摘要：血红素加氧酶1（HO-1）是癌症治疗的新兴靶点，这种酶的高表达与多种癌症的进展相关。不过，由于HO-1和同家族HO-2的序列相似性，选择性HO-1抑制剂的开发极具挑战性。现在，DNA编码化合物库（DEL）为苗头化合物的筛选提供了全新工具。在一项近期发表的研究中
▎药明康德内容团队编辑
编者按：血红素加氧酶1（HO-1）是癌症治疗的新兴靶点，这种酶的高表达与多种癌症的进展相关。不过，由于HO-1和同家族HO-2的序列相似性，选择性HO-1抑制剂的开发极具挑战性。现在，DNA编码化合物库（DEL）为苗头化合物的筛选提供了全新工具。在一项近期发表的研究中[1]，来自药明康德的研究团队利用基于DEL的虚拟筛选，筛选出了14种对HO-1具有高度选择性的化合物，以及5种全新的HO-1抑制剂骨架。这项进展为高度选择性和高效的HO-1抑制剂开发奠定了重要基础。
▲研究示意图（图片来源：参考资料[1]）
DEL：药物筛选新工具
1992年，Scripps研究所的前所长Richard Lerner教授与诺奖得主Sydney Brenner教授共同发表了一篇影响深远的论文。他们提出了一个全新设想——使用DNA对化合物进行编码，协助新药发现。如今，这项被称作DNA编码化合物库（DNA Encoded Library，DEL）的技术正在深刻变革药物发现的进程。
在筛选候选新药时，为了找到与靶点蛋白结合的化合物，传统的高通量筛选需要对海量化合物依次进行测试，这个过程需耗费大量时间与成本。而DEL的精妙策略在于，每一个待筛选的分子都被贴上独一无二的DNA“条形码”，这样它们都拥有了各自的身份标签。这些化合物与靶点蛋白共同孵育，其中亲和力高的分子就会和靶点蛋白结合，脱颖而出成为进一步筛选的对象。接下来，研究人员就可以利用第二代测序技术识别出DNA条形码，最终反推找到潜在的苗头化合物。
传统高通量筛选只能受限于其化合物库的数百万种分子中，相比之下，DEL可以通过连续的化学反应，创建多达数十亿种分子的化合物库。DEL技术能够高效地同时从数十亿个分子中筛选出拥有理想药理特性的分子，减少传统筛选所需的时间与成本，大幅加速新药发现的进程。如今，已有多个利用DEL发现的候选药物进入临床试验阶段，有望为多种疾病等提供新疗法；此外，DEL技术的应用范围已经扩展到了共价药物和PROTAC等更广泛的领域。
在DEL技术兴起的同时，药明康德跟随产业、学术界发展以及客户的需求，建立并完善了DEL技术能力。2018年，药明康德正式面向业界客户提供基于DEL的筛选服务，并在此后推出了DELopen、DELight一系列服务产品。基于独有的CRDMO业务模式，药明康德得以在发现（R）阶段帮助客户筛选出候选化合物，并在药明康德平台推进至下游D+M（开发+生产）环节，打通新药研发全链条。
例如在2023年，Scripps研究所与药明康德的一项合作成果登上Nature Biomedical Engineering [2] ，该研究利用专为学术客户提供的开放式新药研发合作平台DELopen进行化合物筛选，成功发现了一系列用于设计分子开关的小分子，有望带来更具通用性、更加安全的CAR-T细胞疗法。而在小分子领域，西湖大学与药明康德团队合作 [3] ，利用DEL发现了抗病毒的3CLpro非共价抑制剂。
▲药明康德DEL平台筛选流程（图片来源：药明康德官网）
DEL平台赋能，发现5种全新骨架
近年来，在创新技术驱动下，DEL进一步延伸了化合物筛选范围，从而在DEL化学空间以外发现具有新颖性和良好物理化学性质的化合物。2023年，药明康德正式上线了DEL_ML虚拟筛选服务，帮助客户探索更大的化学空间，建立高效、低成本的苗头化合物筛选流程。
近期发表于ACS Medicinal Chemistry Letters的论文，正是DEL_ML虚拟筛选在苗头化合物筛选领域的全新应用。
正如文章开头所介绍，这项研究关注的是血红素加氧酶（HO）家族的HO-1。
由于具有抗炎和抗氧化作用，HO-1可能是某些慢性炎症性疾病的潜在靶点；另一方面，HO-1还被认为是癌症治疗的新兴靶点。在前列腺癌、肾癌、结肠癌、肺癌、乳腺癌和胶质瘤中都常有HO-1的过表达现象，其过高的表达与癌症进展和不良预后相关。
这些线索表明，HO-1抑制剂有可能在多种癌症的治疗中发挥作用。不过现实情况是，要找到高选择性的HO-1抑制剂极具挑战。其中的关键就在于HO-1的“亲戚”——HO-2。这两种同工酶序列相近，但功能不同。因此，理想的抑制剂应该仅对HO-1起作用。迄今，科学界已经找到的HO-1抑制剂选择性都较为有限，因此仍然缺少有效的HO-1选择性分子。
在这项研究中，药明康德的科学家团队首先利用药明康德DEL平台的化合物库，对HO-1以及作为对照的HO-2进行筛选，根据筛选结果将数据区分为阳性和阴性。基于这些筛选数据，研究团队进一步建立并训练了一个二元分类的模型，这个模型可以解释HO-1对HO-2的选择性。
完成模型训练后，科学家们就可以利用模型，对商业化合物库中的分子进行虚拟筛选，共筛选出了392个潜在化合物。接下来，研究团队对打分排名靠前的化合物，以及化合物库中的相似化合物进行了两轮活性检验，共发现了16种活性化合物和7种类似物。在16种HO-1的活性化合物中，有14种对HO-1具有高度选择性（对HO-1的选择性超过对HO-2的100倍）。更进一步，研究团队发现上述的23种结构可以被归类为5个不同系列的化合物骨架。
▲研究发现了5种全新的化合物骨架（图片来源：参考资料[1]）
接下来，研究团队以其中一种活性化合物为例，解释了其与HO-1高度结合的结构基础，并且找到了设计选择性HO-1抑制剂时可以利用的HO-1和HO-2结构差异。此外，这些活性化合物与已有的HO-1抑制剂的结构对比也证实，这些新发现的化合物具有结构新颖性，属于新型化合物骨架。论文指出，这项发现迈出了寻找选择性、强效HO-1抑制剂的重要一步。
参考资料：
[1] Han S. et al., Highly Selective Novel Heme Oxygenase-1 Hits Found by DNA-Encoded Library Machine Learning beyond the DEL Chemical Space. ACS Med Chem Lett. (2024) doi: 10.1021/acsmedchemlett.4c00121
[2] Stepanov, A.V., Xie, J., Zhu, Q. et al. Control of the antitumour activity and specificity of CAR T cells via organic adapters covalently tethering the CAR to tumour cells. Nat. Biomed. Eng 8, 529–543 (2024). https://doi.org/10.1038/s41551-023-01102-5
[3] Hou N. et al., Development of Highly Potent Noncovalent Inhibitors of SARS-CoV-2 3CLpro. ACS Cent Sci. (2023) doi: 10.1021/acscentsci.2c01359
本文来自药明康德内容微信团队，欢迎转发到朋友圈，谢绝转载到其他平台。如有开设白名单需求，请在“学术经纬”公众号主页回复“转载”获取转载须知。其他合作需求，请联系wuxi_media@wuxiapptec.com。
免责声明：药明康德内容团队专注介绍全球生物医药健康研究进展。本文仅作信息交流之目的，文中观点不代表药明康德立场，亦不代表药明康德支持或反对文中观点。本文也不是治疗方案推荐。如需获得治疗方案指导，请前往正规医院就诊。
来源：老吴说健康
