La medicina personalitzada i les teràpies dirigides són, avui dia, estratègies emergents en les companyies farmacèutiques. L’objectiu global, a llarg termini, és desenvolupar tractaments dirigits cap a mecanismes moleculars desregulats únicament en les cèl•lules afectades, reduint així els problemes de toxicitat d’aquests compostos. Aquest procés és llarg i costós però la introducció de les tècniques de disseny racional de fàrmacs ha permès reduir de manera considerable el temps d’identificació de molècules actives, agilitzant així les etapes inicials. Les teràpies antitumorals dirigides a promoure l’apoptosi i/o a controlar el procés de proliferació cel•lular es troben avui dia en ple desenvolupament. A més, les oportunitats d’intervenció terapèutiques en aquesta línia s’incrementen a mesura que augmenta el coneixement de les proteïnes involucrades en aquests processos. Avui dia els principals problemes dels compostos identificats radiquen però en la seva selectivitat i el gran nombre d’efectes secundaris que presenten, pel que el disseny del molècules selectives és un camp de recerca molt actiu. El present projecte es basa en la cerca de nous fàrmacs anticancerígens mitjançant la modelització molecular. D’una banda es tracta d’identificar inhibidors per a les proteïnes de la família Bcl-2 per a restablir els nivells normals d’apoptosi i, de l’altra, per a les proteïnes CDK4 i CDK6, importants reguladores del cicle cel•lular. L’objectiu plantejat a llarg termini en aquesta tesi és identificar compostos actius amb potència i selectivitat cap a aquestes proteïnes per tal de convertir-los en caps de sèrie que finalment puguin arribar a ser fàrmacs comercials. La utilització de compostos mimètics del domini BH3 per inhibir la funció dels membres antiapoptòtics de la família Bcl-2 és una de les estratègies més emprades per al control de l’apoptosi. En aquest marc, en funció de la selectivitat que presenten envers els pèptids BH3, podem trobar dues subfamílies de proteïnes antiapoptòtiques: Bcl-2, Bcl-xL i Bcl-w d’una banda i Mcl-1 i A-1 de l’altra. Diferents estudis suggereixen que per a produir la mort cel•lular és necessari intervenir al menys un membre de cadascuna de les subfamílies. Per tant, sota aquesta premissa, es van analitzar les interaccions establertes entre les proteïnes antiapoptòtiques i dominis BH3 tant pel cas de pèptids que s’uneixen amb igual afinitat a tota la família, com per a pèptids selectius de cadascun dels subgrups. Nombrosos estudis apunten a que la helicitat en els pèptids mimètics dels domini BH3 incrementa notablement l’afinitat d’enllaç. Sota aquesta premissa s’ha tractat de dissenyar pèptids derivats de la proteïna proapoptòtica Bak substituint alguns dels residus prescindibles per l’aminoàcid no natural Aib, inductor de conformacions helicoïdals. Actualment tots els inhibidors coneguts per a les CDKs, actuen sobre el lloc d’unió de l’ATP. Donat que existeix una gran quantitat de dades experimentals sobre aquests compostos es va decidir avaluar diferents algoritmes de docking i predicció d’afinitats experimentals amb cinc inhibidors coneguts de CDK6. Finalment, s’ha proposat també un desenvolupament metodològic que enfoca el problema del disseny de fàrmacs des d’una perspectiva més amplia: la quimiogenòmica. Amb la seqüenciació del genoma humà s’ha pres consciència de que resulta inviable avaluar el gran número de compostos químics coneguts actualment sobre totes les possibles dianes terapèutiques identificades en el genoma humà. Per aquest motiu és imprescindible desenvolupar mètodes teòrics més senzills per a la caracterització i comparació de molècules que permetin predir la seva activitat biològica. Així doncs, amb la realització d’aquesta tesi, queda patent que l’aplicació de mètodes teòrics pot contribuir de manera eficient al disseny de fàrmacs. D’aquesta manera es possible reduir el cost i temps necessari per al descobriment de compostos actius. / Nowadays, personalized medicine and directed therapies have emerged as appealing strategies for pharmaceutical companies. The long-term goal is developing new treatments to target molecular pathways altered only in affected cells, thus reducing undesired side effects and toxicity problems. This is a tedious and long process although the incorporation in its framework of rational drug design techniques has reduced the time needed to identify new active molecules. The knowledge of molecular mechanisms involved in a given pathology allows finding a point of the process that can be targeted, usually a protein, restoring the normal cell behavior. Once identified the therapeutic target it is possible to find compounds that reproduce interactions between this protein and the corresponding natural regulations by means of molecular modeling techniques. In principle, these compounds are expected to mimic the biological effect of the natural regulators. Antitumoral therapies oriented to promote apopotosis or control the cell proliferation process are gaining importance nowadays. In addition, opportunities for therapeutic intervention in this context are growing with the discovery of new proteins involved in these pathways. In fact, the drawback of compounds known at date relies on selectivity problems and, thus, the huge number of undesired side effects of these treatments. Hence, development of selective treatments is a very active research field. The goal of the present PhD project is to identify new anticancer agents using molecular modeling techniques. On the one hand, it has been tried to identify inhibitors of the Bcl-2 protein family in order to restore normal apoptosis levels in tumoral cells and, on the other hand, for the CDK4 and CDK6 proteins, key regulators of eukaryotic cell cycle. All these proteins are deregulated in many types of cancer and thus, are presented as interesting targets for the cancer treatment. The identification of compounds with potency and selectivity for these proteins that can be used as lead compounds that finally will become commercial drugs is seeked.

Indiana University-Purdue University Indianapolis (IUPUI) / Model-based drug development has become an essential element to potentially make drug development more productive by assessing the data using mathematical and statistical approaches to construct and utilize models to increase the understanding of the drug and disease. The modeling and simulation approach not only quantifies the exposure-response relationship, and the level of variability, but also identifies the potential contributors to the variability. I hypothesized that the modeling and simulation approach can: 1) leverage our understanding of pharmacokinetic-pharmacodynamic (PK-PD) relationship from pre-clinical system to human; 2) quantitatively capture the drug impact on patients; 3) evaluate clinical trial designs; and 4) identify potential contributors to drug toxicity and efficacy. The major findings for these studies included: 1) a translational PK modeling approach that predicted clozapine and norclozapine central nervous system exposures in humans relating these exposures to receptor binding kinetics at multiple receptors; 2) a population pharmacokinetic analysis of a study of sertraline in depressed elderly patients with Alzheimer’s disease that identified site specific differences in drug exposure contributing to the overall variability in sertraline exposure; 3) the utility of a longitudinal tumor dynamic model developed by the Food and Drug Administration for predicting survival in non-small cell lung cancer patients, including an exploration of the limitations of this approach; 4) a Monte Carlo clinical trial simulation approach that was used to evaluate a pre-defined oncology trial with a sparse drug concentration sampling schedule with the aim to quantify how well individual drug exposures, random variability, and the food effects of abiraterone and nilotinib were determined under these conditions; 5) a time to event analysis that facilitated the identification of candidate genes including polymorphisms associated with vincristine-induced neuropathy from several association analyses in childhood acute lymphoblastic leukemia (ALL) patients; and 6) a LASSO penalized regression model that predicted vincristine-induced neuropathy and relapse in ALL patients and provided the basis for a risk assessment of the population. Overall, results from this dissertation provide an improved understanding of treatment effect in patients with an assessment of PK/PD combined and with a risk evaluation of drug toxicity and efficacy.