片段分子化合物在新藥研發(fā)中的作用
FBDD 方法的優(yōu)勢
在醫(yī)藥領域，探索先導化合物發(fā)現(xiàn)方法與新藥研發(fā)具有同等重要的地位。隨著藥物化學及相關研究領域的不斷發(fā)展，新藥研發(fā)新方法也不斷被開發(fā)出來，比如我們熟知的高通量篩選、虛擬篩選、基于結構的藥物設計及開發(fā)等。
目前高通量篩選方法仍然是新藥開發(fā)的經典途徑，但其弊端也逐漸表現(xiàn)出來，比如：需要大規(guī)�；衔镒鳛橹危珙^化合物命中率不理想，篩到的化合物假陽性高；對于篩到的苗頭化合物，由于結構相對復雜，后期不利于結構優(yōu)化，Hit-to-lead 轉化率低等，所以亟需新的藥物開發(fā)方法來完善和彌補，以提高新藥研發(fā)的速度。
基于片段化合物的藥物開發(fā) (Fragment-based drug design, FBDD) 已經有 20 多年的歷史，在這 20 多年的實踐及優(yōu)化中，F(xiàn)BDD 已經成為新藥開發(fā)的主流方法。目前已經有 4 種藥物 (Vemurafenib, Venetoclax, Erdafitinib, Pexidartinib) 獲批上市，有 40 多種 FBDD 開發(fā)的化合物正在進行臨床研究。
FBDD 的理論基礎是篩選有活性的片段分子并延伸得到新藥物分子，獲得高活性的候選藥物。片段的分子量比較小，這樣的化合物可以覆蓋更廣闊的化學空間且更易進行結構優(yōu)化，成藥潛力較大。與篩選數(shù)百萬級別的化合物庫直接尋找藥物尺寸 (Drug-size) (藥物尺寸，即成藥分子相當大小的分子) 的分子不同的是，F(xiàn)BDD 的本質并不是篩選已知化合物的類似物而是培育和設計藥物。
圖 1. 基于片段藥物開發(fā)原理
FBDD 最吸引人的地方在于其開發(fā)門檻較低，不需要對大規(guī)�；衔镞M行篩選，且相對容易的可以得到一組具有活性的 Hit，后期結構優(yōu)化相對靈活，并且能保持最佳的藥物空間。另外，F(xiàn)BDD 也為難成藥靶點的藥物開發(fā)帶來了希望，尤其對于蛋白-蛋白相互作用的靶點，由于結合口袋較淺，很難直接通過高通量篩選得到比較理想的苗頭化合物，而通過篩選有活性片段化合物，再進一步對片段化合物進行連接及優(yōu)化可以獲得潛在藥物分子，如 2016 年批準上市的用于頑固性慢性淋巴細胞白血病治療的 Venetoclax，就是通過這種方式獲得。
FBDD 開發(fā)過程
基于片段的藥物開發(fā)主要分為三步：1、建立高質量的片段庫
現(xiàn)在片段庫的建立一般滿足 RO3 原則，即分子量小于 300，氫鍵供體和受體不超過 3，可旋轉鍵數(shù)目不超過 3，cLogP 小于 3。另外還要求片段化合物具有較高的溶解度 (以滿足高濃度的篩選的需求)，高純度，結構穩(wěn)定且結構多樣性等特點。
2、篩選和識別與靶蛋白弱結合的活性片段
片段庫建立之后，最關鍵的步驟就是篩選和識別與靶蛋白弱結合的活性片段。目前主要用于識別片段化合物的技術包括：表面等離子共振技術 (SPR)、核磁共振技術 (NMR)、X 射線單晶衍射 (X-ray) 技術、質譜 (MS) 技術等。
3、對命中片段進行優(yōu)化和連接
篩選出具有活性的片段化合物之后，就要對片段化合物進行結構延伸得到高活性先導化合物，目前最主要的片段延伸方式包括：
◑ 片段連接 (Fragment-linking)，即與受體結合的相鄰的兩個片段經鏈接成活性較強的較大分子。
◑ 片段合并 (Fragment-merging)，即與受體結合的相互覆蓋或甚近的兩個片段合并成一個活性較強的較大分子。
◑ 片段生長 (Fragment-growing)，即以受體結合的第一個片段為核心，經理性設計，在鄰近處逐漸生長成活性比較強的較大分子。
圖 2. 片段延伸方式示意圖[2]
由此可以看出，F(xiàn)BDD 的成功開發(fā)至少需要以下幾個方面：(1) 高質量片段化合物庫；(2) 完善易得的蛋白配體結構信息；(3) 片段化合物與蛋白識別的可靠檢測技術；(4) 嚴謹?shù)慕Y構優(yōu)化策略。
為了突破實驗性片段化合物篩選的局限性，片段化合物庫的虛擬篩選也經常被報道。其方法主要包括：
(1) 構建虛擬片段庫；
(2) 用計算機方法篩選片段化合物；
(3) 利用計算機方法對片段分子進行結構優(yōu)化。
其優(yōu)點在于通過計算機方法可以構建大量高質量虛擬片段分子，并且通過分子對接作為預處理工具縮小實驗片段化合物庫篩選的范圍。但對于簡單片段分子的分子對接及打分可能相比大分子化合物更具有挑戰(zhàn)性，另外，片段分子的微小變化也會改變其晶體結構決定的結合模式，所以對片段化合物的虛擬篩選也要慎重對待。
FBDD 自身局限性及面臨的挑戰(zhàn)
FBDD 方法相比高通量篩選具有很多優(yōu)勢，但在使用上也存在一定局限性。該方法的應用很大程度上依賴于靶蛋白的三維結構信息，并且對純化的蛋白需求量較大，因而對于一些晶體結構未知、純化困難的靶標 (如跨膜蛋白)，此方法并不適用。目前對 FBDD 的開發(fā)主要依賴 X 射線單晶衍射技術協(xié)助結構優(yōu)化，但一些靶蛋白并不適用于 X 射線單晶衍射，并且一些蛋白一旦從細胞中分離出來，其晶體學結構可能和生理狀態(tài)下有一定改變。雖然 FBDD 方法已逐漸成為藥物研發(fā)的主流，但未來還有很長的路要走，如何構建高質量的片段化合物庫，如何進一步提高監(jiān)控和識別片段與靶蛋白的結合技術，如何提高結構優(yōu)化設計的效率和成功率等等。但我們相信，隨著技術的不斷進步，F(xiàn)BDD 技術將更好地服務于新藥開發(fā)領域。
MCE 片段化合物庫
MCE 憑借多年在醫(yī)藥化工行業(yè)的積累，收集整理了 14000+ 種片段化合物，這些化合物均嚴格符合 RO3 原則 (詳細信息如表 1 所示)，且產品具有高穩(wěn)定性，高純度及高溶解性等特點，是苗頭化合物的重要來源。
圖 3. MCE 片段化合物庫相關參數(shù)
| 相關產品 |
| 片段化合物庫 MCE 可以提供 14000+ 種片段化合物，這些化合物均符合“類藥 3 原則 (RO3)”，即分子量 ≤ 300 Da，氫供體 (H-donors) ≤ 3，氫受體 (H-acceptors) ≤ 3，cLogP ≤ 3。MCE 片段化合物庫是先導化合物的重要來源。 |
參考文獻
1. Kirsch P, Hartman AM, Hirsch AKH, Empting M. Concepts and Core Principles of Fragment-Based Drug Design. Molecules. 2019; 24(23):4309.
2. Mike Cherry, Tim Mitchell, Edward R. Zartler, Michael J. Shapiro. Fragment-Based Drug Discovery: A Practical Approach. Introduction to Fragment-Based Drug Discovery. 17 October 2008. pp1-3.
3. Kumar A, Zhang KY, et al. Fragment based drug design: from experimental to computational approaches. Curr Med Chem. 2012;19(30):5128-47.
4. Christopher W, Rees, et al. The rise of fragment-based drug discovery. Nature Chem 1, 187-192 (2009).
5. Hajduk, P., et al. A decade of fragment-based drug design: strategic advances and lessons learned. Nat Rev Drug Discov 6, 211-219 (2007).
Copyright(C) 1998-2025 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：[email protected]