Основные этапы развития фармацевтической химии и предпосылки создания новых лекарственных веществ
Дискриминантный анализ. Метод позволяет относить испытуемые вещества к той или иной фармакологической группе на основании обработки результатов большого числа количественных испытаний. Одновременно с помощью дискрими- нантных функций оценивается до 30-40 тестов, а расчеты ведутся на ЭВМ.
Помимо выполнения рассмотренных вычислительных функций, одним из направлений использования ЭВМ является создание «банка» данных, т.е. использование информационных технологий. В таком банке накапливаются и хранятся сведения о химическом строении и биологическом действии нескольких тысяч различных веществ. Они определенным образом классифицированы и позволяют с помощью ЭВМ оценивать вновь синтезированные соединения. Новые сведения систематически пополняют банк. Проведение массовых испытаний с помощью банка данных экономит значительное количество времени и средств, так как выполнение биологических испытаний осуществляется для малого числа отобранных потенциальных БАВ.
Наличие банка данных, накопленных в ЭВМ, позволяет создать информационно-поисковую систему. Она дает возможность проводить так называемый информационный анализ химического соединения на основе использования той обширной информации, которая заложена в банке данных. Чем больше информации будет находиться в нем, тем достовернее будет прогнозирование биологической активности.
Очень важно провести точное и полное индексирование информации, занесенной в информационно-поисковую систему. Поэтому создаются специальные информационно-поисковые тезаурусы — словари, в которых систематизированы термины, отражающие биологическую активность химических соединений, и связь между этими терминами.
Статистическая обработка большой информации, накопленной в банке данных с помощью ЭВМ, позволяет прогнозировать биологическую активность синтезированных соединений. Применяя простой логический алгоритм, исследователь осуществляет отбор, оценку и использование для прогноза структурных признаков биологической активности химических соединений. По этим признакам можно провести направленный синтез новых соединений, обладающих заданным спектром фармакологического действия, т.е. оптимизированный процесс поиска новых ЛВ.
В последние годы для прогнозирования биологической активности химических соединений используют систему Интернет. Разработана Интернет-версия программы PASS, обеспечивающая с помощью имеющейся базы данных возможность получения по структурной формуле химического соединения прогноза спектра биологической активности, включающего более 700 фармакологических эффектов и механизмов действия.
Разработан и отлажен сервер прогноза биологической активности химических соединений. При входе на сайт программы PASS пользователь может получить информацию о программе и выполнить прогноз спектра биологической активности интересующего его вещества. Для этого он посылает на прогноз структуру молекулы и принимает результаты прогноза.
Из сырья животного происхождения получают индивидуальные вещества — гормональные препараты. К этому виду сырья относят органы, ткани, железы убойного скота. Продуцентами антибиотических веществ являются микроорганизмы. Они стали источниками получения ценнейших ЛП — антибиотиков.
Большие перспективы имеет использование гидробионтов (морских организмов) для получения ЛВ. Гидробионты оказались носителями азотсодержащих, алифатических веществ, галогенсодержащих соединений ароматического ряда (производных бензола), гетероциклических производных, содержащих гетероатом азота, полиеновых кислот, терпеноидов и др.
Одной из общих тенденций развития химико-фармацевтической промышленности в стране был переход от выделения индивидуальных ЛВ из труднодоступного растительного и другого сырья к осуществлению их полного синтеза. Уже в 30-х гг. осуществлен промышленный синтез пилокарпина, в последующие годы — кофеина, теофиллина, теобромина, затем левомицетина, эфедрина, атропина, гоматропина и др.