药物筛选在PROTAC中的应用_MedChemExpress(MCE 中国)

mce

传统小分子药物开发具有周期长，投入高，成功率低……随着大数据技术的不断进步，AI（人工智能）相关技术将在药物设计中扮演更加重要的角色。AI 不仅可以提高药物发现的速度，还能够根据复杂的生物数据和化学信息进行智能分析，从而实现更为精准的药物开发。

MCE 一站式药筛平台聚焦于药物发现早期，积极拥抱 AI 带来的巨大机遇和挑战，将 AI 技术应用到药物筛选、化合物库设计等各个业务模块，开发了多种 AI 算法助力药物筛选服务。MCE 还通过 AI 算法生成 MegaUni 1,000 万虚拟类药多样库及 Mini 化合物库的构建，帮助客户更高效地获得符合自己需求的化合物。

图 1. MCE 一站式药筛平台简介。

借势咱们就来聊聊计算机辅助药物设计 (CADD)，当计算机遇到 PROTAC……是否能在一定程度上缩短 PROTAC 药物开发的周期，提高成功率呢？本期看点：虚拟筛选、分子对接及分子动力学模拟技术在 PROTAC 开发中的应用！

蛋白降解靶向嵌合体 (PROTAC):一种新颖的药物设计策略，它是利用细胞内的泛素-蛋白酶体降解机制来实现蛋白质降解。PROTAC 技术相对传统小分子药物最主要的优势体现在针对不可成药靶点药物开发中，被认为是突破当前小分子药物研发瓶颈最有希望的新技术之一。

计算机辅助药物设计 (CADD):

利用计算机模拟和分子建模技术来预测药物分子与生物靶标之间的相互作用，其主要方法包括虚拟筛选、分子对接、分子动力学模拟等。

Section.01

虚拟筛选

在 PROTAC 设计中的应用

虚拟筛选是通过计算机模拟和预测的方法，在大量化合物数据库中筛选出具有潜在结合活性的化合物，能够大大加速药物研发过程。靶蛋白配体（Ligand for Target Protein for PROTAC）作为 PROTAC 的导向基团，负责对靶蛋白的捕获，因而需要有较高的配位能力与选择性。

虚拟筛选技术在靶蛋白配体及 E3 泛素连接酶配体筛选中发挥重要作用。可以说虚拟筛选技术扩展了 PROTAC 技术的应用。

虚拟筛选用于靶蛋白配体筛选

靶蛋白配体的筛选是 PROTAC 设计的第一步。靶蛋白的结合位点通常决定了配体的亲和力和特异性。因此，了解靶蛋白的三维结构是进行虚拟筛选的前提。目前报道的 PROTAC 所用的靶蛋白配体多是已经报道的该靶蛋白的抑制剂，激动剂等。针对目前没有相应配体报道的靶蛋白，虚拟筛选技术结合后期的实体验证实验可以加速靶蛋白配体的筛选，降低筛选成本。

近日，中国医学科学院药物研究所刘晓辉课题组就利用了虚拟筛选和体内外实验成功获得了亲和分子#129，并进一步设计合成了一系列 PROTAC 分子。结果显示，PT-129 能够特异性地靶向降解 G3BP1/2，抑制应激细胞中应激颗粒的形成，并有效解体已存在的应激颗粒。后续的药理学研究表明，PT-129 可以通过促使应激颗粒解体，阻断 ATF4 在成纤维细胞与肿瘤细胞间的传递，显著抑制了肿瘤细胞的增殖和体内肿瘤的生长[1]。

图 2. 基于虚拟筛选和 SPR 的 G3BP1 蛋白配体筛选及 PROTAC 设计[1]。

Section.02

分子对接

在 PROTAC 设计中的应用

分子对接是分子模拟的重要手段之一，它依据小分子配体与蛋白受体作用的“锁-钥原理”，通过能量匹配、空间匹配和化学性质匹配而相互识别形成分子复合物，是模拟配体小分子与受体生物大分子相互作用的一种技术方法。

配体与受体相互作用是分子识别的过程，主要包括静电作用、氢键作用、疏水作用、范德华作用等。通过分子对接预测靶蛋白和配体分子间的结合模式和亲和力，也在 PROTAC 设计中发挥着重要作用。

靶蛋白配体 Linker 附着位点分析

在 PROTAC 设计中，Linker 与靶蛋白配体的附着位点从根本上影响 PROTAC 降解活性和选择性，当配体与靶蛋白的共晶结构可用时，从这些高分辨率共晶结构中识别出配体的溶剂暴露位置可以确定为 Linker 附着位点。因此，可以通过分子对接或分子动力学模拟技术分析配体与靶蛋白结合关系来确定合适的 Linker 附着点。

Yalin Tu 等科学家在基于 EZH2 抑制剂 EPZ-6438设计 EZH2 PROTAC 时，通过分子对接分析 EPZ-6438 的吗啉环处于溶剂暴露区，可以作为 Linker 附着位点[2]，所以在后续设计中，用 PEG Linker  替换吗啉环，进行后续 PROTAC 设计，并获得两种有效的EZH2 PROTAC 分子，YM281 和 YM181。

图 3. EPZ6438 与 EZH2 活性口袋对接图[2]。

PROTAC 结合活性分析

Gilberto P. Pereira 等科学家基于 LightDock 工具开发了一种高效预测与 PROTAC 兼容的蛋白-蛋白相互作用界面的方法，在对包含 13 个三元复合物晶体结构的手动收集数据集进行基准测试时，该方法从结合结构出发的准确率达到 92%，从未结合结构出发的准确率达到 77%。该方法仅需提供 E3 连接酶和靶蛋白的单体形式的配体结合结构，因而具有通用性、准确性和高效性[3]。

图 4. LightDock PROTAC 对接流程[3]。

Section.03

分子动力学模拟

在 PROTAC 设计中的应用

分子动力学（Molecular Dynamics, MD）模拟是一种基于牛顿力学，综合了物理、数学和化学等多种学科的计算机模拟方法，可以依据当前分子体系的位置、速度和动能等信息，推测该体系未来的位置、速度和动能，从而揭示分子运动的客观规律。通过计算机分子模拟，研究人员能够在分子水平上理解生物大分子的运动与生物功能、蛋白-小分子之间相互作用机理。

PROTACs 的核心要素之一，便是要拥有细胞膜通透性，确保它们能够顺利抵达目标蛋白所在之处。然而，这一要求在 PROTAC 的设计过程中构成了不小的挑战。分子动力学模拟这一强大的计算机模拟技术，能够深入探索分子的动态行为。通过 MD 模拟，可以精确分析 PROTAC 分子在细胞渗透方面的潜力，从而在 PROTAC 分子的初步设计阶段就赋予其显著的优势。

Vasanthanathan Poongavanam 等人就使用了核磁共振光谱和分子动力学模拟，深入了解三种具有相似结构的灵活小分子 cereblon PROTACs，分析其在细胞渗透性方面表现出差异的原因[5]。研究表明，在非极性环境中，PROTACs更倾向于形成低溶剂可接触的折叠构象，这一特性与它们的高细胞渗透性密切相关。链接子的化学性质和灵活性对于 PROTACs 聚集由分子内氢键、π-π 相互作用和范德华相互作用稳定的折叠构象是至关重要的。

通过此研究，研究人员得出结论，分子动力学模拟可用于在 cereblon PROTACs 的设计中前瞻性地评估细胞渗透性的排名。

图 5. 对三种 PROTAC 的分子动力学模拟[4]。

目前研究人员已经开发了几种 MD 方法来模拟三元结构，深入理解 PROTAC 的机制，从而促进新型 PROTAC 的合理设计。

Section.04

小结

PROTACs 药物的问世，标志着药物研发领域的一场革命，尽管其发展历程仅有短短二十年，却已展现出巨大的潜力与希望。然而， PROTACs 药物的开发仍面临着诸多挑战：当前，PROTACs 的研发大多依赖于一种“试错法”——即通过不断地调整 linker（连接子）的长度、成分、附着位点，或是更换配体类型，以期在无数次的尝试中偶然发现一种具有活性的分子。相信随着计算机技术及人工智能技术的不断发展，CADD 及 AIDD 相关技术一定会在药物设计领域有着更大的发展！

产品推荐

PROTAC 相关定制服务 PROTAC 全称为 PROteolysis-TArgeting Chimeras (蛋白降解靶向嵌合分子)，是一种杂合双功能小分子化合物，结构中含有两种不同配体，一个是泛素连接酶 E3 配体，另一个是与细胞中目标靶蛋白结合的配体，两个配体之间通过 linker 相连，从而形成 “ 三体 ” 聚合物——靶蛋白配体-Linker-E3 配体。

虚拟筛选 虚拟筛选 (Virtual Screening, VS) 是基于小分子数据库开展的活性化合物筛选。利用小分子化合物与药物靶标间的分子对接运算，虚拟筛选可快速从几十至上百万分子中，遴选出具有成药性的活性化合物，大大降低实验筛选化合物数量，缩短研究周期，降低药物研发的成本。

AI 筛选 人工智能 (Artificial Intelligence，AI) 药物筛选是一种结合 AI 技术与计算化学的高通量筛选方法，广泛应用于蛋白结构预测、新药研发和分子设计与优化等领域。其主要目的是利用机器学习 (Machine Learning，ML) 算法分析大量数据，从中学习规律，生成 AI 打分函数，以此提高筛选效率，加速候选药物的发现过程。

分子动力学模拟 分子动力学 (Molecular Dynamics, MD) 模拟是一种基于牛顿力学，综合了物理、数学和化学等多种学科的计算机模拟方法，用于研究分子体系的运动和相互作用、预测分子体系的行为和结构性质。通过计算机分子模拟，研究人员能够在分子水平上理解生物大分子的运动与生物功能、蛋白-小分子之间相互作用机理。

[1] Dong T, et al. G3BP1/2-Targeting PROTAC Disrupts Stress Granules Dependent ATF4 Migracytosis as Cancer Therapy. J Am Chem Soc. 2025 Jan 8;147(1):446-461.

[2] Tu Y, et al. Design, Synthesis, and Evaluation of VHL-Based EZH2 Degraders to Enhance Therapeutic Activity against Lymphoma. J Med Chem. 2021 Jul 22;64(14):10167-10184.

[3] Pereira GP, et al. Rational Prediction of PROTAC-Compatible Protein-Protein Interfaces by Molecular Docking. J Chem Inf Model. 2023 Nov 13;63(21):6823-6833.

[4] Poongavanam V, et al. Linker-Dependent Folding Rationalizes PROTAC Cell Permeability. J Med Chem. 2022 Oct 13;65(19):13029-13040.