Residue-Conditioned Molecular Design for Paralogue Selectivity: A Computational Framework with Scaffold Preservation and Traceable Chemical Modifications
本文提出了一种残基条件的计算框架，该框架通过针对差异化的活性位点残基并强制执行支架保留，迭代地设计用于蛋白质旁系同源物的选择性分子候选物，并在17次设计周期中成功展示了可追溯的化学修饰和高度的结构连续性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在药物研发的广阔领域中，科学家们经常面临着“身份误认”的问题。人体内的许多蛋白质就像近亲一样，拥有近乎相同的形状和特征。当研究人员设计一个分子来锁定并阻止某种特定蛋白质以治疗疾病时，始终存在一种风险，即该分子也可能锁定其形似亲属，从而导致不必要的副作用。这就是选择性的挑战。几十年来，计算机一直被用于生成能够契合这些蛋白质微小口袋的新分子形状，就像寻找一把能打开特定锁的钥匙。然而，这些数字工具往往只关注形状是否契合，而忽略了那些能让钥匙仅适用于其中一把锁而非另一把锁的细微差别。它们也难以融入现实世界药物中所使用的特定化学技巧，例如与目标形成永久性结合。
独立研究员 Ahmed Amine Sadouk 的一项新研究引入了一种看待这一问题的不同方式。该框架不再让计算机随机搜索最佳拟合形状，而是像一位引导式的建筑师。它从一个已知的、起作用的分子开始，然后逐步在其基础上进行构建。在每一步中，系统都会观察目标蛋白质与其不想要的亲属之间的具体差异。它识别出两个蛋白质之间存在差异的一个特定位点，并指导计算机将一个新的化学基团专门连接到该位点。至关重要的是，该系统的设计确保了每一个新增部分都必须保持原有部分的完整。这确保了最终结果不仅仅是一个随机的形状，而是已知药物的一种逻辑演进，在保留使其发挥作用的部分的同时，增加了使其具有选择性的部分。
研究人员在包括涉及癌症和炎症的酶在内的十八对蛋白质上测试了这种方法。在十七个案例中，该系统成功生成了最终的候选分子。一个关键发现是，原始的起始结构（或称支架）从未丢失。无论最终分子是从十个原子增长到三十五个，还是从六十五个增长到九十四个，其核心框架都与最初完全一致。这与其它方法形成了鲜明对比，在那些方法中，计算机可能会为了追求新形状而完全舍弃原始形状。通过保留核心，该系统确保了新分子保留了最初能够与蛋白质结合的基本化学特性。
为了验证这种方法是否真的有效，团队将生成的分子与科学文献中已知的四十四个药物及参考化合物进行了对比。他们观察了这些新设计与既有药物之间共享了多少化学结构。在四十四次对比中有十九次，新设计保留了参考药物最重要的化学特征，例如与锌结合的部分或与特定蛋白质铰链连接的部分。这种情况发生的频率远高于随机概率。事实上，当他们将结果与随机、无关的活性分子进行比较时，那些随机分子仅在约百分之十二的情况下保留了关键特征。而新方法在近一半的案例中都保留了这些特征，这表明它正在成功地模仿人类药物化学的逻辑。
这项研究还解决了设计共价抑制剂的难题，这类药物能与其目标形成永久性的化学键。该系统成功设计出了旨在与目标蛋白质上的独特位点发生反应的特定“弹头”分子。例如，在其中一个案例中，它添加了一个旨在附着在名为 ABL1 的蛋白质上特定半胱氨酸残基上的化学基团，而这个位点在类似的 SRC 蛋白质上并不存在。在另一个案例中，它为被称为 KRAS 的蛋白质设计了一个大型的环状结构，而 KRAS 是一个以治疗难度大而闻名的靶点。然而，研究人员也谨慎地指出了其数字工具的局限性。他们发现，标准的计算机评分方法（通常用于预测分子契合程度）无法准确判断这些永久性结合，因为它们没有模拟化学反应本身。系统是基于目标残基的位置来设计这种结合的，但计算机无法计算出形成该化学键的能量。
研究中最具启发性的时刻之一来自于一个影响了整个项目的技术性发现。在为计算机模拟准备蛋白质结构时，研究人员发现数据读取过程中存在一个隐藏错误。代码中的一个简单错误导致某些原子的替代位置被剥离，从而无意中在蛋白质口袋中加入了额外的、虚假的原子。这个错误使得计算机认为口袋比实际情况更拥挤、更具吸引力，从而人为地抬高了所有参考药物的评分。一旦研究人员修复了这个错误，已知药物的评分便显著下降。这一发现强调了即使是最好的数字基准，如果底层数据准备不当，也会存在缺陷；这也意味着新设计必须根据一个更真实的标准来进行评估。
研究结论指出，这种引导式的、循序渐进的方法是将蛋白质之间的结构差异转化为具体化学变化的有力手段。它成功地保留了已知药物的核心，同时增加了针对独特残基的特定特征。研究人员并未在实验室中合成这些分子，也未在活细胞中进行测试；这项工作仍属于计算设计。他们明确表示，下一步是构建最有潜力的候选分子——特别是为 EGFR 蛋白设计的那个——并在湿实验室中进行测试，以观察其是否如预期般发挥作用。在完成这种物理测试之前，这些结果仍然是对成功的药物设计过程的一次高级模拟，它既尊重了分子的历史，又精心设计了它的未来。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。