Создание новых лекарственных веществ (стр. 8 из 8)
1. Чем больше показатель спазмолитических свойств, тем больше анестезирующий эффект.
2. Чем меньше показатель сосудорасширяющего свойства, тем больше анестезирующий эффект.
3. Чем больше показатель антагонист кальциевых каналов, тем больше анестезирующий эффект.
4. Чем больше антигипертензивный показатель, тем меньше токсичность.
5. Чем больше показатель сосудорасширяющего средства, тем меньше токсичность.
6. Появление диуретических свойств снижает токсичность.
7. Появление α, β-антагонистов адренорецепторов уменьшает токсичность.
В нашей работе для комплексной оценки анестезирующих и токсических свойств предлагается использовать интегральные показатели.
Расчет интегральных показателей проводили по формуле 1.
;где
-интегральный коэффициент анестезирующей активности. 
-порог активности каждого i – вида фармакологического действия, влияющего на анестезирующий эффект. 
-порог активности дикаина по соответствующему виду. n-число видов фармакологического действия, влияющего на анестезирующий эффект. 
Для суммарной оценки токсических свойств предложен интегральный показатель токсичности.
;где
-интегральный коэффициент токсичности. 
-порог активности каждого j-вида фармакологического действия, влияющего на токсичность. 
-порог активности дикаина по соответствующему фармакологического действия. n-число видов фармакологического действия, влияющего на токсичность. 
Таблица 8
| Интегральные коэфф-ы | Дикаин | Структура1 Карбокси-структура | Структура 2 Адрено-структура | Структура 3 Никотино-структура | Структура 4 Пиперидино-структура |
| Коэффициент анестези-рующей активности | 0,5 | 0,443 | 0,419 | 0,543 | 0,560 |
| Коэффициент токсичности | 0,5 | 0,486 | 0,564 | - | - |
Из таблицы видно, что по анестезирующему эффекту исследуемые структуры можно ранжировать в следующий ряд:
Пиперидиноструктура>никотиноструктура>дикаин>
>карбоксиструктура>адреноструктура
Наглядно эффект анестезирующей активности представлен на диаграмме 1.
По токсичности исследуемые структуры располагаются в следующий ряд:
Таким образом, результаты компьютерного дизайна молекулы дикаина с целью снижения токсичности и усиления местноанестезирующего эффекта позволяют исследуемые структуры расположить в следующий ряд:
Никотиноструктура>пиперидиноструктура>адреноструктура>>дикаин>карбоксиструктура
4. Экономическая часть
4.1 Цель и база сравнения
Несмотря на достижения современной анестезии, продолжаются поиски менее опасных средств для наркоза, разработка различных вариантов многокомпонентного избирательного наркоза, позволяющего значительно снизить дозы используемых средств, уменьшить их токсичность и побочные отрицательные влияния.
В последнее время методы компьютерного моделирования все более входят в практику технологии создания новых синтетических лекарственных веществ. Полученные таким образом данные позволяют более целенаправленно проводить синтезы биоактивных молекул с заданными на молекулярном уровне параметрами, что значительно экономит время, материалы и силы при аналоговом поиске лекарственных веществ.
4.2 Проведение работы связано с определенными видами затрат
Затраты на проведение работы включают в себя:
1) Расчет заработной платы работнику, выполняющему данную работу с окладом 3500 р/мес.
2) Затраты на электроэнергию с ценой 1 кВт-1,6 р.
3) Затраты на покупку компьютера и приобретение программы HyperChem.
4.3 Заработная плата рассчитывается на 1 человека
Оклад составляет 3500 р/мес. Работа проводилась 4 месяца. Заработная плата за 4 месяца составляет 3500. 4=14000 р.
Отчисления на социальные нужды:
1) Пенсионный фонд
.2) Фонд социального страхования
.3) Фонд медицинского страхования
.4) Фонд страхования от несчастных случаев
р.Итого: 5222 р.
Основные производственные фонды
Стоимость компьютера 20000 р.
Стоимость компьютера Hyper Chem 30000 р.
Итого: 50000 р.
Амортизация
4.4 Затраты на электроэнергию
Цена за 1 кВт – 1,6 р.
Затраты на энергоресурсы составили 0,1 кВт/ ч.
Работа на компьютере составили 528 ч.
Смета затрат
| Статьи затрат | Стоимость, руб |
| Информационная программа HyperChem | 30000 |
| Заработная плата | 19222 |
| Амортизация | 1920 |
| Затраты на электроэнергию | 844,8 |
| ИТОГО | 51986 |
Список литературы
1. Поройков В.В. Компьютерное предсказание биологической активности веществ: пределы возможного. Химия в России, 1999, № 2, 8-12.
2. Кнунянц И. Л. Химическая энциклопедия. Издательство “Советская энциклопедия” Москва, 1988.
3. Кукес В. Г., Стародубцева А. К. Фармакология и фармакотерапия. - М.: ГЭОТАР – МЕД, 2004.
4. Беликов В. Г. Фармацевтическая химия. – М.: Высшая школа, 1985
5. Харкевич Д. А. Фармакология, четвертое издание, Москва, 1993.
6. Солдотенков А. Т., Колядина Н. М., Шендрик И. В. Основы органической химии лекарственных веществ. – М.: МИН, 2003.
7. Аляутдин Р. Н. Фармакология. – учебник для вузов, Москва, 2004.
8. Ланса Л., Лейси Ч., Голдман. М. Фармакологический справочник, Москва, 2000 г.
9. Поройков В.В., Филимонов Д.А. Компьютерный прогноз биологической активности химических соединений как основа для поиска и оптимизации базовых структур новых лекарств. В сб.: Азотистые гетероциклы и алкалоиды. Москва: Иридиум-пресс, 2001, т.1, с.123-129.
10. Poroikov V.V., Filimonov D.A., Borodina Yu.V., Lagunin A.A., Kos A. Robustness of biological activity spectra predicting by computer program PASS for non-congeneric sets of chemical compounds. J. Chem. Inform. Comput. Sci., 2000, 40 (6), 1349-1355.
11. Anzali S., Barnickel G., Cezanne B., Krug M., Filimonov D., Poroikov V. Discriminating between drugs and nondrugs by Prediction of Activity Spectra for Substances (PASS). J. Med. Chem., 2001, 4 (15), 2432-2437.
12. Лагунин А.А., Филимонов Д.А., Поройков В.В. Компьютерный поиск потенциальных антигипертензивных соединений комбинированного действия. Хим.-фарм. журн., 2001, 35 (7), 28-34.
13. Filimonov D., Poroikov V., Borodina Yu., Gloriozova T. Chemical similarity assessment through multilevel neighborhoods of atoms: definition and comparison with the other descriptors. J. Chem. Inf. Comput. Sci., 1999, 39 (4), 666-670.
14. Lagunin A., Stepanchikova A., Filimonov D., Poroikov V. PASS: prediction of activity spectra for biologically active substances. Bioinformatics, 2000, 16 (8), 747-748.
15. Poroikov V., Akimov D., Shabelnikova E., Filimonov D. Top 200 medicines: can new actions be discovered through computer-aided prediction? SAR and QSAR in Environmental Research, 2001, 12 (4), 327-344.
16. Poroikov V., Filimonov D. Computer-aided prediction of biological activity spectra. Application for finding and optimization of new leads. Rational Approaches to Drug Design, Eds. H.-D. Holtje, W.Sippl, Prous Science, Barcelona, 2001, p.403-407.
17. Кудрин А. Н. Фармакология, Москва “Медицина”, 1991.
18. Лоуренс Д. Р., Беннетт П. Н. Браун М. Дж. Фармакология. Издание второе. Москва, 2002.
19. Кудрин А. Н. Фармакология. – М.: Медицина, 2001.
20. Лоуренс Д. Р., Беннетт П. Н. Фармакология Том 1. Москва, 1993.