КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер проекта 25-15-00300

НазваниеДоклиническая токсикология in silico

Руководитель Филимонов Дмитрий Алексеевич, Кандидат физико-математических наук

Организация финансирования, регион Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт биомедицинской химии имени В.Н. Ореховича" , г Москва

Конкурс №104 - Конкурс 2025 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»

Область знания, основной код классификатора 05 - Фундаментальные исследования для медицины; 05-501 - Фармацевтическая химия, фармакология (в том числе клиническая фармакология)

Ключевые слова информационно-вычислительная платформа, доклинические токсикологические исследования, нежелательное побочное действие, острая токсичность, автоматический анализ текстов, машинное обучение, (Q)SAR

Код ГРНТИ34.03.23


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Поиск и разработка новых лекарственных препаратов, особенно в условиях перехода к персонализированной медицине, становится всё более актуальной проблемой. Большинство лекарственных препаратов могут взаимодействовать с несколькими и даже многими молекулярными мишенями и обладают сложными профилями биологической активности, цитотоксичности в отношении различных клеточных линий, острой и органоспецифической токсичности и побочного действия. Оценка различных видов токсичности является неотъемлемой частью доклинических исследований любых лекарственных препаратов (Миронов А.Н., Бунатян Н.Д. и др. Руководство по проведению доклинических исследований лекарственных средств. Гриф и К, 2012, 944 с.). Все большее применение находят инновационные подходы (Wadman M. Science, 2023, 379(6628), 127-128), постоянно возрастает роль компьютерных (in silico) методов, в особенности машинного обучения (ML - Machine Learning). В основе ML прежде всего данные in vivo и in vitro исследований, необходимые для этого информационные массивы формируются как с использованием баз данных, так и посредством автоматизированного извлечения и обработки сведений из текстов научных публикаций и других документов. Одно из главных преимуществ методов in silico - возможность проведения комплексного анализа одновременно множества видов биологической активности и потенциальных побочных и токсических эффектов, и применения для виртуальных, еще не синтезированных, структур фармакологических веществ (QSAR in Safety Evaluation and Risk Assessment. Hong H., Ed. Academic Press, 2023. 543 p.p.). Нами созданы оригинальные методы оценки in silico разных видов побочных эффектов и токсичности фармакологических веществ (Lagunin A.A. et al. International Journal of Molecular Sciences, 2023, 24 (2), 1689; Rudik A. et al. Molecular Informatics, 2021, 40 (4), 2000231; Muratov E.N. et al. Chemical Society Reviews, 2020, 49 (11), 3525-3564; Rudik A. et al. Journal of Bioinformatics and Computational Biology, 2019, 17 (1), 1940001; Ivanov S. et al. PLoS Computational Biology, 2019, 15(7), e1006851; Рудик А. и др. Биомедицинская химия, 2019, 65 (2), 114-122; Ivanov S.M. et al. Journal of Chemical Information and Modeling, 2018; 58 (1), 8-11; Lagunin A. et al. Bioinformatics, 2018; 34 (4), 710–712; и др.). Цель Проекта – создание новых и усовершенствование ранее разработанных нами компьютерных методов построения и анализа зависимостей «структура-токсичность», «структура-свойства» лекарственно-подобных органических соединений и объединение их в единую информационно-вычислительную платформу по доклиническим токсикологическим исследованиям (ИВП ДТИ) и веб ресурса PRIS (preclinical researches in silico) на ее основе, предоставляющих возможность по структурной формуле химического соединения оценивать острую токсичность, канцерогенность, мутагенность, репродуктивную токсичность, генотоксичность, эндокринотоксичность, цитотоксичность в отношении различных клеточных линий, кардиотоксичность, гепатотоксичность и иммунотоксичность, а также воздействие на макромолекулярные мишени, связанные с проявлением серьезных побочных эффектов. В настоящее время такая платформа не имеет аналогов, поскольку существующие ресурсы выполняют прогноз только отдельных видов токсичности или побочных эффектов. Разработка ИВП ДТИ и веб ресурса PRIS важны как с научной, способствуют переходу к персонализированной, предиктивной и профилактической медицине, высокотехнологичному здравоохранению и технологиям здоровьесбережения, поскольку их использование для оценки безопасности потенциальных лекарственных препаратов позволяет значительно сократить затраты ресурсов и ускорить разработку новых безопасных и эффективных лекарств, они могут найти применение в фармакологических исследованиях, в фармакологической практике и в фармацевтической индустрии, в том числе в рамках реализации Государственной программы Фарма-2030.

Ожидаемые результаты
Итоговым результатом запланированных в рамках проекта научных исследований и разработок станет информационно-вычислительная платформа по доклиническим токсикологическим исследованиям ИВП ДТИ и свободно доступный в Интернет веб ресурс PRIS (preclinical researches in silico) на ее основе, предоставляющий широкому кругу исследователей возможности комплексного анализа профилей токсических и нежелательных свойств существующих и создаваемых лекарственных препаратов. Создание ИВП ДТИ и веб ресурса PRIS имеет высокую научную и общественную значимость для Российской Федерации вследствие возможностей их использования в исследованиях и разработках, направленных на поиск и создание новых лекарственных средств, в том числе в рамках реализации Государственной программы «Фарма-2030». Данный ресурс будет востребован медицинскими химиками при оценке перспективности синтезируемых соединений и планировании их экспериментальных исследований, в фармакологических и токсикологических исследованиях для определения приоритетных направлений тестирования изучаемых веществ. Предлагаемый в проекте комплексный подход не имеет аналогов, не был описан в литературе ранее, и направлен на решение актуальной, до сих пор не решённой проблемы. Проект носит мультидисциплинарный характер, соответствует современным мировым тенденциям в области оценки безопасности фармакологических веществ (Wadman M. Science, 2023, 379(6628), 127-128), и направлен на достижение Технологического суверенитета Российской Федерации. Ожидаемые результаты, необходимые для успешного выполнения проекта и важные сами по себе: - Метод извлечения формализованных релевантных данных о структурах, токсичности и нежелательных побочных эффектах и других свойствах лекарственно-подобных органических соединений на основе автоматизированной обработки текстов. - Метод интеграции релевантных мультидисциплинарных данных о структурах, токсичности и нежелательных побочных эффектах и других свойствах лекарственно-подобных органических соединений из разнообразных источников. - (Q)SAR модели для прогноза: острой и органоспецифической токсичности химических соединений в разных видах животных при разных способах введения; мутагенности; цитотоксичности по отношению к нормальным клеточным линиям; действия на мишени, связанные с серьезными побочными эффектами; репродуктивной токсичности; генотоксичности; эндокринотоксичности; иммунотоксичности. - Метод визуализации для интерактивного комплексного анализа побочных эффектов и токсичности исследуемого соединения. - Метод отбора соединений с наилучшими показателями профиля безопасности.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


Аннотация результатов, полученных в 2025 году
Поиск и разработка новых лекарственных препаратов, особенно в условиях перехода к персонализированной медицине, является все более актуальной проблемой. Большинство лекарственных препаратов могут взаимодействовать с несколькими и даже многими молекулярными мишенями и обладают сложными профилями биологической активности, цитотоксичности в отношении различных клеточных линий, острой и органоспецифической токсичностью и побочным действием. Оценка различных видов токсичности является неотъемлемой частью доклинических исследований любых лекарственных препаратов. Все большее применение находят инновационные подходы, постоянно возрастает роль компьютерных (in silico) методов, в особенности машинного обучения (ML – Machine Learning) и компьютерной имитации интеллектуальных способностей (AI – Artificial Intelligence). В основе ML/AI прежде всего экспериментальные данные исследований in vivo и in vitro, необходимые для ML/AI информационные массивы формируются как с использованием баз данных, так и посредством автоматизированного извлечения и обработки сведений из текстов научных публикаций и других документов с использованием AI. Одно из главных преимуществ методов in silico - возможность проведения комплексного анализа одновременно множества видов биологической активности и потенциальных побочных и токсических эффектов, и применения для виртуальных, еще не синтезированных, структур фармакологических веществ. Проект направлен на создание новых и усовершенствование ранее разработанных нами компьютерных методов построения и анализа зависимостей «структура-токсичность», «структура-свойство» лекарственно-подобных органических соединений и объединение их в единую информационно-вычислительную платформу по доклиническим токсикологическим исследованиям (ИВП ДТИ) и веб ресурса PRIS (Preclinical Researches In Silico) на ее основе, предоставляющих возможность по структурной формуле химического соединения оценивать острую токсичность, канцерогенность, мутагенность, репродуктивную токсичность, генотоксичность, эндокринотоксичность, кардиотоксичность, гепатотоксичность, иммунотоксичность и цитотоксичность в отношении различных клеточных линий, а также воздействие на макромолекулярные мишени, связанные с проявлением серьезных побочных эффектов. В 2025 году коллектив исполнителей проекта создал выборки данных о структурах химических соединений и их острой токсичности, классах и метках опасности химических соединений по GHS (Globally Harmonized System of Classification and Labelling of Chemicals), мутагенности в тесте Эймса по отношению к 69 штаммам Salmonella typhimurium, цитотоксичности по отношению к 17 неопухолевым и 15 опухолевым клеточным линиям человека. На основе этих выборок построены зависимости «структура-активность» для классификационных и/или количественных оценок по структурной формуле химического соединения его потенциальной опасности при поступлении в организм человека. Разработанные нами информационно-вычислительные ресурсы использованы в веб-приложениях Ames Mutagenicity Predictor (https://way2drug.com/ames-mutagenicity/) для прогноза мутагенности и CLC-Pred 2.0 (https://way2drug.com/clc-pred/) для прогноза цитотоксичности по отношению к 17 неопухолевым и 15 опухолевым клеточным линиям человека. Прототип веб-ресурса PRIS представлен на сайте по адресу http://way2drug.com/pris/. Веб-интерфейс позволяет нарисовать или вставить структурную формулу в редакторе Marvin JS, загрузить файл со структурной формулой химического соединения в формате MOL, ввести строку SMILES или ввести название препарата, после чего можно получить результаты оценки множества характеристик, важных в доклинических исследованиях. Достигнутые в 2025 году научные результаты были представлены в двух публикациях в журналах, индексируемых в Web of Science Core Collection и Scopus (Q1), а также обнародованы на XI Молодежной конференции ИОХ РАН к 165-летию со дня рождения академика А. Е. Фаворского в виде стендового доклада в октября 2025 года. Использование ИВП ДТИ и веб ресурса PRIS для оценки безопасности потенциальных лекарственных препаратов создаст возможности значительно сократить затраты ресурсов и ускорить разработку новых безопасных и эффективных лекарств, они могут найти применение в фармакологических исследованиях, в фармакологической практике и в фармацевтической индустрии, в том числе в рамках реализации Государственной программы Фарма-2030.

 

Публикации

1. Дмитриев А.В., Лагунин А.А., Рудик А.В., Савосина П.И., Дружиловский Д.С., Филимонов Д.А., Поройков В.В. SAR Modeling to Predict Ames Mutagenicity Across Different Salmonella typhimurium Strains Pharmaceuticals, 18(12), 1853 (год публикации - 2025)
10.3390/ph18121853

2. Погодин П.В., Малахов Г.С., Филимонов Д.А. Разнообразие структур химических соединений, прошедших испытания острой токсичности на мышах и клеточных линиях по данным ChEMBL ХI Молодежная конференция ИОХ РАН, Сборник тезисов докладов, 8-10 октября 2025 г., Институт органической химии им. Н. Д. Зелинского РАН, г. Москва, стр.184 (год публикации - 2025)

3. Лагунин А.А., Лисица Е.Ю., Рудик А.В., Иванов С.М., Дмитриев А.В., Муравьева Е.С., Филимонов Д.А., Поройков В.В. QSAR modeling for predicting IC50 and GI50 values for human cell lines used in toxicological studies International Journal of Molecular Sciences, 26(24), 12063 (год публикации - 2025)
10.3390/ijms262412063