化學家們開發了一種新的藥物發現策略,用於「不可藥物」的藥物靶點

2021-01-08 騰訊網

由科學院化學系李曉宇博士率領的一個研究小組,與重慶大學藥學院李益洲教授和上海第二軍醫大學藥學院嚴草教授合作,開發了一種針對活細胞膜蛋白的新藥發現方法。

膜蛋白在生物學中起著重要的作用,其中許多是高價值的靶點,在製藥工業中得到了廣泛的應用。李博士的團隊開發的方法為發現針對膜蛋白的新型配體和抑制劑提供了一種有效的方法,而膜蛋白在很大程度上仍然是傳統方法難以解決的問題。該方法的發展及其應用現已在自然化學.

背景

細胞膜蛋白在細胞表面發揮著無數的生物功能,對細胞和生物體的生存至關重要。不出所料,許多人類疾病都與異常的膜蛋白功能有關。事實上,膜蛋白佔所有FDA批准的小分子藥物目標的60%以上.G蛋白偶聯受體(GPCR)超家族作為最大的細胞表面受體,是所有臨床藥物中~34%的靶點.然而,儘管具有重要意義,抗膜蛋白藥物的發現卻受到了極大的挑戰,這主要是由於其自然棲息地的特殊特性:細胞膜。此外,膜蛋白也很難以一種孤立的形式進行研究,因為它們往往會失去基本的細胞特徵,並且可能被失活。事實上,在製藥工業中,膜蛋白一直被認為是一種「不可藥物」的靶點。

近年來,DNA編碼化學文庫(DEL)應運而生,成為一種強有力的藥物篩選技術.為了簡化,我們可以以書庫為例。在圖書館中,每本書都用目錄編號索引,並在書架上用特定位置進行空間編碼。類似地,在DEL中,每種化合物都附有一個獨特的DNA標籤,作為記錄化合物結構信息的「目錄號」。利用DNA編碼,所有的文庫化合物都可以同時針對靶標進行混合和篩選,以發現那些能夠調節靶子的生物學功能的化合物,例如抑制惡性癌症中異常活躍的蛋白質。DEL可以包含驚人的大量測試化合物(數十億甚至數萬億),而DEL篩選可以在幾個小時內在常規的化學實驗室進行。如今,DEL已被世界上幾乎所有主要製藥行業廣泛採用。然而,DEL在詢問活細胞上的膜蛋白方面也遇到了很大的困難。

2項主要調查結果:跟蹤和推動

有兩個障礙,該小組已經克服,以使DEL應用於活細胞。首先,細胞表面不是像氣球那樣光滑的凸形;它極其複雜,有數百個不同的生物分子,拓撲崎嶇;因此,在細胞表面定位想要的目標就像在一片茂密的熱帶森林中找到一棵樹。該團隊已經克服了這個「目標特異性」問題,使用了他們之前開發的一種方法:DNA程序親和標記(Dpl)。這種方法利用了一種基於dna的探針系統,該系統可以將dna標記專門傳遞到活細胞上所需的蛋白質,dna標記用作指示特定靶標的del篩選的燈塔。換句話說,團隊首先在目標上安裝了一個「跟蹤器」,以達到篩選的特異性。

第二個挑戰是目標豐富。通常,膜蛋白存在於納米摩爾到低微摩爾濃度之間,遠低於庫中數十億非結合劑中捕捉結合劑的極小部分所需的高微摩爾濃度。為了解決這一問題,研究小組採用了一種新的策略,即在目標蛋白和實際文庫上的DNA標記中使用互補序列,從而使文庫能夠與目標雜交,從而「提高」目標蛋白的有效濃度。換句話說,「跟蹤器」不僅可以幫助圖書館定位目標,而且還可以創造一種吸引人的力量,將圖書館集中在目標周圍,而不受非約束人群的幹擾。

在該出版物中,該小組報告了其詳細的方法學發展,並通過篩選一個3042萬個葉酸受體(FR)、碳酸氫酶12(CA-12)和表皮生長因子受體(EGFR)的化合物庫,證明了該方法的通用性和有效性,這些都是抗癌藥物發現的重要靶點。這種方法有望廣泛應用於許多膜蛋白。例如,經典的藥物靶點,如GPCRs和離子通道,可以在活細胞環境中被重新審視,以便通過利用DEL的力量來確定新的藥物發現機會。

李曉宇博士說:「我們期望這種方法的效用不僅限於藥物的發現,還可以在學術研究中探索具有挑戰性的生物系統,如寡聚膜蛋白複合物和細胞-細胞通訊。」

來自重慶大學的李教授說:「這種方法具有從DNA編碼的化學文庫中巨大而複雜的化學多樣性的力量,有可能促進膜蛋白的藥物發現。」來自上海第二軍醫大學的共同作者嚴草教授補充道:「這項技術是描述配體與靶標相互作用的有效工具;它將為高通量篩選方法的發展提供新的線索,從而促進以膜蛋白為目標的配體的捕撈。」

相關焦點

  • 科學家有望開發出針對「無成藥性」藥物靶點的新型藥物發現策略
    近日,一篇刊登在國際雜誌Nature Chemistry上題為「Selection of DNA-encoded chemical libraries against endogenous membrane proteins on live cells」的研究報告中,來自中國香港大學等機構的科學家們通過研究開發了一種能夠靶向活細胞膜蛋白的新型藥物發現方法
  • ...Communications|整合藥物大數據與貝葉斯方法大規模預測藥物靶點
    簡介藥物靶標識別是藥物研發過程中的重要一步,也是最複雜的環節之一。為了解決這個問題,作者開發了一種貝葉斯機器學習方法BANDIT (Bayesian ANalysis to determine Drug Interaction Targets) 以預測藥物結合靶標。
  • 從疾病靶點到全新藥物分子設計,這家AI公司讓整個研發時間...
    Insilico Medicine 是利用新一代人工智慧技術進行藥物發現的領軍企業,致力於通過開發和應用下一代深度學習方法來改變製藥行業,以實現藥物發現和藥物開發過程的每一步。公司總部位於香港,並且在全球六個國家設有辦公室。
  • Nature特寫:人工智慧助力化學藥物「宇宙」漫遊指南
    化學家們估計約有10^60種具有藥物特性的化合物能夠被合成,這些小分子的數目甚至超過了太陽系所有原子的總數。他們希望通過計算機算法對無數的化合物進行登記、分類並比較其特性,從而幫助研究者快速、低成本地找到針對某一靶點的最佳候選藥物。支持者們表示這樣的策略能夠使藥物更安全,減少在臨床實驗中失敗的藥物數量,同時使得新治療方法的發現成為可能。
  • 從"有意迴避"到"研發熱點" 共價抑制劑如何革新小分子藥物開發?
    近年來,隨著藥物開發技術的發展,共價抑制劑正在成為藥物研發的一個重要模式,它們不但產生了有效的重磅藥物,而且為靶向「不可成藥」靶點提供了新策略。今天藥明康德內容團隊將結合公開資料,回顧共價抑制劑的發展歷程。共價抑制劑的作用方式如前所說,人類使用具有共價機製藥物的歷史已經有上百年。
  • Nature:p53藥物研發,艱難前行
    研究MDM2靶向小分子已有十年的藥物化學家Lukasz Skalniak說。不過,也有一些人仍在堅持,他們堅信能夠攻克這個「不可成藥」的靶點。因為,儘管小分子藥物停滯不前,但隨著訂書肽(stapled peptides)、靶向降解劑以及基於mRNA的藥物不斷發展,也許靶向p53–MDM2還有希望。一、p53的吸引力p53是一種複雜的蛋白質,以前一直被誤解。
  • 新型藥物靶點——外周5-羥色胺
    過去,針對5-HT系統的藥物僅僅針對5-HT轉運體和受體,主要用於治療抑鬱症、精神病和偏頭痛等中樞症狀。然而,由於5-HT系統二重性的發現,使其成為了一種新型的藥物治療的靶點。關於TPH2已有很多的研究綜述,因此,本文重點介紹了TPH1抑制劑藥物開發的最新成果以及臨床研究變情況。
  • 人工智慧助力藥物研發:J Med Chem發表人工智慧藥物發現專刊
    近年來,由於計算機數據處理能力的提高和新的人工智慧(Artificial Intelligence,AI)方法的發展,人工智慧逐漸進入藥物設計科學家的視野。2020年8月,Journal of Medicinal Chemistry(JMC)推出"Artificial Intelligence in Drug Discovery "專刊(https1://pubs.acs.org/toc/jmcmar/63/16),聚焦於人工智慧對藥物發現過程的衝擊,介紹了人工智慧在藥物研究中最新的方法和應用,讓研究者了解到人工智慧是如何進入藥物發現領域的
  • 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。
  • 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|...
    網絡應用程式,如ChemMapper和相似集成方法(SEA)可用於預測藥物與靶點的相互作用。許多涉及ML和DL的策略已被用於確定DTBA,如KronRLS、SimBoost、DeepDTA和PADME。基於ML的方法,如KronRLS,評估藥物和蛋白質分子之間的相似性以確定DTBA。類似地,SimBoost使用回歸樹來預測DTBA,同時考慮基於特徵和基於相似性的交互。
  • 腫瘤藥物HDACs靶點研發的「機會與挑戰「
    2019年9月06日,「醫耘沙龍」第三期於下午2點正式開始,本次沙龍邀請了華醫資本創始合伙人曹鋒博士,億騰景昂高級副總裁Jason Tsai博士,徐諾藥業首席科學家餘聶芳博士,優銳生物CEO倪健博士等對腫瘤藥物HDACs靶點進行了深度討論,數十位科學家和投資人對HDACs靶點的藥物開發現狀,最新研究進展進行了深度分析和探討。
  • 新型抗體藥物:中國生物藥產業的未來力量——價值、版圖與開發策略...
    目前人們通過對抗體藥物結構的改造,發展出了一些新的方向,如抗體偶聯物、雙特異性抗體、單域抗體(又稱納米抗體)等新型抗體,這種調整有助於改進標準結構抗體的一些固有缺陷,更好地滿足臨床用藥需求。新型抗體藥物代表抗體產業新的發展方向,是中國生物藥產業的未來力量。本文對其中雙特異性抗體藥物目前的總體情況進行綜述介紹。
  • Cullgen研究人員開發出廣譜癌症靶點蛋白TRK降解候選藥物
    TRK變異後產生的融合蛋白被發現廣泛存在於多種人類惡性腫瘤中,包括肺癌、結直腸癌和軟組織肉瘤。此外,TRK融合蛋白變異也是一些罕見癌症的主要腫瘤驅動因素,如嬰兒纖維肉瘤、分泌性乳腺癌和乳腺類似物分泌性癌(MASC)。睿躍生物(Cullgen)開發的全球首創廣譜抗癌化合物能有效降解TRK融合蛋白,並抑制腫瘤生長。
  • 99個可溶性配體靶點及291款相關藥物梳理
    已獲得FDA批准的配體靶向藥物所涉的靶點和處於臨床階段的全新配體靶點的分類情況其餘30%已批准和在研藥物配體靶點基本可以被歸類為神經肽(例如CGRP),補體系統中的炎症介質和其他信號分子(例如sclerostin,SOST)
  • 分子影像指導抗腫瘤藥物開發
    可利用分子成像獲得的數據信息    剛開始的時候,癌症藥物開發中常用PET示蹤劑為:用於示蹤葡萄糖代謝異常的18F-FDG和用於反應腫瘤細胞增殖的18F-FLT。而後,多種較長半衰期的SPECT和PET放射性核素可以有效標記更大的分子如單克隆抗體等。
  • Insilico宣布攜手楊森製藥,開展AI多靶點藥物發現
    Insilico Medicine (上海英矽智能)宣布攜手楊森製藥 合作開展AI多靶點藥物發現。、小分子生成和臨床試驗結果預測領域運用深度生成強化學習技術的領軍企業,今日宣布與強生的製藥子公司楊森製藥(Janssen Pharmaceutica N.V.)籤訂一項多靶點藥物發現協議。
  • 觀點 | 藥物開發中的生物標記物
    生物標記物是一種可以客觀地測量的,用於評價正常的生物學過程、致病過程和/或藥理學反應的指標。
  • 醫生們發現一種抗流感病毒藥物抑肽酶或能用於治療新冠
    據外媒BGR報導,研究人員發現了另一種潛在的藥物,可以通過防止嚴重的新冠併發症來幫助治療COVID-19。Aprotinin(抑肽酶)是一種抗病毒藥物,以氣霧劑的形式出現,在俄羅斯被批准用於治療流感。根據一項新研究,該藥物可以抑制新冠病毒感染細胞的能力,防止其複製。此前醫生們制定了不同的COVID-19治療方案,包括一些有效的藥物。瑞德西韋和地塞米松是兩種最知名的COVID-19療法,雖然這兩種藥物都不能挽救生命。
  • 2014年藥物研發最熱門靶點逐個述評
    特別值得一提的是表觀遺傳調控劑,早年發現的阿扎胞苷、地西他濱等被證明為DNA甲基轉移酶抑制劑,目前研究得最多的是HDAC抑制劑(見1.17),表觀遺傳的其他靶點如組蛋白賴氨酸甲基轉移酶EZH2、組蛋白H3甲基轉移酶DOT1L、溴結構域蛋白BET等也開展了大量基礎研究。
  • Nature綜述:開發下一代抗體-藥物偶聯物(ADC)的策略和挑戰
    在本綜述中,討論了ADC開發中的抗原靶標選擇,臨床階段ADC中使用的彈頭,接頭的設計和優化,抗體的選擇和優化,位點特異性和替代共軛化學,以及增強效力的策略,包括非腫瘤學ADC 。1. 抗原靶標選擇開發癌症ADC的一個主要問題是確定和驗證mAb組分的足夠的抗原性靶標。抗原選擇中需要考慮幾個因素。