虛擬篩選的常見驗證方法及其在新藥研發領域的應用
傳統的高通量篩選需要在實驗室內對大量化合物進行生物活性篩選，實驗及設備操作繁瑣，成本較高。相較之下，虛擬篩選則是通過計算機模擬和預測的方法，在大量化合物數據庫中篩選出具有潛在生物活性的化合物，能夠大大加速藥物研發過程，減少實驗成本和研發周期，虛擬篩選涉及計算機輔助藥物設計 (Computer-Aided Drug Design,CADD) 技術，包括分子對接、藥物性質預測、藥物相互作用預測等。
新藥研發是一個耗時且成本高昂的研發過程。與新藥研發相比，藥物再利用 (也稱為老藥新用) 具有很多優勢。首先，基于已知活性化合物的藥物研發，可以降低藥物研發失敗風險；另外，MCE 活性化合物庫的化合物大都具有明確活性報道或處于臨床試驗階段， 以此進行篩選可以縮短研發周期，降低研發成本。
近年來，越來越多的老藥新用的案例已經進入臨床研究之中。例如， 米諾地爾最初作為一種治療高血壓的藥物進入臨床，后被研究發現其具有很好的刺激毛發生長的療效，現已廣泛用于脫發的治療之中。此外，作為一種曾經廣為人知的解熱鎮痛藥，阿司匹林在 2015 年 9 月也被 USPSTF (美國預防醫學工作組) 確認具有預防心血管疾病和結直腸癌的作用。已批準上市藥物由于具有良好的生物活性、藥代動力學特性和安全性，特別適合老藥新用的研究。
一般而言，藥物再利用策略需要經過三個步驟：(1) 確定具有疾病治療作用的候選分子；(2) 對候選藥物臨床前模型進行機制探究；(3) 臨床試驗的療效評估。通過計算方法和實驗方法初步確定具有療效的候選分子已經成為藥物再利用研究中的重要一步。基于結構的分子對接技術已被廣泛用于預測配體 (藥物) 和治療靶點 (通常是蛋白質) 之間的結合親和力中 (圖 4)。
前面給大家介紹了虛擬篩選技術及老藥新用策略的應用及優勢，那么如何對虛擬篩選得到的候選化合物進行驗證呢？下面跟著小 M 一起看看吧！
1.分子動力學模擬
分子動力學 (Molecular Dynamics，MD) 模擬是一種基于牛頓力學、綜合了物理，數學和化學等多種學科的計算機模擬方法，用于研究分子體系的運動和相互作用、預測分子體系的行為和結構性質。通過計算機分子模擬，研究人員能夠在分子水平上理解生物大分子的運動與生物功能、蛋白-小分子之間相互作用機理。目前，MD已廣泛用于生物醫藥、物理、化學和材料科學領域，是對理論計算和實驗的有力補充。
“精準” 靶向藥物分子設計策略是以疾病相關的藥物靶標－配體精確相互作用為理論基礎，通過藥物活性成分與疾病相關的特定生物靶點相互作用， 發現對靶蛋白具有親和力、特異性強的小分子配體。親和質譜技術（Affinity Selection Mass Spectrometry）作為一種間接篩選小分子配體的方法， 已經成功應用于許多受體、酶等靶蛋白的配體篩選，并且得到了廣泛應用。
圖 6. 親和質譜篩選流程。
3. SPR 檢測表面等離子共振 (Surface Plasmon Resonance，簡稱 SPR) 是借助傳統光學現象，利用光在不同介質中產生消逝波后與等離子波產生共振，進而可以構建生物分子相互作用的生物傳感分析技術，用以檢測生物傳感芯片上配位體與分析物之間的相互作用情況。簡單來說，SPR 就是根據金屬表面偶聯的配體是否與分析物結合而產生不同的共振角，通過監測共振角度的變化，可以推斷出生物分子相互作用的親和性、親合常數、結合動力學等信息。
SPR 技術在藥物篩選、蛋白質-蛋白質相互作用研究、抗體-抗原結合等領域具有廣泛應用和重要價值。
圖 7. SPR 技術原理與結果示意圖。
案例一
南京大學鼓樓醫院 Zhang Wenlong 團隊發現 MCE 活性化合物庫中的 Wedelolactone 具有潛在的 GPD1 激動活性，實現藥物再利用[5]。
發表期刊：Journal of Hematology & Oncology (IF= 28.5)
案例二
香港中文大學 Wang Yifei 團隊利用 MCE 活性化合物庫順利找到能夠作用于 MCM6 靶點抑制劑[6]。
發表期刊：Theranostics（IF=12.4）
案例三
湖南省人民醫院聯合復旦大學兒童醫院聯合研究找出 MCE 活性化合物庫中的 PALB2-BRCA2 PPI 抑制劑 Pentagalloylglucose[7]。
發表期刊：Cancer Letters（IF= 9.756）
此外，PGG 還能抑制包括乳腺癌和髓母細胞瘤細胞在內的多種癌細胞系的增殖和存活，并抑制腫瘤異種移植物的體內生長，在癌癥治療中具有潛在的價值，可以提高腫瘤對 PARP 抑制劑和放療敏感性。
MCE 擁有專業的虛擬篩選團隊、高性能的計算機服務器、高度標準的數據隱私管理，可提供專業的分子對接、虛擬篩選及后續驗證實驗的一站式藥篩服務服務。更有 40 余種高通量化合物庫，涵蓋 600 萬有現貨、可重復供應、結構多樣、具有類藥性的化合物，任您挑選。虛擬篩選技術在挖掘已知活性化合物新用途上優勢多多，下一個發現新藥的人就是你！
|
這類化合物一般比較容易透過細胞膜，作用于細胞內特定的靶蛋白，調控細胞內信號通路，進而引起細胞表型的一些變化。Bioactive Compound Library 包含 17212 種具有明確報道的、活性已知、靶點明確的小分子化合物，包括天然產物，新型化合物，已上市化合物及處于臨床期化合物等，可以用于信號通路研究，新藥研發，老藥新用等不同的篩選目的。 |
|
Drug Repurposing Compound Library 新藥研發是一個耗時且成本高昂的研發過程，此庫包括 4313 種批準上市藥物及臨床Ⅰ期以后化合物，這些化合物已經完成了廣泛的臨床前和臨床研究，具有良好的生物活性、安全性和生物利用度，特別適合藥物新適應癥的研究。 |
|
與新藥研發相比，藥物再定位 (也稱為老藥新用) 具有很多優勢。首先，降低了藥物研發失敗風險；其次，可以縮短研發周期；最后，降低研發成本。批準上市藥物由于具有良好的生物活性、藥代動力學特性和安全性，特別適合老藥新用的研究。此庫包含 2772 個批準上市的化合物，這些化合物已經完成了廣泛的臨床前和臨床研究，具有良好的生物活性、安全性和生物利用度。MCE FDA 上市庫是一種很好的藥物再利用工具，可以顯著加快藥物開發進程。 |
|
此庫包含 647 種具有藥理多樣性EMA批準上市藥物。該化合物庫中所有藥物均已完成廣泛的臨床前和臨床研究，具有良好的生物活性、安全性和生物利用度，是進行藥物重定位的一個有用工具，可以大大加快藥物開發速度。 |
參考文獻：
[1] Cox PB, et al. Contemporary Computational Applications and Tools in Drug Discovery. ACS Med Chem Lett. 2022 Jun 1;13(7):1016-1029.
[2] Polgár T, et al. Integration of virtual and high throughput screening in lead discovery settings. Comb Chem High Throughput Screen. 2011 Dec;14(10):889-97.
[3] Pushpakom S, et al. Drug repurposing: progress, challenges and recommendations. Nat Rev Drug Discov. 2019 Jan;18(1):41-58.
[4] Liu S, et al. In silico-determined compound from the root of Pueraria lobate alleviates synaptic plasticity injury induced by Alzheimer's disease via the p38MAPK-CREB signaling pathway. Food Funct. 2021 Feb 15;12(3):1039-1050.
[5] Zhang W, et al. Allosteric activation of the metabolic enzyme GPD1 inhibits bladder cancer growth via the lysoPC-PAFR-TRPV2 axis. J Hematol Oncol. 2022 Jul 14;15(1):93.
[6] Wang Y, et al.MCM6 is a critical transcriptional target of YAP to promote gastric tumorigenesis and serves as a therapeutic target. Theranostics. 2022 Sep 6;12(15):6509-6526.
[7] Zeng J, et al. Pentagalloylglucose disrupts the PALB2-BRCA2 interaction and potentiates tumor sensitivity to PARP inhibitor and radiotherapy. Cancer Lett. 2022 Oct 10;546:215851.
