1.7亿的虚拟化合物库（化合物可按需合成）

正如“中心法则”告诉我们蛋白（靶点）决定生物学功能一样，化合物库决定小分子药物研发的速度和质量。在药物研发的军备竞赛上，化合物库的多样性和数量同等重要。花费巨资和数十年光阴才能建立百万级的库，这种方式已经不能满足人类尽快战胜疾病的需求了，而近年受资本追捧的DNA编码化合物库（DEL）尽管能在短时间建立数十亿甚至千亿级的库，但其由于反应环境（水）和反应类型的贫乏，导致多样性备受诟病，这也是DEL命中率低的原因。另外，在计算机辅助药物设计方面，目前所谓的人工智能产生的化合物往往新（guĭ）奇（yì）且复杂，给合成化学提出相当大的挑战；而虚拟筛选则又太多的假阳性。

为了应对上述问题，近日美国加州大学旧金山分校（UCSF）的Brian K. Shoichet、John J. Irwin和北卡罗来纳大学教堂山分校医学院的Bryan L. Roth等研究者与知名商业化合物库公司Enamine和Chemspace合作，在Nature 上发表了一项研究，应用70,000种砌块和130种研究充分的化学反应构筑总量为1.7亿的虚拟化合物库（化合物可按需合成），共包含1070万种购买不到的骨架类型。以AmpC β-内酰胺酶（AmpC）和D₄多巴胺受体为靶点，他们基于分子对接（docking）虚拟筛选结果分别合成了44个和549个评分最高的化合物。后续的测试表明，命中率（活性满足要求的化合物所占百分比）分别为11%和24%，远高于传统的虚拟筛选。从这些候选化合物出发，他们成功地发现了全新类型的AmpC高活性非共价抑制剂和D₄多巴胺受体高活性、高选择性激动剂。

首先他们应用DOCK3.7的打分函数对其中抽样出的9900万化合物与AmpC的结合进行能量打分排序，并合成了排序在前的44个化合物，发现有5个化合物对AmpC的抑制常数（Ki）在1.3-400 μM之间（命中率11%）。随后对其中抑制活性最强的化合物ZINC339204163（Ki = 1.3 μM）进行优化，得到ZINC549719643（Ki = 77 nM），这不仅是之前从未报道过的抑制剂结构类型，也是已知最强的AmpC非共价抑制剂。更有意思的是，ZINC549719643与AmpC的共晶结构显示其结合方式与计算机预测的结合模式基本一致。

随后，研究人员将目光投向D₄多巴胺受体。为了寻找到新的激动剂化学类型，他们采用总量为1.38亿的化合物库进行筛选，并将与ChEMBL中结构疑似多巴胺能、5-羟色胺能和肾上腺能受体激动剂的约28000个化合物和350万现有的库存化合物排除在外。将对接打分前1000的化合物中549个合成出来进行活性测试，发现有122个在10 μM浓度下对D₄多巴胺受体有超过50%的结合（命中率24%），其中81个Ki 在18.4 nM到8.3 μM。

除了新的化学类型，这些化合物还表现出对D₂、D₃多巴胺受体的高选择性。例如，ZINC621433144对D₄多巴胺受体的Ki 达4.3 nM，而对D₂、D₃多巴胺受体的Ki 都超过10 μM，选择性超过2300倍，而其EC₅₀更是低至180 pM，是已知最强的选择性D₄多巴胺受体激动剂之一。从分子对接结果来看，这些分子除了与S196,、F410、F411以及D115等多巴胺受体共有的残基相互作用外，还与F91和L111等D₄多巴胺受体特有的残基相互作用，这也解释了高选择性的来源。

研究者在本文中还评估了分子对接方法的可信度，也就是候选分子的对接打分能否代表它们的真实生物活性。他们发现，以D₄多巴胺受体为靶点的分子对接得分最高的化合物中，命中率约25%；而对接得分最低的化合物中，命中率直接降到0%。

通常情况下，虚拟筛选研究都需要人类科学家的帮助，他们科学家们会肉眼审视高分化合物，利用他们的药物发现知识和经验来判断哪些药物值得优先考虑。本文研究者的结果表明，以D₄多巴胺受体为靶点的筛选中，有人类科学家参与的命中率与仅仅依靠对接打分的命中率基本相同。尽管人类科学家在命中率一项上没有表现出优势，但人类科学家选择的化合物具有更高的活性，这也证明了人类的专业知识和经验并非目前的计算机方法可以替代。

简评

本文研究充分证明，在药物虚拟筛选中，化合物库是“越大越好”；同时，提前考虑化合物的合成问题也很重要，这避免了“看得到拿不到”的窘境，毕竟，只有实实在在的生物活性达到要求的化合物，才有那么一丁点的成药可能。此外，分子对接方法在目前是可信的虚拟筛选方法，文中给出的两个靶点的苗头化合物命中率分别是24%（D₄多巴胺受体）和11%（AmpC），远远高于传统的虚拟筛选。这使得那些没有太丰富药物发现专业知识和经验的研究团队，也能进行相关研究。而且，随着新的合成砌块和反应的加入，这一可按需合成的超大化合物库还在快速增长中，预计在2020年将达到十亿级规模，并且将免费对研究者开放^[1-2]。

快速增长的化合物库。图片来源：Nature

说了优点就要谈到不足。首先，对巨大化合物库的虚拟筛选需要耗费大量的计算资源和费用，并不是所有实验室都能承受。其次，尽管本文的筛选命中率（24%和11%）远高于传统的虚拟筛选，但距离理想情况仍有距离，还需要大量的合成工作来确定真正有效的分子，如果能进一步提高命中率，将大大提高效率，降低研发成本和时间投入。此外，分子对接不但对化合物库要求高，对于靶点（尤其是结合位点）的结构数据要求也很高，考虑到该化合物库很快就能达到十亿量级，未来决定研发效率的，很有可能是靶点了。

但无论如何，本文工作使得药物研发距离笔者一开始写下的梦想又近了一步，希望未来能有更大的突破来挽救本人的发际线。

Ultra-large library docking for discovering new chemotypes

Nature, 2019, 566, 224–229, DOI: 10.1038/s41586-019-0917-9