利用多维药物筛选方法开发蛋白激酶先导化合物

The accurate prediction of a ligand specifically binding to a target protein is a crucial step for lead discovery. Past studies of protein-ligand binding have focused on binding affinity while the quantification of specificity has remained an elusive challenge. We creatively proposed the concept of intrinsic specificity. Combined with the funnel energy landscape theory, we quantified the thermodynamic specificity with the intrinsic specificity ratio (ISR). Also by employing the diffusion equation to build up the binding pathway, we quantified the kinetic specificity with the residence time of the ligand on the protein. In this project, we will develop a multidimensional drug screening strategy with the quantified specificities, and apply it to the drug target Abl-Bcr kinase which is responsible for the chronic myeloid leukaemia (CML). Currently, the challenge of developing the inhibitors for Abl-Bcr kinase is to discover the lead compounds which can overcome the resistance, especially the drug-resistant T315I mutant. In addition, each inhibitor has its own unique mutagenicity profiles, the strategy that use of more than one Bcr-Abl inhibitor in combination can reduce the occurrence of drug-resistant mutants and achieve efficacious therapy. Thus, developing novel inhibitors that promise great improvements in efficacy is still urgently needed in the treatment for CML. By considering the specificities in addition to affinity in the multidimensional screening, it is promising to discover the lead compounds that have better efficacy and less side effect. The success of this project will change the traditional drug screening method which only focuses on the affinity to screen the compound library. The multidimensional drug screening strategy can be easily applied to other drug targets.

准确地预测小分子特异性地结合靶蛋白是发现先导化合物的关键。由于特异性的量化非常困难，对蛋白质-小分子相互作用的研究主要是量化其亲和力的大小，而忽略了对特异性的考虑。我们科研组提出了内禀特异性的概念, 定义了内禀特异性比值对热力学特异性进行量化。另外，我们组利用扩散方程构建动力学结合路径，计算出小分子在蛋白质上的停留时间以量化动力学特异性。在本项目中，基于特异性的量化，我们将发展多维药物筛选的计算方法，此方法有潜力发现更加有效且副作用少的靶蛋白先导化合物。 我们将此方法应用于引起慢性髓细胞性白血病的药物靶标Abl-Bcr激酶上， 以期筛选出能够抑制野生型激酶和耐药T315I突变体的先导化合物，为治疗慢性粒细胞性白血病提供临床试验药物分子。本项目的成功将改变传统的亲和力筛选方法，形成一套有效可行的多维药物分子筛选的计算流程，我们并将把方法和成功经验推广应用到其它靶蛋白的药物筛选与开发上。

蛋白激酶是负责体内蛋白质磷酸化的一类蛋白，它调控着细胞内大部分信号通路。到现在为止，有38种抑制剂已经通过美国食品药品监督管理局认证。而在中国，还没有一个完全知识产权的蛋白激酶抑制剂药物。当前，开发蛋白激酶药物的主要挑战是去发现能够克服耐药性并较少引起副作用的特异性抑制剂。基于热力学特异性和动力学特异性的量化计算，我们提出了三维药物分子筛选方法，即在筛选过程中，同时考虑亲和力，热力学特异性和动力学特异性。与传统的亲和力筛选方法相比，此方法能够更准确地预测小分子与靶蛋白之间的相互作用，提高药物筛选的准确率，减少副作用的产生，从而降低后期实验测定和临床验证的工作量和资源消耗。.Bcr-Abl酪氨酸激酶是蛋白激酶的一种，Bcr-Abl酪氨酸激酶的持续活性是导致慢性粒细胞白血病（chronic myeloid leukaemia，CML）的原因。增强的激酶活性承担细胞内的磷酸化和多种信号分子的激活，这些功能加速了细胞的增殖同时抑制了细胞的凋亡。因此，对Bcr-Abl酪氨酸激酶活性的抑制是靶向治疗CML的有效途径。Bcr-Abl酪氨酸激酶是典型的会对CML病人产生耐药性的激酶。每一种抑制剂会产生它自身的耐药性突变谱，CML病人同时使用多个抑制剂能够获得更好的疗效。目前治疗CML的靶向药物价格昂贵，这就需要我们能够设计出比市场药物具有更好的药效和抗耐药性并且价格较低的替代药物。因此，开发全新的抑制剂以改善和提高现有的疗效对于CML的治疗非常紧迫，尤其是开发能够抑制T315I突变体的泛Abl-Bcr激酶抑制剂。.针对Bcr-Abl蛋白激酶及其耐药性突变体，我们利用三维药物分子筛选方法，发现了更加有效的Bcr-Abl酪氨酸激酶先导药物分子PA，建立了一套针对Bcr-Abl蛋白激酶与T315I突变体快速且有效的多维药物分子筛选方法，设计了一条经济、易于操作且高产率的合成路线。经过一系列生化测试，筛选的先导化合物PA在体内外具有比现有药物更好的药效、抗耐药性以及更低的毒性。我们揭示了先导化合物PA调控肿瘤细胞的调亡与增殖的机理。本项目的研究成果可应用推广到其它蛋白激酶的抑制剂开发当中。