片段藥物發(fā)現（FBDD）5項最新進展

熱門推薦：片段藥物發(fā)現 , 片段裁剪 , 進展 ,

來源：新浪醫(yī)藥新聞

2021-12-20

基于片段藥物發(fā)現（FBDD）是指針對目標分子篩選小分子化合物，然后優(yōu)化和連接這些高親和力的片段，創(chuàng)建命中率高的具有親和力性的配體。FBDD技術是當今許多藥物發(fā)現項目的基礎，在這篇文章中匯總了在一系列目標分子和適應癥中，使用基于片段篩選技術的5項最新進展。

1、片段裁剪

片段裁剪是傳統(tǒng)的FBDD技術和基于結構的藥物設計的結合體。該方法允許研究人員從較小的成分中設計分子片段，然后將這些片段連接在一起進行進一步的評估，包括在Covid-19期間緊急識別針對SARS-CoV-2病毒的潛在藥物。

當時研究人員利用片段裁剪，構建了該病毒主要蛋白酶。研究人員使用計算方法設計了分子片段，并將它們連接在一起，同時結合到SARS-CoV-2-M的不同位置上，然后篩選了一個近20萬個針對蛋白酶結合腔的片段庫，任何結合到相鄰的高親和力片段都會被連接起來，生成最終的新候選分子。這些分子具有類似藥物的性質和可能的結合親合力，研究人員通過分子動力學模擬評估了多種候選分子的候選名單，其中17種被發(fā)現能夠與SARS-CoV-2-M形成穩(wěn)定的復合物。值得注意的是這些新穎的、針對covid-19的候選藥物，無法通過以往傳統(tǒng)的高溫超導方法研發(fā)。

2、親和性質譜片段篩選

G蛋白耦聯受體（GPCRs）是配體結合在主要活性位點以外的一個位點，在多種疾病中有一系列發(fā)揮潛在的治療應用，包括心臟疾病到癌癥，而識別負變構調節(jié)劑（NAMs）尤其具有挑戰(zhàn)性，NAMs可抑制受體激活。最近，一種結合親和質譜（MS）與FBDD結合的新方法被用于篩選潛在NAM的片段庫，該NAM可靶向腺苷A受體的鈉離子結合袋，這是炎癥和心臟病中廣泛探索的靶點。

與常規(guī)表面等離子體共振或基于NMR的FBDD方法相比，通過使用親和MS富集特定結合物，可以減少2至4倍的目標蛋白質和片段庫化合物混合物的使用量，并且分析速度可以提高2至3倍。這種方法確定了一種新的NAM，其特征是氮雜環(huán)丁烷部分被認為占據變構鈉結合位點。這一發(fā)現將為NAM的設計提供針對A類GPCR鈉離子的信息，展現了將親和MS與FBDD相結合，以識別其他GPCR靶標的變構抑制劑的能力。

3、氟-19核磁共振波譜

核磁共振波譜是一種成熟的FBDD技術，方法是測量15N標記的目標蛋白在片段配體結合處的量子光譜的位移。最新發(fā)展顯示，該技術已擴展到其他的目標分子。在一項研究中，氟-19NMR可用于針對14種不同的RNA篩選（包含102個片段的數據庫），揭示了不同大小和二級和三級RNA結構的成藥性，其中包括從發(fā)夾結構到細菌型核糖開關的多種結構，它們能夠以高親和力和特異性自然結合低分子量代謝物。

基于氟-19的檢測要比其他基于NMR的方法具有優(yōu)勢，因為氟-19光譜顯示出了更高的化學位移分散，使其在檢測弱結合活性時更加靈敏。鑒定的片段可以通過直接的后續(xù)化學輕松進一步優(yōu)化，以增加結合親和力，同時仍保持不同RNA靶標之間的選擇性。

4、片段計算協(xié)議

計算方法通常在實驗片段篩選之前使用，用于設計潛在的篩選片段（如片段剪裁方法）或將化合物數據庫縮小為更易于管理的集合。這些方法使用分子對接，模擬可視化片段與目標蛋白質上不同位點的結合。為此，研究人員需要使用X射線晶體學方法獲得目標蛋白質的實驗結構，或者用已知的結合劑探索相關的化學結構。但是，基于某些配體片段傾向于與進化無關蛋白質的保守蛋白質亞袋結合的觀察結果，研究人員為此已經開發(fā)了一種新的虛擬篩選工具FRAGSITE，它使用的是不相關靶蛋白的相似位點結合的配體片段。

在實驗測試中，FRAGSITE比其他虛擬篩選工具能夠有更高的命中率，并為測試的目標識別出具有不同支架和納摩爾親和力的新分子。最近的另一項發(fā)展是一種稱為高通量監(jiān)督分子動力學（HT-SuMD）的計算協(xié)議。HT-SuMD協(xié)議允許研究者使用3D目標結構和要篩選的片段數據庫，以全自動方式準備、運行和分析數千個模擬，將結合事件的采樣加速到幾秒，這也是迄今為止最大的完全基于分子動力學的片段篩選計算。

5、片段表型先導發(fā)現（FPLD)

長期以來，人們一直認為FBDD中使用片段的弱結合親和力，不會在基于細胞的表型分析中檢測到，或者使用足夠高濃度的片段數據庫來獲得高的命中率，會導致**和讀數不準確。但最近，研究人員已成功地使用精選片段庫在傳染病模型中達到了目標。

在一項研究中，研究人員針對一系列病原體（利什熱病、惡性瘧原蟲、奈瑟菌、分枝桿菌和黃病毒）篩選了169個化合物數據庫，每個庫包含7至12個化合物。實驗者對于每種病原體在單獨的測定中進行解卷積，并與來自HTS先前的命中進行比較。這項概念驗證研究并沒有像預期的那樣，觀察到非特異性抑制和**，而是發(fā)現了表型篩選帶來了可以進一步探索的一系列命中數據。除此之外，該方法還可以更廣泛地用于其他缺乏明確臨床目標的疾病，例如神經系統(tǒng)和心血管疾病以及某些類型的癌癥。

參考文獻

1. Erlanson DA, Fesik SW, Hubbard RE, Jahnke W, Jhoti H. Twenty years on: the impact of fragments on drug discovery.Nat Rev Drug Discov. 2016;15(9):605-619. doi: 10.1038/nrd.2016.109

2. Patterson AW, Wood WJ, Ellman JA. Substrate activity screening (SAS): a general procedure for the preparation and screening of a fragment-based non-peptidic protease substrate library for inhibitor discovery.Nat Protoc. 2007;2(2):424-433. doi: 10.1038/nprot.2007.28

3. Choudhury C. Fragment tailoring strategy to design novel chemical entities as potential binders of novel corona virus main protease. J Biomol Struct Dyn. 2021;39(10):3733-3746. doi: 10.1080/07391102.2020.1771424

4. Lu Y, Liu H, Yang D, et al. Affinity mass spectrometry-based fragment screening identified a new negative allosteric modulator of the adenosine A2A receptor targeting the sodium ion pocket. ACS Chem Biol. 2021;16(6):991-1002. doi: 10.1021/

acschembio.0c00899

5. Binas O, de Jesus V, Landgraf T, et al. 19 F NMR-based fragment screening for 14 different biologically active RNAs and 10 DNA and protein counter-screens. Chembiochem. 2021;22(2):423-433. doi: 10.1002/cbic.202000476

6. Zhou H, Cao H, Skolnick J. FRAGSITE: A fragment-based approach for virtual ligand screening. J Chem Inf Model. 2021;61(4):2074-2089. doi: 10.1021/acs.jcim.0c01160

7. Ferrari F, Bissaro M, Fabbian S, et al. HT-SuMD: making molecular dynamics simulations suitable for fragment-based screening. A comparative study with NMR. J Enzyme Inhib Med Chem. 2021;36(1):1-14. doi:10.1080/14756366.2020.1838499

8. Ayotte Y, Bernet E, Bilodeau F, et al. Fragment-based phenotypic lead discovery to identify new drug seeds that target infectious diseases.ACS Chem Biol. 2021;16(11):2158-2163. doi: 10.1021/acschembio.1c00657

如果這篇文章侵犯了您的權利，請聯系我們。

專欄推薦