DNAコード化ライブラリー(DEL)
7件
構造ベース手法はDEL学習MLの分布外汎化を救えるか:ベンチマーク研究
- 最近のNeurIPSコンペでは、DELデータで学習した上位MLモデルが分布外の化学空間に汎化できなかった。本研究は構造モデリングでそのギャップを埋められるかを検証する。
- 生物学的に多様な3標的と複数の合成形式のDELを用い、ML、Glideドッキング、GALigandDock、Boltz-2コフォールディングを比較した。
- MLは分布内では良好に機能し、論文の焦点は新規化学空間で各手法がどこまで持ちこたえるかにある。
ランダム分割では好成績なのに新規ケモタイプで崩れるDEL学習モデルは、DELキャンペーンから別シリーズを立ち上げようとする場面でまさに痛い目に遭う点だ。3標的は小規模なパネルだが、同一データで物理ベース手法と同条件で比較した点は有用。ライブラリが未サンプリングの骨格でMLトリアージをどこまで信頼するかの目安にしたい。
計算で選んだビルディングブロックで、40万種のペプチド様DELの多様性を拡張
- 3サイクルのペプチド様DEL(403,200化合物)を構築し、市販アミノ酸4,774種の化学空間モデルで不足しているビルディングブロックを特定した。
- 3種類の標的に対するアフィニティ選択でライブラリ性能を比較した。
- 炭酸脱水酵素IIに対する選択で既知のスルホンアミド型ファーマコフォアが得られ、計算支援設計の妥当性を示した。
CA IIでスルホンアミドが戻るのは想定内のサニティチェックであり、リード様空間をカバーした証明ではない。ペプチド様DELは大きく極性の高いヒットが出がちなので、選択された化合物のうちDNAを外して使える物性領域に入るものがどれだけあるか、残り2標的の結果がどうだったかで評価したい。
DELヒットから脳移行性の可逆的MAGL阻害薬MAGLi 432へ
- DNAエンコード化合物ライブラリー(DEL)由来のビシクロピペラジン系ヒットを構造ベースで最適化し、可逆的MAGL阻害薬である化合物1.5(MAGLi 432)に到達した。
- 高い活性、他のセリンヒドロラーゼに対する選択性、CNS創薬に適した性質を兼ね備え、ラットでの経口半減期も良好だった。
- ヒト脳ホモジネートでMAGLを阻害し、マウス神経炎症モデルでも有効性を示した。最適化はトランスレーショナルな「Five-Star Matrix」の枠組みで進められた。
慢性投与でCB1の脱感作に悩まされた不可逆型MAGL薬を思えば、まず注目すべきは可逆性だ。非共有結合のDEL由来ケモタイプでヒト脳組織でも標的結合を確認できているのは良い雛形で、ヒト組織での評価を終盤でなく早期に回す習慣は真似したい。
二段階合成法で共有結合型遺伝子コード化マクロサイクルライブラリーのウォーヘッド多様性を拡大
- 共有結合型の遺伝子コード化マクロサイクルライブラリー(cGELs)を構築する二段階合成法を報告。システイン残基をジケトンリンカーで架橋してマクロサイクルを形成した後、別工程のKnorr-ピラゾール反応で求電子性ウォーヘッドを導入する。
- 環化(塩基性条件)とウォーヘッド導入(酸性条件)を分離することで、従来の一段階翻訳後修飾法で生じていた位置異性体混合物の問題を回避する。
- これにより、より多様で反応性の高い求電子剤を安全に利用できるようになり、DEL型選択スクリーニングにおいてタンパク質標的に対して探索可能な共有結合性ケミオタイプの幅が広がる。
共有結合性DELのヒットを解析する際、位置異性体の混在ほど自信を失わせるものはない——シグナルが本物なのか、雑多な求電子剤混合物のアーティファクトなのか判別できなくなる。環化とKnorrピラゾール型ウォーヘッド導入を分離したことで、アクリルアミドやクロロアセトアミドといった定番を超えた、より反応性の高いエキゾチックな求電子剤を、ヒットの同一性を疑うことなくついにスクリーニングできるようになる。
機械学習とドッキング法、DNAエンコードライブラリのスクリーニングで汎化性に課題
- 本研究は、DNAエンコードライブラリ(DEL)のスクリーニングデータを用いて、タンパク質-リガンド結合予測における機械学習、物理ベースのドッキング法、コフォールディング法を比較評価した。
- 比較対象には最新の機械学習モデルに加え、物理ベースのドッキングツール(Schrodinger Glide、Rosetta GALigandDock)、およびコフォールディング法のBoltz-2が含まれる。
- 正解データとして、3種類の生物学的に多様なタンパク質標的と複数のDEL合成フォーマットにわたる超大規模DELセレクション実験の結果が用いられた。
- 本研究は、DELデータで学習した上位のMLモデルでさえ分布外(OOD)の化学空間への汎化に失敗したとするNeurIPSコンペティションの結果を受けたものである。
- MLモデルは分布内では良好な性能を示したが、分布外でのヒット識別性能は標的やリガンドの文脈に依存し、あらゆる場合で一貫して優れた手法は存在しなかった。
- 著者らは、ベンチマーク上の性能だけでは分布外への汎化性を予測できないと結論し、DELスクリーニングデータに対する結合予測手法の評価用オープンソースパッケージ「DEL-iver」を公開した。
これは、ドッキングの再スコアリング工程を単一のMLモデルに置き換えたがる人に送りつけたくなる論文だ。「OODで圧倒的に強い手法はない」という結論がすべてを物語っている。実際のトリアージ作業は常に、モデルが見たことのないスキャフォールドが相手であり、分布内DELデータで出したベンチマークAUCは、来週持ち込む新規化合物をどうランク付けするかをほとんど教えてくれない。これはMLを否定する話ではない――Boltz-2のような手法は高速なフィルターとして本当に有用だ。だが、物理ベースのドッキングやコフォールディングは、MLが怪しいときだけ頼る保険ではなく、常に並行して走らせるべきだという根拠になる。ターゲットやリガンドの文脈依存性が強い以上、社内で「これが最良のパイプライン」と決め打ちすることもできず、ターゲットごと、ケミタイプごとに毎回検証するしかない。DEL-iverがオープンソース化されたのは実務的にありがたい話だ――ベンダーがTanimoto類似度で見栄えよく見せた社内数値を信じるより、共有のOODベンチマークの方がよほど頼りになる。
SuFExクリック反応でDNAコード化マクロ環状ペプチドライブラリーを効率化
- DNAエンコードライブラリー(DEL)は、超大規模なマクロ環状ペプチド集団をスクリーニングして創薬のヒット化合物を見つける手法だが、効率的なDNA上での環化反応が課題だった。
- 新たなDNA上マクロ環化法は、硫黄(VI)フッ化物交換(SuFEx)というクリック型の高速反応を利用してペプチド環をDNAタグ上で直接閉環する。
- この設計では、フェノール基とアリールスルホニルフルオリド基を1本のDNA標識ペプチド内に組み込み、両基が分子内で反応するよう配置している。
- 塩基性水系緩衝液に溶解するだけで、触媒や過酷な条件なしに迅速かつ高転化率の環化反応が進行する。
- この手法により、超大規模なDNAエンコード化マクロ環状ペプチドライブラリーを効率よく高収率で構築でき、DELベースのヒット探索に利用できる化学空間が広がる。
オンDNA化学は、優れたクリック反応が消えていく場所だ——CuAACは銅を使うのでバーコードが傷むし、多くのカップリング反応はトランケーション副生成物を生み、それをHPLCで何週間も追いかける羽目になる。SuFExはこの制約を本当に満たしている。金属も、カップリング試薬も要らず、フェノールとArSO2Fが塩基性水溶液中で勝手に反応するだけ。DEL合成において"クリック"反応がようやく名前通りの働きをした、という感じだ。触媒なしで高転化率というのは、QCが退屈になるということでもある——良い意味で。トランケーション体や未環化体が混入していないプールなら、下流で拾うヒットはノイズではなく本物のシグナルである可能性が高い。マクロサイクリックペプチドは低分子とバイオ医薬品の中間という魅力的なケミカルスペースを占めるが、クリーンな環化ステップがあってこそ、質を落とさずに多様性を拡張できる。地味だが、こういう手法上のブレイクスルーが次世代のDELライブラリーを静かに解放していくのだと思う。
SuFEx Cyclization Enables DNA-Encoded Macrocyclic Peptide Libraries for Drug Discovery ↗
二環ペプチドライブラリーから、難攻不落の受容体Siglec-7を狙う初の非糖鎖型阻害剤が誕生
- ファージディスプレイペプチドを化学的に二つの環へと固定した「二環式遺伝子コード化ライブラリー(BiGEL)」を用いて、小分子での阻害が極めて難しいとされる糖鎖結合型免疫受容体Siglec-7の阻害剤探索が行われた。
- Siglec-7に対するパニングを次世代シーケンシングで解析して数百の候補配列を抽出し、その一部を表面プラズモン共鳴で結合を確認、競合ELISAでSiglec-7とGD3の相互作用を阻害する機能を持つことを検証した。機械学習モデルも配列データから同等の活性を持つ追加の阻害剤を見いだした。
- 構造活性相関の検討から、配列だけでなく二環構造そのものが活性発現に不可欠であることが判明し、NMR解析では最適化リードの一つが糖鎖結合の主要ドメインとは別の部位に結合していることが示され、アロステリックな作用機序が示唆された。
- 細胞を用いた多価結合アッセイではSiglec-7への結合が確認された一方、受容体を持たない細胞への非特異的な結合も顕著にみられ、今後の選択性改善が課題として残された。
何より面白いのはアロステリック部位のほうだ——二環ペプチドが、誰もが糖鎖認識ドメインしか狙えないと思い込んでいた標的に対して、正規の糖鎖結合ポケットとは別の場所に結合している。これはSiglec-7にとって本当にワクワクする話で、シアル酸と直接競合する従来のアプローチとはまったく違うSARの方向性が開ける。ただ、細胞アッセイで見られた非特異的結合は、特定のリードに肩入れする前にきちんと解決してほしい点だ。多価性による見かけのアビディティが、実は平凡なコア親和性を覆い隠している可能性があり、それは後工程でプログラムを潰しかねない典型的なアーティファクトだ。二環ペプチドという化学クラス自体には賭ける価値がある——合成しやすく、反復的なSARに耐えうる化学的安定性を持ち、DEL由来の低分子のように平坦で浅いトポロジーに苦しめられることもない。