集结经典应用案例<br/>用户成功案例解读<br/>分享项目中的实践方案
A classic case
集结经典应用案例
用户成功案例解读
分享项目中的实践方案
12/12
December 12, 2025

上篇 | 步骤拆解透脑抑制剂的开发之路(自由能微扰技术高效探索hit)

目前,神经退行性疾病的药物研发主要集中于Tau蛋白、β-淀粉样蛋白、α-突触核心蛋白等靶点,但全球多家制药巨头的相关治疗管线相继宣告失败。因此,这一临床需求未满足的领域亟需新的靶点和药物设计思路。


双亮氨酸拉链激酶(DLK)(也称MAP3K12)在神经元细胞中发挥关键作用。遗传缺失或药物抑制DLK会减轻阿尔茨海默病和肌萎缩性脊髓侧索硬化症(ALS)模型中的突触丢失、神经细胞退化和功能下降,因此DLK成为治疗神经退行性疾病的热门治疗靶点。


借助 Schrödinger (薛定谔)的自由能微扰(FEP+)技术(基于分子动力学模拟来计算蛋白质-配体结合自由能,其精度可与实验方法相媲美),研究人员对化合物与人源DLK(hDLK)的结合亲和力进行了预测。


一系列计算模拟工具的应用解决了中枢神经系统穿透、hERG抑制、CYP3A4时间依赖性抑制(TDI)、细胞毒性和选择性等挑战。最终开发出一种强效的高选择性且能穿透血脑屏障的DLK抑制剂——KAI-11101(化合物59)。


图注:将基于物理学的方法融入药物研发


在苗头化合物发现(Hit-Finding)阶段,首先关注的是已知的3-三氟甲基-2-氨基吡啶(motif),这是一种配体效率高、结构简约的铰链结合片段。以其为起点,结合已有的DLK共晶结构,通过FEP+技术对单环和双环母核及R基团依次进行建模、枚举与评分(流程如下图)。


d1d61eb3fd0c2fa9672d1647ee50541b.png

图注:FEP+驱动的苗头化合物识别步骤



在每个可用位点对母核进行枚举后,共生成约2400个新结构方案。随后通过对接筛选剔除可能与蛋白质发生空间冲突的配体,进一步缩小范围。为高效分析这一庞大的化合物库,研究团队采用短模拟时长的单边自由能微扰(single-edge FEP)技术,在对预测结果进行排序及人工筛选后,选取了47个结构方案,采用全周期闭合自由能微扰(full-cycle closure FEP)技术开展深入评估(如下图)。


397023d585cc285e0e9f6bb926338f52.png

图注:大规模FEP+识别配体效率高的新母核


在整个迭代设计流程中,每一步均会合成并测试少量代表性分子,既为后续建模周期提供相关FEP+参考数据,也同步验证模型性能。以上步骤筛选出23个结构多样、具备合成可行性的未取代母核。


经过化学合成与实验室测试分析,结果显示其中许多化合物不仅效价优异(半数抑制浓度IC50为63~420nM)、配体效率高(LE值0.45~0.53)、分子量低(<300),且中枢神经系统多参数优化评分(CNS pMPO)达0.6~0.9,表明其具有较高的血脑屏障穿透概率。合成实验的结果凸显了计算机预测结果与实验检测值的关联性,说明FEP+指导的迭代优化能够可靠地开发优质的片段。


研究团队进一步采用小型R基团库对母核进行修饰,通过计算模拟评估了每个母核体系上所有可用的修饰位点。共枚举生成约1000个新结构方案,并通过FEP+对其中686个方案进行了评估。


下图展示了经修饰后母核的FEP+预测结合亲和力分布情况。依据预测的效价、合成可行性以及母核在多个不同方向上开展多样化构效关系(SAR)研究的适配性优选出3个母核。


d7cb4f9143cf20a1f248f77a32aa7340.png

图注:FEP+快速母核修饰,R基团枚举快速锁定有助于提升效价的载体


至此,极具潜力的苗头化合物已经被模拟出来,下一步就是进行先导化合物优化(Lead Optimization)了。而在这个阶段,多维度平衡与效率瓶颈是主要的挑战。需同步考虑生物活性、理化性质及安全性等多个参数,各指标常相互制约。

鱼与熊掌如何兼得?欢迎关注我们,敬请期待下一篇~


参考文献

Lagiakos, H. Rachel, et al. "In silico enabled discovery of KAI-11101, a preclinical DLK Inhibitor for the treatment of neurodegenerative disease and neuronal injury."Journal of medicinal chemistry 68.3 (2024): 2720-2741.


图片

欢迎联系我们进行Schrödinger试算