Применение методов биоинформатики при исследовании и создании пестицидов

Применение пестицидов сопровождается рядом проблем экологического и агротехнологического характера. Многие пестициды не деградируют и годами находятся в почве, имеют низкую избирательность. Массированное применение пестицидов с неизбирательным характером действия вызвало у вредителей постепенный рост резистентности в связи со стойкими наследуемыми изменениями их ДНК. Это сказывается на эффективности выращивания сельскохозяйственных растений и загрязнении окружающей среды и продуктов питания. В разрешении этой проблемы могут помочь методы компьютерной биологии, которые активно развиваются во всем мире. Несмотря на то, что в России методы биоинформатики применяют для изучения генов растений животных, метагеномов микроорганизмов, собственные базы данных и специализированные компьютерные приложения для подобных исследований и модернизации пестицидов отсутствуют. Разработка отечественных аналогичных инструментов биоинформатики также является актуальной задачей. В статье освещена проблема создания новых эффективных и экологически безопасных пестицидов. Приведены методы биоинформатики, которые можно применять при исследовании и разработке пестицидов. Рассмотрены этапы создания новых пестицидов методами биоинформатики (обзор баз данных, моделирование молекул, моделирование взаимодействия пестицида с мишенью, прогнозирование биологической активности). Дано описание методов оптимизации молекулярного каркаса пестицидов, представляющей собой изменение углеродного скелета с целью поиска новых активных соединений и отсеивания множества похожих соединений в химическом пространстве. Приведены зарубежные веб-ресурсы, применяемые для оценки наличия у веществ пестицидных свойств, таких как токсичность, метаболизм и физико-химические свойства, и последующей регистрации их как пестицидов.

1. Li X., Yang X., Zheng X., Bai M., Hu D. Review on structures of pesticide targets // International Journal of Molecular Sciences. 2020. Vol. 21 (19). P. 7144. DOI: 10.3390/ijms21197144.

2. Памирский И.Э., Тимкин П.Д., Тимофеев Э.А., Котельников Д.Д., Алексейко Л.Н., Климович С.В., Бородин Е.А., Голохваст К.С. Исследование молекулярных механизмов связывания гербицидов с белками-мишенями сорных растений методами in silico // Российская сельскохозяйственная наука. 2023. № 3. С. 36–43. DOI: 10.31857/S2500262723030079.

3. Wei Zhao, Yuan-qin Huang, Ge-Fei Hao. Pesticide informatics expands the opportunity for structure-based molecular design and optimization // Advanced Agrochem. 2022. Vol. 1 (2). P. 139–147. DOI: 10.1016/j.aac.2022.11.006.

4. Wu F.X., Zhuo L., Wang F., Huang W., Hao G.F., Yang G.F. Auto in silico ligand directing evolution to facilitate the rapid and efficient discovery of drug lead // iScience. 2020. Vol. 23 (6). P. 101179. DOI: 10.1016/j.isci.2020.101179.

5. Ouyang Y., Huang J.J., Wang Y.L., Zhong H., Song B.A., Hao G.F. In silico resources of drug-likeness as a mirror: what are we lacking in pesticide-likeness? // Journal of Agricultural and Food Chemistry. 2021. Vol. 69 (37). P. 10761–10773. DOI: 10.1021/acs.jafc.1c01460.

6. Zhang L., Yan C., Guo Q., Zhang J., Ruiz-Menjivar J. The impact of agricultural chemical inputs on environment: global evidence from informetrics analysis and visualization // International Journal of Low-Carbon Technologies. 2018. Vol. 13 (4). P. 338–352. DOI: 10.1093/ijlct/cty039.

7. Wang M.Y., Wang F., Hao G.F., Yang G.F. FungiPAD: a free web tool for compound property evaluation and fungicide-likeness analysis // Journal of Agricultural and Food Chemistry. 2019. Vol. 67 (7). P. 1823–1830. DOI: 10.1021/acs.jafc.8b06596.

8. Jia C.Y., Wang F., Hao G.F., Yang G.F. InsectiPAD: a web tool dedicated to exploring physicochemical properties and evaluating insecticide-likeness of small molecules // Journal of Chemical Information and Modeling. 2019. Vol. 59 (2). P. 630–635. DOI: 10.1021/acs.jcim.8b00843.

9. Huang J.J., Wang F., Ouyang Y. HerbiPAD: a free web platform to comprehensively analyze constitutive property and herbicide-likeness to estimate chemical bioavailability // Pest Management Science. 2021. Vol. 77 (3). P. 1273–1281. DOI: 10.1002/ps.6140.

10. Fu W.T., Wang E.C., Ke D. Discovery of a novel Fusarium graminearum mitogen-activated protein kinase (FgGpmk1) inhibitor for the treatment of Fusarium head blight // Journal of Medicinal Chemistry. 2021. Vol. 64 (18). P. 13841–13852. DOI: 10.1021/acs.jmedchem.1c01227.

11. Basheer J., Vadovic P., Samajova O. Knockout of MITOGEN-ACTIVATED PROTEIN KINASE 3 causes barley root resistance against Fusarium graminearum // Plant Physiology. 2022. Vol. 190 (4). P. 2847–2867. DOI: 10.1093/plphys/kiac389.

12. Itoh T., Kimoto H. Bacterial Chitinase system as a model of chitin biodegradation // Advances in Experimental Medicine and Biology. 2019. N 1142. P. 131–151. DOI: 10.1007/978-981-13-7318-3_7.

13. Komi D.E.A, Sharma L., Dela Cruz C.S. Chitin and its effects on inflammatory and immune responses // Clinical Reviews in Allergy & Immunology. 2018. Vol. 54 (2). P. 213–223. DOI: 10.1007/s12016-017-8600-0.

14. Dong L.L., Shen S.Q., Jiang X. Discovery of azo-aminopyrimidines as novel and potent Chitinase of chi-h inhibitors via structure-based virtual screening and rational lead optimization // Journal of Agricultural and Food Chemistry. 2022. Vol. 70 (38). P. 12203–12210. DOI: 10.1021/acs.jafc.2c03997.