Entwicklung selektiver Liganden für nukleäre Rezeptoren mit Relevanz bei neurodegenerativen Erkrankungen

  • Die Superfamilie der nukleären Rezeptoren umfasst 48 ligandenabhänige Transkriptionsfaktoren, die durch Veränderungen in der Genexpression unterschiedlichste (patho-)physiologische Vorgänge wie Metabolismus, Entzündungen und Zelldifferenzierung beeinflussen. Für die Vertreter der Retinoid X Rezeptoren (RXRs) und Peroxisomen Proliferator-aktivierten Rezeptoren (PPARs) wurden in den letzten Jahren vielversprechende Effekte auf neurodegenerative Erkrankungen berichtet. Beide Rezeptorklassen beeinflussen u.a. Bildung, Transport und Abbau des neurotoxischen Amyloid-β, das als eine der Ursachen für die Entstehung einer Alzheimer Demenz (AD) vermutet wird. Außerdem gibt es Hinweise darauf, dass durch gezielte Modulation der RXRs (besonders RXRγ) eine Remyelinisierung auto-immun demyelinisierter Neurone und damit eine regenerative Therapie für die Multiple Sklerose (MS) möglich sein könnte. Die aktuell zur Verfügung stehenden Liganden der RXRs besitzen unzureichende Subtypenselektivität und meist unvorteilhafte physikochemische Eigenschaften, die der weiteren Erforschung im Wege stehen. Um diese Hindernisse zu überwinden, sollten im Rahmen dieser Arbeit neuartige RXR-Agonisten synthetisiert und umfassend charakterisiert werden. Ein kürzlich publizierter RXR-Agonist besitzt eine ungewöhnlich lineare Biphenylgrundstruktur und offenbart ein attraktives Aktivitätsprofil: Während alle drei RXR-Subtypen mit einem ähnlichen EC50-Wert (RXRα/β/γ = 12/12/14 µM) adressiert werden, führt die Bindung an RXRα nur zu einer minimalen Aktivierung (max. 5-fache Aktivierung im Vergleich zur Grundaktivität), während RXRβ und γ deutlich stärker aktiviert werden (60-70-fache Aktivierung). Da für diesen Chemotyp bislang noch keine systematischen Studien vorlagen, wurden seine Struktur-Wirkungs-Beziehungen (SAR) erforscht. Durch Synthese und in vitro Charakterisierung von 24 Derivaten konnten sowohl selektivitäts- als auch potenzfördernde Strukturmerkmale identifiziert werden, die sich auch kombinieren ließen. Es wurden ein RXRβ-selektives Derivat, mehrere RXRα/β-präferierende Analoga und ein potentes Derivat mit annähernd 100-fach gesteigerter Potenz ((EC50(RXRα/β/γ) = 0,08/0,15/0,22 µM) erhalten. Im Zuge der Charakterisierung wurden außerdem strukturelle Variationen identifiziert, die eine Umgehung des LXR/RXR-Heterodimers ermöglichen könnten. Zusätzlich gelang die Kristallisation der Ligandbindedomäne (LBD) von RXRα im Komplex mit dem potentesten Vertreter der Serie und offenbarte Potential für weitere Optimierungen, u.a. der Möglichkeit eine kovalente Bindung mit Cys432 zu etablieren und damit eine weitere Potenzsteigerung zu erreichen. Neben der mangelnden Subtypenpräferenz behindern auch die ungünstigen physikochemischen Eigenschaften von RXR-Liganden die weitere Entwicklung von RXR-basierten Therapieoptionen. Deshalb sollte eine neue Leitstruktur mit überlegenen physikochemischen Eigenschaften identifiziert und durch systematische SAR-Untersuchungen weiterentwickelt werden. Für den experimentellen Wirkstoff Wy14,643, einem dualen Agonisten an PPARα und γ, wurden im Laufe der letzten vier Jahrzehnte wiederholt Effekte patentiert, die sich mit dem bislang bekannten Aktivitätsprofil nicht erklären ließen. Er zeigte u.a. in einem Tiermodell der MS einen immunmodulierenden Effekt und reduzierte in vitro die Bildung von Amyloid-β.Im Rahmen dieser Arbeit konnte Wy14,643 als potenter RXR-Agonist (EC50 (PPARα/γ/δ) = 36/54/- µM¸ EC50(RXRα/β/γ) = 9,1/13/31 µM) mit überlegenen physikochemischen Eigenschaften (z.B. Löslichkeit in Wasser = 48,6 mg/L) identifiziert und dadurch dessen Wirkungen erklärt werden. Wy14,643 wurde als Startpunkt einer systematischen Untersuchung der Ligand-Rezeptor-Interaktionen sowohl an den PPARs und den RXRs ausgewählt. Dabei wurden ein potenter selektiver PPAR-Agonist und ein potenter und ausgeglichener panRXR/panPPAR-Agonist erhalten. Der panRXR/panPPAR-Agonist konnte im Komplex mit der LBD von PPARγ kristallisiert werden, wo der Ligand gleich doppelt gebunden vorliegt. Eines der Moleküle bindet in einer alternativen Bindungstasche. Diese Erkenntnis könnte die Grundlage für die Entwicklung einer neuen Klasse von PPARγ-Modulatoren legen. Durch Kombination des erlangten SAR-Wissens wurde ein selektiver RXR-Agonist (EC50 (PPARα/γ/δ) = -/-/- µM¸ EC50(RXRα/β/γ) = 0,09/0,14/0,36 µM) mit annähernd 100-fach gesteigerter Potenz synthetisiert, der die günstigen physikochemischen Eigenschaften der Leitstruktur erhalten konnte (Löslichkeit in Wasser = 14,3 mg/L). Mit diesem Profil ist es gelungen einen RXR-Agonisten zu kreieren, der dem bisherigen Goldstandard Bexaroten bei vergleichbarer Potenz in physikochemischen Eigenschaften überlegen ist. Die Kristallstruktur des RXR-selektiven Derivats im Komplex mit der LBD von RXRα zeigte einen orthosterischen Bindemodus und legte weitere Optimierungen nahe: So gibt es sowohl ungenutzten Raum, der zukünftig durch strukturbasierte Substitutionen adressiert werden könnte, als auch die Möglichkeit eine kovalente Bindung zum Rezeptor (Cys432) zu initiieren. Durch diese Arbeit konnten nicht nur eine Reihe von potenten RXR-Liganden identifiziert werden, durch die Entwicklung eines Sets aus PPAR-selektiven, dual PPAR/RXR-aktiven und RXR-selektiven Derivaten gleichen Chemotyps, entstand auch ein nützliches pharmakologisches Werkzeug zur weiteren Entschlüsselung des Zusammenspiels dieser Rezeptoren. Die systematische Entwicklung einer Leitstruktur, wie sie in den vorangegangenen Projekten praktiziert wurde, kann je nach deren Komplexität eine kostenintensive und synthetisch anspruchsvolle Aufgabe darstellen. Im Rahmen dieser Arbeit wurde eine computergestützte Optimierung einer Leitstruktur als Teil einer selektiven Optimierung von Nebenaktivitäten (SOSA) etabliert, um den präparativen Aufwand der Strukturoptimierung zu reduzieren. Als Modellsubstanz wurde das Fettsäuremimetikum Cinalukast ausgewählt, das einen potenten Cysteinylleukotrienrezeptor 1 (CysLT1R)-Antagonisten darstellt, für den eine schwache Aktivität an PPARα entdeckt wurde. Ein automatisierter Arbeitsablauf testete eine virtuelle Bibliothek von annähernd 8000 Cinalukastanaloga auf ihre PPARα-Aktivität und die Derivate mit der besten vorhergesagten PPARα-Aktivität wurden durch maschinelles Lernen nach ihrem CysLT1R-Antagonismus klassifiziert. Die Synthese und Charakterisierung eines virtuell bevorzugten Derivats zeigte selektiven PPARα-Agonismus und konnte so den computergestützten Arbeitsablauf als wertvolles Instrument zur Optimierung von Fettsäuremimetika bestätigten. Die vorliegende Arbeit hat bedeutende Fortschritte bei der Entwicklung von zwei neuen Chemotypen als RXR-Liganden erreicht. Die Klasse der Biphenyl-Analoga kann als Ausgangspunkt für eine weitere Entwicklung von subtypenselektiven RXR-Agonisten dienen und könnte gleichzeitig die gezielte Umgehung einzelner Heterodimere ermöglichen. Das Set aus drei Derivaten von Wy14,643 mit identischem Chemotyp, aber drastisch unterschiedlichen Aktivitätsprofilen an den PPARs und RXRs ermöglicht eine intensive pharmakologische Untersuchung der beiden Rezeptorfamilien und deren Zusammenspiel. Außerdem entstand aus dieser Klasse einer der zurzeit fortschrittlichsten RXR-Agonisten. Zukünftig kann außerdem der im Zuge der Arbeit etablierte computergestützte Arbeitsablauf die Optimierung von Fettsäuremimetika deutlich beschleunigen.

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Julius Carl Pollinger
URN:urn:nbn:de:hebis:30:3-554895
Place of publication:Frankfurt am Main
Referee:Daniel MerkORCiDGND, Achim SchmidtkoORCiDGND
Advisor:Daniel Merk
Document Type:Doctoral Thesis
Language:German
Date of Publication (online):2020/09/02
Year of first Publication:2019
Publishing Institution:Universitätsbibliothek Johann Christian Senckenberg
Granting Institution:Johann Wolfgang Goethe-Universität
Date of final exam:2020/08/20
Release Date:2020/09/23
Page Number:236
HeBIS-PPN:469754885
Institutes:Biochemie, Chemie und Pharmazie / Pharmazie
Dewey Decimal Classification:5 Naturwissenschaften und Mathematik / 57 Biowissenschaften; Biologie / 570 Biowissenschaften; Biologie
6 Technik, Medizin, angewandte Wissenschaften / 61 Medizin und Gesundheit / 610 Medizin und Gesundheit
Sammlungen:Universitätspublikationen
Licence (German):License LogoDeutsches Urheberrecht