解析科學界已知的蛋白結構需要多久？過去的答案是：30萬年。
上世紀60年代至今，科學家已解析超過18萬個蛋白質三維結構；但目前人類已知的蛋白序列超過一億，要實現終極解析目標，還需要長期不懈的努力。近日，AlphaFold2數據庫一舉公布超過35萬種蛋白結構數據，并有望在數月內預測所有已知的蛋白分子結構。
且不說AI蛋白結構預測的有效性和完整性，結構生物學還有哪些硬核研究的突破空間？對于產業界而言，又如何結合堅實的研發平臺和前沿的科技手段，基于靶蛋白結構解析和藥物-靶點動態構效分析推進新藥開發？在SDDA第27期論壇上，來自學術界和產業界的專家探討了基礎研究與跨界科技的發展與融合方向。
探索GPCR網絡奧妙，透視最大藥靶家族
GPCR（G protein-coupled receptors，G蛋白偶聯受體）蛋白家族，是科學家最為關注的藥靶寶藏之一。超過800種 GPCR蛋白功能影響著心血管疾病、中樞神經系統疾病、代謝性疾病、癌癥等多種疾病的發生發展。迄今約40%的上市藥物皆以該家族受體為靶點，但目前仍有數百種GPCR蛋白是新藥開發的空白地帶。
龐大的GPCR家族蘊藏著哪些奧妙？在論壇中，來自上?？萍即髮W的劉志杰教授為大家談到聚焦于該領域十余年的研究認知：“屬于膜蛋白的GPCR由于表達量低、構象復雜多變，其純化工作和全結構解析挑戰巨大?！倍芯縂PCR更具挑戰的，是理解其多種功能狀態的調控機制以及下游的雙向“陰陽”通路：GPCR可以表現為失活、類激活、全激活等多種功能狀態；被稱作七次跨膜受體的GPCR，既可以激活G蛋白信號通路（當前仍是主流研究方向），也可以結合Arrestin蛋白并引發GPCR脫敏、內化、復敏、細胞增殖和基因轉錄。
“經過多年基礎研究，人們逐漸揭開了GPCR調控和信號轉導的神秘面紗。通過分析不同功能狀態的三維結構、構象變化、配體結合位點和相應生物物理特性，不僅可以支持新藥研發人員設計傳統的激動劑、拮抗劑、反向激動劑等正構藥物；也將為科學界提供新思路，開發選擇性更好的別構藥物、Arrestin蛋白偏向性藥物（biased ligand），以及可同時作用于正位和變構位點的多價配體（dualsteric/multivalent ligand）?！?/p>
劉教授表示，目前AI系統可基于人類已知技術進行深度學習和計算，使蛋白質分子的三維結構預測精度前進了一大步，但目前還缺乏與藥物研發密切相關的氨基酸側鏈、配體與蛋白分子相互作用的關鍵信息?！叭绻鸄I系統要實現對上述特性以及蛋白質動態性質的全面預測，可能需要利用量子計算機的分子動力學工具，從第一性原理角度考察不同功能狀態的GPCR屬性，我們期待未來看到AI+量子計算科技的發展新方向?！?/p>
聚焦動態構效分析，參透藥理機制難點
作為業界領先的結構生物學平臺負責人，佰翱得總經理吳家權博士在演講中表示，面對全球產業界激烈的競爭格局，國內企業在產品線立項時不斷向源頭創新探索，并在靶點、機制、制劑層面呈現不少創新亮點，而基于靶點結構和生物機理研究的藥物開發仍是新藥研發的起點和主流方向。
佰翱得近期通過藥物-靶點構效關系分析，成功詮釋了一款抗新冠病毒臨床新藥的藥理機制。吳家權博士表示：“至今靶向新冠病毒的特異性藥物仍然缺位，原本用于治療埃博拉病毒的瑞德西韋（Remdesivir）和治療流感的法匹拉韋（Favipiravir），已在全球不少地區用于應對疫情。我們針對境外客戶開發的一種RdRP（RNA-dependent RNA polymerase, RNA依賴式RNA聚合酶）抑制劑，在60天內完成其機理研究，并通過解析RdRP和小分子藥物的冷凍電鏡結構，發現該藥物分子不僅可以共價修飾RNA底物，還可以結合其它位點抑制RdRP蛋白NSP8的激活步驟，從而抑制下游RNA復制信號通路啟動。該藥物靶向新冠病毒的高選擇性有望超過瑞德西韋、法匹拉韋數倍?！?/p>
劉志杰教授團隊在研究大麻素受體（cannabinoid receptor，CB）結構的同時，也在動態構效層面分析了該家族蛋白與多種有成藥潛力小分子的復合物。大麻中的致幻成份——四氫大麻酚（THC）主要作用于人體內源性大麻素受體CB1、CB2，兩者的多種配體（激動劑、拮抗劑）可用于治療疼痛、炎癥、神經退行性疾病、肥胖癥以及肝纖維化等疾病。
其中，CB1為中樞神經系統分布最為廣泛的GPCR蛋白之一，與基于THC開發的多種激動劑小分子結合后，會發生劇烈的構象變化，且兩個氨基酸位點會發生協同構象變化（twin toggle switch）?！坝纱宋覀儚姆肿铀浇忉屃薚HC為何致癮性較弱。另外一個有趣的發現，是CB1、CB2與拮抗劑分別結合后構象反差很大；CB1與激活劑結合、CB2與拮抗劑及激動劑結合的三類復合物結構高度相似。兩種大麻素受體的結構研究，將對它們在中樞神經系統和免疫系統中分別發揮的功能研究、以及未來相關新藥開發提供重要參考?！?/p>
傳統研究攜手AI科技，推動新藥開發進步
近期AlphaFold2針對人類和多種模式動物、細胞的靜態蛋白三維結構做出了精準預測，有科學家認為該成果是人類基因組測序完成之后的又一重大生命科學突破。劉志杰教授表示：“目前AI數據庫預測的是蛋白在穩定、低能量狀態下的三維結構，藥物開發則需要重點研究激活態、高能量狀態下的蛋白結構和屬性，并以此為起點解析原子水平的蛋白-蛋白相互作用、蛋白-配體復合物結構。機器學習的成果對于我們的基礎研究有重要參考價值，我們未來還需要探索更多的蛋白-配體動態構效關系以及蛋白潛在成藥結合位點信息?！?/p>
在基礎科學之外，從計算機輔助藥物設計、DNA編碼化合物庫到數字化臨床運營解決方案等層面，計算科學與生物醫藥的跨界研究已經廣泛應用于新藥開發。吳家權博士表示：“佰翱得從基因組研究到蛋白質3D結構，建立了蛋白質表達、純化、分析的一站式平臺，結合經典結構生物學以及計算機科學并形成了有特色的‘千靶萬苗’庫、靶點+苗頭化合物構效關系數據包，我們希望結合傳統研究和前沿科技，通過精準共晶結構性研究探索靶蛋白與藥物分子的動態構效關系，從源頭創新賦能全球新藥研發?！?/p>
SDDA執行主席、勁方醫藥董事長呂強博士表示：“近期監管機構頒布的新政，肯定了機制創新的重要性。我們相信更多的有識之士，會從基礎科學突破中探索原創的靶點、機制和藥物分子設計，而機制創新的源頭便是頂尖學術界機構和各學科的領軍學者。近期AI系統對蛋白質結構預測的進步，使蛋白質結構研究成為生物學經典而熱門的領域，期待科學家們能夠從該領域的硬核成果中獲得更多靈感，推動新藥開發、造福全球患者?！?nbsp;
