Last update: doc. PharmDr. Jan Zitko, Ph.D. (30.09.2021)
The aim of the course is to acquaint students with basic methods of Computer Aided Drug Design (CADD). CADD methods are routinely used in rational design of new biologically active compounds (drugs). Students will learn basic theoretical principles of modelling of small molecules (drugs), biological structures (receptors) and their interactions. Emphasis will be placed on the practical application of these methods, which will be practiced in seminars. The principle outcome of the course is to learn CADD methods and understand their principles and utilization. Absolvents of the course, are supposed to be able to design and perform a simple CADD project on their own. Themes: Drug targets, Structure of proteins, Information systems and databases, In silico prediction of physicochemical properties, Drug-receptor interactions, Experimental methods to study drug-receptor interactions, Rational design and development of drugs with known receptor (structure-based drug design), Molecular docking. Molecular dynamics, Rational design and development of drugs with unknown receptor (ligand-based drug design), Analysis of Quantitative Structure-Activity Relationships (QSAR), Pharmacophore models.
Last update: doc. PharmDr. Jan Zitko, Ph.D. (30.09.2021)
Cílem předmětu je seznámit studenty se základními metodami počítačem podporovaného vývoje léčiv (Computer Aided Drug Design, CADD). Metody CADD jsou dnes rutinně využívány k racionálnímu návrhu nových biologicky aktivních molekul (léčiv). Studenti se seznámí se základními teoretickými principy modelování malých molekul (léčivo), biologických struktur (receptor) a jejich vzájemných interakcí. Důraz bude kladen na praktickou aplikaci těchto metod. Cílem předmětu je základní orientace studentů v metodách CADD a pochopení jejich principů a možností využití. Po absolvování předmětu by student měl být schopen samostatně vypracovat jednoduchý projekt CADD. Témata: Místa účinku léčiv, Struktura proteinů, Informační systémy a databáze, In silico predikce fyzikálně-chemických vlastností, Interakce léčivo-receptor, Experimentální metody sledování interakce léčivo - receptor, Racionální metody návrhu a vývoje léčiv se známým receptorem (structure-based drug design), Molekulární docking. Molekulární dynamika, Racionální metody návrhu a vývoje léčiv s neznámým receptorem (ligand-based drug design), Kvantitativní analýza vztahů struktura - účinek (QSAR), Farmakoforové modely.
Course completion requirements -
Last update: doc. PharmDr. Jan Zitko, Ph.D. (30.09.2021)
To prove the theoretical knowledge according to the syllabus. To elaborate a practical seminar project in CADD.
Last update: doc. PharmDr. Jan Zitko, Ph.D. (30.09.2021)
Prokázání teoretických znalostí dle sylabu předmětu. Vypracování seminárního projektu z oblasti CADD.
Syllabus -
Last update: doc. PharmDr. Jan Zitko, Ph.D. (30.09.2021)
Drug targets. Structure of proteins, structure of nucleic acids. The importance of specific amino acids for the tertiary structure of the protein and for the catalysis of biochemical reactions.
In silico prediction of 3D structure of proteins. Homology models and possibilities of their use. Creating a homology model, automated web services for creating homology models. Critical evaluation of the quality of homology models (Ramachandran plot).
Rational approaches to design and development of new drugs. Combinatorial libraries. Chemical information systems and databases. Biological information systems and databases. Crystallographic databases. Critical assessment of 3D protein structures. Data mining from public sources.
The importance of physicochemical properties for the action of drugs. Methods of in silico prediction of physico-chemical properties of compounds. In silico prediction of pharmacokinetic parameters, metabolism and toxicity of compounds.
Quantitative Structure-Activity Relationships (QSAR) and Quantitative Structure-Property Relationships (QSPR).
In silico methods for predicting drug-receptor interaction. Molecular docking. Molecular dynamics.
Overview of molecular docking methods. Rigid docking, flexible docking. Search function, conformational sampling, scoring functions. Overview of common molecular docking software and comparison of their functions. Freely available software (AutoDock Vina, DOCK), commercially available programs, online docking services (servers).
Critical evaluation of results of molecular docking. Special applications of molecular docking - virtual screening (HTVS), ligand modification.
Rational methods of design and development of drugs with known receptor (Structure-based drug design).
Rational methods of design and development of drugs with unknown receptor (Ligand-based drug design). QSAR. Pharmacophore models. 3D-QSAR.
Last update: doc. PharmDr. Jan Zitko, Ph.D. (30.09.2021)
Místa účinku léčiv. Struktura proteinů, struktura nukleových kyselin. Význam jednotlivých aminokyselin pro terciární strukturu proteinu a pro katalýzu biochemických reakcí.
In silico predikce 3D struktury proteinů. Homologní modely a možnosti jejich využití. Vytváření homologního modelu, automatizované webové služby pro tvorbu homologních modelů. Kritické hodnocení kvality homologního modelu. (Ramachandran plot).
Racionální přístupy k návrhu a vývoji nových léčiv. Kombinatoriální knihovny. Chemické informační systémy a databáze. Biologické informační systémy a databáze. Krystalografické databáze. Kritické posuzování kvality 3D struktury proteinů. Získávání dat z veřejně dostupných zdrojů (data mining).
Význam fyzikálně-chemických vlastností pro účinek léčiv. Metody in silico predikce fyzikálně-chemických vlastností sloučenin. In silico predikce farmakokinetických parametrů, metabolismu a toxicity sloučenin.
Kvantitativní analýza vztahů struktura - účinek (QSAR) a vztahů struktura - fyzikálně-chemické vlastnosti (QSPR).
Experimentální metody sledování interakce léčivo – receptor. Rentgenová krystalografická analýza, NMR experimenty, využití radioligandů, isotermická titrační kalorimetrie, změna teploty tání proteinu (thermal shift assay).
In silico metody sledování interakce léčivo – receptor. Molekulární docking. Molekulární dynamika.
Přehled metod molekulárního dockingu. Rigid docking, flexible docking. Vyhledávací funkce, algoritmus pro hledání konformerů, skórovací funkce. Přehled běžných programů pro molekulární docking a srovnání jejich funkcí. Volně dostupné programy (AutoDock Vina, DOCK), komerčně dostupné programy, online dokovací služby (servery).
Kritické hodnocení výsledků molekulárního dockingu. Speciální využití molekulárního dockingu – virtuální screening (HTVS), modifikace ligandu (ligand growth).
Racionální metody návrhu a vývoje léčiv se známým receptorem (Structure-based drug design).
Racionální metody návrhu a vývoje léčiv s neznámým receptorem (Ligand-based drug design). QSAR. Farmakoforové modely. 3D-QSAR.
Entry requirements -
Last update: Renáta Neznámá (19.08.2019)
The course requires prior basic knowledge of medicinal chemistry, bioorganic chemistry and biochemistry, We also expect advanced work with computers (PC) and basic knowledge of English language (needed for CADD terminology and for operating of the CADD software).
Last update: Renáta Neznámá (19.08.2019)
Předmět vyžaduje základní znalosti farmaceutické chemie, bioorganické chemie a biochemie. Dále je předpokládána schopnost pokročilé práce s počítačem a znalost anglického jazyka na základní úrovni (terminologie, ovládání software, který není lokalizovaný do češtiny).
Self-study or recommended literature, consultations. Practising with CADD software under the supervision of a consulting teacher.
Last update: Renáta Neznámá (19.08.2019)
Výuka formou samostudia literatury, konzultací. Nácvik práce v CADD software pod vedením konzultujícího vyučujícího.
Requirements to the exam -
Last update: Renáta Neznámá (19.08.2019)
Theoretical knowledge according to the syllabus. A student has to prove to be able to work independently and rationally with selected CADD software (e.g. AutoDock Vina, MOE - Molecular Operating Environment, GAMESS, NAMD and other).
Last update: Renáta Neznámá (19.08.2019)
Teoretické znalosti dle sylabu. Student musí prokázat schopnost samostatné a smysluplné práce ve vybraném software pro CADD (např. AutoDock Vina, MOE - Molecular Operating Environment, GAMESS, NAMD a jiné).
