Búsqueda de nuevos anticonvulsivos a partir de métodos computacionales

Abstract

La epilepsia es uno de los desórdenes neurológicos crónicos de mayor prevalencia en el mundo. De acuerdo a la Organización Mundial de la Salud, afecta a alrededor de 50 millones de personas, presentando una mayor incidencia en países en vías de desarrollo. Hasta el momento la epilepsia no se cura, y el tratamiento apunta a controlar las manifestaciones sintomáticas del desorden epiléptico, que consisten comúnmente en convulsiones. La farmacoterapia constituye la primera elección para el tratamiento de la epilepsia y resulta exitosa en el 70 % de los pacientes (pero no libre de los efectos secundarios presentes en este tipo de medicamentos). Por otra parte, el 30 % de los casos restantes no logra controlar los síntomas con fármacos y debe recurrirse a otras alternativas terapéuticas, como por ejemplo los tratamientos quirúrgicos, asumiendo el riesgo que implica una cirugía en el cerebro. Este tipo de epilepsia se denomina farmacorresistente o refractaria. La problemática resumida anteriormente justifica la constante búsqueda de nuevos anticonvulsivos con mayor potencia, selectividad y menor toxicidad. Particularmente, la resistencia a los fármacos antiepilépticos actuales representa una de las mayores preocupaciones de los especialistas en el área; por lo que el descubrimiento de nuevas estrategias terapéuticas constituye uno de los principales objetivos a alcanzar en el campo de anticonvulsivos. En esta dirección, la identificación de los fenómenos involucrados en la farmacorresistencia, así como un mayor entendimiento de los mecanismos de acción de los fármacos, resulta importante para el diseño racional de nuevos compuestos. Objetivos: Se conoce que la resistencia a antiepilépticos es un fenómeno multifactorial y se han elaborado diferentes hipótesis que explican casos particulares de epilepsia farmacorresistente. Entre ellas se ha logrado identificar a la proteína de transporte glicoproteína-P como responsable del eflujo de ciertos anticonvulsivos, impidiendo su llegada al sitio de acción. Adicionalmente, numerosos estudios han demostrado una importante asociación entre la epilepsia refractaria y la sobreexpresión de esta proteína en la barrera hematoencefálica, en tejidos epileptogénicos y en astrocitos. Por lo tanto, resulta interesante considerar a este “antitarget” de anticonvulsivos en las primeras etapas del diseño racional. Fármacos con alta afinidad a esta proteína serán excretados fácilmente, limitándose su concentración (y por lo tanto su acción) en el sistema nervioso central. En relación a los mecanismos de acción de los fármacos antiepilépticos, en líneas generales la acción de estas drogas genera un efecto conjunto que involucra más de un mecanismo, para finalmente modular la neurotransmisión excitatoria e inhibitoria. Entre los blancos moleculares más estudiados se encuentran los canales de sodio operados por voltaje, los cuales serán estudiados y utilizados en esta tesis. Se plantea entonces como objetivo general de esta investigación, el descubrimiento de fármacos anticonvulsivos tendientes a satisfacer la demanda de los pacientes refractarios a la farmacoterapia actual. Para esto se hizo uso de estrategias de diseño racional, utilizando como herramienta el modelado molecular asistido por computadora. En particular se emplearon técnicas de modelado de macromoléculas y de cribado virtual secuencial mediante docking molecular. Se llevaron a cabo los siguientes objetivos específicos: 1. Desarrollo y validación de un modelo computacional de farmacorresistencia basado en las interacciones ligando–receptor frente a la glicoproteína P. Como se enunció anteriormente, este antitarget es responsable de uno de los mecanismos de farmacorresistencia asociados a los antiepilépticos. Al momento no se encuentra disponible la estructura de glicoproteína-P humana, por lo que se construyeron modelos tridimensionales de esta macromolécula. Posteriormente se seleccionó el mejor programa de docking (y sus condiciones) capaz de discriminar sustratos y no sustratos conocidos de la glicoproteína. 2. Desarrollo y validación de un modelo computacional capaz de identificar compuestos activos frente al canal de sodio dependiente de voltaje Nav1.2 humano mediante la metodología de docking molecular. En forma similar a lo realizado para glicoproteína-P, debieron construirse modelos tridimensionales del canal de sodio humano por no estar disponibles las estructuras experimentales. También se seleccionó el mejor programa de docking para discriminar entre bloqueantes y no bloqueantes del canal. 3. Búsqueda y selección de posibles candidatos con actividad antiepiléptica en bases de datos de compuestos orgánicos y su posterior evaluación biológica. Con la estructura de las macromoléculas construidas y determinadas las condiciones óptimas de la simulación por docking, se realizó un cribado secuencial sobre bases de datos. Inicialmente se buscaron compuestos que se predicen con alta afinidad al canal de sodio de acuerdo al docking molecular. Aquellas estructuras que superaron este filtro fueron sometidas a una segunda campaña de cribado para descartar compuestos que se predicen sustratos de la glicoproteína P. Finalmente los candidatos fueron evaluados mediante ensayos in-vitro y métodos in-vivo, orientados a determinar la capacidad de los modelos de seleccionar nuevos compuestos activos.