КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ

Номер 14-15-00449

НазваниеИнтегральная оценка токсичности ксенобиотиков с учётом их метаболизма в организме человека изоформами 3A4, 2C9, 2C19, 2D6, 1A2 цитохрома P450.

РуководительФилимонов Дмитрий Алексеевич, Кандидат физико-математических наук

Организация финансирования, регион Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт биомедицинской химии имени В.Н. Ореховича", г Москва

Период выполнения при поддержке РНФ 2014 г. - 2016 г.  , продлен на 2017 - 2018. Карточка проекта продления (ссылка)

Конкурс№1 - Конкурс 2014 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами».

Область знания, основной код классификатора 05 - Фундаментальные исследования для медицины, 05-107 - Токсикология

Ключевые словаметаболизм лекарств, ксенобиотики, ферменты первой фазы метаболизма лекарств, цитохром p450, ферменты второй фазы метаболизма лекарств, глюкуронозилтрансфераза, удф-глюкуронилтрансфераза, создание лекарств, биотрансформация, прогноз токсичности, биологическая активность, прогноз метаболизма, фармакокинетика, фармакодинамика

Код ГРНТИ34.03.23

СтатусУспешно завершен

 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Большинство ксенобиотиков, в число которых входят лекарственные вещества, пищевые добавки, косметика, промышленные экотоксиканты и т.п., попадая в организм человека, подвергаются метаболизму под действием ферментов. Подобная биотрансформация является ключевой стадией защитного процесса детоксикации, главным органом которой является печень. В нормально функционирующей печени протекает два типа метаболических реакций, которые принято классифицировать как реакции фаз I и II [Testa B., Jenner P. 1976]. Исходные гидрофобные молекулы в ходе реакций первой фазы превращаются в более полярные, гидрофильные (легче выводятся из организма выделительной системой) метаболиты посредством окисления, восстановления или гидролиза. Типичными и наиболее распространенными ферментами первой фазы метаболизма ксенобиотиков, являются ферменты из семейства цитохромов Р450. Реакции второй фазы биотрансформации (т.н. фазы конъюгации) катализируется разнообразными трансферазами, при этом образование глюкоронидов под воздействием фермента УДФ-глюкуронилтрансферазы – это наиболее важная форма конъюгации экзогенных соединений. Информация о метаболитах чрезвычайно важна, поскольку их токсичность, биологическая активность, биодоступность и другие свойства могут значительно отличаться от таковых у исходных веществ. В ходе биотрансформации появляются химические соединения (ХС), более активные, чем исходные, нередко наблюдается изменение биологической активности, или образование токсических метаболитов [Guengerich F.P., Shimada T., 1998; Guengerich F.P., 2000]. Поскольку токсические эффекты на организм человека могут оказывать не только ксенобиотики и их конечные метаболиты, образующиеся в больших количествах, но и промежуточные и конечные метаболиты, образующиеся в следовых количествах, то интегральная оценка токсичности ксенобиотиков с учётом их метаболизма в организме человека является актуальной задачей для фундаментальных исследований в области медицины и токсикологии. На данный момент не создано комплексных компьютерных методов, которые прогнозировали бы токсичность ксенобиотиков с учетом токсического действия их метаболитов, образующихся в ходе биотрансформации. Существуют отдельные компьютерные методы, моделирующие на основе различных принципов [Kirchmair J. et al., 2011] отдельные стадии взаимодействия ксенобиотиков с ферментами метаболизма, экспертные системы, способные на основе прогноза строить деревья метаболизма [Long A., 2013]. Существуют методы прогноза сайтов метаболизма, которые не прогнозируют самих метаболитов и все цепи метаболизма. Оценка токсичности возможных метаболитов осуществляется уже другими методами и не носит интегрального характера - токсичность изначального ХС, промежуточных метаболитов и конечных продуктов оцениваются по отдельности. Целью данного проекта является создание единого комплекса прогноза токсичности ксенобиотиков на основе их метаболизма в организме человека.

Ожидаемые результаты
Будет создана специализированная обучающая выборка, содержащая данные примерно о четырёх тысячах реакций биотрансформации, катализируемых пятью наиболее важными с точки зрения метаболизма лекарств изоформами цитохрома P450 (3A4, 2C9, 2C19, 2D6 и 1A2), а также данные о реакциях глюкоронидирования, катализируемых различными изоформами УДФ-глюкуронилтрансферазы. Наряду со структурами субстратов и метаболитов в обучающей выборке будут содержаться названия ферментов метаболизма ксенобиотиков, которые взаимодействуют с субстратами и названия реакций биотранформаций. Будет разработан метод прогноза принадлежности ХС к субстратам и/или метаболитам того или иного фермента и метод, позволяющий прогнозировать структуры, образующихся под воздействием пяти изоформ цитохрома P450: 3A4, 2C9, 2C19, 2D6, 1A2 и УДФ-глюкуронилтрансферазы, метаболитов ксенобиотиков. В основе этих двух методов будут лежать оценка возможности взаимодействия субстрата с интересующим ферментом, метод определения сайтов метаболизма и система преобразования субстрата в метаболит. Разработанный метод позволит строить деревья метаболизма по структурной формуле веществ. С использованием разработанных ранее методов прогноза токсических эффектов для ХС [Lagunin A. et al., 2007, 2009, 2011; Ivanov S. M. et al., 2013; Zakharov A.V. et al., 2012; Hardy B. et al., 2010; Poroikov V. et al., 2007] будет создан метод прогноза токсичности ксенобиотиков с учётом их метаболизма в организме человека, при этом оценка токсичности будет иметь интегральный характер, т.е. токсичность изначального ХС, промежуточных метаболитов и конечных продуктов будет оцениваться в совокупности, при этом входными данными будут служить их структурные формулы, а также данные о реакциях и ферментах, которые катализируют данные реакции. С использованием тестовой выборки, содержащей соединения, не вошедшие в обучающую выборку, и принадлежащие к различным химическим классам, будет проведена валидация метода и проведено сопоставление результатов прогноза с экспериментальными данными, описанными в литературе. В построение метаболического дерева будут включены реакции, катализируемые изоформами цитохрома P450 1A1, 2B6, 2E1, а также сульфотрансферазами и ацетилтрансферазами. Будет создан доступный посредством информационно-телекоммуникационной сети Интернет веб-ресурс для интегральной оценки токсичности ксенобиотиков с учётом их метаболизма в организме человека. Данный ресурс позволит исследователям, занятым поиском перспективных биологически активных соединений провести оценку метаболизма соединений и влияния его на токсичность исследуемых ими веществ. Априорное знание путей метаболизма и биологической активности облегчает процесс создания новых лекарств, пищевых добавок и т.п., позволяя заранее оценить фармакокинетику разрабатываемых лекарств, а также фармакодинамику и токсичность образующихся метаболитов, и за счёт этого планировать целенаправленный экспериментальный поиск предсказанных превращений субстратов реакций биотрансформаций и свойств образующихся метаболитов. Решение обозначенной проблемы имеет как научную, так и прикладную значимость. На данный момент аналогов данного Интернет веб-ресурса нет. По материалам реализации проекта планируется направить в печать не менее шести статей в журналы с импакт фактором не менее трёх.

 

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Аннотация результатов, полученных в 2014 году
Информация о метаболизме лекарственных веществ в организме человека чрезвычайно важна, поскольку в ходе биотрансформации появляются химические соединения (ХС), более активные, чем исходные, нередко наблюдается изменение биологической активности или образование токсических метаболитов. Экспериментальные исследования метаболизма и токсичности органических соединений in vitro и in vivo являются времязатратными, дорогостоящими и требуют синтеза большого числа веществ. В связи с этим целью проекта является разработка компьютерных методов и создание программного комплекса для интегральной оценки токсичности ксенобиотиков с учётом их метаболизма в организме человека in silico. Для этого на первом этапе выполнения проекта была создана обучающая выборка, содержащая информацию о реакциях биотрансформации, катализируемые пятью наиболее важными с точки зрения метаболизма лекарств изоформами цитохрома P450 (3A4, 2C9, 2C19, 2D6 и 1A2), и реакциях глюкуронирования, катализируемых различными изоформами УДФ-глюкуронилтрансферазы. Выборка содержит информацию о 8469 реакциях, катализируемых ферментами метаболизма лекарств, включая данные о структуре субстратов и метаболитов из различных химических классов, а также информацию о ферментах метаболизма. На основе анализа содержащейся в обучающей выборке информации реализован метод прогноза принадлежности к субстратам и/или метаболитам по структурной формуле ХС. Точность прогноза при скользящем контроле с исключением по одному для обучающей выборки составила 93,4% для субстратов и 83,5% для метаболитов. Метод прогноза принадлежности вещества к метаболитам реакций, катализируемых тем или иным ферментом, реализован впервые. Создан свободно-доступный в Интернете веб-ресурс для оценки принадлежности ХС к субстратам и/или метаболитам (way2drug.com/SMP/), который позволяет провести публичное тестирование разработанного метода и применить его для решения практических задач. Расширена функциональность веб-ресурса для прогноза сайтов метаболизма (way2drug.com/SOMP/), который теперь позволяет устанавливать сайты метаболизма в ХС при действии пяти цитохромов P450 (1A2, 2D6, 2C9, 2C19, 3A4) и УДФ-глюкуронилтрансферазы. Начата подготовка обучающей выборки для прогноза токсичности субстратов и метаболитов; на первом этапе проекта идентифицировано 1458 молекул субстратов и 217 молекул метаболитов, проявляющих токсические эффекты. На примере желудочковой тахиаритмии осуществлена отработка методики идентификации белков, вовлечённых в проявление токсических эффектов. Данная методика будет нами использована в дальнейшем для оценки токсичности, проявляемой субстратами и метаболитами ксенобиотиков.

 

Публикации

1. Иванов С.М., Лагунин А.А., Погодин П.В., Филимонов Д.А., Поройков В.В. Identification of drug targets related to the induction of ventricular tachyarrhythmia through a systems chemical biology approach Toxicological Sciences, 45(2):321-36. (год публикации - 2015) https://doi.org/10.1093/toxsci/kfv054

2. Рудик А.В., Дмитриев А.В., Лагунин А.А., Филимонов Д.А., Поройков В.В. SOMP: web-server for in silico prediction of sites of metabolism for drug-like compounds Bioinformatics, 31(12):2046-8. doi: 10.1093/bioinformatics/btv087 (год публикации - 2015)

3. Дмитриев А.В., Рудик А.В., Лагунин А.А., Филимонов Д.А., Поройков В.В. QSAR method for metabolism site prediction based on xenobiotic structural formulas and PASS algorithm Abstracts of 20th European Symposium on Quantitative Structure-Activity Relationships., p.97-97 (год публикации - 2014)

4. Лагунин А.А., Иванов С.М., Погодин П.В., Филимонов Д.А., Поройков В.В. Chemical systems biology identification of drug targets related with cardiovascular adverse effects Abstracts of 20th European Symposium on Quantitative Structure-Activity Relationships., p.54-54 (год публикации - 2014)

Аннотация результатов, полученных в 2015 году
В ходе выполнения второго этапа Проекта специализированная обучающая выборка, содержащая данные о биотрансформации ксенобиотиков была пополнена 3847 записями реакций метаболизма, включая реакции, катализируемые шестью изоформами цитохрома P450 человека: CYP1A1, CYP1B1, CYP2A6, CYP2B6, CYP2C8, CYP2E1, а также реакции, катализируемые ферментами II фазы метаболизма ксенобиотиков: N-Acetyltransferase, Aldoketoreductase и Sulfotransferase. . Это позволило улучшить качество прогноза сайтов метаболизма и принадлежности к субстратам/метаболитам конкретного фермента. Функционал веб-ресурса www.way2drug.com/SMP/ расширен путем возможностью прогноза принадлежности веществ к субстратам и метаболитам реакций, катализируемых данными ферментами. Мы осуществили интеграцию метода прогноза принадлежности ХС к субстратам и/или метаболитам конкретного фермента биотрансформации с методом определения сайтов метаболизма. Нами разработаны правила преобразования структуры субстрата в структуру метаболита, основанные на списке структурных фрагментов реакций с учётом изменения субстрата под воздействием различных ферментов метаболизма лекарств. Нами опробован метод прогноза сайтов метаболизма в молекулах субстратов, ассоциированных с прохождением тех или иных реакций, катализируемых цитохромами P450. Для этой цели мы отобрали 1916 реакций, катализируемых пятью изоформами цитохрома P450: CYP1A2, CYP2C19, CYP2C9, CYP2D6 и CYP3A4 и принадлежащие к семи классам: алифатическое и ароматическое гидроксилирование, окисление по атомам азота, серы и углерода. Данные реакции являются наиболее важными и часто встречающимися при метаболизме ксенобиотиков. Средняя инвариантная точность прогноза составляет 0,92. Список структурных фрагментов, описывающих реакции, катализируемые цитохромами P450 и фрагментов, присоединяемых к соединению в ходе второй фазы метаболизма ксенобиотиков, был использован в ходе разработки алгоритма и непосредственной реализации на веб-ресурсе www.way2drug.com/MG/ метода генерации структурных формул метаболитов. Нами разработан алгоритм генерации структурных формул всех возможных метаболитов, образующихся в ходе биотрансформации ксенобиотиков в организме человека, и выбора наиболее вероятных продуктов реакции из набора сгенерированных структур. Данный алгоритм позволяет прогнозировать структуры метаболитов, образующихся под воздействием пяти изоформ цитохрома P450: 3A4, 2C9, 2C19, 2D6, 1A2 и УДФ-глюкуронилтрансферазы, на основе оценки возможности взаимодействия субстрата с конкретным ферментом, метода определения сайтов метаболизма и системы преобразования субстрата в метаболит. Нами была создана тестовая выборка, содержащая вещества, не вошедшие в обучающую выборку. На данной выборке нами был протестирован метод прогноза сайтов в молекулах субстратов, которые участвуют в тех или иных реакциях, катализируемых цитохромами P450. Полученная средняя инвариантная точность прогноза 0,93 достаточна для решения практических задач биомедицинской и фармацевтической химии. Нами созданы обучающие выборки, содержащие данные о токсичности для нескольких десятков тысяч соединений. Они содержат соединения из разных химических классов, которые относятся как к субстратам, так и к метаболитам основных ферментов метаболизма ксенобиотиков. Нами выполнен анализ изменения токсичности ксенобиотиков в ходе прохождения биотрансформации различных типов и под воздействием различных ферментов. Для этого были сопоставлены данные по острой токсичности и минимальной дозе проявления побочных эффектов, проявляемые субстратами и метаболитами биотрансформаций. Результаты анализа будут использованы для прогноза токсичности ксенобиотиков с учётом их метаболизма в организме человека. РАЗВИТИЕ И СОЗДАНИЕ ВЕБ-РЕСУРСОВ Расширена функциональность веб-ресурса для прогноза сайтов метаболизма http://way2drug.com/SOMP/. Расширена функциональность веб-ресурса для прогноза принадлежности к субстратам и/или метаболитам: http://way2drug.com/SMP/. Создан веб-ресурс для прогноза сайтов реакций http://www.way2drug.com/PT/. Создан веб-ресурс для генерации метаболитов http://www.way2drug.com/MG/. Методы и алгоритмы, разработанные в ходе Проекта, лягут в основу доступного посредством информационно-телекоммуникационной сети Интернет веб-ресурс для интегральной оценки токсичности ксенобиотиков с учётом их метаболизма в организме человека, что является одной из основных целей Проекта в целом. Таким образом, все запланированные в отчетном году научные результаты достигнуты, план работ выполнен в полном объеме.

 

Публикации

1. Захаров А.В., Варламова Е.В., Лагунин А.А., Дмитриев А.В., Муратов Е.Н., Форчес Д., Кузьми В.Е., Поройков В.В., Тропша А., Никлаус М. QSAR Modeling and Prediction of Drug-Drug Interactions Molecular Pharmaceutics, - (год публикации - 2016)

2. Рудик А.В., Дмитриев А.В., Лагунин А.А., Филимонов Д.А., Поройков В.В. Prediction of sites of addition and removing of chemical groups during xenobiotic metabolism Journal of Cheminformatics, Volume 8, Issue 1, 28 November 2016, Pages 1-9 (год публикации - 2016) https://doi.org/10.1186/s13321-016-0183-x

3. Беженцев В.М., Тарасова О.А., Дмитриев А.В., Рудик А.В., Лагунин А.А., Филимонов Д.А., Поройков В.В. Компьютерный прогноз путей метаболизма ксенобиотиков в организме человека Успехи химии, 85(8),854-879 (год публикации - 2016) https://doi.org/10.1070/RCR4614

4. Иванов С.М., Лагунин А.А., Поройков В.В. In silico assessment of adverse drug reactions and associated mechanisms Drug discovery today, Volume 21, Issue 1, January 2016, Pages 58–71 (год публикации - 2015) https://doi.org/10.1016/j.drudis.2015.07.018

5. Беженцев В.М., Тарасова О.А., Поройков В.В. Алгоритм генерации изображений структурных формул органических соединений XXII Российский национальный конгресс «Человек и лекарство». Сборник Материалов., с.175-176 (год публикации - 2015)

6. Дмитриев А.В., Рудик А.В., Лагунин А.А., Филимонов Д.А., Поройков В.В. Prediction of interaction of xenobiotics with drug-metabolizing enzymes 8th International Symposium Computational Methods in Toxicology and Pharmacology Integrating Internet Resources (CMTPI-2015). Book of abstracts., p.33 (год публикации - 2015)

7. Дружиловский Д.С., Дмитриев А.В., Рудик А.В., Лагунин А.А., Филимонов Д.А., Захаров А.В., Сооболев Б.Н., Поройков В.В. Way2Drug - web-resource for drug discovery 8th International Symposium Computational Methods in Toxicology and Pharmacology Integrating Internet Resources (CMTPI-2015). Book of abstracts., р.19 (год публикации - 2015)

8. Рудик А.В., Дмитриев А.В., Лагунин А.А., Филимонов Д.А., Поройков В.В. Прогноз сайтов метаболизма ксенобиотиков XXII Российский национальный конгресс «Человек и лекарство». Сборник Материалов., с.253 (год публикации - 2015)

Аннотация результатов, полученных в 2016 году
В ходе выполнения третьего этапа Проекта создан метод интегральной оценки токсичности ксенобиотиков с учетом их метаболизма в организме человека. Для оценки острой токсичности мы использовали прогнозируемые оценки среднесмертельных доз (LD50) для крыс при внутривенном введении и применили описанные ниже методы: M1. Интегральная токсичность вычисляется как среднее гармоническое LD50 метаболитов. M2. Интегральная токсичность вычисляется как среднее гармоническое LD50 исходного соединения и его метаболитов. M3. Интегральная токсичность вычисляется как LD50 наиболее токсичного из метаболитов, без учета исходного соединения. M4. Интегральная токсичность вычисляется как среднее гармоническое LD50 исходного соединения и наиболее токсичного из его метаболитов. Для валидации разработанного метода интегральной оценки токсичности нами были сформированы обучающая и независимая тестовая выборки соединений, протестированных на острую токсичность при внутривенном введении химических соединений крысам. Обучающая выборка создана на основе данных из базы данных BIOVIA Toxicity Database и состоит из 2978 соединений со значениями LD50 в моль/г, представленных в log10(1/LD50). Независимая тестовая выборка создана на основе данных о путях метаболизма и метаболитах лекарственных соединений, представленных в базе данных ChEMBL database (22 версия) [https://www.ebi.ac.uk/chembl/], и значениях LD50 из базы данных BIOVIA Toxicity Database. Всего тестовая выборка включала 37 структур лекарств, принадлежащих к различным химическим классам, и около 200 структур их метаболитов. Структуры соединений из тестовой выборки были исключены из обучающей выборки. С использованием этой обучающей выборки и ранее разработанной нами компьютерной программы GUSAR была построена средневзвешенная консенсус модель из 320 моделей прогноза log10(1/LD50) с характеристиками N = 2978, R2 = 0,735, Q2 = 0,677, SD = 0,97, и выполнено предсказание величины LD50 для структур, входящих в тестовую выборку (самих лекарств и их метаболитов). Экспериментальные значения LD50 для 37 лекарств сравнили с предсказаниями для самого лекарства (Parent Compound) и оценок его интегральной токсичности по методам M1 – M4. Величины коэффициентов детерминации располагаются в следующем порядке: M4 > M3 > Parent compound > M2 > M1, а величины среднеквадратичных ошибок - в следующем: M2 < M4 < M1 < M3 < Parent Compound. Полученные результаты позволяют прийти к заключению, что по обоим параметрам одновременно наилучшим методом для интегральной оценки токсичности является метод 4, среднее гармоническое LD50 исходного соединения и наиболее токсичного из его метаболитов. Для соединений из независимой тестовой выборки его точность выше, чем точность прогноза LD50 только для исходного соединения, только для наиболее токсичного из метаболитов (M3) или только учета LD50 метаболитов (M1). Результаты выполненной нами валидации свидетельствуют о применимости метода интегральной оценки токсичности ксенобиотиков для решения практических задач. В алгоритм построения метаболических сетей включены реакции, катализируемые сульфотрансферазами (сульфатирование по атому кислорода) и ацетилтрансферазами (ацетилирование по атому азота). Создан общедоступный веб-ресурс для интегральной оценки токсичности ксенобиотиков с учётом их метаболизма в организме человека MetaTox (http://www.way2drug.com/MG/), выполняющий генерацию сети метаболизма исходного соединения и прогноз интегральной токсичности. Генерация структур метаболитов основана на использовании базы фрагментов для реакций, в которых можно отметить только один (реакционный) атом. В случае гидроксилирования, окисления, глюкуронизации, сульфатации и ацетилирования это процесс присоединения гидроксильных, карбонильных, ацетильных, карбоксильных, сульфогрупп или глюкуроновой кислоты к такому атому, а для реакции деалкилирования - это процесс удаления связанного с ним фрагмента. При генерации сети метаболитов используются оценки вероятности реакции определенного класса и вероятности конкретного сайта биотрансформации. Веб-ресурс MetaTox позволяет исследователям провести оценку метаболизма в организме человека интересующих их соединений и получить интегральную оценку их острой токсичности. (Rudik et al, J. Chem. Inf. Model., 2014, 54 (2), 498-507; Rudik et al, Bioinformatics, 2015, 31, 2046–2048; Rudik et al. J. Cheminform., 2016, 8:68). В рамках проекта в 2016 году возникли исключительные права на результаты интеллектуальной деятельности и подана заявка на регистрацию программы для ЭВМ PASS SMP. Разработанные в рамках проекта методы нашли практическое применение в процессе выполнения работ по запросам государственных структур здравоохранения.

 

Публикации

1. Дмитриев А.В., Рудик А.В., Филимонов Д.А., Лагунин А.А., Погодин П.В., Дубовская В.И., Беженцев В.М., Иванов С.М., Дружиловский Д.С., Тарасова О.А., Поройков В.В. Integral estimation of xenobiotics’ toxicity with regard to their metabolism in human organism Pure and Applied Chemistry, - (год публикации - 2016)

2. Рудик А.В., Беженцев В.М., Дмитриев А.В., Дружиловский Д.С., Лагунин А.А., Филимонов Д.А., Поройков В.В. MetaTox - web service for predicting structure and toxicity of xenobiotics’ metabolites Journal of Chemical Information and Modeling, - (год публикации - 2016)

3. Рудик А.В., Дмитриев А.В., Лагунин А.А., Филимонов Д.А., Поройков В.В. Prediction of reacting atoms for the major biotransformation reactions of organic xenobiotics Journal of Cheminformatics, Volume 8, Issue 1, 28 November 2016, Pages 1-9 (год публикации - 2016) https://doi.org/10.1186/s13321-016-0183-x

4. Дмитриев А.В., Рудик А.В., Лагунин А.А., Филимонов Д.А., Поройков В.В. Прогноз положения реакций первой и второй фазы метаболизма ксенобиотиков XXIII Российский национальный конгресс «Человек и лекарство». Сборник Материалов конгресса., стр. 176 (год публикации - 2016)

5. Дружиловский Д.С., Рудик А.В., Лагунин А.А., Филимонов Д.А., Погодин П.В., Конова В.И., Гойл Р., Поройков В.В. WAY2DRUG - revealing hidden potential in traditional indian medicine ayurveda Abstracts of 21th European Symposium on Quantitative Structure-Activity Relationships., p.295 (год публикации - 2016)

6. Лагунин А.А., Дмитриев А.В., Захаров А.В., Поройков В.В. QSAR моделирование и прогноз межлекарственных взаимодействий XXIII Российский национальный конгресс «Человек и лекарство». Сборник Материалов конгресса., стр. 189-190 (год публикации - 2016)

7. Рудик А.В., Беженцев В.М., Дмитриев А.В., Дружиловский Д.С., Лагунин А.А., Филимонов Д.А., Поройков В.В. Web service for predicting structure and toxicity of xenobiotics’ metabolites Abstracts of 21th European Symposium on Quantitative Structure-Activity Relationships., р.321 (год публикации - 2016)

8. Филимонов Д.А., Беженцев В.М., Дмитриев А.В., Дружиловский Д.С., Лагунин А.А., Рудик А.В., Поройков В.В. Comprehensive assessment of the toxicity of xenobiotics taking into account their metabolism in the human organism Abstracts of 21th European Symposium on Quantitative Structure-Activity Relationships., p.169 (год публикации - 2016)

9. Рудик Анастасия Владимировна, Дмитриев Александр Викторович, Лагунин Алексей Александрович, Филимонов Дмитрий Алексеевич PASS SMP -, Заявка № 2016661658 на государственную регистрацию программы для ЭВМ подана в Федеральный институт промышленной собственности (год публикации - )

Возможность практического использования результатов
не указано