Addition stéréosélective de nucléophiles sur un centre acétal : synthèse de nucléosides 1’,2’-cis

Plusieurs analogues de nucléosides thérapeutiques (Ara-C, Clofarabine), utilisés pour le traitement de leucémies, présentent un arrangement 1’,2’-cis entre la nucléobase reliée au centre anomère et le substituant (électroattracteur) en C-2’. Récemment, notre laboratoire a développé une approche synthétique pour former sélectivement des analogues de nucléosides et de thionucléosides 1’,2’-trans et 1’,2’-cis à partir de précurseurs acycliques. Ce mémoire présente une nouvelle méthodologie pour accéder efficacement aux analogues de nucléosides 1’,2’-cis à partir de furanosides. Différents groupements en position anomérique ont été examinés, sous conditions cinétiques en utilisant le bromure de diméthylbore pour générer sélectivement des produits acycliques ou cycliques. Les intermédiaires cinétiques de différents furanosides de méthyle formés en présence de Me2BBr ont été piégés in situ par un thiol pour générer des thioacétals acycliques avec de bonnes voire d’excellentes diastéréosélectivités. Les produits générés sont en accord avec une rétention globale de l’information stéréochimique du centre acétal et deux déplacements SN2 consécutifs ont été suggérés pour rationaliser ces résultats. Toutefois, l’objectif de synthétiser des analogues de nucléosides à partir de furanosides de méthyle a échoué. Tel que démontré par le Dr Michel Prévost, l’activation par Me2BBr des lactols des quatres différents furanosides suivie d’une addition in situ d’une base silylée a permis de former diastéréosélectivement les analogues de nucléosides 1’,2’-cis correspondants avec d’excellents rendements. Nous avons démontré que d’autres substrats peuvent être employés et que l’induction stéréochimique est sous contrôle du substituant électroattracteur en C-2. D’autres acides de Lewis, tel que TMSBr, peuvent également être utilisés. Cette méthodologie a également été étendue à d’autres nucléophiles tels que des Grignards ou des éthers d’énols silylés, conduisant à de bonnes sélectivités.

Développement de modèles prédictifs de la toxicocinétique de substances organiques

Les modèles pharmacocinétiques à base physiologique (PBPK) permettent de simuler la dose interne de substances chimiques sur la base de paramètres spécifiques à l’espèce et à la substance. Les modèles de relation quantitative structure-propriété (QSPR) existants permettent d’estimer les paramètres spécifiques au produit (coefficients de partage (PC) et constantes de métabolisme) mais leur domaine d’application est limité par leur manque de considération de la variabilité de leurs paramètres d’entrée ainsi que par leur domaine d’application restreint (c. à d., substances contenant CH3, CH2, CH, C, C=C, H, Cl, F, Br, cycle benzénique et H sur le cycle benzénique). L’objectif de cette étude est de développer de nouvelles connaissances et des outils afin d’élargir le domaine d’application des modèles QSPR-PBPK pour prédire la toxicocinétique de substances organiques inhalées chez l’humain. D’abord, un algorithme mécaniste unifié a été développé à partir de modèles existants pour prédire les PC de 142 médicaments et polluants environnementaux aux niveaux macro (tissu et sang) et micro (cellule et fluides biologiques) à partir de la composition du tissu et du sang et de propriétés physicochimiques. L’algorithme résultant a été appliqué pour prédire les PC tissu:sang, tissu:plasma et tissu:air du muscle (n = 174), du foie (n = 139) et du tissu adipeux (n = 141) du rat pour des médicaments acides, basiques et neutres ainsi que pour des cétones, esters d’acétate, éthers, alcools, hydrocarbures aliphatiques et aromatiques. Un modèle de relation quantitative propriété-propriété (QPPR) a été développé pour la clairance intrinsèque (CLint) in vivo (calculée comme le ratio du Vmax (μmol/h/kg poids de rat) sur le Km (μM)), de substrats du CYP2E1 (n = 26) en fonction du PC n octanol:eau, du PC sang:eau et du potentiel d’ionisation). Les prédictions du QPPR, représentées par les limites inférieures et supérieures de l’intervalle de confiance à 95% à la moyenne, furent ensuite intégrées dans un modèle PBPK humain. Subséquemment, l’algorithme de PC et le QPPR pour la CLint furent intégrés avec des modèles QSPR pour les PC hémoglobine:eau et huile:air pour simuler la pharmacocinétique et la dosimétrie cellulaire d’inhalation de composés organiques volatiles (COV) (benzène, 1,2-dichloroéthane, dichlorométhane, m-xylène, toluène, styrène, 1,1,1 trichloroéthane et 1,2,4 trimethylbenzène) avec un modèle PBPK chez le rat. Finalement, la variabilité de paramètres de composition des tissus et du sang de l’algorithme pour les PC tissu:air chez le rat et sang:air chez l’humain a été caractérisée par des simulations Monte Carlo par chaîne de Markov (MCMC). Les distributions résultantes ont été utilisées pour conduire des simulations Monte Carlo pour prédire des PC tissu:sang et sang:air. Les distributions de PC, avec celles des paramètres physiologiques et du contenu en cytochrome P450 CYP2E1, ont été incorporées dans un modèle PBPK pour caractériser la variabilité de la toxicocinétique sanguine de quatre COV (benzène, chloroforme, styrène et trichloroéthylène) par simulation Monte Carlo. Globalement, les approches quantitatives mises en œuvre pour les PC et la CLint dans cette étude ont permis l’utilisation de descripteurs moléculaires génériques plutôt que de fragments moléculaires spécifiques pour prédire la pharmacocinétique de substances organiques chez l’humain. La présente étude a, pour la première fois, caractérisé la variabilité des paramètres biologiques des algorithmes de PC pour étendre l’aptitude des modèles PBPK à prédire les distributions, pour la population, de doses internes de substances organiques avant de faire des tests chez l’animal ou l’humain.