Leitoptimierung ist die iterative Phase der medizinischen Chemie, in der erste Hit-Verbindungen systematisch verfeinert werden, um ihre Wirksamkeit, Selektivität, pharmakokinetischen Eigenschaften und ihr Sicherheitsprofil zu verbessern. Diese Phase verbindet die Hit-Entdeckung und die präklinische Kandidatenauswahl und ist häufig der ressourcenintensivste Teil der Arzneimittelentwicklungspipeline. Ziel ist es, einen vielversprechenden, aber unvollkommenen chemischen Ausgangspunkt in ein Molekül umzuwandeln, das für den Übergang in die formale Entwicklung geeignet ist.

Was ist Lead-Optimierung?

Die Lead-Optimierung beginnt, nachdem ein oder mehrere chemische Gerüste in Bestätigungstests eine reproduzierbare Aktivität und akzeptable vorläufige arzneimittelähnliche Eigenschaften gezeigt haben. In dieser Phase synthetisieren medizinische Chemiker Analoga rund um das Kerngerüst und führen strukturelle Variationen ein, die die Leistung gegenüber einem vordefinierten Zielproduktprofil (TPP) verbessern sollen. Jedes Analogon wird in einer Kaskade von In-vitro-Assays getestet, die Wirksamkeit, Selektivität, Löslichkeit, Stoffwechselstabilität und Permeabilität messen. Die Daten aus diesen Tests fließen in den nächsten Designzyklus zurück und erzeugen so eine kontinuierliche Schleife aus Synthese, Tests und Neudesign. Der Prozess untersucht typischerweise Hunderte bis Tausende von Verbindungen und kann zwölf bis sechsunddreißig Monate dauern.

Struktur-Aktivitäts-Beziehungen (SAR)

Die Grundlage der Lead-Optimierung ist die systematische Erforschung von Struktur-Aktivitäts-Beziehungen. Die SAR-Analyse korreliert spezifische Strukturmodifikationen mit Veränderungen der biologischen Aktivität und ermöglicht es Chemikern, abzubilden, welche Regionen des Moleküls gegenüber Veränderungen tolerant sind und welche für den Angriff auf das Ziel wesentlich sind. Zu den wichtigsten untersuchten Strukturmerkmalen gehören das Kerngerüst, funktionelle Gruppensubstitutionen, Stereochemie sowie Linkerlänge und -flexibilität. Moderne SAR-Programme werden durch Rechenwerkzeuge wie molekulares Docking, Pharmakophormodellierung und Berechnungen von Störungen der freien Energie unterstützt, die die wahrscheinlichen Auswirkungen vorgeschlagener Modifikationen vorhersagen, bevor die Synthese beginnt. Ein tiefes Verständnis von SAR ermöglicht es dem Team, mehrere Parameter parallel und nicht nacheinander zu optimieren.

Verbesserung der Wirksamkeit und Selektivität

Das Hauptziel der Lead-Optimierung besteht darin, die Wirksamkeit – die Konzentration, die erforderlich ist, um eine gewünschte biologische Wirkung hervorzurufen – in den nanomolaren Bereich zu steigern. Dies wird erreicht, indem die Wechselwirkungen mit der Zielbindungsstelle durch zusätzliche Wasserstoffbrückenbindungen, hydrophobe Kontakte und Van-der-Waals-Kräfte verstärkt werden. Ebenso wichtig ist die Selektivität gegenüber verwandten Off-Target-Proteinen, insbesondere Mitgliedern derselben Genfamilie. Die Selektivität wird durch Profilierung der Verbindung anhand einer Reihe verwandter Ziele bewertet. Eine schlechte Selektivität wird durch die Einführung von Strukturmerkmalen behoben, die subtile Unterschiede zwischen Bindungsstellen ausnutzen. Es ist unwahrscheinlich, dass eine Verbindung mit hoher Wirksamkeit, aber geringer Selektivität erfolgreich sein wird, da eine Aktivität außerhalb des Ziels häufig zu mechanismusbedingter Toxizität führt.

ADME-Eigenschaften optimieren

ADME-Optimierung stellt sicher, dass die Verbindung ihr Ziel in vivo in ausreichenden Konzentrationen und für eine angemessene Dauer erreicht. Die Löslichkeit in wässrigen Medien wird durch die Einführung ionisierbarer Gruppen oder die Verringerung der Kristallpackungsenergie verbessert. Die Stoffwechselstabilität wird durch die Blockierung von Stellen erhöht, die für die Oxidation von Cytochrom P450 anfällig sind – beispielsweise durch den Ersatz labiler Wasserstoffatome durch Fluor oder die Einführung einer sterischen Hinderung in der Nähe von Stoffwechsel-Hotspots. Die Durchlässigkeit durch biologische Membranen wird durch den Ausgleich von Lipophilie und Wasserstoffbrückenbindungskapazität aufrechterhalten oder verbessert. Der optimale Lipophiliebereich, typischerweise gemessen als log D zwischen eins und drei, gleicht die konkurrierenden Anforderungen an Löslichkeit, Permeabilität und Stoffwechselstabilität aus.

Reduzierung der Toxizität

Toxizitätsminderung ist ein immer wichtigerer Bestandteil der Lead-Optimierung. Zu einer frühzeitigen Bewertung der Sicherheitsrisiken gehört das Screening gegen eine Reihe von Off-Targets, von denen bekannt ist, dass sie Nebenwirkungen verursachen, wie z. B. den hERG-Kaliumkanal (assoziiert mit kardialer QT-Verlängerung), Cytochrom-P450-Enzyme (Risiko von Arzneimittelwechselwirkungen) und Phospholipidose-induzierende Verbindungen. Strukturwarnungen für Genotoxizität werden gekennzeichnet und nach Möglichkeit beseitigt. In-vitro-Zytotoxizitätstests in Leberzelllinien liefern eine erste Aussage über die zelluläre Verträglichkeit. Verbindungen, die diese frühen Sicherheitsvorkehrungen nicht erfüllen, werden priorisiert oder neu gestaltet, wodurch die Wahrscheinlichkeit einer Abnutzung im Spätstadium verringert wird.

In-vivo-Wirksamkeitsstudien

Vielversprechende optimierte Leitstrukturen werden in In-vivo-Wirksamkeitsstudien unter Verwendung krankheitsrelevanter Tiermodelle weiterentwickelt. Diese Studien bestätigen, dass die Verbindung das Ziel in einem lebenden System angreift und in tolerierbaren Dosen die gewünschte pharmakodynamische Wirkung hervorruft. Während derselben Studien durchgeführte pharmakokinetische Messungen – Plasmakonzentration über die Zeit, Bioverfügbarkeit, Halbwertszeit und Gewebeverteilung – werden mit Wirksamkeitsendpunkten korreliert, um eine Pharmakokinetik-Pharmakodynamik (PK-PD)-Beziehung zu ermitteln. Durch die Herstellung dieser Verbindung kann man sicher sein, dass die bei Tieren erreichten Expositionswerte in vorhergesagte Dosen für den Menschen für erste Studien am Menschen übertragen werden können.

Kandidatenauswahlkriterien

Die Entscheidung, einen Wirkstoff als präklinischen Kandidaten zu bezeichnen, wird durch ein vordefiniertes Kandidatenprofil geregelt, das akzeptable Mindestwerte für alle Schlüsselattribute festlegt. Zu den typischen Kriterien gehören ein IC50-Wert unter 10 nM für die Zielwirksamkeit, eine mindestens fünfzigfache Selektivität gegenüber verwandten Zielen, eine orale Bioverfügbarkeit von über 20 Prozent bei Ratten, eine Halbwertszeit, die eine einmal tägliche Dosierung unterstützt, und das Fehlen signifikanter hERG-Hemmungs- oder Genotoxizitätssignale. Die Verbindung muss außerdem in mindestens einem Tierkrankheitsmodell in gut verträglichen Dosen Wirksamkeit zeigen. Verbindungen, die diese Kriterien erfüllen, werden für die formelle präklinische Entwicklungsphase nominiert.

Fazit

Die Leitstrukturoptimierung ist ein anspruchsvolles, multidisziplinäres Unterfangen, das darüber entscheidet, ob eine chemische Reihe ein Medikamentenkandidat wird oder eine Laborkuriosität bleibt. Die systematische Anwendung von SAR, ADME-Optimierung und frühzeitiger Sicherheitsbewertung erhöht die Wahrscheinlichkeit, dass der ausgewählte Kandidat die Strapazen der präklinischen Entwicklung und der klinischen Tests übersteht, erheblich. Obwohl der Prozess zeit- und ressourcenintensiv ist, ist eine gründliche Optimierung in dieser Phase die effektivste Strategie zur Reduzierung der Fluktuation in späteren Phasen.