藥物發(fā)現(xiàn)與設計新策略的前沿發(fā)展

丁 克

（暨南大學藥學院，廣東 廣州510632）

藥物的本質(zhì)是具有“安全和有效”屬性的化學物質(zhì)。因此，藥學研究的核心必然是圍繞具有這種特殊屬性的化學物質(zhì)的發(fā)現(xiàn)、發(fā)明和獲得。自20世紀90年代以來，隨著各種生物學技術、計算機技術和化學合成技術等的快速發(fā)展，人們對疾病機制等生命活動過程有了更為深入的了解，科學家對于新藥發(fā)現(xiàn)的方式也逐步由早期的“神農(nóng)嘗百草”式的盲目嘗試，逐步發(fā)展為以理論和技術為指導的“理性藥物設計”。這種研發(fā)模式的轉(zhuǎn)變，一方面大大提升了生物活性分子的發(fā)現(xiàn)效率，同時也催生了諸如激酶抑制劑和喹諾酮類抗生素等一系列解決惡性腫瘤和細菌感染等重大臨床需求的劃時代藥物。

1 藥物設計策略的重要進展及其局限性

過去10年間，以各種組學為代表的生物學技術進步促使人們對疾病的發(fā)生發(fā)展機制有了全新的認識；而結(jié)構(gòu)生物學以及基于人工智能（artificial intelligence， AI）的AlphaFold蛋白結(jié)構(gòu)預測技術等的快速發(fā)展則讓科學家對疾病相關蛋白的三維空間結(jié)構(gòu)有了更加深入和清晰的了解；以海量數(shù)據(jù)分析和機器學習為基礎的AI藥物設計新策略為設計全新生物活性分子提供了全新的工具；以DNA編碼化合物庫（DNA-Encoding Library，DEL）為代表的高通量組合化學策略極大地提高了高容量化合物庫的可及性；而以C-H鍵活化反應和有機催化為代表的化學合成新方法則為綠色合成這些活性分子和擴展化合物結(jié)構(gòu)空間提供了技術保障。

以這些技術進步為基礎，藥物化學家在藥物設計方法和策略上也發(fā)生了巨大的變化。藥物設計由早期的主要利用生物電子等排等經(jīng)典方法系統(tǒng)改造已知活性分子或模擬體內(nèi)活性物質(zhì)，逐步轉(zhuǎn)變?yōu)橐约膊∠嚓P蛋白的三維結(jié)構(gòu)為基礎進行全新分子的構(gòu)建。相應地，基于片段的藥物設計（fragment based drug design，F(xiàn)BDD）、別構(gòu)調(diào)控（allosteric modulator）、可逆或非可逆共價抑制劑（reversible/irreversible covalent inhibitor）、蛋白-蛋白相互作用（proteinprotein interaction，PPI）阻斷劑、蛋白水解靶向嵌合體（proteolysis-targeting chimeras，PROTACs）蛋白降解劑等藥物設計新策略應運而生，并成功應用于多個已被美國FDA批準藥物的設計開發(fā)之中。以蛋白激酶抑制劑為例，已有trametinib（2013年上市），cobimetinib（2015年上市），binimetinib（2018年上市），selumetinib（2020年上市）和asciminib（2021年上市）等5個別構(gòu)抑制劑被美國FDA批準上市。同時，以osimertinib（2015年上市）和ibrutinib（2013年上市）等為代表的共價非可逆激酶抑制劑也展示出優(yōu)異的臨床療效、靶標特異性和安全性。在Kirsten大鼠肉瘤病毒癌基因同源物（Kirsten rat sarcoma viral oncogene homolog，KRAS）G12C突 變蛋白抑制劑AMG510等的設計開發(fā)中，科學家成功地綜合應用了非可逆別構(gòu)抑制的策略，實現(xiàn)了對KRAS這一“無成藥性”（undruggable）靶標的強效抑制，并于2021年底被美國FDA批準上市。美國雅培公司（Abbott Laboratory）的科學家通過利用基于結(jié)構(gòu)的FBDD策略，成功設計了選擇性B淋巴細胞瘤-2蛋白（B-cell lymphoma-2，Bcl-2）抑制劑藥物venetoclax（ABT199）作為PPI阻斷劑藥物研發(fā)的范例，并被美國FDA批準用于慢性淋巴細胞白血病（chronic lymphocytic leukemia，CLL）/小淋巴細胞淋巴瘤（small lymphocytic lymphoma，SLL）和急性髓系白血病（acute myelogenous leukemia，AML）的治療。在PROTACs蛋白降解劑方面，雖然這種策略在2001年才被耶魯大學的 Craig Crews教授等研究人員提出，目前已成為各大型制藥公司和科研機構(gòu)競相投入的一個重要領域。已有包括核激素受體降解劑ARV-471等10余個分子進入臨床研究，并與傳統(tǒng)小分子抑制劑藥物相比展示出一定的優(yōu)勢。此外，基于深度學習的AI藥物設計在激酶小分子抑制劑等研究方面也取得重要進展。Insilicon Medicine公司和中科院上海藥物研究所的研究人員分別近期獨立報道了其利用AI快速設計高活性盤狀結(jié)構(gòu)域受體1（discoidin domain receptor1，DDR1）激酶小分子抑制劑的成功案例。

盡管近年來在藥物設計新策略的發(fā)展和應用等方面取得了很大的進步，但鑒于藥物這一特殊化學物質(zhì)的“木桶效應”性質(zhì)，目前的藥物研發(fā)仍是一個漫長“試錯”過程?，F(xiàn)有的藥物設計方法和策略也存在其自身的局限性。例如，目前常用的基于結(jié)構(gòu)的藥物設計 （structure-based drug design，SBDD）策略主要依據(jù)靶標蛋白的靜態(tài)三維結(jié)構(gòu)，而忽視了蛋白質(zhì)動態(tài)變化過程對配體結(jié)合口袋的影響以及動態(tài)過程中新口袋的形成與分子調(diào)控。近期，Relay公司的科學家通過分析成纖維細胞生長因子受體（fibroblast growth factor receptor，F(xiàn)GFR）激酶結(jié)構(gòu)中特定區(qū)域的動態(tài)變化差異，成功設計出了選擇性FGFR2小分子抑制劑，可有效降低廣譜FGFR抑制劑因抑制FGFR1而帶來的高磷血癥副作用的風險。此外，包括腫瘤在內(nèi)的絕大多數(shù)疾病都包含多種致病因素，而不是完全由某個單一靶標蛋白的功能異常介導。因此，如何綜合利用現(xiàn)代藥物設計策略，并結(jié)合AI的優(yōu)勢，設計能夠同時作用于多個致病基因的選擇性多靶點藥物將成為下一代創(chuàng)新藥物設計的難點。非可逆抑制雖然在提升藥物與靶標蛋白中的駐留時間和克服藥物耐藥等方面顯示優(yōu)異的效果，但藥物靶標永久性修飾帶來的副作用等風險一直備受關注。同時，針對不同氨基酸的高選擇“彈頭”（warhead）基團短缺也將對這種策略的廣泛應用起到限制作用。然而對于被寄予厚望的PROTACs降解藥物而言，如何解決超大相對分子質(zhì)量帶來的藥動學性質(zhì)缺陷，以及因“Hook”效應帶來的藥物藥代/藥效性質(zhì)不匹配等的問題，也值得進一步思考和關注。

2 本期專題論文點評

本期專題中，來自于四川大學華西醫(yī)院、四川大學華西藥學院、山東大學、暨南大學和鄭州大學的5位優(yōu)秀青年藥物化學家分別圍繞“靶向特定氨基酸的共價抑制劑”、“深度學習輔助藥物發(fā)現(xiàn)的研究進展”、“基于微量合成的藥物研究”、“水分子在藥物設計中的應用”和“靶向蛋白非催化功能的藥物開發(fā)”等藥物設計前沿方向，系統(tǒng)介紹相關領域的最新進展和發(fā)展趨勢。內(nèi)容將有助于一線藥物設計工作者了解當前藥物設計的前沿技術，并運用于實際工作之中。

四川大學華西醫(yī)院歐陽亮教授等在《靶向特定氨基酸的共價抑制劑研究進展》一文中，從阿司匹林等經(jīng)典藥物的作用機制，以及共價抑制劑與可逆抑制劑相比的潛在優(yōu)勢出發(fā)，首先介紹了共價抑制劑的作用機制。作者以表皮生長因子受體（epidermal growth factor receptor，EGFR），布魯頓酪氨酸激酶（Brutons tyrosine kinase，BTK）和Kristen肉瘤病毒致癌基因同源物（KRAS）等的共價抑制劑為切入點，系統(tǒng)介紹了目前研究最為成熟的針對半胱氨酸的共價抑制劑研究進展。隨后，又以實例的方式較為詳細的介紹了國際上近期針對甲硫氨酸、賴氨酸、絲氨酸、蘇氨酸和酪氨酸進行共價抑制劑研究的嘗試。值得關注的是，半胱氨酸突變?yōu)橛H核能力較低的絲氨酸或蘇氨酸共價抑制劑藥物包括osimertinib等臨床耐藥的重要原因。因此，研發(fā)針對低親核性氨基酸的共價抑制劑具有重要的意義。文章最后對如何基于蛋白結(jié)構(gòu)進行共價抑制劑的設計進行了論述，提出如何尋找或選擇具有合適反應活性和選擇性的“warhead”是開發(fā)針對較低親核能力氨基酸共價抑制劑的重點和難點。

AI技術近年來在醫(yī)學、藥學及生命科學等多個領域取得了重大突破，特別是發(fā)展的若干深度學習方法正在改變創(chuàng)新藥物研發(fā)進程，將有可能降低藥物發(fā)現(xiàn)成本、提高藥物研發(fā)效率。四川大學華西藥學院的李國菠教授等在《深度學習輔助藥物發(fā)現(xiàn)的研究進展》一文中，重點聚焦于深度學習在創(chuàng)新藥物發(fā)現(xiàn)中的發(fā)展和應用。內(nèi)容覆蓋了深度學習在蛋白結(jié)構(gòu)預測、藥物靶標預測、藥物-靶標相互作用預測、藥物合成路線設計、從頭藥物分子設計以及藥物吸收、分布、代謝、排泄和毒性預測等領域中的最新代表性應用案例。同時，對現(xiàn)有深度學習方法面臨的問題和可能的解決思路進行了總結(jié)。這些新的進展總結(jié)將有可能為深度學習輔助藥物發(fā)現(xiàn)相關方法的發(fā)展和應用提供新的借鑒與思考。

結(jié)構(gòu)多樣性化合物庫是藥物篩選的物質(zhì)基礎。構(gòu)建化合物庫的傳統(tǒng)方式是通過收集、合成或分離單個化合物來完成。整個過程費錢、費時、費力。近年來，科學家通過將微量合成技術與生物活性篩選技術有機結(jié)合，極大地提升了先導化合物發(fā)現(xiàn)的效率。山東大學展鵬教授等在《基于微量合成的藥物研究進展》一文中，從藥物化學的角度較為全面地介紹了近年來基于微量合成的藥物發(fā)現(xiàn)最新進展。內(nèi)容涵蓋基于多孔板微量合成的聚焦小型化合物庫構(gòu)建及其在多個生物學靶標篩選中的應用；基于小分子或液滴微陣列的微量化合物合成及其在藥物篩選中的實際應用；以及基于靶標模板誘導的定向合成等。這些技術的應用和成功，為低成本快速藥物篩選提供了嶄新的思路。

SBDD在創(chuàng)新藥物發(fā)現(xiàn)中發(fā)揮極其重要的作用。然而在靶標蛋白的配體結(jié)合口袋中普遍存在水分子介導的配體與蛋白的相互作用。通過自由能計算確定其中的高能態(tài)水分子，進而利用水分子替換的策略來進行新分子設計，有可能提高化合物親和力、選擇性，或改善藥動學性質(zhì)等。暨南大學陸小云教授等在《水分子在藥物設計中的應用》一文中，通過KRASG12C抑制劑MRTX849、酪氨酸蛋白激酶2（tyrosine kinase 2，TYK2）高選擇性抑制劑BMS-986165和泛酪氨酸蛋白激酶（pan-tyrosine kinase，pan-TRK）抑制劑研發(fā)的實際案例，系統(tǒng)介紹了水分子替換對化合物生物學活性、選擇性和藥動學性質(zhì)的影響。文章最后還概括了計算水分子位點性質(zhì)的相關方法及軟件，為基于水分子替換的藥物設計提供了重要的參考信息。

疾病相關蛋白的酶學催化功能小分子抑制劑是臨床藥物的重要組成部分，也是新藥研發(fā)的一個重要方向。但隨著生物學研究的不斷深入，不少酶類蛋白被發(fā)現(xiàn)除了傳統(tǒng)的催化功能之外，其支架蛋白功能、變構(gòu)調(diào)控和PPI等非催化功能在疾病的發(fā)生發(fā)展進程中也發(fā)揮著重要的作用。因此，針對傳統(tǒng)靶標的非經(jīng)典催化功能調(diào)控成為創(chuàng)新藥物研究的一個新生方向。鄭州大學余斌教授等在《靶向蛋白非催化功能的藥物開發(fā)新策略》一文中較為系統(tǒng)地介紹了利用PPI阻斷劑、變構(gòu)調(diào)控和針對蛋白非催化結(jié)構(gòu)域調(diào)控等策略來實現(xiàn)靶標蛋白非催化功能調(diào)節(jié)的新策略。這些結(jié)果為進一步全面考察傳統(tǒng)靶標的非經(jīng)典催化功能和小分子調(diào)控提供了嶄新的思路。

3 結(jié)語與展望

近年來，隨著生物學技術、結(jié)構(gòu)生物學、AI和化學合成等相關學科的快速發(fā)展，在藥物設計領域也催生了一批諸如人工智能藥學、DEL、PROTACs和基于結(jié)構(gòu)的理性藥物設計等革命性技術，極大地提高了藥物活性分子的發(fā)現(xiàn)效率。但是，藥物研發(fā)是一個復雜的系統(tǒng)工程，任何一個藥物的最終成功都經(jīng)歷了多輪的“試錯”過程。因此，先進的藥物設計技術和策略只能為創(chuàng)新藥物的研發(fā)提供有力的工具。在實際應用過程中，針對不同的藥物靶標特點采用與其相匹配的設計策略，并在設計過程中盡可能兼顧分子的多種屬性將會在提高藥物研發(fā)成功率中起到更加關鍵的作用。