Лаборатория структурно-функционального конструирования лекарств

Поройков Владимир Васильевич ЗАВЕДУЮЩИЙ ЛАБОРАТОРИЕЙ
к.ф-м.н., д.б.н., профессор, член-корреспондент РАН ResearcherID
Scopus ID
ORCID
eLibraryID

КОНТАКТЫ

+7 (499) 246-09-20

+7 (499) 255-30-29

Web-site

Гомазков Олег Александрович д.б.н. , профессор ResearcherID Scopus ID ORCID eLibraryID	Лагунин Алексей Александрович д.б.н., профессор ResearcherID Scopus ID ORCID eLibraryID	Соболев Борис Николаевич к.б.н. ResearcherID Scopus ID ORCID eLibraryID
Филимонов Дмитрий Алексеевич к.ф-м.н. ResearcherID Scopus ID ORCID eLibraryID	Дружиловский Дмитрий Сергеевич к.б.н. ResearcherID Scopus ID ORCID eLibraryID	Погодин Павел Викторович к.б.н. ResearcherID Scopus ID ORCID eLibraryID
Столбов Леонид Алексеевич ResearcherID Scopus ID ORCID eLibraryID	Савосина Полина Игоревна ResearcherID Scopus ID ORCID eLibraryID	Брюшинина Татьяна Викторовна
Колодницкий Антон Станиславович ORCID eLibraryID	Клещенко Мария Дмитриевна ResearcherID ORCID	Малахов Георгий Сергеевич ResearcherID ORCID
Поломошнов Никита Львович ResearcherID ORCID eLibraryID

УЧЕБНО-НАУЧНАЯ РАБОТА

ОСНОВНЫЕ НАПРАВЛЕНИЯ ИССЛЕДОВАНИЙ И РАЗРАБОТОК

На основе применения существующих и разработки новых компьютерных методов с использованием машинного обучения и искусственного интеллекта:

- поиск и извлечение из текстов научных публикаций и других источников данных и знаний о биологической активности и метаболизме лекарственно-подобных химических соединений, генах, белках и их взаимосвязях с физиологическими и патологическими процессами в организме человека;

- анализ зависимостей «структура-активность», «структура-свойство» и «структура-структура» лекарственно-подобных химических соединений, оценка спектров их биологической активности и безопасности с учетом взаимосвязей фармакологических эффектов и молекулярных механизмов действия и сети биотрансформаций в биологических объектах;

- исследование структурно-функциональных особенностей биологических макромолекул, выявление функционально значимых участков, участвующих в белок-лигандных взаимодействиях, а также для прогноза лекарственной резистентности на основе анализа нуклеотидных/аминокислотных последовательностей с учетом индивидуальных особенностей пациента;

- моделирование регуляторных процессов в сигнальных сетях для поиска перспективных фармакологических мишеней и их комбинаций и прогноза молекулярных механизмов возникновения основных фармакологических и побочных эффектов лекарственных веществ в организме;

- cоздание и развитие веб-портала Way2Drug, обеспечивающего исследования in silico зависимостей «болезнь – мишень – биологический процесс – фармакологическое воздействие» на основе анализа больших данных методами системной фармакологии.

Сотрудники лаборатории читают лекции и ведут семинарские занятия по биоинформатике и компьютерному конструированию лекарств на Медико-биологическом факультете Российского национального исследовательского медицинского университета имени Н. И. Пирогова (МБФ РНИМУ им. Н. И. Пирогова) и в других университетах г. Москвы, а также в аспирантуре ИБМХ по специальности 1.5.8 - «математическая биология, биоинформатика».

Марина Аствацатурян и Владимир Поройков

Студенты ряда московских университетов (РНИМУ им. Н. И. Пирогова, МГУ им. М. В. Ломоносова, Сеченовский университет, МИРЭА – РТУ, и др.) проходят учебную и дипломную практику на базе лаборатории. Лучшие из выпускников продолжают учебу в аспирантуре ИБМХ по специальностям 1.5.8 – «математическая биология, биоинформатика» и 1.5.4 – «биохимия» либо работают над подготовкой диссертационных работ в качестве соискателей ученой степени кандидата наук по соответствующим специальностям.

Членом-корреспондентом РАН, профессором В.В. Поройковым регулярно проводятся лекции для ученых, молодых специалистов, аспирантов и студентов в рамках Открытого университета Сколково “Pharma’s Cool” (2015, 2019), Казанских летних школ по хемоинформатике (2013, 2015, 2017, 2019), Авторской программы Марины Аствацатурян для врачей на Первом медицинском канале «Медицина в контексте» (2019), XIX Всероссийской школе ревматологов им. академика В.А. Насоновой с международным участием «Ревматология: характер - системный» (2020), XIII Ежегодном Всероссийском конгрессе по инфекционным болезням имени академика В.И. Покровского (2021), Международной научно-практической конференции «Научно-технологическое и инновационное сотрудничество стран БРИКС» (2022), V Международного научного форума «Шаг в будущее: искусственный интеллект и цифровая экономика. Техноэкономика: трансформация платформ» (2023), в рамках проекта «Технологический суверенитет. Естественный выбор?» представлены ответы на вопросы студентов немедицинских университетов (2023), и др.

Профессором О.А. Гомазковым издан ряд концептуальных монографий о мозге (Старение мозга и нейротрофическая терапия, 2011; Нейрогенез как адаптивная функция взрослого мозга, 2013); Астроциты – звёзды, которые управляют мозгом, 2018; о пандемии COVID-19 (Эндотелий – мишень, которую выбирает коронавирус, 2020; Патогенез сосудистых поражений, или дьявол кроется в деталях, 2021; Четыре сюжета на тему ковида, 2023); и др., на основе которых регулярно проводятся лекции и доклады для врачей и молодых специалистов в России и за рубежом.

Начиная с 1995 года, проводятся ежегодные Симпозиумы «Биоинформатика и компьютерное конструирование лекарств»; с 2021 года они стали международными и реализуются в формате видеоконференций. В 2024 году состоится юбилейный XXX Symposium on Bioinformatics and Computer-Aided Drug Discovery. В рамках этих Симпозиумов проходят конкурсы докладов молодых ученых; победители награждаются дипломами.

РАЗРАБОТКА МЕТОДОВ БИО- И ХЕМОИНФОРМАТИКИ И ИХ АПРОБАЦИЯ

В 2021-2023 г.г., наряду с НИР в рамках Программы фундаментальных научных исследований в Российской Федерации на долгосрочный период (2021-2030 годы) и проектами, поддержанными Российским научным фондом, нами выполнены работы по договорам с российскими фармацевтическими компаниями («Авексима», «Фармасофт», «АлексАнн», «ПептидПро», а также ФБУ «Государственный институт лекарственных средств и надлежащих практик» Минпромторга России. Непосредственное участие в исследованиях и разработках, проводимых этими организациями, позволяет лучше осознать реальные потребности отечественной фарминдустрии и адаптировать разрабатываемые нами методы компьютерного конструирования лекарств к эффективному выполнению стоящих перед ней задач.

Реализован веб-портал для оказания оперативной информационно-аналитической поддержки участникам отечественных проектов по поиску антикоронавирусных препаратов, включающий в себя информационный и вычислительный компоненты. Представлена информация о: (i) заболевании COVID-19; (ii) биологических процессах, на которые оказывает влияние инфекция коронавируса SARS-CoV-2; (iii) молекулярных мишенях, воздействие на которые позволяет блокировать патологические процессы; (iv) возможностях репозиционирования известных лекарственных препаратов для терапии COVID-19, и др. Вычислительный компонент представлен пятью веб-приложениями: (i) Репозиционирование - поиск по структурному сходству среди более чем четырех тысяч разрешенных к медицинскому применению фармацевтических субстанций; (ii) Антиковид-19 позволяет получить прогноз 4 видов антикоронавирусной активности на основе структурной формулы анализируемого соединения; (iii) Коморбидность позволяет оценить профиль биологической активности анализируемого соединения в отношении возможности терапии 57 сопутствующих SARs-CoV-2 заболеваний с помощью специализированной версии компьютерной программы PASS; (iv) Мультитаргетность позволяет оценить общий профиль биологической активности, включающий в себя 1957 наиболее важных эффектов и механизмов действия, с помощью компьютерной программы PASS Refined; (v) Токсичность позволяет провести оценку побочных эффектов и токсичности для анализируемого соединения с помощью специализированной версии компьютерной программы PASS.

Проведен скрининг in silico среди 1.08 млрд структур на 4 мишени SARS-CoV-2 (3CLpro, PLpro, RdRp, TMPRSS2) в рамках Европейской инициативы «Grand Challenge Against COVID-19». Нами отобрано 10 тысяч «хитов», и мы вошли в число 20 из 130 коллективов, предложения которых были отобраны для экспериментальной проверки. 36 предложенных нами молекул синтезировано; активность одной молекулы (ингибирование PLpro) подтверждена в эксперименте. Среди отобранных нами на основе оценок in silico был ряд лекарственных препаратов (нарлапревир, боцепревир, дисульфирам и др.), антикоронавирусная активность которых была показана позже в экспериментах in vitro. Однако организаторы проекта отказались от синтеза и тестирования активности репозиционируемых лекарственных препаратов несмотря на то, что первоначальные условия участия требовали проведения виртуального скрининга среди разрешенных к медицинскому применению лекарств.

Создан комплекс методов, алгоритмов, компьютерных программ и веб-ресурсов для анализа профилей биологической активности лекарственно-подобных соединений с учётом их метаболизма в организме человека на основе генерации сетей метаболизма и прогноза спектров биологической активности лекарственно подобных органических соединений (работа выполнена при поддержке гранта РНФ № 19-15-00396). Далее

Реализована веб-платформа для анализа взаимодействий ВИЧ и организма человека hiv-host, включающая в себя: (i) базу данных RHIVDB, содержащую информацию о принимаемых препаратах пациентом с конкретным превалирующим вариантом ВИЧ и аминокислотные последовательности основных структурных белков для этого варианта; (ii) базу данных HIV-host о взаимодействии ВИЧ и организма человека; (iii) веб-сервис для прогноза эффективности антиретровирусной терапии и модели для прогноза скорости прогрессии ВИЧ-инфекции; (iv) веб-сервис HIV-synergy для прогноза синергизма препаратов в отношении антиретровирусной активности.

Разработан метод извлечения из текстов научных публикаций наименований лекарственно-подобных соединений, активных в отношении замедления прогрессии ВИЧ-инфекции и новой коронавирусной инфекции. Это метод был применен для оценки механизмов прогрессии ВИЧ-инфекции и новой коронавирусной инфекции. (работа выполнена при поддержке для оценки механизмов прогрессии ВИЧ-инфекции и гранта РНФ №19-75-10097).

Разработан подход к анализу изменений генной экспрессии у пациентов с разной скоростью прогрессии ВИЧ-инфекции; установлены механизмы, которые опосредуют разную скорость развития ВИЧ-инфекции в организме человека и определены ключевые регуляторы этих изменений. Разработан подход к анализу эффективности антиретровирусной терапии по индивидуальным характеристикам пациентов, включая возраст, пол и профиль генной экспрессии. Метод протестирован в проспективном клиническом исследовании; установлены изменения в уровне экспрессии для генов, отобранных на основе их потенциального вклада в прогрессию ВИЧ-инфекции, и с учетом их значимости для эффективности антиретровирусной терапии (работа выполнена при поддержке гранта РНФ №19-75-10097).

Разработаны модели для прогноза in silico межлекарственных взаимодействий, которые свободно доступны в Интернете на сервисе DDI-Pred. С использованием этого сервиса можно по структурным формулам пары веществ получить для них оценки различных типов и тяжести межлекарственных взаимодействий, а также связанных с ними нежелательных лекарственных реакций со стороны сердечно-сосудистой системы (работа выполнена при поддержке гранта РНФ №17-75-20250).

Разработаны методы для оценки принадлежности вариантов ВИЧ к классу устойчивых и чувствительных по отношению к антиретровирусной терапии вариантов на основе машинного обучения. Показано, что средняя точность прогноза для различных препаратов составляет 81-93%. Полученные результаты могут быть использованы для оптимизации терапии пациентов с ВИЧ/СПИД (работа выполнена при поддержке грантов РФФИ №16-34-60187 и РНФ № 17-75-20250).

На основе анализа in silico действия фитокомпонентов лекарственных растений традиционной индийской медицины и методов сетевой фармакологии идентифицировано несколько новых потенциальных лекарственных мишеней для лечения сосудистой деменции, эффективность воздействия на которые подтверждена в моделях заболевания на экспериментальных животных (работа выполнена при поддержке гранта РФФИ-DST №16-54-45016).

Проведен виртуальный скрининг соединений, потенциально активных в отношении M. Tuberculosis, среди 200 тысяч молекул из репозитория Института органической химии им. Н.Д. Зелинского РАН. 30 отобранных соединений исследованы в тест-системе REMA (REsazurin Microtiter Assay) in vitro против M. tuberculosis (штамм H37Rv) в ФИЦ «Фундаментальные основы биотехнологии» РАН. Выявлено 12 активных соединений из различных химических классов с MIC в диапазоне 2,2 – 16,7 μM.

Разработан оригинальный метод анализа аминокислотных последовательностей на основе локального сходства, отличающийся высоким быстродействием и гибкостью по сравнению с общепринятыми подходами, основанными на выравнивании первичной структуры белков. Реализованы компьютерные программы для анализа аминокислотных последовательностей с целью установления их структурно-функциональной специфичности и функционально важных сайтов. (работа выполнена при поддержке грантов РФФИ №№ 16-04-00491 и 19-015-00374).

Предложена оригинальная система атомоцентрических молекулярных дескрипторов, позволяющая охарактеризовать межмолекулярные взаимодействия «белок-лиганд» и проводить на этой основе анализ разнообразных взаимосвязей «структура-свойство»: MNA (Multilevel Neighborhoods of Atoms, множественные атомные окрестности), QNA (Quantitative Neighborhoods of Atoms, количественные атомные окрестности), LMNA (Labeled Multilevel Neighborhoods of Atoms, помеченные множественные атомные окрестности), и др.

Реализован оригинальный метод для анализа количественных взаимосвязей «структура-активность» (QSAR) и прогноза активности новых веществ; продемонстрированы его преимущества по сравнению с рядом других широко используемых методов QSAR. (работа выполнена при частичной поддержке Европейских грантов FP6 LSHB-CT-2007-037590 и FP7 grant 200787).

С использованием PASS Online предсказано противовоспалительное действие у 13 производных дитиолохинолинтиона, для которых ранее было выявлено противомикробное действие. В экспериментальных исследованиях на карагенин-индуцированной модели воспаления было подтверждено наличие активности, сопоставимой по величине с активностью индометацина. Поиск по структурному сходству в базе данных Cortellis Drug Discovery Intelligence не выявил структурных аналогов с противовоспалительной активностью. Таким образом, на основе компьютерного прогноза PASS открыт новый класс веществ, обладающих противовоспалительной активностью.

Предложен новый метод дизайна физиологически активных веществ с требуемыми свойствами на основе структуры фрагментов (Fragment-Based Drug Design) с применением разработанных в лаборатории молекулярных дескрипторов и алгоритмов. С помощью данного подхода сконструированы, синтезированы и протестированы в эксперименте противовоспалительные препараты с дуальными механизмами действия – ингибиторы циклооксигеназ 1, 2 и липоксигеназы.

Предложен метод генерации комбинаторных библиотек макролидов in silico с одновременной оценкой свойств генерируемых молекул для отбора среди них веществ с заданными свойствами, конструирования и получения методами генетической инженерии соответствующих штаммов-продуцентов (работа выполнена при поддержке гранта МФТИ № RU.55229907.00160).

Разработан метод дихотомического моделирования процессов в регуляторных сигнальных сетях с целью выявления перспективных молекулярных мишеней, ингибирование которых приводит к остановке клеточного цикла либо к переводу опухолевых клеток в апоптоз. Его апробация на примере рака молочной железы позволила идентифицировать фармакологические мишени и их комбинации и на основе виртуального скрининга свыше 24 млн химических соединений из библиотеки ChemNavigator выявить новые перспективные ингибиторы, проявляющие синергизм с веществом RITA — известным реактиватором белка P53, супрессированным во многих типах опухолей. Активность найденных соединений подтверждена in vivo в экспериментах на мышах-ксенографтах с привитыми опухолями человека. (работа выполнена при поддержке Европейского гранта FP6 LSHB-CT-2007-037590).

Исследованы возможности предсказания резистентности к антиретровирусным препаратам на основе анализа аминокислотных и нуклеотидных последовательностей с целью оптимизации терапии ВИЧ/СПИД. Исследованы возможности прогнозирования эффективности комбинаций антиретровирусных препаратов с целью оптимизации терапии ВИЧ/СПИД на основе нуклеотидных последовательностей обратной транскриптазы и протеазы ВИЧ. (работа выполнена при поддержке грантов РНФ №№ 17-75-10187 и 19-75-10097).

Предложен подход к описанию механизмов побочного действия лекарств на разных уровнях биологической организации, основанный на оценке профилей воздействия лекарственных соединений на белки человека; анализе лекарственно-индуцированных изменений генной экспрессии с поиском генов, изменение экспрессии которых коррелирует с проявлением побочного эффекта; рассмотрении роли выявленных белков и генов в известных сигнальных путях для установления тех путей, воздействие на которые играет ключевую роль в индукции побочного эффекта. Проведена апробация разработанного подхода на примере оценки механизмов побочного действия лекарственных средств на сердечно-сосудистую систему и гепатобилиарную систему. (работа выполнена при поддержке гранта РНФ № 17-75-10168).

В рамках совместного проекта, инициированного Агентством по охране окружающей среды США, по оценке активности веществ по отношению к рецепторам андрогенов (CoMPARA) показана хорошая предсказательная способность нашей программы GUSAR. Тестирование предсказательной способности на выборке тщательно отобранных разных источников литературных данных, позволило сделать вывод о том, что консенсусные модели обеспечивают среднюю точность прогноза около 80%, что позволяет преодолеть ограничения отдельных моделей.

Разработан метод интегральной оценки in silico токсичности ксенобиотиков с учетом их метаболизма в организме человека, позволяющий оценить пути метаболизма соединений в организме человека и получить оценку их острой, специфической (кардиотоксичность, гепатотоксичность, нефротоксичность) и хронической токсичности (канцерогенность, тератогенность, мутагенность, влияние на репродуктивную систему). (работа выполнена при поддержке гранта РНФ № 14-15-00449).

Проведен анализ существующих подходов к компьютерному прогнозированию мультитаргетного действия и плейотропных эффектов фармакологических веществ. Полученные оценки приводят к выводу, что накопление данных химической геномики и расширение изучаемого химического пространства приведет к более широкому применению методов мультитаргетного QSAR, на основе которого будут созданы более безопасные и эффективные лекарственные препараты. (работа выполнена при поддержке Программы фундаментальных исследований государственных академий наук на 2013-2020 г.г.).

С применением разработанных нами компьютерных методов найдены новые физиологически активные соединения, обладающие ноотропной, анксиолитической, антидепрессантной, антиконвульсантной, антидиабетической, противоопухолевой, антимикробной, противогрибковой, антиретровирусной и рядом других видов биологической активности.

Предсказано ранее неизвестное ноотропное действие у антигипертензивных препаратов — ингибиторов ангиотензинпревращающего фермента (периндоприл, квинаприл и др.), подтвержденное в эксперименте и, впоследствии, в клинике.

На основе компьютерного прогноза предсказано и подтверждено в эксперименте наличие противовоспалительного действия у антибактериального препарата кларитромицина, благодаря которому этот препарат может быть использован для терапии Inflammatory Bowel Disease. (работа выполнена при поддержке Европейского гранта № 305564).

С применением разработанных нами компьютерных методов найдены новые производные пиперазина — агонисты TRPC6 (Transient Receptor Potential Canonical 6) каналов, которые являются потенциальными фармакологическими веществами для терапии болезни Альцгеймера.

Проведен анализ скрытого фармакологического потенциала фитокомпонентов, входящих в состав некоторых препаратов традиционной Индийской медицины Аюрведа. Предсказанные для ряда природных веществ новые виды биологической активности подтверждены экспериментально. (работа выполнена при поддержке гранта РФФИ № 16-54-45016).

С использованием разработанной нами технологии для анализа больших химических данных проведен анализ 961 млн структур легко-синтезируемых соединений из библиотеки SAVI (Synthetically Accessible Virtual Inventory). Отобраны потенциальные ингибиторы протеазы (53 соединения) и обратной транскриптазы ВИЧ-1 (48 соединений), а также агонисты рецепторов Toll-like 7 (53 соединения) и Toll-like 8 (1378 соединений) и STING (627 соединений), влияющие на врожденный иммунитет. Информация об этих молекулах передана нашим партнерам в National Cancer Institute (NIH) с целью синтеза и биологического тестирования; для четырех отобранных нами агонистов Toll-like рецепторов подтипа 7 результаты прогноза подтверждены экспериментально; остальные экспериментальные исследования продолжаются. (работа выполнена при поддержке гранта РФФИ № 17-54-30015-НИЗ_а).

На основе разработанных нами компьютерных методов установлено, что метаболизм оригинального отечественного препарата феназепам осуществляется с участием CYP3A4; прогноз in silico подтвержден в экспериментах in vitro и in vivo. (работа выполнена при поддержке гранта РНФ № 14-15-00449).

Предсказано, что метаболизм антикоагулянтного препарата фениндиона осуществляется с участием цитохрома P450 1A2, а не 2C9, как считалось ранее, что позволило объяснить наблюдаемое в клинике отсутствие влияния полиморфизма генов цитохрома CYP2C9 на эффекты препарата, рационализировать медикаментозную тактику лечения фибрилляции предсердий и повысить приверженность пациентов к антикоагулянтной терапии путем снижения геморрагических осложнений. (работа выполнена при поддержке гранта РНФ № 14-15-00449).

Проведен анализ in silico возможного межлекарственного взаимодействия препарата умифеновир (арбидол), исследуемого в клинике с целью терапии COVID-19. Полученные результаты указывают на низкую вероятность взаимодействия с парацетамолом и дабигатраном. Однако для антикоагулянтов аценокумарола и варфарина предсказывается максимальная тяжесть возможного взаимодействия с умифеновиром (класс 1 по ORCA классификации), которые могут быть обусловлены ингибированием CYP2C9. (работа выполнена при поддержке гранта РНФ № 17-75-20250)

Представлен анализ данных о роли полипептидов и «минипептидов» как компонентов нейротрофической терапии нейродегенеративной и возрастной патологии мозга.

Обоснована гипотеза о роли нейрогенеза (новых клеток взрослого мозга) как организующей и адаптивной функции, важной для реализации физиологических и патофизиологических процессов: памяти, когнитивных функций, психических процессов, компенсаторных реакций при патологии, травме, старении.

Обоснована гипотеза о роли астроглиальных клеток, связанных с нейронами компонентов, в обеспечении нейротрансмиттерной функции мозга. Анализ данных показал, что астроциты являются неотъемлемыми элементами информационных нейронных сетей, влияющими на синаптические процессы вследствие модуляции активности нейротрансмиттеров. Благодаря взаимодействию глиотрансмиттеров с нейронами, астроциты участвуют в регуляции памяти и сложных поведенческих процессов в норме и при патологии мозга.

ПАРТНЕРЫ

Ананикян Грачья Симавонович, к.х.н., Научно-технологический центр органической и фармацевтической химии Национальной академии наук Армении (НТЦОФХ), Ереван, Армения.
Васильев Павел Михайлович, д.б.н., Волгоградский государственный медицинский университет, Волгоград.
Воронина Татьяна Александровна, д.м.н., профессор, Научно-исследовательский институт фармакологии им. В.В. Закусова, Москва.
Готтих Марина Борисовна, д.б.н., профессор, Институт физико-химической биологии им. А.Н. Белозерского МГУ, Москва.
Казакова Оксана Борисовна, д.х.н., профессор, Институт химии РАН, Уфа, Россия.
Колпаков Федор Анатольевич, к.б.н. Институт системной биологии, Новосибирск, Россия.
Кукес Владимир Григорьевич, д.м.н., профессор, академик РАН, Первый Московский государственный университет им. И.М. Сеченова, Москва, Россия.
Лужанин Владимир Геннадьевич, к.б.н., Санкт-Петербургский химико-фармацевтический университет, Санкт-Петербург, Россия.
Маргулис Борис Александрович, Институт цитологии РАН, Санкт-Петербург, Россия.
Моисеев Дмитрий Владимирович, д.фарм.н., профессор, Витебский государственный медицинский университет, Витебск, Беларусь.
Новиков Сергей Михайлович, д.м.н., проф., ЦСП и УМБРЗ ФМБА РФ, Москва.
Повыдыш Мария Николаевна, д.б.н., Санкт-Петербургский химико-фармацевтический университет, Санкт-Петербург, Россия.
Сычев Дмитрий Алексеевич, д.м.н., профессор, чл.-корр. РАН, РМАНПО МЗ РФ, Москва.
Valery Dembitsky, Centre for Applied Research and Innovation, Lethbridge College, Lethbridge, Canada.
James Devillers, Centre for the Treatment of the Scientific Information (CTIS), Rillieux La Pape, France.
Athina Geronikaki, Aristotle University of Thessaloniki, Thessaloniki, Greece.
Rajesh K. Goel, Punjabi University, Patiala, Punjab, India.
Alexander Kel, GeneXplain GmbH, Germany.
Narahari G. Sastry, CSIR Indian Institute of Chemical Technologies, Hyderabad, India.
Galina Selivanova, Karolinska Institute, Stockholm, Sweden.
Marcus Tullius Scotti, Universidade Federal da Paraíba, Brazil
Maryna Stasevych, Lviv Polytechnic National University, Lviv, Ukraine.
Natalia Sucman, The Institute of Chemistry of Moldova, Chisinau, Moldova
Alexander Tropsha, School of Pharmacy, University of North Carolina at Chapel Hill, USA.
Alexandre Varnek, Louis Pasteur University (Strasbourg I), France.

РЕАЛИЗАЦИЯ СВОБОДНО-ДОСТУПНЫХ ВЕБ-СЕРВИСОВ

Реализован первый в мире свободно-доступный в Интернете веб-ресурс PASS Online, прогнозирующий свыше 8000 видов биологической активности со средней точностью около 95%.

Создана информационно-вычислительная платформа Way2Drug, на базе которой представлено свыше сорока свободно-доступных веб-ресурсов. Ссылки на некоторые из этих веб-ресурсов представлены ниже.

PASS – Prediction of Activity Spectra for Substances

PASS Online — Прогноз свыше 4000 видов биологической активности.
Возможность выбора специализированных версий PASS, включая PASS 2022, и прогноз с использованием одной или нескольких версий программы.

Отдельные области воздействия фармакологических веществ

PASS Targets - прогноз взаимодействия с молекулярными мишенями.
KinScreen — прогноз взаимодействия фармакологических веществ с киномом человека.
CLC Pred 2.0 — прогноз цитотоксичности в отношении опухолевых и неопухолевых клеточных линий.
DIGEP-Pred — прогноз влияния фармакологических веществ на генную экспрессию.

Побочные эффекты и токсичность

ADVER-Pred — прогноз побочного действия фармакологических веществ на сердечно-сосудистую и гепатобилиарную систему.
hERG-Pred - прогноз ингибирования hERG-каналов.
ROSC-Pred — прогноз органо-специфичной канцерогенности.
Acute Rat Toxicity — прогноз острой токсичности для крыс при четырех путях введения препарата.
Antitarget Prediction — прогноз взаимодействия с нежелательными мишенями.
DDI-Pred — прогноз межлекарственного взаимодействия.

Метаболизм фармакологических веществ и их проницаемость через ГЭБ

Metabolic Stability - прогноз метаболической стабильности фармацевтических субстанций
SOMP — прогноз сайтов метаболизма фармакологических веществ.
RA — прогноз сайтов биотрансформации.
SMP — прогноз специфичности субстратов и метаболитов по отношению к ферментам биотрансформации.
MetaTox — прогноз токсичности с учетом метаболизма.
MetaPASS - прогноз профилей биологической активности исходной субстанции и ее метаболитов.
BBB Permeability - прогноз проницаемости через гематоэнцефалический барьер (ГЭБ).

Веб-платформа для анализа взаимодействий ВИЧ и организма человека

База данных RHIVDB - информация о принимаемых препаратах пациентом с конкретным превалирующим вариантом ВИЧ и аминокислотные последовательности основных структурных белков для этого варианта.
База данных HIV-host – информация о взаимодействии ВИЧ и организма человека.
TR - веб-сервис для прогноза эффективности антиретровирусной терапии и модели для прогноза скорости прогрессии ВИЧ-инфекции.
AntiHIV-synergy - веб-сервис для прогноза синергизма препаратов в отношении антиретровирусной активности.

В настоящее время наши веб-сервисы используют свыше 50 тысяч ученых, аспирантов и студентов из 106 стран мира с целью отбора наиболее перспективных молекул для синтеза и определения оптимальных направлений тестирования их биологической активности.

Базы данных

WWAD (World-Wide Approved Drugs) – база данных по фармацевтическим субстанциям лекарственных препаратов, зарегистрированных в 52 странах мира.
Phyto4Health - база данных по фитокомпонентам фармакопейных лекарственных растений России.
HGMMX - база данных по метаболизму ксенобиотиков микробиотой человека.

ИЗБРАННЫЕ ПУБЛИКАЦИИ

Pogodin P.V., Salina E.G., Semenov V.V., Raihstat M.M., Druzhilovskiy D.S., Filimonov D.A., Poroikov V.V. (2024) Ligand-based virtual screening and biological evaluation of inhibitors of Mycobacterium tuberculosis H37Rv, SAR and QSAR in Environmental Research, 35(1), 53-69. DOI:10.1080/1062936X.2024.2304803

Schimunek J., Seidl P., Elez K., Hempel T., Le T., Noé F., Olsson S., Raich L., Winter R., Gokcan H., Gusev F., Gutkin E.M., Isayev O., Kurnikova M.G., Narangoda C.H., Zubatyuk R., Bosko I.P., Furs K.V., Karpenko A.D., Kornoushenko Y.V., Shuldau M., Yushkevich A., Benabderrahmane M.B., Bousquet-Melou P., Bureau R., Charton B., Cirou B.C., Gil G., Allen W.J., Sirimulla S., Watowich S., Antonopoulos N.A., Epitropakis N.E., Krasoulis A.K., Pitsikalis V.P., Theodorakis S.T., Kozlovskii I., Maliutin A., Medvedev A., Popov P., Zaretckii M., Eghbal-Zadeh H., Halmich C., Hochreiter S., Mayr A., Ruch P., Widrich M,. Berenger F., Kumar A., Yamanishi Y., Zhang K.Y.J., Bengio E., Bengio Y., Jain M.J., Korablyov M., Liu C.H., Marcou G., Glaab E., Barnsley K., Iyengar S.M., Ondrechen M.J., Haupt V.J., Kaiser F., Schroeder M., Pugliese L., Albani S.., Athanasiou C., Beccari A., Carloni P., D`Arrigo G., Gianquinto E., Goßen J., Hanke A., Joseph B.P., Kokh D.B., Kovachka S., Manelfi C., Mukherjee G., Muñiz-Chicharro A., Musiani F., Nunes-Alves A., Paiardi G., Rossetti G., Sadiq S.K., Spyrakis F., Talarico C., Tsengenes A., Wade R.C., Copeland C., Gaiser J., Olson D.R., Roy A., Venkatraman V., Wheeler T.J., Arthanari H., Blaschitz K., Cespugli M., Durmaz V., Fackeldey K., Fischer P.D., Gorgulla C., Gruber C., Gruber K., Hetmann M., Kinney J.E., Padmanabha Das K.M., Pandita S., Singh A., Steinkellner G., Tesseyre G., Wagner G., Wang Z.F., Yust .RJ., Druzhilovskiy D.S., Filimonov D.A., Pogodin P.V., Poroikov V., Rudik A.V., Stolbov L.A., Veselovsky A.V., De Rosa M., De Simone G., Gulotta M.R., Lombino J., Mekni N., Perricone U., Casini A., Embree A., Gordon D.B., Lei D., Pratt K., Voigt C.A., Chen K.Y., Jacob Y., Krischuns T., Lafaye P., Zettor A., Rodríguez M.L., White K.M., Fearon D., Von Delft F., Walsh M.A., Horvath D., Brooks C.L. 3rd, Falsafi B., Ford B., García-Sastre A., Yup Lee S., Naffakh N., Varnek A., Klambauer G., Hermans T.M. (2024) A community effort in SARS-CoV-2 drug discovery, Molecular Informatics, 43(1), e202300262. DOI:10.1002/minf.202300262

Lagunin A.A., Rudik A.V., Pogodin P.V., Savosina P.I., Tarasova O.A., Dmitriev A.V., Ivanov S.M., Biziukova N.Y., Druzhilovskiy D.S., Filimonov D.A., Poroikov V.V. (2023) CLC-Pred 2.0: A Freely Available Web Application for In Silico Prediction of Human Cell Line Cytotoxicity and Molecular Mechanisms of Action for Druglike Compounds, International Journal of Molecular Sciences, 24(2), 1689. DOI:10.3390/ijms24021689

Ionov N., Druzhilovskiy D., Filimonov D., Poroikov V. (2023) Phyto4Health: Database of Phytocomponents from Russian Pharmacopoeia Plants, Journal of Chemical Information and Modeling, 63(7), 1847-1851. DOI:10.1021/acs.jcim.2c01567

Kolodnitsky A.S., Ionov N.S., Rudik A.V., Filimonov D.A., Poroikov V.V. (2023) HGMMX: Host Gut Microbiota Metabolism Xenobiotics Database, Journal of Chemical Information and Modeling, 63(21), 6463-6468. DOI:10.1021/acs.jcim.3c00837

Ivanov S.M., Tarasova O.A., Poroikov V.V. (2023) Transcriptome-based analysis of human peripheral blood reveals regulators of immune response in different viral infections, Frontiers in Immunology, 14, 1199482. DOI:10.3389/fimmu.2023.1199482

Tarasova O.A., Rudik A.V., Biziukova N.Yu., Filimonov D.A., Poroikov V.V. (2022) Chemical named entity recognition in the texts of scientific publications using the naïve Bayes classifier approach, Journal of Cheminformatics, 14(1), 55. DOI:10.1186/s13321-022-00633-4

Karasev D.A., Sobolev B.N., Lagunin A.A., Filimonov D.A., Poroikov V.V. (2022) The method predicting interaction between protein targets and small-molecular ligands with the wide applicability domain, Computational Biology and Chemistry, 98, 107674. DOI:10.1016/j.compbiolchem.2022.107674

Muratov E.N., Amaro R., Andrade C.H., Brown N., Ekins S., Fourches D., Isayev O., Kozakov D., Medina-Franco J., Merz K.M., Oprea T.I., Poroikov V., Schneider G., Todd M.H., Varnek A., Winkler D.A., Zakharov A., Cherkasov A., Tropsha A. (2021) A critical overview of computational approaches employed for COVID-19 drug discovery, Chemical Society Reviews, 50(16), 9121-9151. DOI:10.1039/d0cs01065k

Dmitriev A.V., Rudik A.V., Karasev D.A., Pogodin P.V., Lagunin A.A., Filimonov D.A., Poroikov V.V. (2021) In Silico Prediction of Drug–Drug Interactions Mediated by Cytochrome P450 Isoforms, Pharmaceutics, 13(4), 538. DOI:10.3390/pharmaceutics13040538

Поройков В.В. (2020) Компьютерное конструирование лекарств: от поиска новых фармакологических веществ до системной фармакологии, Биомедицинская химия, 66(1), 30-41. DOI:10.18097/PBMC20206601030

Гомазков О.А. (2020) Нейропротеомика, или как множества белков отражают функции мозга, Успехи современной биологии, 140(4), 347-358. DOI:10.31857/S0042132420040079

Muratov E.N., Bajorath J., Sheridan R.P., Tetko I.V., Filimonov D., Poroikov V., Oprea T.I., Baskin I.I., Varnek A., Roitberg A., Isayev O., Curtarolo S., Fourches D., Cohen Y., Aspuru-Guzik A., Winkler D.A., Agrafiotis D., Cherkasov A., Tropsha A. (2020) QSAR without borders, Chemical Society Reviews, 49, 3525-3564. DOI:10.1039/d0cs00098a

Druzhilovskiy D.S., Stolbov L.A., Savosina P.I., Pogodin P.V., Filimonov D.A., Veselovsky A.V., Stefanisko K., Tarasova N.I., Nicklaus M.C., Poroikov V.V. (2020) Computational Approaches to Identify a Hidden Pharmacological Potential in Large Chemical Libraries, Supercomputing Frontiers and Innovations, 7(3), 57-76. DOI:10.14529/jsfi200306

Lloyd K., Papoutsopoulou S., Smith E., Stegmaier P., Bergey F., Morris L., Kittner M., England H., Spiller D., White M.H.R., Duckworth C.A., Campbell B.J., Poroikov V., Martins Dos Santos V.A.P., Kel A., Muller W., Pritchard D.M., Probert C., Burkitt M.D. (2020) Using systems medicine to identify a therapeutic agent with potential for repurposing in inflammatory bowel disease, Disease Models and Mechanisms, 2020(13), dmm044040. DOI:10.1242/dmm.044040

Ivanov S.M., Lagunin A.A., Rudik A.V., Filimonov D.A., Poroikov V.V. (2018) ADVERPred – web service for prediction of adverse effects of drugs, Journal of Chemical Information and Modeling, 58(1), 8-11. DOI:10.1021/acs.jcim.7b00568

Филимонов Д.А., Дружиловский Д.С., Лагунин А.А., Глориозова Т.А., Рудик А.В., Дмитриев А.В., Погодин П.В., Поройков В.В. (2018) Компьютерное прогнозирование спектров биологической активности химических соединений: возможности и ограничения, Biomedical Chemistry: Research and Methods, 1(1), e00004. DOI:10.18097/BMCRM00004

Ivanov S.M., Lagunin A.A., Poroikov V.V. (2016) In silico assessment of adverse drug reactions and associated mechanisms, Drug Discovery Today, 21(1), 58-71. DOI:10.1016/j.drudis.2015.07.018

Гомазков О.А. (2015) Кортексин. Молекулярные механизмы и мишени нейропротективной активности, Журнал неврологии и психиатрии им. C.C. Корсакова, 115(8), 99-104. DOI:10.17116/jnevro20151158199-104

Lagunin A.A., Goel R.K., Gawande D.Y. Pahwa P., Gloriozova T.A., Dmitriev A.V., Ivanov S.M., Rudik A.V., Konova V.I., Pogodin P.V., Druzhilovsky D.S., Poroikov V.V. (2014) Chemo- and bioinformatics resources for in silico drug discovery from medicinal plants beyond their traditional use: a critical review, Natural Product Reports, 21(11), 1585-1611. DOI:10.1039/C4NP00068D

Гомазков О.А. (2012) Нейротрофины: терапевтический потенциал и концепция минипептидов, Нейрохимия, 29(3), 1-11. DOI:10.1134/S1819712412030075

Filimonov D.A., Zakharov A.V., Lagunin A.A., Poroikov V.V. (2009) QNA based “Star Track” QSAR approach, SAR and QSAR in Environmental Research, 20(7-8), 679-709. DOI:10.1080/10629360903438370

Zotchev S.B., Stepanchikova A.V., Sergeyko A.P., Sobolev B.N., Filimonov D.A., Poroikov V.V. (2006) Rational design of macrolides by virtual screening of combinatorial libraries generated through in silico manipulation of polyketide synthases, Journal of Medicinal Chemistry, 49(6), 2077-2087. DOI:10.1021/jm051035i

Geronikaki A., Babaev E., Dearden J., Dehaen W., Filimonov D., Galaeva I., Krajneva V., Lagunin A., Macaev F., Molodavkin G., Poroikov V., Pogrebnoi S., Saloutin V., Stepanchikova A., Stingaci E., Tkach N., Vlad L., Voronina T. (2004) Design, synthesis, computational and biological evaluation of new anxiolytics, Bioorganic & Medicinal Chemistry, 12(24), 6559-6568. DOI:10.1016/j.bmc.2004.09.016

Poroikov V.V., Filimonov D.A., Ihlenfeldt W.D., Gloriozova T.A., Lagunin A.A., Borodina Y.V., Stepanchikova A.V., Nicklaus M.C. (2003) PASS biological activity spectrum predictions in the enhanced open NCI database browser, Journal of Chemical information and Computer Sciences, 43(1), 228-236. DOI:10.1021/ci020048r

Poroikov V.V., Filimonov D.A., Borodina Y.V., Lagunin A.A., Kos A. (2000) Robustness of biological activity spectra predicting by computer program PASS for noncongeneric sets of chemical compounds, Journal of Chemical information and Computer Sciences, 40, 1349-1355. DOI:10.1021/ci000383k

Lagunin A., Stepanchikova A., Filimonov D., Poroikov V. (2000) PASS: prediction of activity spectra for biologically active substances, Bioinformatics, 16, 747-748. DOI:10.1093/bioinformatics/16.8.747

Filimonov D., Poroikov V., Borodina Y., Gloriozova T. (1999) Chemical similarity assessment through multilevel neighborhoods of atoms: Definition and comparison with the other descriptors, Journal of Chemical information and Computer Sciences, 39(4), 666-670. DOI:10.1021/ci980335o

Книги, главы в книгах:

Репозиционирование лекарств для терапии COVID-19 / Аналитические материалы в интересах (по заказам) органов государственной власти / Н.Ю. Бизюкова, А.В. Веселовский, О.А. Гомазков [и др.]. // Отв. ред. В.В. Поройков. — М.: ИБМХ, 2024. — 208 С. [Электронная версия]
Filimonov D., Dmitriev A., Rudik A., Poroikov V. Assessment of the Xenobiotics Toxicity Taking into Account Their Metabolism. In: Machine Learning and Deep Learning in Computational Toxicology, Computational Methods in Engineering & the Sciences, H. Hong (Ed.), Springer Nature, 2023, P. 21-51. DOI: 10.1007/978-3-031-20730-3_2 ISBN: 978-3-031-20729-7
Поройков В.В., Доклиническое изучение лекарственных средств (промышленная фармация): учебник для студ. высш. учебн. заведений. Под ред. А.Л. Хохлова, Н.В. Пятигорской. М.: Из-во ООО «ГРУППА РЕМЕДИУМ», 2021. С. 28-80. ISBN: 978-6-906499-72-1
Гомазков О.А., COVID-19. Патогенез сосудистых поражений, или дьявол кроется в деталях. Анализ молекулярных и патофизиологических механизмов COVID-19, 2021. - 72 С. ISBN: 978-5-7974-0730-0
Tarasova O.A., Rudik A.V., Ivanov S.M., Lagunin A.A., Poroikov V.V., Filimonov D.A. Machine Learning Methods in Antiviral Drug Discovery. In: Topics in Medicinal Chemistry. Springer, Berlin, Heidelberg, 2021, 37, P. 245-279. DOI: 10.1007/7355_2021_121 ISBN: 978-3-030-85281-8
Гомазков О.А. Эндотелий – мишень, которую выбирает коронавирус. М.: Из-во ИКАР, 2020. - 62 С. ISBN: 978-5-7974-0699-0
Гомазков О.А. Мозг - чудо без мистики и волшебства. М.: Физматлит, 2019. – 168 С. ISBN: 978-5-7974-0649-5
Filimonov D.A., Poroikov V.V. Probabilistic approach in activity prediction. In: Chemoinformatics Approaches to Virtual Screening. Eds. Alexandre Varnek and Alexander Tropsha. Cambridge (UK): RSC Publishing, 2008, p.182-216. ISBN: 978-1-84755-887-9
Гомазков О.А. Старение мозга и нейротрофическая терапия. М.: Из-во ИКАР, 2011. – 180 С. ISBN: 978-5-7974-0273-2

ЗАРЕГИСТРИРОВАННЫЕ КОМПЬЮТЕРНЫЕ ПРОГРАММЫ И БАЗЫ ДАННЫХ

Ионов Н.С., Филимонов Д.А., Дружиловский Д.С., Поройков В.В. Свидетельство о государственной регистрации базы данных Phyto4Health № 2023622658. Москва: Федеральная служба по интеллектуальной собственности, 14.07.2023 г.
Столбов Л.А., Филимонов Д.А., Поройков В.В. Свидетельство о государственной регистрации программы для ЭВМ Sarmath № 2022662930. Москва: Федеральная служба по интеллектуальной собственности, 07.07.2022 г.
Погодин П.В., Лагунин А.А., Филимонов Д.А., Поройков В.В. Свидетельство о государственной регистрации программы для ЭВМ PASS Targets № 2016610846. Москва: Федеральная служба по интеллектуальной собственности, 20.01.2016 г.
Конова В.И., Погодин П.В., Лагунин А.А., Филимонов Д.А., Поройков В.В. Свидетельство о государственной регистрации программы для ЭВМ PASS CLC Pred № 2016610382. Москва: Федеральная служба по интеллектуальной собственности, 11.01.2016 г.
Иванов С.М., Филимонов Д.А., Лагунин А.А., Поройков В.В. Свидетельство о государственной регистрации программы для ЭВМ Net2Target № 2014660877. Москва: Федеральная служба по интеллектуальной собственности, 17.10.2014 г.
Коборова О.Н., Филимонов Д.А., Кель А.Э., Поройков В.В. Свидетельство о государственной регистрации программы для ЭВМ NetFlowEx № 2011617330 от 21.09.2011 г., Федеральная служба по интеллектуальной собственности, патентам и товарным знакам, М., 2011.
Соболев Б.Н., Колесанова Е.Ф., Оленина Л.В., Рудик А.В., Поройков В.В. Свидетельство об официальной регистрации базы данных HCVmap № 2007620132 от 10 мая 2007 г., Москва, Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.
Зотчев С.Б., Соболев Б.Н., Степанчикова А.В., Сергейко А.П., Филимонов Д.А., Лагунин А.А., Глориозова Т.А., Поройков В.В. Свидетельство об официальной регистрации программы для ЭВМ BIOGENPHARM № 2006614395 от 15 февраля 2007 г., Москва, Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.
Зотчев С.Б., Соболев Б.Н., Степанчикова А.В., Сергейко А.П., Поройков В.В. Свидетельство об официальной регистрации программы для ЭВМ BIOGENERATOR № 2006614396 от 15 февраля 2007 г., Москва, Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.
Захаров А.В., Филимонов Д.А., Лагунин А.А., Поройков В.В. Свидетельство об официальной регистрации программы для ЭВМ GUSAR (General Unrestricted Structure Activity Relationships) № 2006613591 от 16 октября 2006 г., Москва, Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.
Лагунин А.А., Поройков В.В., Филимонов Д.А., Глориозова Т.А. Свидетельство об официальной регистрации программы для ЭВМ PharmaExpert № 2006613590 от 16 октября 2006 г., Москва, Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.
Филимонов Д.А., Поройков В.В., Глориозова Т.А., Лагунин А.А. Свидетельство об официальной регистрации программы для ЭВМ ПРЕТОКС (PreTox) № 2006613276 от 15 сентября 2006 г., Москва, Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.
Филимонов Д.А., Поройков В.В., Глориозова Т.А., Лагунин А.А. Свидетельство об официальной регистрации программы для ЭВМ PASS № 2006613275 от 15 сентября 2006 г., Москва, Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.
Поройков В.В., Филимонов Д.А., Бородина Ю.В., Рудик А.В. Свидетельство об официальной регистрации программы для ЭВМ METAPREDICT № 2004610666 от 12 марта 2004 г., Москва: Российское агентство по патентам и товарным знакам.

ПАТЕНТЫ

WO2023118593A1. Quinoxaline thioredoxin reductase inhibitors. Inventors: Alexander Kel, Galina Selivanova, Audrey Shchekotikhin, Galina Buravchenko, Vladimir Koutcherov, Vladimir Poroikov, Roman Zoubarev, Elias Arnér. Application filed by Genexplain Gmbh 2022-12-23. Publication of WO2023118593A1 2023-06-29.
Андрей Егорович Щекотихин, Andrey Egorovich Shchekotikhin, Галина Николаевна Селиванова, Galina Nikolaevna Selivanova, Владимир Васильевич Поройков, Vladimir Vasilievich Poroikov, Алексей Владимирович Захаров, Aleksey Vladimirovich Zakharov, Александр Эдуардович Кель, Alexander Eduardovich Kel, Владимир Георгиевич Кучеров, Vladimir Georgievich Kutcherov. Способ лечения опухолевого заболевания и способ селективного ингибирования роста опухолевых клеток с помощью производного хиноксалин-1,4-диоксида / Method for treating a tumour disease and method for selectively inhibiting tumour cell growth using a quinoxaline-1,4-dioxide derivative. Номер заявки PCT/RU2014/000310, номер публикации WO2015167350 A1, дата приоритета 28 апр 2014, дата публикации 5 ноя 2015.
Щекотихин Андрей Егорович; Селиванова Галина Николаевна; Поройков Владимир Васильевич; Захаров Алексей Владимирович; Кель Александр Эдуардович; Кучеров Владимир Георгиевич. Способ лечения опухолевого заболевания и способ селективного ингибирования роста опухолевых клеток с помощью производного хиноксалин-1,4-диоксида. Евразийский патент № 031473. Дата подачи заявки: 28.04.2014 г. Дата выдачи патента: 21.01.2019 г.

ДИССЕРТАЦИОННЫЕ И ДИПЛОМНЫЕ РАБОТЫ, ВЫПОЛНЕННЫЕ НА БАЗЕ ЛАБОРАТОРИИ

ДОКТОРСКИЕ ДИССЕРТАЦИИ

Лагунин А.А. «Компьютерная оценка плейотропного действия фармакологических веществ». Дисс. соиск. уч. ст. д.б.н. по специальности 03.01.09. – «математическая биология, биоинформатика».

КАНДИДАТСКИЕ ДИССЕРТАЦИИ

Акимов Д.В. «Компьютерный поиск новых ингибиторов интегразы ВИЧ-1». Дисс. соиск. уч. ст. к.б.н. по специальности 03.00.04 – «биохимия».

Бородина Ю.В. «Компьютерный анализ сходства фармакологических веществ с эндогенными биорегуляторами рецепторного действия и их синтетическими аналогами». Дисс. соиск. уч. ст. к.б.н. по специальности 03.00.04 – «биохимия».

Дмитриев А.В. «Компьютерный прогноз взаимодействия ксенобиотиков с цитохромами Р450 человека». Дисс. соиск. уч. ст. к.б.н. по специальности 03.00.28 – «биоинформатика».

Дружиловский Д.С. «Поиск и оптимизация новых ингибиторов интегразы ВИЧ-1 на основе компьютерного прогноза», Дисс. соиск. уч. ст. к.б.н. по специальности 03.01.09 – «математическая биология, биоинформатика».

Дубовская (Конова) В.И., «Компьютерный поиск веществ, обладающих цитотоксичностью по отношению к клеточным линиям рака молочной железы», Дисс. соиск. уч. ст. к.б.н. по специальности 03.01.09 – «математическая биология, биоинформатика».

Захаров А.В. «Прогноз количественных свойств органических соединений на основе дескрипторов атомных окрестностей». Дисс. соиск. уч. ст. к.б.н. по специальности 03.00.28 – «биоинформатика».

Еремеевская (Коборова) О.Н. «Поиск фармакологических мишеней для терапии рака молочной железы на основе компьютерного моделирования регуляции клеточного цикла», Дисс. соиск. уч. ст. к.б.н. по специальности 03.01.09 – «математическая биология, биоинформатика».

Лагунин А.А. «Поиск новых биологически активных веществ на основе компьютерного анализа взаимосвязей структура-механизм-эффект». Дисс. соиск. уч. ст. к.б.н. по специальности 03.00.04 – «биохимия».

Линде Д.М. «Межмолекулярное узнавание в глобулярных белках Брукхейвенского банка данных». Дисс. соиск. уч. ст. к.б.н. по специальности 03.00.04 – «биохимия».

Погодин П.В. «Компьютерная оценка взаимодействия низкомолекулярных органических соединений с киномом человека, Дисс. соиск. уч. ст. к.б.н. по специальности 03.01.09 – «математическая биология, биоинформатика».

Ромеро Рейес И.В. «Оценка аффинности комплексов белок-лиганд с применением нейронных сетей», Дисс. соиск. уч. ст. канд. физ.-мат наук по специальности 05.13.18 – «математическое моделирование, численные методы и комплексы программ».

Рудик А.В. «Компьютерный прогноз биотрансформации ксенобиотиков». Дисс. соиск. уч. ст. к.б.н. по специальности 03.00.28 – «биоинформатика».

Сергейко А.В. «Компьютерное конструирование ферментативных систем, обеспечивающих синтез макролидов с заданными свойствами». Дисс. соиск. уч. ст. к.б.н. по специальности 03.00.28 – «биоинформатика».

Тарасова (Фильц) О.А. «Конструирование веществ с заданной биологической активностью на основе комбинирования функционально-значимых фрагментов», Дисс. соиск. уч. ст. к.б.н. по специальности 03.01.09 – «математическая биология, биоинформатика».

ДИПЛОМНЫЕ РАБОТЫ

Акимов Д.В., МБФ РНИМУ им. Н. И. Пирогова. «Компьютерный поиск ингибиторов интегразы ВИЧ-1».

Александров К.Е., МБФ РНИМУ им. Н. И. Пирогова. «Информационный ресурс по функциональному картированию белков вируса гепатита С».

Беженцев В.М. НИУ «ВШЭ». «Поиск новых ингибиторов интегразы ВИЧ-1 методами структурной биоинформатики».

Веселова Д.А. МБФ РНИМУ им. Н. И. Пирогова. «Анализ трёхмерных паттернов ферментативной специфичности фосфорилирования белков с использованием разработанного программного средства».

Дмитриев А.В., МБФ РНИМУ им. Н. И. Пирогова. «Компьютерный прогноз биотрансформаций химических соединений, осуществляемых изоформой 3А4 цитохрома Р 450».

Дружиловский Д.С., МБФ РНИМУ им. Н. И. Пирогова. «Компьютерное прогнозирование ингибиторов интегразы ВИЧ-1».

Захаров А.В., МБФ РНИМУ им. Н. И. Пирогова. «Количественный анализ взаимосвязей «структура-активность» ингибиторов циклин-зависимой киназы 1».

Ионов Н.С., МБФ РНИМУ им. Н. И. Пирогова. «Компьютерный анализ возможностей применения природных биологически активных соединений в терапии метаболических заболеваний».

Карасев Д.А., РНИМУ им. Н. И. Пирогова. «Анализ аминокислотных последовательностей, обуславливающих специфичность белков-субстратов к протеинкиназам семейств MAPK и CDK».

Коборова (Еремеевская) О.Н., Факультет Биоинформатики и Биоинженерии МГУ. «Разработка и реализация метода оценки противоопухолевых мишеней для терапии рака молочной железы».

Конова (Дубовская) В.И., МБФ РНИМУ им. Н. И. Пирогова. «Поиск перспективных фармакологических мишеней для терапии болезни Альцгеймера».

Иванов С.М., МБФ РНИМУ им. Н. И. Пирогова. «Компьютерный поиск молекулярных мишеней, связанных с побочными эффектами нестероидных противовоспалительных препаратов».

Лагунин А.А., МБФ РНИМУ им. Н. И. Пирогова. «Экспертная система по взаимосвязям фармакологических эффектов и механизмов действия биологически активных соединений».

Левченко М.Е., МБФ РНИМУ им. Н. И. Пирогова. «Рецепторы возбуждающих аминокислот: компьютерный поиск новых лигандов и анализ механизмов».

Мартынова Н.Б., МБФ РНИМУ им. Н. И. Пирогова. «Создание компьютерных комбинаторных библиотек олигопептидов и пептидомиметиков для поиска базовых структур новых лекарств».

Муртазалиева Х.А. МБФ РНИМУ им. Н. И. Пирогова. «Компьютерный поиск и экспериментальная валидация фармакологических веществ, действующих на клеточную линию MDA-MB-231».

Погодин П.В., МБФ РНИМУ им. Н. И. Пирогова. «Компьютерное прогнозирование взаимодействия низкомолекулярных органических соединений с белками-мишенями на основе программы PASS и базы данных ChEMBL».

Потапов В.Ю., МБФ РНИМУ им. Н. И. Пирогова. «О роли электростатических взаимодействий в формировании белок-белковых комплексов».

Савосина П.И., МБФ РНИМУ им. Н. И. Пирогова. «Разработка методов анализа «больших данных» для поиска новых анти-ВИЧ соединений».

Садым (Рудик) А.В., МИФИ. «Разработка Интернет-системы прогнозирования спектра биологических активностей».

Саулин П.С., МБФ РНИМУ им. Н. И. Пирогова. «Особенности аминокислотного состава Т-эпитопов».

Семин М.И. МБФ РНИМУ им. Н. И. Пирогова. «Компьютерный подход к оценке межлекарственных взаимодействий, приводящих к гепатотоксичности».

Сергейко А.В., МБФ РНИМУ им. Н. И. Пирогова. «Расчет химической структуры соединений класса макролидов на основе доменной структуры белкового синтезирующего комплекса».

Сереженкина И.В., МБФ РНИМУ им. Н. И. Пирогова. «Функциональное и антигенное картирование аминокислотных последовательностей структурных белков вирусов семейства Flaviviridae».

Сухачев В.С., «МИРЭА – Российский технологический университет». «Прогнозирование аритмогенности лекарственных соединений методом анализа молекулярных сетей» (Бакалавриат).

Фильц (Тарасова) О.А., МБФ РНИМУ им. Н. И. Пирогова. «Компьютерное конструирование веществ с заданными свойствами из библиотек структурных фрагментов»

Фоменко А.Е., МБФ РНИМУ им. Н. И. Пирогова. «Анализ структурно-функциональных соотношений в сериновых протеазах методами биоинформатики».

Урусова А.Ф., РНИМУ им. Н. И. Пирогова. «Разработка алгоритма выбора данных для построения моделей количественного анализа взаимосвязи «структура-активность» на примере обратной транскриптазы ВИЧ».

Языкова Е.И., «МИРЭА – Российский технологический университет». «Оценка роли отдельных подструктур лекарственно-подобных соединений в проявлении биологической активности во множественных испытаниях in vitro» (Бакалавриат).