Компьютер ашиглан эмийн молекулыг судлах нь ямар ач холбогдолтой вэ?
Компьютер ашиглан эмийн молекулыг судлах нь ямар ач холбогдолтой вэ?

Шинэ эм бүтээх нь олон жилийн судалгаа, их хэмжээний хөрөнгө, нарийн туршилт шаарддаг шинжлэх ухааны хамгийн төвөгтэй үйл явцуудын нэг юм. Олон мянган химийн нэгдлээс тодорхой өвчний эсрэг үйлчлэх боломжтой молекулыг илрүүлэх, түүний үр нөлөө, аюулгүй байдлыг тогтооход олон үе шаттай судалгаа шаардлагатай. Харин сүүлийн жилүүдэд компьютерын тооцоолол, молекулын загварчлал, хиймэл оюунны аргуудыг ашигласнаар эмийн судалгааны эхний үе шатыг илүү үр ашигтай зохион байгуулах боломж бүрдэж байна [1]. Эмийн бодисын олонх нь хүний бие эсвэл өвчин үүсгэгчийн тодорхой уурагтай харилцан үйлчилснээр эмчилгээний нөлөөгөө үзүүлдэг. Жишээлбэл, зарим эм вирусийн үржихэд шаардлагатай ферментийн үйл ажиллагааг саатуулдаг бол зарим нь хүний эсийн дохиоллын үйл явцыг өөрчилдөг. Иймээс эмийн молекул ямар уурагтай, хэрхэн харилцан үйлчлэхийг молекулын түвшинд судлах нь шинэ эмийн эрэл хайгуулд чухал ач холбогдолтой.

Эмийн молекулын судалгаанд өргөн ашиглагддаг тооцооллын аргуудын нэг нь молекулын докинг (Molecular docking) юм. Энэ аргаар эмийн боломжит молекул зорилтот уургийн аль хэсэгт, ямар байрлалаар холбогдож болохыг компьютерын тусламжтайгаар таамагладаг. Үүнийг түлхүүр цоожинд таарах эсэхийг шалгаж байгаатай зүйрлэж болно. Харин виртуал скрининг (Virtual screening) нь олон мянган, зарим тохиолдолд сая сая химийн нэгдлийг компьютерын орчинд урьдчилан үнэлж, цаашдын туршилтад тохирох боломжит молекулуудыг шигшин сонгох арга юм. Ингэснээр судлаачид бүх нэгдлийг лабораторид нэг бүрчлэн туршихын оронд хамгийн ирээдүйтэй нэгдлүүдэд анхаарлаа төвлөрүүлж, судалгааны цаг хугацаа, зардлыг бууруулах боломжтой [1].

Гэвч бодит орчинд молекулууд хөдөлгөөнгүй байдаггүй. Уураг болон эмийн молекулын бүтэц, байрлал, харилцан үйлчлэл хугацааны явцад байнга өөрчлөгдөж байдаг. Эдгээр хөдөлгөөн, өөрчлөлтийг физикийн хуулиудад тулгуурлан тооцоолдог аргыг молекул динамикийн симуляци (Molecular dynamics simulation) гэж нэрлэдэг. Энэ арга нь эмийн молекул уурагтай хэрхэн харилцан үйлчлэх, тухайн харилцан үйлчлэл хугацааны явцад хэр тогтвортой байхыг атомын түвшинд судлах боломж олгодог. Молекулын докинг болон динамикийн симуляцийг хослуулан ашиглах нь эмийн боломжит молекулуудыг илүү нарийвчлан үнэлэхэд тусалдаг [1], [2].

Компьютерын тооцооллын ач холбогдлыг ковид-19 цар тахлын үеийн эмийн судалгаанаас харж болно. SARS-CoV-2 вирус дэлхий даяар тархаж эхлэх үед эрдэмтэд шинэ эм бүтээхийн зэрэгцээ өмнө нь бусад өвчний эмчилгээнд хэрэглэж байсан эмүүдийг ковид-19-ийн эсрэг ашиглах боломжийг эрчимтэй судалсан. Энэ аргыг эмийн шинэ зориулалтыг судлах (Drug repurposing) гэж нэрлэдэг. Тухайлбал, 2020 онд судлаачид SARS-CoV-2 вирусийн үржилд чухал үүрэгтэй үндсэн протеаза хэмээх ферменттэй 77 эмийн бодис хэрхэн харилцан үйлчлэх боломжтойг молекулын докингийн аргаар урьдчилан судалжээ [2]. Ийм судалгаа нь боломжит эмийн молекулуудыг тодорхойлоход тусалдаг боловч тухайн эм өвчнийг эмчилнэ гэдгийг шууд баталдаггүй.

Эмийн шинэ зориулалтыг судалж, бодит эмчилгээнд хүргэсэн нэгэн жишээ нь барицитиниб (Baricitinib) эм юм. Уг эмийг анх ревматоид артрит буюу үе мөчний архаг үрэвсэлт өвчний эмчилгээнд хэрэглэж байжээ. Харин 2020 оны эхээр Их Британийн BenevolentAI компанийн судлаачид хиймэл оюун ухаан болон биоинформатикийн шинжилгээний аргаар барицитинибийг ковид-19-ийн эмчилгээнд ашиг тустай байж болохыг таамагласан байна [3]. Судлаачид уг эм нь хүний эсийн тодорхой ферментүүдэд нөлөөлөх замаар вирусийн эсэд нэвтрэх үйл явцыг саатуулж, мөн халдварын үед үүсэх үрэвслийн хариу урвалыг бууруулах боломжтой гэж үзжээ. Энэ нь тухайн үед компьютерын шинжилгээнд тулгуурласан таамаглал байсан бөгөөд цаашид эмнэлзүйн судалгаагаар барицитинибийн эмчилгээний үр нөлөөг үнэлсэн юм.

2021 онд нийтлэгдсэн COV-BARRIER эмнэлзүйн туршилтад ковид-19-ийн улмаас эмнэлэгт хэвтэн эмчлүүлж буй 1525 хүн хамрагдсан байна. Судалгаагаар стандарт эмчилгээний хамт барицитиниб хэрэглэсэн бүлгийн өвчтөнүүдийн 28 хоногийн нас баралтын түвшин 8 хувь байсан бол стандарт эмчилгээ болон плацебо буюу эмийн идэвхтэй бодис агуулаагүй хяналтын бэлдмэл хэрэглэсэн бүлэгт 13 хувь байжээ. Хэдийгээр өвчний хүндрэх эрсдэлийг үнэлсэн судалгааны үндсэн үзүүлэлтээр статистикийн ач холбогдолтой ялгаа илрээгүй ч нас баралтын түвшин барицитиниб хэрэглэсэн бүлэгт бага байсан [4].

Улмаар 2022 оны тавдугаар сард АНУ-ын Хүнс, эмийн захиргаа (FDA) барицитинибийг хүчилтөрөгчийн болон амьсгалын дэмжлэг шаардлагатай, эмнэлэгт хэвтэн эмчлүүлж буй насанд хүрсэн ковид-19 өвчтөнд хэрэглэхийг албан ёсоор зөвшөөрсөн [5]. Энэ жишээ нь компьютерын тооцоолол, хиймэл оюун ухаанаар дэвшүүлсэн шинжлэх ухааны таамаглал цаашдын судалгаанд чиглэл өгч, эмнэлзүйн туршилтаар үр нөлөөг нь тогтоосны үндсэн дээр бодит эмчилгээнд ашиглагдах боломжтойг харуулж байна. Гэхдээ компьютерын таамаглал бүр амжилттай эмчилгээ болдоггүй бөгөөд аливаа шинэ хэрэглээний үр нөлөө, аюулгүй байдлыг лабораторийн болон эмнэлзүйн судалгаагаар заавал тогтоох шаардлагатай.

Өнөөдөр молекулын загварчлал, виртуал скрининг, молекул динамикийн симуляци болон хиймэл оюун ухааны аргуудыг хослуулан эмийн боломжит молекулуудыг илрүүлэх, тэдгээрийн бүтцийг оновчтой боловсруулах, үйлчлэлийн механизмыг судлахад ашиглаж байна. Эдгээр арга нь лабораторийн туршилтыг бүрэн орлохгүй ч судалгааг оновчтой төлөвлөх, цаг хугацаа, хөрөнгө, нөөцийг үр ашигтай ашиглахад чухал хувь нэмэр оруулдаг. Ийнхүү биологи, хими, физик, математик, компьютерын шинжлэх ухааны уулзварт хөгжиж буй молекулын загварчлал нь орчин үеийн эмийн судалгааны чухал хэрэгсэл болжээ. Ирээдүйн шинэ эмийн эрэл хайгуул лабораторийн туршилтаас өмнө компьютерын орчинд эхлэх боломж улам бүр нэмэгдэж байна.

 

Мэдээ бэлтгэсэн: М.Чагдаржав – Симуляци, тооцооллын салбар

 

Ашигласан бүтээл

 

  1. Kulkarni, V. S., Alagarsamy, V., Solomon, V. R., Jose, P. A., & Murugesan, S. (2023). Drug Repurposing: An Effective Tool in Modern Drug Discovery. *Russian Journal of Bioorganic Chemistry, 49*(2), 157–166. https://doi.org/10.1134/S1068162023020139
  2. Kumar, Y., Singh, H., & Patel, C. N. (2020). In silico prediction of potential inhibitors for the Main protease of SARS-CoV-2 using molecular docking and dynamics simulation based drug-repurposing. *Journal of Infection and Public Health, 13*, 1210–1223. https://doi.org/10.1016/j.jiph.2020.06.016
  3. Richardson, P., Griffin, I., Tucker, C., et al. (2020). Baricitinib as potential treatment for 2019-nCoV acute respiratory disease. *The Lancet, 395*(10223), e30–e31. https://doi.org/10.1016/S0140-6736(20)30304-4
  4. Marconi, V. C., Ramanan, A. V., de Bono, S., et al. (2021). Efficacy and safety of baricitinib for the treatment of hospitalised adults with КОВИД-19 (COV-BARRIER): A randomised, double-blind, parallel-group, placebo-controlled phase 3 trial. *The Lancet Respiratory Medicine, 9*(12), 1407–1418. https://doi.org/10.1016/S2213-2600(21)00331-3
  5. S. Food and Drug Administration. (2022, May 10). *FDA Approves Treatment for КОВИД-19 in Certain Hospitalized Adults.* https://content.govdelivery.com/accounts/USFDA/bulletins/31738e6


Бусад мэдээлэл