Аннотация результатов, полученных в 2020 году
С целью разработки настраиваемых полимерных ловушек для токсичных ксенобиотиков были отработаны технические приемы методов синтеза линейного полимера-предшественника HPMA-co-APAOPMA на основе синтеза ряда модельных полимеров. Модельные полимеры PEG-PLL и PEG-pAsp были синтезированы, выделены и охарактеризованы методами спектроскопии ядерного магнитного резонанса и эксклюзионной хроматографии, были определены соответствующие структурные формулы. Разработаны методы количественной иммобилизации модельного рецептора-ксенобиотика на золотой подложке чипа для спектроскопии поверхностного плазмонного резонанса. Исследовано влияние кислотности среды и ионной силы буферной смеси на количество иммобилизованного ксенобиотика. Получены термодинамические константы диссоциации комплексов «полимер-ксенобиотик» для ряда полимерных ловушек, различающихся структурой боковых цепей. Полученные константы диссоциации комплексов «полимер-ксенобиотик» находятся в миллимолярном диапазоне. Обнаружена явная зависимость термодинамической константы диссоциации KD от структуры боковой цепи молекулы полимерной ловушки. Полученные данные использованы для обучения алгоритма САСР в рамках исследовательского цикла «обучение-предсказание-экспериментальная проверка». Была разработана система компьютерного химического пэннинга (САСР) – вычислительная система, которая позволяет искать селективно связывающиеся с молекулой белки за минимальное количество экспериментальных испытаний. Данная система позволяет: (а) на основе базы данных полимеров или комплексов полимер-ксенобиотик создать и отобрать дескрипторы для моделирования, (б) провести выбор набора полимеров для начальной выборки, (в) на основе полученных в эксперименте сведений об активности полимеров (прочности связывания с ксенобиотиком, солюбилизации) провести моделирование регрессионной или классификационной моделью, (г) предложить самые полезные для экспериментального изучения полимеры. Причем, система способна предсказывать как наиболее полезные для получения лучшей модели полимеры, так и наиболее перспективные для исследователя (наиболее «активные» полимеры). Для системы САСР были разработаны специальные дескрипторы, которые позволяют получить модель, связывающую структуру полимера и молекулы с их способностью к связыванию. Эти дескрипторы основаны на симплексном представлении химической структуры и способны учитывать: структуру мономеров, концевых групп, частоту присутствия отдельных мономеров в полимере, структуру молекулы, которая связывается с полимером и ее мольную долю в комплексе, а также условия проведения эксперимента. Для отбора полимеров были адаптированы методы активного обучения. Проведено интенсивное вычислительное изучение качества различных подходов к активному обучению. Для этого было привлечены 6 различных выборок, характеризующих самые различные свойства. Исследования позволили (а) найти оптимальные способы формирования начальной выборки, (б) определить оптимальный объем начальной выборки, (в) выбрать оптимальную стратегию для построения модели, связывающей изучаемое свойство и структуру полимера (или полимера и молекулы), (г) подобрать лучшую стратегию выбора объектов для их экспериментального изучения, которая позволяет максимизировать шанс найти полимер с желаемыми свойствами. Было показано, что для задач поиска полимеров с желаемыми комплексообразующими свойствами, предложенный алгоритм САСР позволяет найти около 3 полимеров с желаемыми свойствами за примерно 10 экспериментальных испытаний. Система САСР была применена к поиску связывающих ксенобиотик полимеров. В качестве ксенобиотика использовался модельный белок ASGPR. Система позволила за 1 цикл найти полимер с желаемыми свойствами (константа связывания ниже 1mM), следующий цикл САСР предсказал, что больше активных молекул не может быть найдено. Таким образом, предлагаемая система показала высокое качество в модельных примерах, на внешних и внутренних данных, обладает достаточной предсказательной способностью и может быть использована в дальнейшем для реализации целей проекта. С помощью предиктивной модели были отобраны возможные соединения-лидеры. Для ряда соединений были предсказаны термодинамические константы диссоциации комплексов «полимер-ксенобиотик». Предсказанные термодинамические константы диссоциации комплексов «полимер-ксенобиотик» находятся в согласии с соответствующими параметрами, определенными экспериментально методом спектроскопии поверхностного плазмонного резонанса. Исследована способность полимерных ловушек, отобранных с помощью алгоритма САСР (соединений-лидеров) специфически связывать целевой ксенобиотик в растворе в присутствии белков сыворотки крови. Отработана методика разделения захваченной полимерными ловушками и связанной с белками сыворотки крови фракций исследуемого ксенобиотика методом обращенно-фазовой экстракции. Показано, что лучший полимер-кандидат по результатам анализа связывания in vitro методом спектроскопии поверхностного плазмонного резонанса (mPEG1k-pLL100) обладает наилучшей способностью связывать модельный ксенобиотик. Определена неспецифическая активность полимерных ловушек в отношении сывороточных белков.

Аннотация результатов, полученных в 2021 году
Были отобраны молекулы для модификации боковой цепи для библиотеки полимеров для связывания ксенобиотиков ОТА и CTB, которые обеспечивали бы максимально широкий спектр различных способов связывания. Для синтеза полимерных ловушек был получен азид-модифицированный полимер-предшественник. Для модификации боковых групп полимера-предшественника использовали реакцию азид-алкинового циклоприсоединения, катализируемого Cu(I). Связывание токсичных ксенобиотиков изучали с помощью спектроскопии поверхностного плазмонного резонанса. Была отработана методика иммобилизации токсического ксенобиотика низкомолекулярной природы. Для определения способности полимеров-кандидатов связываться с ксенобиотиком охратоксином А определяли равновесные константы диссоциации комплекса «полимер-кандидат – ксенобиотик». Обнаружена явная зависимость параметра KD от структуры боковой цепи молекулы полимерной ловушки. Полученные соединения показали равновесные константы диссоциации комплекса «полимер-кандидат – ксенобиотик (охратоксин А)» в диапазоне от десятков мМ до десятков мкМ. Получаемые экспериментальные данные были использованы для создания предиктивной модели путем обучения алгоритма CACP. Далее с помощью предиктивной модели были отобраны возможные соединения-лидеры. Процедура САСР была использована для поиска модифицированных полимеров с высоким сродством к ОТА. После проведения 3 расчетно-экспериментальных итераций с использованием активного обучения, потребовавших синтеза и экспериментального изучения 11 полимеров, было найдено 5 полимеров с константой диссоциации ниже 1.5 мМ, из которых 4 характеризовались KD ниже 0.1 мМ. Таким образом, предлагаемый в рамках проекта протокол поиска модифицированных полимеров, обладающих селективностью к низкомолекулярным ксенобиотикам показал высокую эффективность. Для подтверждения способности лучших соединений-кандидатов специфически связывать низкомолекулярный токсичный ксенобиотик в растворе был использован метод разделения мицеллярной и связаной с белками крови фракций исследуемого вещества методом обращенно-фазовой экстракции. Была продемонстрирована способность лучших соединений-кандидатов специфически связывать целевой ксенобиотик в присутствии сывороточных белков. Полученные значения степени связывания коррелируют с равновесными константами диссоциации комплексов «полимер-кандидат – ксенобиотик (охратоксин А)», полученными с применением метода спектроскопии поверхностного плазмонного резонанса. Степень связывания лучших отобранных кандидатов достигала ~70%.

Аннотация результатов, полученных в 2022 году
Были отобраны молекулы для модификации боковой цепи для библиотеки полимеров для связывания ксенобиотиков полипептидной природы. Для синтеза полимерных ловушек был получен азид-модифицированный полимер-предшественник. Для модификации боковых групп полимера-предшественника использовали реакцию азид-алкинового циклоприсоединения, катализируемого Cu(I). Связывание токсичных ксенобиотиков изучали с помощью спектроскопии поверхностного плазмонного резонанса. Была отработана методика иммобилизации токсического ксенобиотика полипептидной природы. Для определения способности полимеров-кандидатов связываться с ксенобиотиком полипептидом адренорфином определяли равновесные константы диссоциации комплекса «полимер-кандидат – ксенобиотик (адренорфин)» с помощью метода спектроскопии поверхностного плазмонного резонанса. Полученные соединения показали равновесные константы диссоциации комплекса «полимер-кандидат – ксенобиотик (адренорфин)» в диапазоне от сотен мкМ до десятых долей мкМ. Получаемые экспериментальные данные были использованы для создания предиктивной модели путем обучения алгоритма CACP. Далее с помощью предиктивной модели были отобраны возможные соединения-лидеры. Процедура САСР была использована для поиска модифицированных полимеров с высоким сродством к адренорфину После проведения 3 расчетно-экспериментальных итераций с использованием активного обучения, потребовавших синтеза и экспериментального изучения 15 полимеров, было найдено 5 полимеров с константой связывания ниже 1.5 мкМ, из которых 1 характеризовался KD ниже 5 нМ. Это показывает высокую эффективность подхода в поиске полимеров с заданными свойствами. Для подтверждения способности лучших соединений-кандидатов специфически связывать ксенобиотик полипептидной природы адренорфин в растворе был использован метод разделения мицеллярной и связаной с белками крови фракций исследуемого вещества методом обращенно-фазовой экстракции. Была продемонстрирована способность лучших соединений-кандидатов специфически связывать целевой ксенобиотик в присутствии сывороточных белков. Степень связывания адренорфина лучшим из отобранных кандидатов (на основе N-метилпропаргиламина) составила 87%.