Em formação

Compare a afinidade com o receptor h1 de potência


Esta citação de Miller (2004) deixa claro que a afinidade das drogas pelo receptor H1 não se correlaciona com a sedação:

Embora a dosagem e a afinidade pelos receptores H1 da histamina desempenhem um papel no efeito sedativo de um medicamento, o que em última análise determina o efeito sedativo é a quantidade da droga que atinge os receptores H1 da histamina no sistema nervoso central. Por exemplo, a quetiapina, que tem pouca afinidade pelos receptores H1 da histamina, é um medicamento antipsicótico menos potente e requer muito mais miligramas para ser eficaz do que os medicamentos de alta potência, como risperidona e ziprasidona. Por causa disso, a quetiapina tem um efeito sedativo maior em pacientes em uso clínico do que a risperidona e a ziprasidona.

Existe uma maneira matemática de comparar a afinidade com a potência entre diferentes drogas?


Existem algumas coisas importantes a serem consideradas ao interpretar esses dados.

Aqui, potência significa equivalentes de clorpromazina

Quando sua avaliação vinculada se refere a potência, provavelmente está se referindo ao antigo conceito de equivalentes de clorpromazina. A tabela no artigo cita Jibson e Tandon em uma revisão no relatório especial de notícias CNS de 2001. Este não é um artigo padrão revisado por pares e não posso acessá-lo, mas lista a potência relativa em mg, com clorpromazina definida para 100 mg e haloperidol em 2 mg:

É quase certo que se trata de equivalentes de clorpromazina. Você pode ler uma discussão sobre as limitações dessa compreensão da potência antipsicótica aqui, mas esses números não são baseados em uma análise farmacodinâmica matematicamente rigorosa. Não são consistentes, principalmente para antipsicóticos atípicos, e são estimados com base em dados clínicos da dose mínima efetiva entre outros métodos.

Então, onde a afinidade neste artigo, $ frac {1} {K_D} $, tem uma definição farmacodinâmica rigorosa, a potência não. Aqui está, efetivamente, uma abreviação de quanto de um medicamento você deve administrar para obter um efeito terapêutico.

Drogas antipsicóticas atuam em muitos receptores do SNC

Para entender exatamente o que Miller quer dizer quando diz:

Por exemplo, a quetiapina, que tem pouca afinidade pelos receptores de histamina H1, é um medicamento antipsicótico menos potente e requer muito mais miligramas para ser eficaz do que medicamentos de alta potência, como risperidona e ziprasidona.

Você precisa entender isso $ H_1 $ receptores fazem não mediar o alvo clínico primário. Portanto, a menor potência da quetiapina significa que você tem que dar mais para ter um efeito clínico. Por causa da dose típica mais alta de quetiapina, embora a afinidade para $ H_1 $ receptores é relativamente baixo, você terá mais ligação com $ H_1 $ do que com, por exemplo, risperidona, que requer uma dose mais baixa.

Dê uma olhada no gráfico no artigo de Richelson e Souder que Miller cita para ver os diferentes receptores alvos para essas drogas antipsicóticas.

Os alvos terapêuticos primários (usados ​​para caracterizar a potência clínica geral) são (provavelmente) o $ D_2 $, $ 5HT_ {1A} $, e $ 5HT_ {2A} $ receptores. A ação no $ H_1 $ receptor é principalmente um efeito adverso. Miller está tentando dizer que o efeito sedativo faz dependem da afinidade em $ H_1 $, mas você também deve considerar a dose necessária para obter um efeito em $ D_2 $ e o relevante $ 5HT $ receptores.

Uma definição rigorosa de potência envolve simplificação

é uma definição rigorosa de potência para um agonista (e também de inibição para um antagonista, e os antipsicóticos são antagonistas). A potência é distinta e dependente da afinidade. Eu recomendaria Goodman e Gillman, Capítulo 3, se você gostaria de saber mais. Não é particularmente relevante para a compreensão deste artigo, em parte porque Miller não usa essa definição de potência e em parte porque o modelo envolve uma única interação ligante-receptor que medeia diretamente um efeito desejado. É baseado na seguinte equação, onde $ LR ^ * $ é um receptor-ligante ativado: $ L + R rightleftharpoons LR rightleftharpoons LR ^ * $. Como os efeitos desejados e adversos dos antipsicóticos envolvem ações em muitos receptores diferentes, mesmo além dos de Richelson e Souder, o modelo simples é insuficiente.


Ensaio é o teste de um material para determinar seus ingredientes e sua qualidade. Portanto, é uma análise qualitativa e quantitativa. Um ensaio pode ser usado para determinar a presença de um componente específico, para determinar a quantidade de um componente presente ou para determinar a atividade funcional de um componente específico. O componente que está sendo medido é denominado analito ou alvo.

Figura 01: Diferentes técnicas de ELISA (ELISA é o Enzyme-Linked Immunosorbent Assay)

Método

Um ensaio típico tem as seguintes etapas

  1. Primeiro, processamento e preparação da amostra - manipule a amostra para obter o alvo na amostra em uma forma mensurável.
  2. Discriminação específica do alvo - discrimina o alvo de outros componentes presentes na amostra.
  3. Amplificação de sinal - converte a presença e a quantidade de alvo em um sinal amplificado que é fácil de detectar e discriminar.
  4. Detecção de sinal - a detecção fornece detalhes qualitativos ou quantitativos sobre o alvo.
  5. Melhoria de sinal - para obter dados precisos sobre o alvo.

Eficácia versus potência de um medicamento

Eficácia vs Potência. Potência e eficácia são freqüentemente misturadas, mas esses termos não são sinônimos e são usados ​​de forma enganosa. No entanto, é mais importante diferenciar a eficácia e a potência de um medicamento para uso clínico. Independentemente, a potência e a eficácia do medicamento podem variar. Provavelmente, a partir de curvas graduais de dose-resposta, duas propriedades principais dos medicamentos podem ser determinadas: potência e eficácia. Certamente, você pode entender claramente a diferença entre potência e eficácia depois de ler este artigo.

1. Definição de Eficácia vs Potência

Eficácia é a capacidade de uma droga, após se ligar aos receptores, iniciar uma mudança que leva a certos efeitos. Simplesmente, a eficácia (Emax) é a capacidade de um medicamento em produzir uma resposta máxima. Além disso, é conhecido como eficácia máxima. Em outras palavras, a eficácia é a resposta máxima que pode ser induzida pelo medicamento [1]. Em outras palavras, a eficácia é a capacidade de uma droga de induzir uma resposta fisiológica ao interagir com um receptor [3].

Por outro lado, Potência é uma medida comparativa de diferentes doses de dois medicamentos necessários para produzir o mesmo efeito farmacológico. Também é conhecido como força do medicamento. Simplesmente, Potência é a quantidade de medicamento necessária para produzir uma determinada resposta [1].

Em outras palavras, Potência refere-se à concentração (EC50) ou dose (ED50) de um medicamento necessária para produzir 50% do efeito máximo desse medicamento & # 8217s [2]. Certamente, quanto mais o ED50 de uma droga, menos a potência e quanto menos o ED50, mais a potência. A potência é uma medida da quantidade de medicamento necessária para produzir um efeito de uma dada magnitude [3].

2. O tema central de Eficácia vs Potência

A eficácia é a potência terapêutica. Considerando que, Potência é potência absoluta.

3. Estimativa de eficácia vs potência

A eficácia é estimada comparando as diferenças na resposta mais alta em altas concentrações ou doses de fármaco. Por outro lado, a Potência é estimada comparando a dose (ED50).

4. Dependendo do fator de eficácia versus potência

A eficácia depende da concentração no local de ação, do número de ligações fármaco-receptor, de fatores psicológicos e da eficiência do acoplamento da ativação do receptor às respostas celulares. Considerando que, a potência de uma droga depende da afinidade dos receptores para se ligar à droga e quão efetivamente a interação droga-receptor leva à resposta clínica [4].

5. Componente decisivo

A eficácia é um componente decisivo para escolher um medicamento entre outros do mesmo tipo. Já a Potência é um componente decisivo para a escolha da dose do medicamento.

6. Relação com eficácia clínica

A eficácia clínica de um medicamento depende de sua eficácia. Por outro lado, a eficácia clínica de um medicamento não depende de sua potência.

7. Por que a eficácia é mais importante do que a potência?

A potência é menos significativa do que a eficácia. Embora a eficácia seja mais significativa do que a potência da droga. Certamente, um medicamento com maior eficácia do que maior potência é mais benéfico do ponto de vista terapêutico.

8. Utilidade da eficácia versus potência

A eficácia pode ser benéfica na determinação da eficácia clínica de um medicamento. Embora a potência de um medicamento possa ser benéfica no desenho das formas de dosagem.

9. Exemplo de eficácia versus potência

Geralmente, a morfina produz um nível ótimo de analgesia que não é possível com qualquer dose de aspirina. Portanto, a morfina tem mais eficácia do que a aspirina. Da mesma forma, a furosemida é um diurético que tem mais capacidade de eliminar mais sal e líquido da urina do que a metolazona. Portanto, a furosemida tem maior eficácia do que a metolazona.

Por outro lado, 500 mg de Paracetamol e 30 mg de morfina são usados ​​como analgésico. Aqui, é necessária uma pequena dose de morfina para produzir um efeito analgésico. Assim, a morfina é um analgésico mais potente do que o paracetamol.


Métodos

A triagem virtual - um protocolo computacional de identificação e otimização de drogas - tem obtido sucesso na indústria farmacêutica para aplicações de design de drogas baseadas em estrutura [19]. O número cada vez maior de alvos farmacológicos e a tremenda magnitude do espaço químico potencial criou a necessidade de previsões de atividade rápidas e de baixo custo em comparação com medições experimentais caras usando técnicas tradicionais [20, 21]. Docking molecular, um tipo de triagem virtual, coloca compostos ou ligantes em posições de ligação potenciais dentro do sítio de ligação de um alvo biológico e avalia a afinidade de ligação com uma função de pontuação. A função de pontuação avalia as interações não covalentes entre o ligante e o alvo para fornecer uma energia de ligação (pontuação) que pode ser usada para classificar compostos com afinidade de ligação crescente [22-24]. Inicialmente, os detalhes moleculares das simulações de acoplamento, por ex. poses de encaixe e distribuições de pontuação são apresentadas para uma série de análogos do fentanil. Esses compostos têm alta similaridade estrutural, mas afinidades de ligação significativamente diferentes que variam de sub-nM a μM. O modelo é posteriormente validado encaixando e marcando um conjunto estruturalmente diverso de vinte e três opioides. A forte correlação entre a pontuação de docking e as afinidades de ligação permite a classificação dos opióides em três regimes de concentração de ligação com base na pontuação de docking.

Uma série de 23 opióides foram acoplados à estrutura de cristal μOR (Fig 1B, PDBID: 5C1M [25]). O conjunto de opioides contém oito análogos de fentanil (N-metil fentanil, N-metil carfentanil, fentanil, alfentanil, sufentanil, carfentanil, lofentanil e R30490), sete congêneres de fentanil ((±) -tramadol, meperidina, propoxifeno, difenoxilato e (±) -metadona) e oito derivados de morfina (codeína + ) -pentazocina, oxicodona, nalbufina, morfina, oximorfona, hidromorfona e buprenorfina). O μOR foi cristalizado no estado ativo com o agonista BU72 ocupando o sítio de ligação. A estrutura cristalina foi preparada usando a função 'QuickPrep' dentro do Molecular Operating Environment (MOE) [26]. ‘QuickPrep’ define os estados de protonação de todos os resíduos tituláveis ​​dentro da estrutura da proteína e executa uma minimização de energia para remover quaisquer choques estéricos. Todas as moléculas de água na estrutura cristalina foram mantidas na preparação da estrutura e incluídas durante o encaixe e a avaliação da pose. Cada opióide foi encaixado usando o algoritmo de colocação Triangle Matcher e refinado usando o protocolo de ajuste induzido. Um farmacóforo catiônico foi colocado na amina carregada positivamente de BU72, uma interação chave crítica para a ligação de opióides à base de amina [27]. O farmacóforo é usado como uma sugestão para a colocação inicial, no entanto, a bolsa de ligação e o fármaco são relaxados (ajuste induzido) após o acoplamento do ligante.

A proteína e as moléculas pequenas foram modeladas com o campo de força Amber em combinação com a parametrização da Teoria de Hückel Estendida para moléculas pequenas [28-30]. Os medicamentos acoplados são pontuados com a função de pontuação GBVI / WSA [31]. Todas as drogas foram encaixadas na forma protonada, que confere quiralidade na amina carregada positivamente. Todos os derivados de fentanil e fenilpiperidina colocaram o hidrogênio na posição axial com o grupo R na posição equatorial. Os derivados da morfina foram encaixados em ambos os estados protoméricos e a pontuação média mais baixa de encaixe foi usada. Dada a natureza estocástica do algoritmo de encaixe, há alguma variabilidade na melhor pose de encaixe e na pontuação de cada simulação. Portanto, cada opióide foi encaixado e pontuado em dez simulações independentes e a média da pose de menor energia é usada na análise a seguir. Todo o procedimento foi realizado em triplicata para garantir a reprodutibilidade. A pontuação média de docking (ADS) da melhor pose dos três conjuntos de simulações está dentro de 0,2 kcal / mol para cada droga (Informações de Apoio, Fig. 1).

O método foi avaliado posteriormente acoplando uma série de 50 presumíveis iscos de fentanil não vinculativos gerados pelo Directory of Useful Decoys, Enhanced (DUD-E) [32, 33]. DUD-E foi usado para gerar estruturas chamariz que são fisicamente semelhantes ao fentanil, mas variam topologicamente. A diferença na forma molecular deve reduzir a afinidade de ligação. Os 50 iscas continham pelo menos uma amina carregada positivamente e foram acoplados e refinados usando o protocolo de acoplamento descrito anteriormente. Finalmente, a similaridade estrutural do fentanil com respeito aos iscas foi avaliada usando uma combinação de chaves MACCS (166 bits) do MOE e o índice de similaridade de Tanimoto [14]. O índice de similaridade de Tanimoto, ou coeficiente de Tanimoto (Tc), varia de 0-1. Os compostos com um alto grau de similaridade estrutural têm um Tc perto de um, enquanto compostos estruturalmente divergentes têm uma pontuação próxima a zero.


DISCUSSÃO

No presente estudo, a capacidade da duloxetina e da venlafaxina de bloquear os transportadores 5-HT e NE em vitro e na Vivo foi comparado. A duloxetina inibiu potentemente a ligação aos transportadores 5-HT humanos com um Keu valor de 0,8 nM, enquanto a venlafaxina foi 106 vezes menos potente. A duloxetina também inibiu potentemente a ligação ao transportador NE humano com um Keu valor de 7,5 nM e a venlafaxina inibiu a ligação ao transportador humano NE com um Keu valor de 2480 nM. Assim, a venlafaxina inibiu a ligação ao transportador NE com uma afinidade 331 vezes menor do que a duloxetina. A duloxetina e a venlafaxina inibiram a ligação aos transportadores 5-HT e NE de rato com afinidades semelhantes às dos transportadores humanos. O Keu os valores da duloxetina para a inibição dos transportadores 5-HT e NE estão de acordo com os valores relatados anteriormente em tecido de rato (Béïque et al. 1998 Wong et al. 1993) e para venlafaxina em tecido humano e de roedores (Tatsumi et al. 1997 Béïque et al. 1998). As razões de seletividade de duloxetina e venlafaxina para o bloqueio de NE / 5-HT de transportadores humanos foram de 9,4 e 30, respectivamente. Foram determinadas razões de seletividade semelhantes de 7,2 e 23 para os transportadores de rato NE e 5-HT, respectivamente. Em relação à sua afinidade para os transportadores de 5-HT, nenhuma das drogas tinha alta afinidade para o transportador de dopamina humano.

Os inibidores de captação dupla também inibiram em vitro captação de monoaminas em sinaptossomas de cérebro de rato. A duloxetina inibiu a captação de 5-HT, NE e DA com Keu valores de 4,6, 16 e 369 nM, respectivamente, em boa concordância com os valores obtidos com a ligação do transportador em tecido de rato. A venlafaxina inibiu a captação com potência 17, 34 e 17 vezes menor, respectivamente. As razões de seletividade NE / 5-HT de duloxetina e venlafaxina para captação sinaptossomal em ratos foi de 3,5 e 7, respectivamente.

A interação não seletiva de inibidores de captação com receptores neuronais pode aumentar seu potencial de efeitos colaterais e novas drogas desta classe foram projetadas para ter baixa afinidade para esses receptores (Wong et al. 1995). A duloxetina e a venlafaxina demonstraram níveis notavelmente baixos de interação com vários receptores neuronais, sugerindo que estariam livres de efeitos colaterais devido ao bloqueio colinérgico, histamínico, dopaminérgico e adrenérgico.

A duloxetina e a venlafaxina também bloquearam os transportadores de captação na Vivo em ratos. Duloxetina bloqueada ex vivo Ligação do transportador 5-HT e NE com ED50 valores de 0,03 e 0,7 mg / kg s.c. A venlafaxina foi 67 e 77 vezes menos potente que a duloxetina na inibição de 5-HT e NE ex vivo ligação do transportador. Duloxetina com potência comparável bloqueada ex vivo absorção de 5-HT e NE em homogenatos cerebrais após s.c. e administração oral, embora doses mais altas fossem necessárias para bloquear ex vivo captação do que ex vivo ligação do transportador, consistente com menor afinidade no bloqueio de absorção do que a inibição da ligação do transportador. A duloxetina bloqueou a depleção dependente do transportador das concentrações de 5-HT em cérebro de rato por p-CA com um DE50 valor de 2,3 mg / kg i.p., demonstrando na Vivo bloqueio do transportador 5-HT (Fuller et al. 1994). Da mesma forma, a venlafaxina bloqueou a depleção de 5-HT induzida por p-CA, mas foi 2,6 vezes menos potente. O bloqueio da depleção das concentrações de NE induzida por 6-OHDA dependente do transportador NE no hipotálamo de rato foi usado para avaliar o bloqueio do transportador NE na Vivo (Fuller et al. 1994). Duloxetina e venlafaxina bloquearam a depleção de NE induzida por 6-OHDA com DE50 valores de 12 e 94 mg / kg i.p., respectivamente. A razão de seletividade para bloquear os efeitos dependentes do transportador NE / 5-HT na Vivo foi de 5,2 e 16 vezes, respectivamente. Assim, ambas as drogas penetram no cérebro e inibem os processos de captação de 5-HT e NE, embora doses consideravelmente maiores de venlafaxina sejam necessárias para bloquear o transportador de NE.

Assim, a duloxetina em comparação com a venlafaxina apresentou maior afinidade e bloqueio mais potente dos transportadores 5-HT e NE em vitro e na Vivo. Os resultados estão em geral de acordo com os resultados relatados anteriormente sobre os dois compostos. Por exemplo, descobriu-se que a venlafaxina tem uma potência 10 vezes maior para prolongar a supressão de CA do hipocampo dorsal3 disparo neuronal por 5-HT microiontoforeticamente aplicado contra NE (Béïque et al. 1998). A venlafaxina também foi 3 vezes mais potente na supressão da atividade de disparo espontâneo dos neurônios 5-HT na rafe dorsal em comparação com a supressão da atividade neuronal NE no locus coeruleus (Béïque et al. 1999), embora a venlafaxina não suprimiu completamente o disparo no locus coeruleus , ao contrário de outros inibidores de absorção de NE, incluindo duloxetina (Kasamo et al. 1996). No mesmo paradigma eletrofisiológico, a duloxetina foi 4,8 vezes mais potente na inibição da atividade de disparo espontâneo nos neurônios 5-HT da rafe dorsal do que na inibição dos neurônios NE no locus coeruleus (Kasamo et al. 1996). Os dados apresentados neste artigo demonstram uma diferença de pelo menos 16 vezes para na Vivo potência da venlafaxina para bloquear as neurotoxinas específicas do transportador 5-HT e NE, ao passo que houve apenas uma diferença de 5 vezes para a duloxetina. A discrepância entre a afinidade da venlafaxina para o bloqueio dos transportadores 5-HT e NE versus a potência de supressão da atividade de disparo dos corpos celulares pode estar relacionada às diferentes vias de administração, formação de metabólitos ativos e / ou sensibilidade de disparo dos neurônios. No geral, a venlafaxina foi consistentemente mais potente na Vivo do que seria previsto de em vitro dados de ligação, possivelmente devido à ligação relativamente baixa de proteínas ou outros atributos de biodisponibilidade (Troy et al. 1996).

Os resultados de estudos de microdiálise indicam que a duloxetina aumenta os níveis extracelulares de 5-HT e NE no córtex frontal e hipotálamo (Gobert et al. 1997 Kihara e Ikeda 1995 Engleman et al. 1995) em uma faixa de dose semelhante a doses que bloqueiam tanto 5-HT quanto Transportadores NE, consistentes com o bloqueio da captação aumentando os níveis extracelulares dos neurotransmissores. O bloqueio seletivo dos autorreceptores 5-HT e NE aumentou significativamente o aumento induzido pela duloxetina dos níveis extracelulares de 5-HT e NE, respectivamente, sugerindo que os níveis aumentados de monoaminas ativaram autoreceptores inibitórios (Engleman et al. 1996 Millan et al. 1998 Gobert et al. al. 1997). Isso é corroborado pelos relatórios mencionados anteriormente sobre a inibição da atividade de disparo espontâneo dos neurônios 5-HT da rafe dorsal e neurônios NE do locus ceruleus pela duloxetina (Kasamo et al. 1996). A duloxetina foi ativa em vários modelos de comportamento de roedores de inibição de absorção de NE, incluindo hipotermia induzida por reserpina e ptose induzida por tetrabenazina e modelos para aumento de respostas de 5-HT, como movimentos de cabeça induzidos por 5-hidroxitriptofano (Katoh et al. 1995). A duloxetina e a venlafaxina também produziram efeitos no teste de natação forçada em ratos consistentes com o bloqueio de múltiplos sistemas neurotransmissores (Reneric e Lucki 1998).

Em resumo, tanto a duloxetina quanto a venlafaxina inibem os processos de captação de 5-HT e NE e a ligação do transportador em vitro e na Vivo. No entanto, a duloxetina tem afinidade 100 vezes ou superior para os transportadores 5-HT humanos e de rato e afinidade pelo menos 300 vezes maior para os transportadores NE em vitro em comparação com a venlafaxina. Na Vivo, a duloxetina bloqueia a depleção de monoamina dependente do transportador 5-HT e NE por neurotoxinas com potência 2,5 e 7,8 vezes maior do que a venlafaxina. No geral, esses dados são consistentes com os dados da microdiálise que indicam que a duloxetina aumenta os níveis extracelulares de 5-HT e NE em doses semelhantes (Engleman et al. 1995). O teste clínico destes compostos é necessário para determinar se a adição suplementar de bloqueio de NE, bem como a inibição da captação de 5-HT aumenta a eficácia e diminui o atraso no início da atividade antidepressiva em comparação com SSRIs.


Princípios da farmacodinâmica e suas aplicações em farmacologia veterinária

Farmacodinâmica (PDs) é a ciência da ação de drogas no corpo ou em microrganismos e outros parasitas dentro ou sobre o corpo. Pode ser estudado em muitos níveis organizacionais - sub-molecular, molecular, celular, tecido / órgão e corpo inteiro - usando na Vivo, ex vivo e em vitro métodos e utilizando uma ampla gama de técnicas. Alguns fármacos devem suas propriedades de DP a alguma propriedade ou ação físico-química e, em tais casos, a estrutura molecular detalhada do fármaco desempenha pouco ou nenhum papel na resposta eliciada. Para a grande maioria das drogas, no entanto, a ação no corpo é crucialmente dependente da estrutura química, de modo que uma alteração muito pequena, por ex. a substituição de um próton por um grupo metil, pode alterar marcadamente a potência do fármaco, até o ponto de perda de atividade. No final do século 19 e na primeira metade do século 20, o reconhecimento desses fatos por Langley, Ehrlich, Dale, Clarke e outros forneceu a base para a hipótese do sítio receptor da ação da droga. De acordo com essas idéias iniciais, a droga, a fim de eliciar seu efeito, tinha que primeiro se combinar com uma "molécula alvo" específica na superfície celular ou em uma organela intracelular. Logo percebeu-se que a estrutura química "certa" era necessária para a interação droga-local alvo (e a resposta farmacológica subsequente). Além disso, a partir desse requisito, para a especificidade do requisito de estrutura química, desenvolveu-se não apenas a ciência moderna da farmacologia, mas também a da toxicologia. Em relação às ações de drogas sobre micróbios e parasitas, por exemplo, o trabalho inicial de Ehrlich levou à introdução de moléculas seletivamente tóxicas para eles e relativamente seguras para o animal hospedeiro.

No animal como um todo, os medicamentos podem atuar em muitas moléculas-alvo em muitos tecidos. Essas ações podem levar a respostas primárias que, por sua vez, podem induzir respostas secundárias, que podem aumentar ou diminuir a resposta primária. Portanto, é comum investigar a farmacodinâmica de medicamentos (PDs) em primeira instância nos níveis molecular, celular e tecidual em vitro, para que os efeitos primários possam ser melhor compreendidos sem interferência das complexidades envolvidas em estudos com animais inteiros.

Quando uma droga, hormônio ou neurotransmissor se combina com uma molécula alvo, é descrito como um ligante. Os ligantes são classificados em dois grupos, agonistas (que iniciam uma cadeia de reações que levam, geralmente por meio da liberação ou formação de mensageiros secundários, à resposta) e antagonistas (que falham em iniciar as vias de transdução, mas, no entanto, competem com os agonistas pela ocupação do receptor locais e, assim, inibir suas ações). Os parâmetros que caracterizam a interação do receptor do fármaco são afinidade, eficácia, potência e sensibilidade, cada um dos quais pode ser elucidado quantitativamente para um determinado fármaco que atua em um determinado receptor em um determinado tecido. O objetivo mais fundamental dos PDs é usar os valores numéricos derivados para esses parâmetros para classificar e subclassificar os receptores e comparar e classificar os medicamentos com base em sua afinidade, eficácia, potência e sensibilidade.

Esta revisão apresenta e resume os princípios dos DPs e os ilustra com exemplos extraídos da farmacologia básica e veterinária. Os medicamentos que atuam nos adrenoceptores e cardiovasculares, antiinflamatórios não esteroidais e antimicrobianos são considerados resumidamente para fornecer uma base para revisões subsequentes nesta edição que tratam da modelagem farmacocinética (PK) –PD e integração dessas classes de medicamentos. A ação da droga nos receptores tem muitas características em comum com a cinética enzimática e a adsorção de gás em superfícies, conforme definido pelas equações de absorção de Michaelis-Menten e Langmuir, respectivamente. Essas e outras equações derivadas são descritas nesta revisão. No entanto, não existe uma teoria única que explique adequadamente todos os aspectos da interação droga-receptor. Cada uma das primeiras teorias de 'ocupação' e 'taxa' explica algumas, mas não todas, as observações experimentais. A partir dessas teorias básicas, o modelo operacional e a teoria dos dois estados foram desenvolvidos. Para uma discussão de teorias mais avançadas, ver Kenakin (1997).


Risperidona em comparação com medicamentos antipsicóticos novos e de referência: ligação ao receptor in vitro e in vivo

Risperidona e seu metabólito ativo 9-OH-risperidona foram comparados a medicamentos antipsicóticos de referência (haloperidol, pipamperona, fluspirileno, clozapina, zotepina) e compostos em desenvolvimento (olanzapina, seroquel, sertindol, ORG-5222, ziprasidona) para ligação in vitro a neurotransmitter receptores em tecido cerebral e em membranas de células recombinantes que expressam receptores humanos clonados e para ocupação in vivo de receptores de neurotransmissores em cérebro de rato e cobaia após tratamento agudo (2 h., sc). Uma técnica de autoradiografia ex vivo foi aplicada para determinar a ocupação do receptor pelas drogas administradas in vivo. De particular interesse são os 5HT centrais2A receptores e D2receptores de tipo. 5HT predominante2A supõe-se que o antagonismo do receptor se soma a um perfil atípico dos antipsicóticos (tratamento dos sintomas negativos, baixa incidência de efeitos colaterais extrapiramidais). D2 o antagonismo é necessário para o tratamento dos sintomas positivos. Uma contribuição dos novos subtipos D de receptores de dopamina3 e em particular D4 receptores foi proposto.

In vitro, todos os compostos, exceto os antipsicóticos "típicos" haloperidol e fluspirileno, mostraram maior afinidade para 5HT2A do que para D2 receptores. Afinidade subnanomolar para 5HT humano2A receptores foram observados para ORG-5222, sertindol, resperidona, 9-OH-risperidona e ziprasidona. Fluspirileno, ORG-5222, haloperidol, ziprasidona, risperidona, 9-OH-risperidona e zotepina exibiram afinidade nanomolar para D humano2 receptores. O sertindol e a olanzapina foram ligeiramente menos potentes. Pipamperona, clozapina e seroquel mostraram 2 ordens de magnitude menor D2 afinidade in vitro. A clozapina, mas ainda mais pipamperona, exibiu maior afinidade para D4 do que para D2 receptores. Para a maioria dos outros compostos, D4 afinidade foi apenas ligeiramente menor do que seu D2 afinidade. Seroquel era totalmente desprovido de D4 afinidade. Nenhum dos compostos teve afinidade nanomolar para D1 receptores sua afinidade por D3 receptores era geralmente ligeiramente menor do que para D2 receptores.

In vivo, ORG-5222, risperidona, pipamperona, 9-OH-risperidona, sertindol, olanzapina, zotepina e clozapina mantiveram uma potência mais alta para ocupar 5HT2A do que D2 receptores. Risperidona e ORG-5222 tinham 5HT2A versus D2 razão de potência de cerca de 20. Potência mais alta para 5HT2A a ocupação do receptor foi observada para ORG-5222 seguido por risperidona e olanzapina. Ziprasidona ocupou exclusivamente 5HT2A receptores. ORG-5222, haloperidol, fluspirileno e olanzapina mostraram a maior potência para ocupar D2 receptores. Sem seletividade regional para D2 a ocupação do receptor nas áreas mesolímbica versus nigroestriatal foi detectada para qualquer um dos compostos de teste. A risperidona era conspícua por causa de sua ocupação mais gradual de D2 receptores nenhum dos outros compostos mostraram esta propriedade. Os vários compostos também exibiram ocupação elevada a moderada de α adrenérgico1 receptores, exceto fluspirileno e ziprasidona. Clozapina, zotepina, ORG-5222 e sertindol ocuparam ainda mais α1 do que D2 receptores. A clozapina mostrou ocupação predominante de H1 receptores e receptores colinérgicos ocupados com potência equivalente a D2 receptores. Uma predominância mais forte de 5HT2A versus D2 ocupação do receptor combinada com uma ocupação mais gradual de D2 receptores diferencia a risperidona e seu metabólito 9-OH dos outros compostos antipsicóticos neste estudo. O 5HT predominante2A a ocupação do receptor provavelmente desempenha um papel na ação benéfica da risperidona nos sintomas negativos da esquizofrenia, enquanto a manutenção de uma ocupação moderada de D2 receptores parecem adequados para tratar os sintomas positivos da esquizofrenia. Um 5HT combinado2A e D2 ocupação e a evitação de D2 Acredita-se que o overblockade do receptor reduz o risco de sintomas extrapiramidais.


Princípios Básicos de Farmacodinâmica

Como as drogas exercem seus efeitos?

“Aquele grupo de combinação da molécula protoplasmática à qual o grupo introduzido está ancorado será denominado doravante receptor.” PAUL EHRLICH, 1909

“Corpora non agunt nisi fixata [as substâncias não agem a menos que sejam ligadas].”

A definição de uma droga como qualquer produto químico que perturba um sistema biológico sugere que eles podem produzir seus efeitos por múltiplos mecanismos. Exemplos de múltiplos mecanismos de ação de drogas incluem: interações químicas com outras moléculas devido a propriedades ácidas ou básicas de drogas (por exemplo, antiácidos ou sulfato de protamina - um antagonista da heparina), sua capacidade de atuar como um surfactante de membrana (anfotericina B), ou seus capacidade de desnaturar proteínas (adstringentes). No entanto, a maioria dos medicamentos exerce seus efeitos terapêuticos ligando-se a sites receptores. Os receptores têm duas propriedades importantes - elas ligar drogas (ligantes) com afinidade relativamente alta, e depois que se ligam a uma droga, eles transduzir um sinal para produzir um efeito biológico. Esta última propriedade distingue os receptores dos locais de ligação inertes, como a albumina ou a glicoproteína ácida α1, que são proteínas do sangue que se ligam avidamente a muitos medicamentos, mas não transduzir um sinal. Muitos receptores de drogas podem transduzir sinais biológicos em concentrações muito baixas (ou seja, eles são altamente eficientes). Por exemplo, cálculos de estudos de ligação da atropina ao íleo intestinal sugerem que apenas 0,02% da superfície celular é composta de receptores de acetilcolina (uma área comparável à superfície da Islândia em relação à superfície da Terra) (Kenakin, 1997 )

Subtipos de receptor

Drug receptors can be classified into several major subtypes including:

The Chemical Basis for Drug-Receptor Interactions

Drugs can interact with receptors through a variety of chemical interactions including:

The Dose Response Relationship

The fraction of receptors occupied by a drug is a function of the drug concentration. As the drug concentration is increased, a progressively higher fraction of available receptors will become occupied by drug until all available receptors become bound. An illustration of the relationship between drug concentration and receptor occupancy by drug is shown in Figure 1.

Figura 1. The dose-response relationship. When plotted on a linear scale (left panel), a dose-response relationship is hyperbolic, and can typically be well described by a Langmuir binding isotherm. At high concentrations the response reaches a maximum due to saturation of available receptors by drug. When plotted on a semi-log scale (logarithm of drug concentration vs. effect), the relationship becomes sigmoidal (S-shaped). The semi-log plot is the preferred method for plotting dose-response relationships because it becomes easier to accurately determine the EC50 value (the concentration which produces 50% of the maximum response) by placing it on a linear portion of the curve.

Agonists and Antagonists

Drugs are commonly divided into two basic categories: agonists and antagonists. Agonists are drugs that ligar e ativar receptores. Classical antagonists are drugs that bind to receptors without activating them, and consequently prevent the binding of other agonists. If you conceptualize drug-receptor interactions as a “lock and key” model, agonists are keys that fit into a lock (receptor) and open (activate) them, whereas antagonists fit into the lock and jam the mechanism.

Two fundamental properties of agonists are affinity and efficacy. Affinity can be defined as the tenacity with which a drug binds to its receptor. In statistical terms, it can be defined as the probability that a drug molecule will bind to an available receptor at any given instant in time. Eficácia is an inherent property of an agonist that determines its ability to produce its biological effect. By definition, it is a property of the drug, not the receptor or tissue. Affinity gets the drug bound to the receptor, and efficacy determines what happens once the drug is bound.

Different drugs that bind to the same receptor and produce the same type of response will typically differ from each other in terms of their affinity (potency) and/or efficacy. O termo potency is used as a comparative term for distinguishing which agonist has a higher affinity for a given receptor (Figure 2).

Figura 2. Schematic illustration of the dose-response curves for a series of agonists (A, B, C and D) that have the same efficacy, but differ in terms of their potency. The most potent drug (Drug A) has the lowest EC50 value, and is approximately 20-30 fold more potent than Drug D.

Agonists can also differ in terms of their efficacy, or maximum response. Figure 3 shows a plot of four agonists that differ in terms of their relative efficacy. Drug A is the most efficacious, and Drug D the least. Drugs that produce less than maximal activation of a receptor are often referred to as partial agonists. Drug D, which produces very little activation, would most likely function as a good antagonista for Drugs A, B or C since it binds to the receptor (note: same affinity), but produces only a minimal level of activation.

Figure 3. Dose-response relationships for four agonists that vary in efficacy. Each drug has essentially the same EC50 value (equi-potent), but differ in terms of the maximum response they can produce at high concentrations that saturate all available receptor sites. Drug A has a relative efficacy that is 2 times than Drug C, and

100 times more than Drug D.

Signal Transduction Mechanisms for Agonists

Once an agonist has bound to its receptor, its effects are transduced into a cellular response by one of several different mechanisms. A few of the most common mechanisms include: a) direct activation of an ion channel, b) G-protein activation of an ion channel, c) G-protein activation of a second messenger system, or d) receptor activation of an intracellular enzyme (e.g. tyrosine kinase). Examples of these mechanisms are shown below.

Direct activation of an ion channel

The drug receptor is structurally attached to an ion channel. Binding of the drug to the receptor site(s) results in a conformational change in the receptor/channel complex that typically causes the ion channel to open. This results in a flow of channel permeant ions (e.g. Na and K for nicotinic receptors) down their electrochemical gradient with a resultant change in membrane potential (Figure 4). Exemplos:

Figure 4. Ligand-gated ion channel. Binding of 2 molecules of acetylcholine to the nicotinic receptor/channel complex causes the channel to open. In skeletal muscle, this results in a depolarization of the membrane potential, the production of an action potential, and contraction (the biological response).

G-protein activation of an ion channel

The drug receptor stimulates an ion channel via activation of a G protein (Figure 5). Either the alpha or beta/gamma subunits stimulate the channel to open. As an example, this is the mechanism by which acetylcholine acts to slow the heart rate.

Figura 5. G-protein activated ion channel. Binding of an agonist to the m2 receptor activates a G-protein (Gi) which in turn stimulates a K-selective channel to open. The increase in K permeability will hyperpolarize the membrane potential.

G-protein activation of a second messenger cascade

There are two well characterized second messenger cascade mechanisms. One involves the G-protein (Gs) mediated activation of adenylyl cyclase, with subsequent formation of camp and activation of protein kinase A (PK-A) (Figure 6). The second involves the G-protein activation of phospholipase C (PLC), which breaks down phosphoinositide to IP3 and diacylglycerol (Figure 7). DAG acts as a second messenger to stimulate protein kinase C, and IP3 stimulates the release of Ca ions from intracellular stores.

Figura 6. Drug induced activation of the cAMP/PK-A pathway. Norepinephrine binding to beta1-adrenergic receptors stimulates adenylate cyclase (AC), which converts ATP to cAMP. cAMP acts as a second messenger to stimulate protein kinase A (PK-A), which in turn phosphorylates a variety of proteins, generating a biological response. (e.g. this mechanism is responsible for norepinephrine's ability to increase the force of contraction of heart muscle, which results from the phosphorylation of the L-type Ca channel by PK-A).

Figura 7. Drug induced activation of the phosphoinositide/ PK-C pathway. Angiotensin II binding to AT1 receptors activates phospholipase C (PLC). PLC breaks down phosphoinositol into diacylglycerol (DAG) and IP3. DAG acts as a second messenger to activate protein kinase C (PK-C), which phosphorylates a variety of intracellular proteins. IP3 stimulates the release of Ca from intracellular stores. These mechanisms are believed to mediate the vasoconstrictive effects of Ang II on vascular smooth muscle.

Receptors linked to Cytoplasmic Enzymes (e.g. Tyrosine Kinases)

This class of receptors mediates the first steps in the transduction of signals carried by insulin and a wide variety of growth factors such as epidermal growth factor (EGF), atrial natriuretic factor (ANF) and transforming growth factor beta (TGF-β). These receptors contain an extracellular domain that binds to a specific ligand, and a cytoplasmic domain that typically contains a protein tyrosine kinase (Figure 8). However, other enzymes such as serine kinases, or a guanylyl cyclase may also be coupled to a receptor and work by the same mechanism.

Examples: EGF, Insulin, various growth factors

Figura 8. The binding of a ligand to receptors produces a change in receptor conformation that allows receptors to interact. The interaction between receptors causes the tyronsine kinases to become active, resulting in auto-phosphorylation of the enzyme domains, and phosphorylation of tyrosine residues on different downstream signaling proteins (S→S-P). The auto-phosphorylation typically results in a prolonged response to the agonist (e.g. insulin) that persists after the removal of the ligand from the receptor site.

Antagonists: Competitive vs. Noncompetitive

Antagonists are drugs that bind to receptors (have affinity), but do not produce a substantial degree of receptor stimulation (they have very low efficacy). Antagonists are typically classified as competitive or noncompetitive. Competitive antagonists bind reversibly to the same receptor site as the agonist. Because they bind reversibly and compete for the same binding site, their inhibitory effects can be “surmounted” by addition of a higher concentration of agonist (Figure 9A). This effect produces a rightward parallel shift of the dose-response for the agonist (towards higher concentrations). In the presence of a competitive antagonist, agonists can still produce the same (e.g. 100%) maximal effect as in the absence of an antagonist, the only difference being that higher agonist concentrations are needed to produce the same level of effect. The vast majority of clinically used drugs that act as receptor antagonists are competitivo antagonists. Noncompetitive antagonists either bind irreversibly (e.g. by covalent bonds) to the same site as the agonist, or bind to a different site which reduces the binding of the agonist by an alostérico mecanismo. The primary effect of a noncompetitive antagonist is a reduction in the maximal effect produced by the agonist (see Figure 9 B). (In some cases the slope may also be reduced.) In contrast to a competitive antagonist, the effect of a noncompetitive antagonist não pode be reversed by simply increasing the concentration of the agonist, since the law of mass action does not apply.

Figura 9. Examples of Competitive and Noncompetitive Antagonism. A. Competitive Antagonism, where both the agonist (Isoproterenol) and the antagonist (Propranolol) bind reversibly to the same receptor subtype (β-adrenoceptor). In the presence of the competitive antagonist, the dose-response curve is shifted to the right in a parallel manner. B. Non-competitive antagonism. Phenoxybenzamine binds irreversibly (with covalent bonds) to α-adrenergic receptors. This reduces the fraction of available receptors, and reduces the maximal effect that can be produced by the agonist.

Reverse Agonists

Some drugs, in some biological systems, have been shown to act as “reverse agonists” in that they produce a response that is opposite of that typically produced by a receptor when it is stimulated by a conventional agonist. One mechanism that has been proposed to explain such an effect is by a drug-induced decrease in the basal activity of the receptor. Por exemplo, some G-protein coupled receptors appear to have a basal or “tonic” level of intrinsic activity in the absence of a hormone or neurotransmitter. This results in a tonic level of stimulation of downstream events, such as stimulation of adenylate cyclase. When a “reverse agonist” binds to this receptor, it acts similar to a conventional antagonist by binding to the receptor without “stimulating it”. However, in addition, the binding of the reverse agonist to the receptor alters the receptor confirmation in such a way as to decrease its interaction with G-proteins, resulting in a decrease in basal stimulation of G-proteins and a reduction in the activity of adenylate cyclase.

Other Mechanisms of Drug Antagonism

There are other types of “antagonism” involving drug effects. Physiological antagonism involves drug activation of two different compensatory biological mechanisms that exist to maintain homeostasis. For example, the effect of norepinephrine to increase blood pressure (via stimulation of α-adrenergic receptors) can be antagonized by administration of acetylcholine, which causes vasodilation by release of nitric oxide from the vascular (arteriolar) endothelium. Chemical antagonism occurs when a drug reduces the concentration of an agonist by forming a chemical complex (e.g. chelating agents). Pharmacokinetic antagonism occurs when one drug acclerates the metabolism or elimination of another (e.g. phenobarbital-induced enzyme induction increases the metabolism of the anticoagulant coumadin).

Drugs often work on multiple receptors

Drugs often work on more than one receptor, and as a result produce more than one kind of biological response (Figure 10). One good example is norepinephrine (NE), the sympathetic neurotransmitter which can relaxar bronchial smooth muscle, but constrict arterial smooth muscle. This results from NE binding to different adrenergic receptor subtypes (α and β). Bronchial smooth muscle is rich in β adrenergic receptors, whereas arterial smooth muscle is rich in α adrenergic receptors. When stimulated, the α receptor subtype transduces a different type of biological signal compared to β adrenergic receptors. Each receptor subtype selectively interacts with different G proteins & thus activate different intracellular messenger pathways, resulting in different biological responses.

Figura 10. A single drug can interact with multiple receptors. Norepinephrine can deliver two types of messages by interacting with different adrenergic receptor subtypes (α and β). These receptors are coupled to different intracellular messenger systems, and produce different responses when stimulated. These receptor subtypes are not typically expressed in equal amounts in the same tissue (e.g. vascular smooth muscle contains more α receptors (α » β ), whereas bronchial tissue contains more β receptors (β » α).

Specificity vs. Selectivity, and the Therapeutic Window

If a drug has one effect, and only one effect on all biological systems it possesses the property of especificidade. In experience, the vast majority of drugs are selective rather than specific. This is the case because most drugs will act on more than one receptor site once they reach an appropriately high concentration. Two examples include: a) verapamil, a blocker of L-type Ca channels, but which blocks Na channels at high concentrations b) yohimbine a drug used therapeutically as an α2-adrenoceptor blocker but which also blocks 5-HT receptors, α1-adrenoceptors, Na channels, monoamine oxidase, and cholinesterase at higher concentrations. The concentration range over which a drug produces its therapeutic effect is known as its therapeutic window. An illustration of the therapeutic window for selective blockade of α2-adrenoceptors by yohimbine is shown in Figure 11.

Figura 11. o therapeutic window for selective blockade of α2 - adrenoceptors by yohimbine. Similar to most drugs, yohimbine lacks true specificity in its biological actions.

EC50 vs ED50 – What’s the difference.

EC50 – used for in vitro studies only

When investigating drug effects in a tissue bath setting, drug concentrations are typically precisely known, unless one is using an impure source of the drug (e.g. St. John’s wort – a herbal medication containing a mixture of active ingredients, with varying purity between preparations). Hence when studying drug effects in vitro, one can most commonly compare drug effects to drug concentrations and a concentration producing 50% of a maximal effect (the EC50) can be defined.

There Are Two Definitions of ED50 – one for whole animal vs population studies

In contrast to a tissue bath experiment, when administering a drug to an intact animal or patient, one typically gives a specific “dose” (e.g. 500 mg orally or i.v.). The concentration of drug achieved in the bloodstream (e.g. 1 or 10 ug/ml) in response to giving this fixed dose will depend on which body compartments the drug distributes into (e.g. extracellular vs. extracellular plus intracellular space), and will vary as a function of time depending upon the rate of drug distribution into body compartments, and the rate of drug metabolism and/or elimination from the body by the kidneys. So as a result, in whole animal experiments, we talk of doses that produce a given magnitude of therapeutic effect, e.g. 50% of the maximal effect ED50, and not EC50.

One can also define how drug effects vary in a population of animals or patients. These studies typically involve giving a range of doses to a large population of animals/patients and measuring an all-or-none type of “quantal” response (such as – does this dose produce vomiting, or cure a headache within 1 hours time?). In this situation, one can define the minimum dose needed to produce the desired effect in each animal or patient. The results of this type of study can be plotted in the form of a quantal dose response curve (Figure 12). In a population study, the dose that produces the desired effect in 50% of the population is referred to as the “median effective dose” and is (unfortunately) also abbreviated as the ED50 or ED50. To summarize, ED50 is a value defined in whole animal or population studies.

The Quantal Dose-Response

The dose response relationships shown in Figures 2 & 3 are examples of graded responses, in which the response occurs in gradations proportional to the number of receptors occupied by an agonist. Drug responses can also be defined as quantal. In this case, the observed response is described (defined) on an “all-or-none” basis. An illustration of a quantal dose-response relationship is shown in Figure 12, which depicts the relationship between the dose of a drug vs. the frequency that this dose produces a minimum effect (e.g. lowering of blood pressure by 10 mm Hg). With a sufficiently large patient population, this type of relationship is often well-fit by a Gaussian distribution, in which statistical parameters can be used to predict the variability of drug response in the patient population. The dose at which 50% of the subjects respond is the ED50. This type of dose-response relationship is most useful for defining quantal events such as the prevention of convulsions, arrhythmia or death by a drug.

Figura 12. Quantal effects. A set of data obtained after administration of increasing doses of a drug to a group of patients, and observation of the minimum dose at which each patient responded with the desired outcome. The results have been plotted as a histogram, and fit with a gaussian curve. μ = mean response σ = standard deviation.

Drug Safety & the Therapeutic Index

Drugs have therapeutic effects, toxic side effects, and in some cases lethal effects. Side effects and lethal effects are typically dose-dependent, and can be quantitated by defining the dose that produces a toxic effect in 50% of the population (TD50) and (at least in animals) lethal effects in 50% of the population (LD50). The dose-relationships for toxic and lethal effects may have different slopes compared to therapeutic dose-response relationship because they produce effects by different receptors or mechanisms (e.g. Figure 9). It is of value to know the relative difference between the average toxic dose and the average therapeutic dose. The most common way to define this relationship is using the Therapeutic Index (TI), which is defined as the ratio between the TD50 and ED50 or TI=TD50/ED50. (The TI is also sometimes referred to as the therapeutic ratio). A drug having a TI of 2 would be relatively unsafe, because doubling the dose (e.g. taking 2 tablets vs. one) would produce undesirable side effects in half the patients. The higher the TI, the safer the drug. In animals, the Therapeutic Index is often defined in terms of a comparison of the average lethal dose vs. average effective dose, i.e. TI = LD50/ED50.

Outro less commonly used index is the Certain Safety Factor = LD1/ED99, which defines the ratio between the concentration of drug that is lethal to 1% of the population vs. the dose which is therapeutically effective in 99% of the population. If this number is much greater than one, it is a relatively safe drug. The reason this index is less commonly used is because the LD1 value, at least for human populations, is typically unknown or poorly defined, for ethical reasons!

Figura 13. The relationship between the dose-response relationships for producing therapeutic and toxic side effects. The Therapeutic Index (TI) is defined as the ratio of the TD50/ED50.

Summation and Potentiation

The average hospitalized patient is typically given multiple drugs concomitantly, with the national average being

8 drugs. It is important to recognize that drugs may interact with each other in “agonistic” or antagonistic ways. This topic will be covered in more depth later during the course. Examples of physiological, chemical and pharmacokinetic antagonism were discussed above (page 8). Two common types of “agonistic” drug interactions are additive or synergistic interactions. When two drugs with similar mechanisms are given together, they typically produce additive efeitos. This is also referred to as somatório. However, if the effect of two drugs exceeds the sum of their individual effects, this is referred to as potentiation ou synergism. Potentiation requires that the drugs act at different receptors or effector systems. An example of potentiation would be the increase in beneficial effects noted in the treatment of AIDS by combination therapy with AZT (a nucleoside analog that inhibits HIV reverse transcriptase) and a protease inhibitor (protease activity is important for viral replication), or the combined effects of norepinephrine and cocaine on arterial blood pressure. An additional (graphical illustration) of additive and synergistic effects is shown in Figure 14.

Figure 14. Illustration of drug combinations producing Summation vs. Synergistic effects. Top: Drugs A and B produce equal effects, and their effects are additive when combined. Bottom: The combination of half the dose of Drug A and B produces a response greater than A or B alone.

Desensitization

Receptor-mediated responses to drugs, hormones and neurotransmitters commonly desensitize with time. Following an initial response (such as cellular accumulation of cAMP, Na influx, K efflux) the response produced by the agonist will gradually diminish over seconds to minutes despite the continual presence of the agonist (Figure 15). Esse "desensitization” is typically rapidly reversible after removal of the agonist (or increased level of a neurotransmitter) for a few minutes. The mechanism underlying desensitization varies from system to system, and is sometimes obscure. Two mechanisms that have been documented include: 1) Change in the receptor: where the agonist-induced changes in receptor conformation result in receptor phosphorylation, which diminishes the ability of the receptor to interact with G proteins, and 2) Loss of receptors: due to internalization into endocytic vesicles (which can also promote dephosphorylation, increasing the rate at which fully functioning receptors can be replenished in the plasma membrane) Rapid cycling into & out of endocytic vesicles can occur over a time course of several minutes. Additional mechanisms or alterations in “down stream” portions of signal transduction mechanisms are also possible.

Figura 15. Desensitization. Despite the constant presence of acetylcholine, the response evoked by stimulation of muscarinic receptors (see Figure 5) cannot be maintained. This may contribute (along with sympathetic reflexes) to the phenomena known as “vagal escape”.


Reconhecimentos

We would like to thank Ravindra Kumar for helpful discussions and generously providing GDF11 protein for our crystallographic studies and biochemical assays. We also thank members of the Thompson laboratory for helpful discussions regarding the manuscript.

Financiamento

This study was supported, in part, by the National Institutes of Health, the National Health and Medical Research Council Australia Grant, Michigan State University, the Paul F. Glenn Center for the Biology of Aging, the Muscular Dystrophy Association, the University of Cincinnati Graduate Dean Fellowship, and the American Heart Association (R01AG047131, R01AG040019, and R03AG049657 to RTL Paul F. Glenn Center Grant and R56AG048917, R56AG052979 and R01AG048917 to AJW R41AR06880401 to EMH GM58670 and CA172886 to APH CIHR MOP-133394 to DJB 1078907 to CAH R01GM114640 and Muscular Dystrophy Association Grant 240087 to TBT Graduate Dean Fellowship and 12PRE11790027 to RGW).

Disponibilidade de dados e materiais

The atomic coordinates for the crystal structures (GDF11:FS288 = 5JHW, apo-GDF8 = 5JI1, apo-GDF11 = 5UHM) presented in this work are available in the RCSB Protein Data Bank (http://www.rcsb.org/pdb/home/home.do). The remaining datasets generated and/or analyzed during the current study are available from the corresponding author upon reasonable request.

Contribuições dos autores

RGW and TBT conceived the idea and designed the experiments. RGW prepared all figures and wrote the initial draft of the manuscript, performed the X-ray crystallography and structural refinement for the FS288:GDF11 complex and apo-GDF8 structures, performed the SPR, purified all components, and designed and optimized the initial HEK293 (CAGA)12 and RIB L17 cell-based assays. TBT edited the manuscript and helped with data interpretation and X-ray data collection and structural refinement. MC (University of Cincinnati) helped perform the HEK293 (CAGA)12 and RIB L17 cell-based assays. JCM helped with the RIB L17 cell-based assays. EJG performed the X-ray crystallography and structural refinement for the apo-GDF11 structure. SA and EMH designed and performed the HepG2 experiment and analysis. KLW and CAH performed and designed the LβT2 cell-based assays. GS and DJB provided reagents and input for the RIB L17 assay. APH provided ALK5-ECD and TGFβ3 proteins and input for subsequent binding studies. MC (Harvard University), JO, and AJW designed and performed the primary skeletal myoblast experiments. AV and RTL designed and performed the in vivo experiments. All authors revised and edited the manuscript. All authors read and approved the final manuscript.

Competing interests

TBT is a consultant for Acceleron Pharma. Harvard University and Brigham and Women’s Hospital have filed for intellectual property on GDF11 listing AJW and RTL as inventors. The other authors report no competing interests.


Resumo

A new class of histamine analogues characterized by a 3,3-diphenylpropyl substituent at the 2-position of the imidazole nucleus has been prepared outgoing from 4,4-diphenylbutyronitrile (4b) via cyclization of the corresponding methyl imidate 5b with 2-oxo-4-phthalimido-1-butyl acetate or 2-oxo-1,4-butandiol in liquid ammonia, followed by standard reactions. The title compounds displayed partial agonism on contractile H1 receptors of the guinea-pig ileum and endothelium-denuded aorta, respectively, except 10 (histaprodifen 2-[2-(3,3-diphenylpropyl)-1H-imidazol-4-yl]ethanamine) which was a full agonist in the ileum assay. Enquanto 10 was equipotent with histamine (1), methylhistaprodifen (13) and dimethylhistaprodifen (14) exceeded the functional potency of 1 by a factor of 3−5 (13) and 2−3 (14) Compostos 10 e 1317 relaxed precontracted rat aortic rings (intact endothelium) with relative potencies of 3.3- up to 28-fold (compared with 1), displaying partial agonism as well. Agonist effects were sensitive to blockade by the selective H1-receptor antagonist mepyramine (pA2 ≈ 9 (guinea-pig) and pA2 ≈ 8 (rat aorta)). The affinity of 10 e 1317 for guinea-pig H1 receptors increased 20- to 100-fold compared with 1. Two lower homologues of 10 were weak partial H1-receptor agonists while two higher homologues of 10 were silent antagonists endowed with micromolar affinity for rat and guinea-pig H1 receptores. In functional selectivity experiments, 10, 13, e 14 did not stimulate H2, H3, and several other neurotransmitter receptors. They displayed only low to moderate affinity for these sites (pA2 < 6). For a better understanding of structure−activity relationships, the interaction of 1 e 10, 13 e 14 within the transmembrane (TM) domains of the human histamine H1 receptor were studied using molecular dynamics simulations. Remarkable differences were found between the binding modes of 10, 13, e 14 and that of 1. The imidazole ring of 10, 13, e 14 was placed ‘upside down' compared with 1, making the interaction of the N π -atom with Tyr431 possible. This new orientation was mainly caused by the space filling substitution at the 2-position of the imidazole ring and influenced the location of the protonated N α -atom which was positioned more between TM III and TM VI. This orientation can explain both the increased relative potency and the maximum effect of 10, 13, e 14 compared with 1. Compound 13 (methylhistaprodifen N α -methyl-2-[2-(3,3-diphenylpropyl)-1H-imidazol-4-yl]ethanamine) is the most potent histamine H1-receptor agonist reported so far in the literature and may become a valuable tool for the study of physiological and pathophysiological H1-receptor-mediated effects.

Presented in part at the XXVIth Meeting of the European Histamine Research Society, Sevilla, Spain, May 14−17, 1997 1 XXVIIth Meeting of the European Histamine Research Society, Lódz, Poland, May 20−23, 1998 2 and XIIIth International Congress of Pharmacology, Munich, Germany, July 26−31, 1998. 3

Institut für Organische Chemie.

Forschungsinstitut für Molekulare Pharmakologie.

Para quem a correspondência deve ser endereçada. Phone: +49-30-838 53278. Fax: +49-30-838 52242. E-mail: [email protected]


Assista o vídeo: Potências do receptor (Dezembro 2021).