JMC|PROTAC技術在藥物發現中的優勢與挑戰

2020-12-05 中大唯信

引言

近年來,靶向蛋白降解嵌合體 (PROTAC)作為新穎的誘導蛋白降解方式已成為一種全新的藥物發現策略。來自英國人工智慧公司BenevolentAI的Ian Churcher從藥物發現的角度對PROTAC歷史、技術的獨特優勢和面臨的挑戰進行了綜述。

傳統藥物發現策略的局限性

傳統藥物設計常常專注於優化藥物結合親和力,但往往限制了更多高效藥物的發現,因為識別一種高效能和高選擇性的藥物來調節一個生物靶點並不總是那麼簡單,面對越來越多缺乏高親和力配體結合位點的藥物幹預靶點的發現,傳統的小分子成藥技術顯得無計可施。

越來越多的方法被用來規避這些限制,單克隆抗體和其他蛋白製劑雖然具有高親和力和選擇性的優勢,但這些製劑目前只能應用於細胞外或細胞表面靶點,而大多數基因組蛋白質和當代藥物靶點是在細胞內發揮作用。通過基因沉默或RNA抑制劑作用於靶點,雖然在臨床前是非常有效的,但必需的寡核苷酸製劑本身也存在著多項挑戰(細胞傳遞、穩定性、生物分布、選擇性等),必須克服這些挑戰才能開發出成功的藥物。

圖1. PROTAC誘導蛋白降解的作用機制

圖片來源:ACS Chemical Biology

靶向蛋白降解嵌合體 (PROTAC)技術簡介

靶向蛋白降解嵌合體 (PROTAC)不同於傳統的小分子抑制劑,PROTAC採用的是事件驅動(event-driven)的藥理學作用模式,而非傳統的小分子佔據驅動模式(occupancy-driven)。PROTAC誘導蛋白降解的作用機制見圖1,PROTAC分子包括三部分,一頭是靶向目的蛋白結構,另一頭招募泛素E3連接酶,中間通過合適的連接體(linker)連接,通過連接體將靶蛋白配體與泛素E3連接酶配體連接一起,在體內分別識別靶蛋白和泛素E3連接酶,通過誘導招募泛素E3連接酶至靶蛋白表面,引發多聚泛素化過程誘導靶蛋白降解,從而達到疾病治療的效果。這種全新的小分子誘導藥理學的途徑對藥物發現過程產生了深遠影響。

借用自然:PROTAC技術的起源

自然界已經發展出一系列的生物途徑,通過精準的信號增強和衰減以及其他過程來維持生物內環境的穩定和細胞對刺激的反應。這些途徑只有一小部分步驟使用直接的小分子調節器(如激素和其他GPCR配體、突觸信號、代謝物傳感和調節),大多數調節是通過複雜的途徑進行的,最終導致蛋白質合成或轉換。隨著我們對細胞內源性蛋白質降解機制的理解越來越清楚,潛在的治療策略也開始出現。細胞內蛋白質的降解主要有兩種途徑,即泛素-蛋白酶體系統(UPS)和自噬/溶酶體途徑。其中,泛素-蛋白酶體系統是細胞內蛋白質降解的主要途徑,參與細胞內80%以上。以色列科學家Aaron Ciechanover、Avram Hershko和美國科學家Irwin Rose因共同發現了泛素調節的蛋白降解過程,獲得了2004年的諾貝爾化學獎。PROTAC技術便是來源於這項諾貝爾獎,其在一定程度上利用細胞內的泛素-蛋白酶體系統來降解掉目的蛋白,PROTAC將靶點蛋白連接到泛素E3連接酶,招募E2連接酶給目標蛋白加上泛素標籤,多聚泛素化之後的蛋白質被蛋白酶體識別並被蛋白質水解為胺基酸,PROTAC分子釋放出來,繼續進行重複的過程(圖2)。

圖2. 靶點蛋白水解過程

圖片來源:Kymera Therapeutics

在設計PROTAC分子時,需要特別關注以下幾點,PROTAC分子必須與靶點蛋白和泛素化機制結合,形成有效的三元複合物,才能實現靶蛋白降解。因此,首先要保障PROTAC能透過細胞膜成功的進入細胞;一旦進入細胞內,蛋白質降解分子必須同時與目標蛋白和泛素化機制結合,形成三元複合物,避免形成二元複合物「hook effect」;三元複合物一旦形成,泛素必須以足夠的速率(快於三元複合物的本徵壽命)轉移到靶蛋白受體位點上(通常是表面賴氨酸),所需底物的誘導泛素化也應以這樣的速率進行,以克服由二氫奎素酶競爭性去除泛素的情況;最後,泛素轉移到底物蛋白上的模式應允許蛋白酶體容易識別,從而開始實際降解。

蛋白質可與多種泛素形成不同長度的鏈和不同賴氨酸殘基(例如K6、K11、K27、K29、K33、K48、K63和M1)連接的拓撲結構。在生理學上,不同的多泛素連接和鏈長/拓撲結構可以導致在蛋白質功能精細調節的複雜系統中的一系列細胞反應。其中,K48連接泛素和其他的線性鏈被認為有利於蛋白酶體識別。另外,蛋白酶體起始區域部分無序loop或domain的存在也很重要,在某些情況下,如果該區域不存在,蛋白質雖然可以廣泛多聚化,但不被蛋白酶體識別。

從概念到實踐:PROTAC技術的發展歷程

回顧PROTAC技術20年的發展歷史,有很多學者做出了重要貢獻,一些裡程碑事件助力了PROTAC技術的發展,接下來將簡述下PROTAC技術的發展歷程(圖3)。人工誘導蛋白質降解的最早報導之一是在1995年設計了一系列與Ig結合基序融合的修飾E2結合酶(如TaUBC4),首次表明人工誘導的泛素化特徵可被誘導降解的蛋白酶體識別。

圖3. PROTAC領域發展史

2001年, Deshaies和Crews實驗室利用了含SCFβ-TRCP的E3誘導了MetAp-2的降解,首次引入了靶向嵌合蛋白水解(PROTAC)一詞。這篇早期開創性論文選擇了一種卵白蛋白衍生物,它通過共價相互作用與Met-AP2結合。這種對共價鍵的依賴阻止了PROTAC的獨特優點之一,即其催化作用(見下文),潛在地限制了所觀察到的降解效率。在接下來的幾年裡, PROTAC發展到能夠降解諸如雌激素受體(ER)和雄激素受體(AR)等靶點,由於早期的PROTAC分子多為小肽,細胞滲透性比較差,細胞活性也較低,無法應用到藥物的開發中。

直到2008年,Crews課題組首次報導了小分子PROTAC-nutlin,典型的小分子PROTAC結構如圖4所示,作用機制如圖5所示。Nutlin通過與E3連接酶Mdm2結合,誘導雄激素受體(AR)的降解,但其細胞活性仍不理想,在10μM濃度下才誘導AR降解,與此同時,儘管從所報導的有數據來看,降解是蛋白酶體依賴性的,但考慮到許多AR配體可以自發地破壞其同源受體的穩定性,引起自身泛素化和降解。因此,其在藥物發現的應用仍然有限。

圖4. 小分子PROTAC的三個基本單元

圖片來源:JMC

圖5. PROTAC分子的作用機制

圖片來源:JMC

2010-2012年,隨著Craig Crews團隊(耶魯大學的該領域的先驅)和Alessio Ciulli(劍橋大學,E3連接酶結構生物學專家)及其他合作者發現了更多泛素E3連接酶的結合體,PROTAC取得了重大的進展。2012年,VHL的高親和力擬肽配體被發現。隨後,Alessio Ciulli課題組報導了VHL擬肽配體的構效關係研究。

Craig Crews教授在2013年創立了Arvinas公司,公司專注於PROTAC技術,開發創新藥物,使得PROTAC技術得以迅速地發展。基於VHL的配體設計的PROTAC化合物具有更多類藥特性,可以大幅度提高細胞的穿透性,細胞活性可以達到納摩爾級別。另外,通過與VHL非結合性對映體設置對照試驗證明,PROTAC是通過利用含有VHL的E3泛素連接酶來降解蛋白激酶2(RIPK2)。繼前面的研究,Craig Crews團隊利用E3泛素連接酶cereblon設計了作用BET家族蛋白的小分子。

2015年是小分子PROTAC研究成果最豐碩的一年,宣布了PROTAC技術成為真正應用於藥物發現的方法,吸引了學術界和工業界,以及投資機構的關注,為新藥研發打開了新篇章。

PROTAC技術的優勢

與傳統的小分子拮抗劑相比,PROTAC具有一系列獨特的優勢:

催化降解功能。傳統的小分子採用的藥理學作用模式為佔據驅動模式,為了提高靶點佔有率,往往需要高劑量的藥物,反而會帶來很大的毒副作用。PROTAC採用的是事件驅動(event-driven)的藥理學作用模式,其對目的蛋白的降解過程是一種催化作用,因此只需較低的化合物濃度便可以達到很好的降解效率。

選擇性。現代藥物開發的一個關鍵目標是設計高選擇性分子,降低藥物毒性和副作用。PROTAC分子發揮催化作用時,可以選擇性的作用於特定的靶蛋白。最近的多項研究表明, PROTAC對同源靶蛋白的選擇性高於傳統抑制劑。

作用靶點廣。泛素-蛋白酶體系統是細胞內蛋白質降解的主要途徑,參與細胞內80%以上。E3泛素連接酶在多種細胞中廣泛表達,PROTAC分子只需將靶蛋白與E3泛素連接酶拉近,再通過蛋白溶酶體降解靶蛋白。因此PROTAC技術可以廣泛應用不同的靶點。

延長作用時間。靶蛋白的降解是時間依賴性的,PROTAC可以在幾分鐘內將細胞內靶蛋白消耗到接近基礎水平。一旦先前存在的蛋白耗盡,PROTAC只需要降解重新合成的靶蛋白,大多數蛋白質的再合成速度很慢,即使在PROTAC完全清除後,細胞可能仍需要一段相當長的時間,才能將蛋白質庫恢復生理信號的水平,從而大大延長作用時間。雖然口服給藥通常被認為是小分子藥物的首選給藥途徑,但患者的依從性,特別是對於更慢性的疾病,可能非常差,嚴重限制了治療效果。PROTAC可以通過多種途徑提供,提供更多有吸引力的臨床給藥方式。

新的藥理學作用模式。許多蛋白靶點對藥物研發提出了挑戰,它們可能沒有一個特定的催化活性位點,需要依賴於更大的蛋白質界面來介導信號,或者蛋白質可能具有多個功能和催化結構域。識別高親和力抑制劑對於這些靶點來說幾乎是一個不可能的事件,但是PROTAC技術可以提供一種解決方案,因為只需要粘合劑(與傳統抑制劑相反)來促進E3連接酶的募集和降解級聯的啟動。PROTAC的另一個優勢是其表型基因敲除的能力,利用PROTAC可以作為研究靶基因功能序列丟失的有力補充手段。

展望PROTAC技術的未來

PROTAC技術為新藥研發打開了新篇章,也給學術界和工業界帶了前所未有的機遇。當然,PROTAC作為一種新興的技術,必然也會面臨很多問題和挑戰,只有克服了這些困難,PROTAC技術才能更好的發展。

迄今為止, PROTAC技術已被應用於不同的靶點,從蛋白酶到核激素受體、表觀遺傳因子和激酶等。目前80%的蛋白缺少現有藥物的調控,主要是因為缺少可成藥的作用靶點,PROTAC技術應用於不可成藥靶點,是未來可以進一步研究和探索的內容。根據人類基因組,科學家預測有超過600個E3泛素連接酶。但迄今為止,只有一小部分被證明適合於PROTAC的開發,為了進一步發展PROTAC技術,未來需要努力確定其他可利用的E3泛素連接酶。設計更有效的PROTAC的另一個關鍵方面在於連接體Linker,連接體的長度和連接點都可能會影響選擇性和降解效率。同時為了簡化並加速PROTAC分子的發現,需要建立可靠的PROTAC技術平臺。隨著PROTAC分子進入臨床試驗研究,PROTAC技術未來的發展空間是毋容置疑的。

參考文獻

Churcher I . Protac-Induced Protein Degradation in Drug Discovery: Breaking the Rules or Just Making New Ones?[J]. Journal of Medicinal Chemistry, 2018, 61(2):444-452.

相關文章

Angew Chem | 計算模擬設計大環PROTAC分子JACS | 共價對接發現難成藥靶點eIF4E共價抑制劑NC | 理性設計抗卡波氏肉瘤vFLIP-NEMO蛋白-蛋白相互作用抑制劑Science Advances | 廣譜抗冠狀病毒融合多肽抑制劑的發現

相關焦點

  • JMC:FBDD藥物發現技術盤點
    FBDD(Fragment-based drug design)是一種將隨機篩選和基於結構藥物設計有機結合的藥物發現新方法。
  • 神奇的小分子藥物研發技術之PROTAC
    但小分子成藥的技術也面臨著諸多的限制和挑戰,例如小分子藥物會出現耐藥性,無法長期抑制靶向蛋白的活性;且小分子藥物需要維持一定的體內藥物濃度才能發揮作用;另外,還有很多靶點被認為是小分子所無法靶向的,如一些轉錄因子,骨架蛋白和無藥可治的突變靶點KRAS等。單抗雖然相對於小分子具有高親和力和高選擇性的優勢,但其最大弊端在於無法透過細胞膜,因此無法作用於細胞內靶點。
  • JMC | 藥物化學中的分子表徵學習
    圖片來源 JMC神經網絡在QSAR和藥物發現中的應用神經網絡在QSAR和藥物發現方面有著曲折的歷史。ANNs在藥物化學中的首次應用可以追溯到近50年前,即使用感知器算法對含有二惡唑烷的小分子進行分類。隨著機器學習研究的不斷進展,ANNs被其他算法取代,比如不太容易過擬合的隨機森林和支持向量機。
  • JMC|藥物發現和合成機器學習聯盟綜述人工智慧在藥物合成中應用
    麻省理工學院和13家化學及製藥公司成員組成的藥物發現和合成機器學習聯盟(MLPDS),正在開發和評估一個數據驅動的合成規劃項目。他們共同撰寫了這篇文章,分享了他們認為的預測模型是如何整合到藥物化學合成工作流程中的,MLPDS成員公司目前如何使用它們,以及該領域的前景。
  • JMC|基於網絡的方法在藥物研發中的應用
    義大利博洛尼亞大學Maurizio Recanatini教授近期在JMC綜述了網絡科學在藥學研究中的應用。作者首先介紹了構建網絡的數據來源,然後展示如何使用網絡研究藥物相關系統的一些範例,其中專門介紹了基於網絡推理的應用以及布爾網絡動力學(Boolean networks dynamics),最後作者認為在未來幾年中,結合機器學習和3D建模方法的網絡應用程式將成為計算藥物發現中必不可少的工具。
  • PROTAC技術——破解不可成藥靶點神器
    歷史上的嘗試 臨床上很多藥物,被意外發現具有誘導蛋白降解(Induced Protein Degradation)的作用。比如抗腫瘤藥物氟維司群(Fulvestrant)可以降解雌激素受體。這也是最早報導的誘導降解蛋白技術的原型。
  • ...大學合作發現PROTAC用於克服他汀類藥物引起的羥甲基戊二醯輔酶...
    其作為體內催化膽固醇從頭合成的關鍵酶,其活性大小直接影響著膽固醇合成的速度,影響著體內膽固醇含量的高低,HMGCR活性增高,肝臟合成膽固醇增多,可使膽汁中膽固醇飽和指數上升。因此,若抑制此酶,則膽固醇的合成減少。。HMGCR可用作他汀類藥物的靶標,其中,他汀類藥物是最常用於預防和治療心血管疾病(CVD)的一類降低膽固醇的藥物。
  • JMC|機器和自動化時代的藥物化學:連續流技術的最新進展
    這一挑戰可通過利用在改進藥物發現過程中顯示出巨大潛力的技術來解決,例如,連續流系統、自動化和生物測定等。在此,義大利學者在下文中對以上技術進行了概述。藥物化學演變和進化:缺點和技術解決方案藥物化學是一門集化學生物學、藥理學和醫學於一體的交叉學科,在藥物發現中發揮著重要作用。
  • JMC | 機器和自動化時代的藥物化學:連續流技術的最新進展
    這一挑戰可通過利用在改進藥物發現過程中顯示出巨大潛力的技術來解決,例如,連續流系統、自動化和生物測定等。在此,義大利學者在下文中對以上技術進行了概述。藥物化學演變和進化:缺點和技術解決方案藥物化學是一門集化學生物學、藥理學和醫學於一體的交叉學科,在藥物發現中發揮著重要作用。
  • 單克隆抗體藥物的發展趨勢以及未來的挑戰
    在抗體工程藥物中,腫瘤抗體藥物更是異軍突起,獨佔一半天下,單克隆抗體藥物以其獨特的作用機制及高效性,在抗惡性腫瘤的治療中發揮了不可估量的重要作用。目前,單克隆抗體已廣泛應用於腫瘤的臨床治療,本文主要從抗體藥物的發展、面臨的挑戰以及如何解決等方面進行了詳細的分析。
  • 聚焦單克隆抗體藥物技術瓶頸
    隨著基因組學、轉錄組學、蛋白質組學和測序技術研究不斷取得進展,人們發現的新基因和新蛋白的數量越來越多,從而有望從中挑選出合適的抗體藥物靶標。抗體藥物靶標篩選的標準是什麼呢?以抗腫瘤彈藥藥物靶標為例,首先靶標表達要有差異,比如在正常組織和腫瘤組織要有差異,或者在關鍵宿主器官中表達缺失,或者在疾病進展中一直表達。
  • Nature綜述丨冷凍電鏡在藥物發現中的應用前景
    X-ray晶體衍射在這三種方法中一直是佔主導地位,在PDB資料庫中,晶體結構大約佔總數的90%,NMR結構佔9%,剩下EM結構僅佔不到1%(圖1)。儘管如此,這三種技術各自有各自的優勢和地位。  X-ray晶體衍射主要覆蓋的蛋白分子大小在10-150 kd,超過150 kd的晶體結構非常少,不過大部分蛋白都在這個分子量範圍內。
  • PROTAC:股價一夜翻倍,資本市場正在犒賞核心技術
    比如,哌柏西利就是一種CDK4/6抑制劑,是用於治療晚期HR+/HER2-乳腺癌的一線藥物。目前,國內在研ADC藥物(antibody-drug conjugate,抗體藥物偶聯物)中多以HER-2靶點為主。從研發進度看,截至2020年8月底,東曜藥業(HK:01875)的抗HER-2 ADC藥物已處於臨床Ⅲ期,並完成首例患者給藥,具備先發優勢。
  • 基於微流控技術的機體/器官晶片在藥物開發中的應用
    來自日本東海大學(Tokai University)和東京大學(The University of Tokyo)的研究人員發表了一篇綜述文章,詳細闡述了微流體系統、器官晶片、身體晶片技術的背景和研究現狀,同時指出了它們在模擬器官、組織功能和藥物開發中面臨的問題和挑戰,相關文章發表在《Drug Metabolism and Pharmacokinetics
  • 前瞻·共贏‖水木未來第二屆冷凍電鏡與藥物創新發現論壇
    · 在小分子藥物領域,觀測蛋白質與藥物結合前後及結合過程中的構象變化,為研發提供豐富的信息,可以快速精準破解藥物潛在作用靶點結構,徹底改變新藥研發的盲曬模式; 解析度達到2.3A。· 微晶電子衍射技術(MicroED)對於長不大的蛋白和小分子晶體結構解析有巨大優勢。
  • 人工智慧在藥物研發中的應用前景|人工智慧|藥物研發|製藥公司|...
    由美國國家衛生研究院、環境保護署(EPA)和美國食品和藥物管理局(FDA)組織的Tox21數據挑戰賽是一項倡議,旨在評估幾種預測12707種環境化合物和藥物毒性的計算技術。名為DeepTox的ML算法脫穎而出,它通過識別分子化學描述內的靜態和動態特徵,如分子量(MW)和範德華力,並可根據預定義的2500個毒性基團特徵有效地預測分子的毒性。藥物發現中使用的不同人工智慧工具如下表所示。
  • 小分子、大分子藥物生物分析及表徵技術進展
    但是當前製藥/生物製藥行業仍然渴求更強大的工具和更多樣的方法,尤其是在市場上出現越來越多的大分子治療藥物的情況下。本文討論了目前小分子及大分子藥物生物分析過程中的問題,以及分析方法開發中的新趨勢等。  液相色譜-質譜聯用技術從上世紀90年代起即廣泛應用於藥物發現和研發實驗室,因為這種技術有能力在含有成百上千種其他物質的樣品中快速識別和量化低濃度化合物。
  • 研究人員發現藥物代謝在藥物研發中的作用
    對藥物結構進行修飾時,常常需要掌握藥物代謝的規律,如藥物代謝部位、代謝酶種類、代謝形式和途徑、代謝產物等,藥物代謝研究可以為結構修飾提供參考或依據,對於發現療效更好、作用更強、毒副作用更低的新藥物具有重要的實際意義。
  • JMC|人工智慧技術發現高效p300/CBP組蛋白乙醯轉移酶抑制劑
    引言上海藥物研究所通過深度學習技術發現p300/CBP組蛋白乙醯轉移酶先導化合物,然後通過結構改造發現活性最強的抑制劑。LSTM(長短期記憶)神經網絡模型,然後利用已發表的135個p300抑制劑和576個大環分子作為微調,生成了672個分子,然後結合類藥性、藥物結構複雜程度以及分子對接的打分,選擇排名前20的化合物進行肉眼篩選,選擇其中的B003進行化學合成以及生物活性測試,發現活性為10nM,基於B003進行結構改造和優化,發現目前活性活性最強,選擇性最好的B026化合物(1.8nM)。
  • 獲密西根大學獨家許可 亞盛醫藥-B (06855)引進PROTAC技術賦能新藥研發
    傳統藥物設計常常專注於優化藥物結合親和力,但面對越來越多缺乏高親和力配體結合位點的藥物幹預靶點的發現,傳統的小分子成藥技術逐漸顯得力不從心。然而靶向蛋白降解嵌合體(PROTAC)技術的出現,讓打破小分子藥物的瓶頸成為可能。