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(shù)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(shù)的5項最新進(jìn)展。

       1、片段裁剪

       片段裁剪是傳統的FBDD技術(shù)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(jìn)行進(jìn)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(shí)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(shí)結合到SARS-CoV-2-M的不同位置上，然后篩選了一個(gè)近20萬(wàn)個(gè)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(huì )被連接起來(lái)，生成最終的新候選分子。這些分子具有類(lèi)似藥物的性質(zhì)和可能的結合親合力，研究人員通過(guò)分子動(dòng)力學(xué)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(wú)法通過(guò)以往傳統的高溫超導方法研發(fā)。

       2、親和性質(zhì)譜片段篩選

       G蛋白耦聯(lián)受體（GPCRs）是配體結合在主要活性位點(diǎn)以外的一個(gè)位點(diǎn)，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，而識別負變構調節劑（NAMs）尤其具有挑戰性，NAMs可抑制受體激活。最近，一種結合親和質(zhì)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(diǎn)。

       與常規表面等離子體共振或基于NMR的FBDD方法相比，通過(guò)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(zhì)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(diǎn)。這一發(fā)現將為NAM的設計提供針對A類(lèi)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(shù)，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(shù)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(gè)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(kāi)關(guān)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(xué)位移分散，使其在檢測弱結合活性時(shí)更加靈敏。鑒定的片段可以通過(guò)直接的后續化學(xué)輕松進(jìn)一步優(yōu)化，以增加結合親和力，同時(shí)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(shí)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(zhì)上不同位點(diǎn)的結合。為此，研究人員需要使用X射線(xiàn)晶體學(xué)方法獲得目標蛋白質(zhì)的實(shí)驗結構，或者用已知的結合劑探索相關(guān)的化學(xué)結構。但是，基于某些配體片段傾向于與進(jìn)化無(wú)關(guān)蛋白質(zhì)的保守蛋白質(zhì)亞袋結合的觀(guān)察結果，研究人員為此已經(jīng)開(kāi)發(fā)了一種新的虛擬篩選工具FRAGSITE，它使用的是不相關(guān)靶蛋白的相似位點(diǎn)結合的配體片段。

       在實(shí)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(chēng)為高通量監督分子動(dòng)力學(xué)（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(dòng)方式準備、運行和分析數千個(gè)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(dòng)力學(xué)的片段篩選計算。

       5、片段表型先導發(fā)現（FPLD)

       長(cháng)期以來(lái)，人們一直認為FBDD中使用片段的弱結合親和力，不會(huì )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(lái)獲得高的命中率，會(huì )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(chóng)、奈瑟菌、分枝桿菌和黃病毒）篩選了169個(gè)化合物數據庫，每個(gè)庫包含7至12個(gè)化合物。實(shí)驗者對于每種病原體在單獨的測定中進(jìn)行解卷積，并與來(lái)自HTS先前的命中進(jìn)行比較。這項概念驗證研究并沒(méi)有像預期的那樣，觀(guān)察到非特異性抑制和**，而是發(fā)現了表型篩選帶來(lái)了可以進(jìn)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(jīng)系統和心血管疾病以及某些類(lèi)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