Synthèse d’analogues énantiopurs et désoufrés d’AB 186 -Evaluation de leurs activités biologiques

Get Complete Project Material File(s) Now! »

L’approche des structures privilégiées « Privileged scaffold ».

Une autre approche pour la découverte de nouveaux ligands est celle des structures privilégiées. Selon celle-ci, l’organisation des bibliothèques de composés au sein d’une collection de structures passe, cette fois-ci, par le regroupement de molécules pouvant être complexes mais présentant un même motif ou structure privilégiée. Celles-ci peuvent être actives sur de multiples cibles biologiques.
C’est Evans le premier à avoir proposé cette approche.12,13 Dans ses deux articles de 1986 et 1988, il développe la mise au point d’agonistes du récepteur pancréatique à CCK, à partir de modulations structurales de l’asperlicine, agoniste naturel de ce récepteur (I-1, Figure 2). Cette dernière présente cependant une médiocre concentration inhibitrice médiane (CI50) de liaison de 1,4 µM.12 Pour mettre au point ces agonistes, Evans a tout d’abord remarqué que l’asperlicine comporte des sous-structures ressemblant à des composés simples et décrits. D’une part, l’hétérocycle azoté (en bleu sur la Figure 2) peut être assimilé au (L)-tryptophane et d’autre part, la benzodiazépine (en rouge sur la Figure 2) peut être assimilée au diazépam, une benzodiazépine agissant sur le système nerveux central. Grâce à la mise au point de relations structure-activité (RSA) à partir de ces observations, la synthèse d’un nouvel analogue possédant une activité largement augmentée a été rendue possible (I-2, Figure 2). On remarque que le motif benzodiazépine et le noyau dérivé de l’indole ont été conservés dans la structure de la tête de série, mais avec une structure simplifiée par rapport celle de l’asperlicine.
La bibliothèque de composés (130 structures) décrite dans l’article de 1988 d’Evans13 est un des premiers exemples de base de données de structures privilégiées, reposant sur le noyau benzodiazépine. Dans cette collection, un très grand nombre de pharmacomodulations a été évalué à partir de 4 grandes catégories de structures (Figure 2) : les 3-(acylamino)-benzodiazépines (I-3), les 3-[(2-indolylcarbonyl)amino]-benzodiazépines (I-4), les 3-(benzoylamino)benzodiazépines (I-5) et finalement les 3-aminobenzodiazépines (I-6). Cependant, malgré le nombre conséquent de dérivés synthétisés, le plus affin au récepteur à CCK s’est révélé être le composé I-2 préparé par Evans et al. 2 ans auparavant, et qui possède une CI50 de liaison de 0,08 nM nettement inférieure à celle de l’asperlicine, soit une activité 17500 fois supérieure.
Par ailleurs, pour simplifier la détection de structures privilégiées, Bemis et Murko14 ont montré en 1996 qu’il suffit de 32 motifs pour recenser 50 % des molécules de la BdD CMC (5120 entrées après tri). Dans leur modélisation, ils ont fait abstraction de tous les hétéroatomes et de toutes les liaisons multiples afin d’obtenir les structures brutes des molécules, comme décrites sur la Figure 3. Ces 32 motifs peuvent alors être considérés comme des structures privilégiées. Nous remarquons que ces différentes structures présentent toutes au moins un motif cyclique, mettant l’emphase sur l’importance des cycles (hétéro)aromatiques ou saturés en chimie médicinale.
Une étude de Wang et Hou15 de 2010 a réactualisé ce fait. En se basant sur les différentes BdD,c ils en sont aussi arrivés à la conclusion qu’un nombre limité de structures permet de décrire une majorité de composés issus de ces bases de données, et a donc des chances d’avoir une activité sur une gamme de cibles biologiques.
Cette idée semble à contre-courant de la pensée commune, selon laquelle un ligand doit avoir une unique cible biologique, mais n’est cependant pas antinomique à cette vision. En effet, bien que ces structures privilégiées puissent avoir des activités biologiques diverses, leurs modulations structurales permettent d’augmenter largement leur sélectivité vis-à-vis d’une cible donnée. Ces structures servent alors principalement à orienter le pharmacochimiste pour trouver un point de départ dans sa recherche. Un autre point positif est que grâce au nombre important de structures privilégiées identifiés,16–23 il est plus facile de concevoir la préparation de nouveaux bioisostères dans le but de s’affranchir de la toxicité ou de la faible spécificité d’une structure-mère.
L’approche des structures privilégiées facilite donc la recherche de composés candidats pour un développement clinique, cependant, il faut rester vigilant. Certaines structures semblent répondre favorablement aux tests de criblage, mais il peut s’agir de faux positifs ou d’activités interférentielles : ces composés sont appelés Pan-Assay INterference CompoundS (PAINS).

Les limites de cette approche : le cas des PAINS.

Définition et étude des PAINS.

Les PAINS ont été définis par Baell24 qui, dès 2010 a énoncé des éléments qui permettent de filtrer les structures problématiques. Ces dérivés sont trop fréquemment identifiés lors des campagnes de criblage en raison d’interactions faiblement spécifiques avec de multiples cibles (Figure 4). Tout d’abord, les PAINS peuvent être chimiquement réactifs. C’est le cas des hydroxyphénylhydrazones ou des aminométhylhydroxyquinoléines qui forment en milieu biologique des quinones méthides, entités fortement électrophiles et acceptrices de Michael, pouvant créer des liaisons covalentes avec une protéine, notamment avec les cystéines la composant.
Une autre source importante d’artéfacts pendant le criblage est liée aux propriétés rédox ou chélatantes des composés, notamment thio-organiques car ils sont facilement oxydables et sont de bons complexants, surtout pour les métaux lourds.26 Parmi les autres causes d’interférences, on peut citer la fluorescence ou le fait que les composés étudiés soient colorés, ce qui est dommageable dans le cas de l’étude de l’activité par spectroscopie.
Des faux positifs peuvent également être dus à la pureté des molécules criblées. Ainsi Baell reporte le cas d’une campagne de screening qui s’est finalement soldée par un échec de reproductibilité. Le composé incriminé montre effectivement une activité biologique, mais qui est certainement dûe à la présence de traces d’un de ses précurseurs, une imine, espèce encore une fois électrophile. Un autre exemple est le cas de l’acide trifluoroacétique (TFA), largement utilisé en synthèse organique. Il a été prouvé qu’à l’état de traces (environ 10 nM), il peut trifluoroacétyler la chaîne latérale d’une lysine, et ainsi conduire à une mort cellulaire après 24 h d’incubation.24 Ainsi, l’efficacité mesurée d’un composé peut être uniquement due à l’impureté qui l’accompagne, même avec une concentration minime.

Discussion sur l’exclusion systématique des PAINS.

La mise au point de filtres électroniques pour le criblage in silico des PAINS a été développée à partir de 2010.28–31 Permettant l’exclusion systématique de ces structures problématiques, ils facilitent l’identification de structures prometteuses, en faisant fi de celles agissant comme des artéfacts. Cependant, dans la réalité, le problème est bien plus complexe. Selon les algorithmes créés pour filtrer ces composés, certaines structures très proches peuvent ou non être reconnues comme PAINS, du fait de leur (non-)incorporation dans les BdD originelles (I-7 et I-9, Figure 6).32 On peut ajouter à cette limitation que certaines molécules peuvent coexister sous forme de tautomères, qui ne sont pas forcément implémentés dans les algorithmes de filtrage. Elles ne sont alors pas reconnues comme composés nuisibles et sont donc source d’activités artéfacts, montrant que les algorithmes de filtrage développés ne sont pas infaillibles (Figure 6, I-8 et I-10).33 Cependant, contrairement aux idées proposées par Baell24,28,32 les structures de type PAINS ne sont pas forcément vouées à être définitivement abandonnées du fait de leur non spécificité. En effet, bien que ces composés soient souvent source d’interférences lors des mesures d’activités biologiques, certains sont néanmoins présents dans une gamme de molécules mises sur le marché du médicament.
Les études de Jasial36 et Capuzzi37 ont mis en avant que parmi tous les PAINS issus de deux BdD liées au HTS, certains sont actifs sur un grand nombre de cibles, tandis que d’autres donnent seulement entre 1 et 5 hits sur plusieurs centaines tests réalisés. Il a aussi été remarqué que parmi les PAINS, certains présentent des activités artéfacts, tandis que d’autres sont réellement inactifs. Un exemple de ce phénomène est rapporté dans la Figure 8 avec les unités benzoquinone et catéchol. Le dérivé I-11a peut être considéré comme spécifique (actif sur 9/262 tests) tandis que I-11b, également porteur du motif benzoquinone est clairement non-spécifique (actif sur 170/262 tests). De la même façon, parmi les catéchols, la structure I-12a présente une activité nulle (0/369 tests), au contraire de son analogue apparenté I-12b qui a un taux de « hit » très élevé (135/592 tests). Ces différents effets montrent l’existence de ce que Jasial appelle un « contexte structural », c’est-à-dire que les activités artéfacts ne sont pas, dans ce cas, dues uniquement à la structure PAINS mais dépendent fortement de la substitution de ce motif.
Cette analyse a été confirmée par Gilberg38 qui a étudié la fréquence de « hit » des composés présents dans les BdD de PubMed, contenant plus de 327 000 composés évalués avec au moins 257 tests primaires. Il a alors mis en évidence que, bien que les PAINS soient majoritaires parmi les séries d’analogues (SA) présentant des fréquences de hit élevées (> 1 %) ou de modérées à élevées (> 0 %), certaines sous-structures de PAINS peuvent être extrêmement actives, comme totalement inactives. Il lui a, dès lors, été possible d’établir des RSA au sein d’une SA contenant une unique sous-structure PAINS. Sa méthode a d’ailleurs également été éprouvée en établissant des RSA dans une bibliothèque de structures composées de PAINS et de molécules « sûres ». La conclusion qu’il tire de cette étude est que bien que les PAINS soient des composés à éviter, il ne faut pas juste les ignorer mais les étudier dans le cadre d’un contexte structural.
L’utilisation des filtres mentionnés précédemment ne peut donc pas se faire systématiquement, mais de manière extrêmement rationnelle. Aldrich et al. proposent en effet que les journaux de l’American Chemical Society (ACS) filtrent les structures problématiques, qui peuvent néanmoins être publiées sous réserve d’obtenir la preuve d’activités qui ne soient pas des artéfacts.39 En effet, comme nous l’avons évoqué, l’existence de différents types d’interférences liés aux PAINS (redox, photosensible, fluorescent, réactif…)26 ajoute une nuance supplémentaire relative au filtrage des structures sensibles. Suivant les conditions de criblage (type de détection, pH du milieu, etc.), l’activité d’un composé peut être jugée comme un artéfact ou non suivant le cas. La mesure de cette activité par des moyens orthogonaux est alors fortement recommandée afin d’éliminer les doutes.39 Dans tous les cas, bien que l’utilisation de tels filtres permette un gain de temps et d’argent considérable, leur mise en place systématique ne peut se faire sans un regard critique de l’opérateur qui le manipule, sous peine de passer à côté de molécules à visée pharmacologique très prometteuses. Le gain de temps que ces filtres permettent est essentiel pour l’industrie pharmaceutique, qui doit être en mesure de balayer de larges BdD très rapidement, tandis que les laboratoires universitaires peuvent, de mon point de vue, se permettre de travailler sur des structures plus risquées, tout en prenant les précautions nécessaires pour prouver que les activités qu’ils mesurent sur des structures sensibles ne sont pas des artéfacts.

READ  Ewald summation and Particule Mesh Ewald (PME)

Les PAINS dans la matière noire chimique.

Parmi les centaines de milliers de composés criblés lors des campagnes de HTS, certains ne possèdent aucune activité sur plus de 100 cibles variées. Afin d’économiser du temps et de l’argent, on peut alors proposer de développer des filtres pour exclure ces composés, appelés matière noire chimique (« Dark Chemical Matter », DCM) par Wassermann et al. en 2015.40 En travaillant sur la BdD de Novartis (803 990 composés), ces auteurs ont ainsi mis en évidence que 14 % de ce total (112 872 molécules) rentrent dans la DCM. Néanmoins, les permutations des motifs réalisées dans ces structures ont étonnamment baissé le nombre de composés assimilables à la DCM à 37 449, soit le tiers du nombre initial de composés issus de cette catégorie. Wassermann et al. ont en outre décrit un exemple de leur utilisation comme « hits » pour l’inhibition de la croissance de champignons pathogènes, tout en étant inactifs sur au moins 100 cibles biologiques issues de mammifères. Les molécules qu’ils ont décrites peuvent de ce fait être considérées comme des traitements antifongiques efficaces avec peu d’effets secondaires. Les structures de ces composés I-13a-d sont développées dans la Figure 9.

Table of contents :

Chapitre 1 : La thiazolidinedione, une structure privilégiée en chimie médicinale
1. Les structures privilégiées, une approche pour la chimie médicinale.
1.1. La découverte de principes actifs à la fin du XXe siècle.
1.2. L’approche des structures privilégiées « Privilegied scaffold ».
1.3. Les limites de cette approche : le cas des PAINS.
1.3.1 Définition et étude des PAINS.
1.3.2 Discussion sur l’exclusion systématique des PAINS.
1.3.3. Les PAINS dans la matière noire chimique.
2. La thiazolidinedione : une structure privilégiée.
2.1. Définition et synthèse.
2.2. La réactivité du noyau TZD.
2.3. Les activités anticancéreuses des dérivés de thiazolidine-2,4-diones.
2.3.1. Mise en contexte de l’utilisation clinique des glitazones.
2.3.2. Les glitazones comme traitements ou co-traitements anticancéreux.
2.3.3. Les dérivés de glitazone comme anticancéreux.
2.3.4. Autres dérivés de TZD à visée antiproliférative.
3. Conclusion du chapitre.
Chapitre 2 : Fonctionnalisation vinylique de 5-benzylidènethiazolidine-2,4-diones
1. Objectifs, contexte et stratégie de cette étude.
1.1. Objectifs et contexte.
1.2. Stratégies de fonctionnalisation envisagées.
2. Fonctionnalisation de la BTZD non substituée 2.
2.1. Stratégie A : activation et fonctionnalisation de la BTZD par couplage palladé.
2.2. Stratégie B : fonctionnalisation de la BTZD par couplage de Heck.
2.2.1. L’atome de soufre de la TZD, un poison pour le catalyseur dans les réactions de Heck ?
2.2.2. Le groupement NH de la TZD, un poison pour le catalyseur dans les réactions de Heck ?
2.3. Stratégie C : fonctionnalisation en position 6 par addition de Michael.
3. Stratégie D : fonctionnalisation de BTZD à partir d’un composé 6-halogéné.
3.1. Rappel de la stratégie.
3.2. Préparation du composé hydroxylé N-benzylé 6c.
3.2.1. Formation de 6c par la stratégie de post-benzylation.
3.2.2. Formation du précurseur d’activation 6c par la stratégie de pré-benzylation.
3.3. Activation du précurseur hydroxylé 6c.
3.4. Mise en oeuvre de couplages Pd-catalysés sur le chloré 3b.
3.4.1. Fonctionnalisation du chlorovinyle 3b par le couplage croisé de Suzuki.
3.4.1.1. Optimisation de la réaction.
3.4.1.2. Extension des conditions avec différents dérivés borés.
3.4.2. Fonctionnalisation du chlorovinyle 3b par le couplage croisé de Stille.
3.4.2.1. Optimisation de la réaction.
3.4.2.2. Extension des conditions avec différents dérivés stannylés.
3.4.3. Fonctionnalisation par attaque nucléophile sur la position 6 de 3b.
4. Stratégie E : fonctionnalisation de BTZD à partir d’un composé 6-formylé.
4.1. Rappel de la stratégie.
4.2. Synthèse de l’aldéhyde 8.
4.3. Fonctionnalisation de l’aldéhyde 8 par addition-1,2 d’organomagnésiens.
4.4. Fonctionnalisation de l’aldéhyde 8 par la réaction de Wittig.
5. Conclusion du chapitre.
Chapitre 3 : Synthèse d’analogues énantiopurs et désoufrés d’AB 186 -Evaluation de leurs activités biologiques
1. Contexte de cette étude.
2. Synthèse et évaluation biologique des composés à visée anticancéreuse.
2.1. Synthèse du TSN et du Δ2-TSN.
2.2. Synthèse des analogues désoufrés et énantiopurs de l’AB 186 – Vérification de leur configuration absolue.
2.2.1. Synthèse des analogues désoufrés d’AB 186.
2.2.2. Vérification de la configuration absolue du noyau chromane.
2.3. Synthèse de glycoconjugués de 57.
2.4. Vérification de la pénétrabilité de 79 dans les cellules cancéreuses.
2.4.1. Fonctionnalisation de l’aromatique du BSu.
2.4.2. Fonctionnalisation de l’azote du succinimide présente dans 76.
2.5. Evaluation biologique de l’activité des dérivés désoufrés synthétisés.
2.5.1. RSA de ces composés.
2.5.2. Étude des modifications du cycle cellulaire induites par 57.
2.5.3. Quelques résultats pour l’effet de 57 sur le métabolisme énergétique.
3. Le projet THIAZOCAN.
3.1. Synthèse des composés à visée biologique
3.2. Activités biologiques de ces composés.
4. Conclusion du chapitre.
Conclusion générale.
Chapitre 4 : Partie expérimentale
1.1. Révélations et purifications.
1.2. Solvants et réactifs.
1.3. Analyses.
1.4. Procédure générale pour le calcul du rendement RMN d’un brut réactionnel : exemple de la molécule 3b.
1.4.1. Données nécessaires.
1.4.2. Calcul du rendement RMN 1H.
1.5. Procédures générales pour la vérification du ee du composé 56 et la préparation de la lipase supportée.
2. Préparation et caratérisation des composés.
2.1. Substrats et produits pour la fonctionnalisation vinylique de BTZD.
2.1.1. Précurseurs de fonctionnalisation par voie Pd-catalysée.
2.1.2. Produits de fonctionnalisation par pallado-catalyse.
2.1.3. Précurseur de fonctionnalisation par condensation / Réaction de Wittig.
2.1.4. Produits de fonctionnalisation par condensation.
2.1.5. Produits de fonctionnalisation par réaction de Wittig.
2.2. Préparation de molécules bioactives.
2.2.1. Analogues de la TGZ et la Δ2-TGZ.
2.2.2. Bioisostères énantiopurs de l’AB 186.
2.2.3. Dérivés pour la préparation de monocristaux.
2.2.4. Tentatives de fonctionnalisation de la molecule bioactive par un fluorophore.
2.2.5. Dérivés énantiopurs de l’AB 186.
3. Attribution de la stéréochimie de la double liaison présente dans les BTZD.
3.1. Modélisation des spectres RMN : l’exemple de 3b.
3.2. Détermination de la stéréochimie de 3b grâce à la régression linéaire.
3.3. Détermination de la stéréochimie de 3b grâce aux quotients des différences théoriques et expérimentales.

GET THE COMPLETE PROJECT

Related Posts