch ein gemeinsames Fragment definiert sind, durch wei­ tere Substanzen der Testreihe mit dem die Gruppe charakterisierenden Fragment er­ gänzt werden, welche in der Testreihe keine pharmakologische Wirksamkeit gezeigt ha­ ben.

9. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass Gruppen, deren wirksame Mitgliederzahl unter einem vorgegebenen Grenzwert liegt, von der wei­ teren Untersuchung ausgeschlossen werden.

10. Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass Gruppen, deren Mitglieder eine durchschnittliche Bewertung unter einem vorgegebenen Grenzwert haben, von der weiteren Untersuchung ausgeschlossen werden.

11. Verfahren nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass zum Be­ werten der Substanzen die Bewertungsparameter (x) in der Form
als Maßzahlen für die Bewertung herangezogen werden.

12. Verfahren nach einem der Ansprüche 1 bis 11, dadurch gekennzeichnet, dass die Struk­ turdaten und die Bewertungsparameter der Substanzen in digitaler Form gespeichert werden