DNA 编码化合物库(DEL)
7篇
基准研究:结构类方法能否弥补DEL训练机器学习模型的分布外泛化缺陷
- 近期NeurIPS竞赛显示,基于DEL数据训练的顶尖机器学习模型难以泛化到分布外化学空间;本研究检验结构建模能否弥补这一差距。
- 研究在三个生物学上多样的靶点、多种合成格式的DEL上,比较了机器学习、Glide对接、GALigandDock和Boltz-2共折叠。
- 机器学习在分布内表现良好,论文关注的是各方法在新化学空间上的稳健性。
DEL训练的模型在随机划分上表现出色、遇到新骨架就崩溃,这正是想从DEL筛选结果出发拓展另一系列时会吃亏的地方。三个靶点的样本不大,但在同一数据上与物理方法做同口径比较仍然有用。我会借此校准:对文库从未覆盖的骨架,机器学习分选结果能信几分。
计算辅助选择构建模块,拓宽40万化合物类肽DEL的多样性
- 构建了三轮合成、含403,200个化合物的类肽DEL,并利用4,774种商品化氨基酸的化学空间模型寻找代表性不足的构建模块。
- 针对三个靶点进行亲和筛选以比较文库性能。
- 针对碳酸酐酶II的筛选回收了已知的磺酰胺药效团,支持了计算辅助设计思路。
在CA II上回收磺酰胺只是预期中的合理性检验,并不能证明覆盖了类先导化合物空间。类肽DEL常给出体积大、极性强的命中,所以我更看重脱离DNA后有多少选中化合物落在可用的性质空间,以及另外两个靶点的表现。
从DEL命中到可入脑的可逆MAGL抑制剂MAGLi 432
- 从DNA编码化合物库(DEL)得到的双环哌嗪类命中物,经结构导向优化成为可逆MAGL抑制剂化合物1.5(MAGLi 432)。
- 该化合物兼具高活性、对其他丝氨酸水解酶的选择性和适合中枢药物的性质,大鼠口服半衰期良好。
- 它在人脑匀浆中可抑制MAGL,并在小鼠神经炎症模型中有效;整个优化过程以转化导向的“Five-Star Matrix”框架为指引。
可逆性正是我最看重的一点,因为不可逆MAGL药物长期给药会引起CB1脱敏。非共价的DEL来源骨架已能在人脑组织中证明靶点结合,是很好的范本;早期而非最后才用人源组织做测试,这个习惯我想照搬。
两步法合成拓展共价遗传编码大环肽文库的弹头多样性
- 报告了一种构建共价遗传编码大环肽文库(cGELs)的两步合成法:先通过二酮"锚点"连接两个半胱氨酸形成大环,再通过独立的Knorr-吡唑反应安装亲电"弹头"。
- 将成环(碱性条件)与弹头安装(酸性条件)分开进行,避免了早期一步法化学翻译后修饰产生的位置异构体混合物问题。
- 这使得可以安全使用更多样、反应性更强的亲电试剂,拓宽了在DEL式筛选中可用于靶蛋白选择的共价化学型范围。
在解析共价DEL/GEL的活性化合物时,位置异构体混杂是最让人心里没底的——你根本分不清信号是真实的还是杂乱亲电试剂混合物带来的假象。将环化步骤与Knorr吡唑弹头安装步骤分开后,终于可以放心筛选超越丙烯酰胺/氯乙酰胺这类常规弹头的、反应性更强的新型亲电试剂,而不必怀疑每个命中化合物的真实身份。
机器学习与对接方法在DNA编码文库筛选中的泛化能力参差不齐
- 该研究利用DNA编码文库(DEL)筛选数据,对机器学习、基于物理的对接方法及共折叠方法在蛋白质-配体结合预测中的表现进行了基准评估。
- 比较的方法包括最新的机器学习模型,以及基于物理的对接工具(Schrodinger Glide、Rosetta GALigandDock)和共折叠方法Boltz-2。
- 真实结合数据来自针对三个生物学上具有多样性的蛋白质靶点、涵盖多种DEL合成格式的超大规模DEL筛选实验。
- 该研究延续了此前一项NeurIPS竞赛的发现——即使是基于DEL数据训练的顶尖机器学习模型,也无法泛化到分布外(OOD)化学空间。
- 机器学习模型在分布内表现良好,但在分布外的命中判别能力取决于具体靶点和配体背景,没有一种方法能在所有情况下始终占优。
- 作者认为,基准测试表现本身不足以预测分布外泛化能力,并发布了开源工具包DEL-iver,用于评估结合预测方法在DEL筛选数据上的表现。
这篇论文,我会转给任何想用单一ML模型取代对接重打分步骤的人看。"没有一种方法能在OOD场景下全面碾压其他方法"这句话说透了一切——实际做hit triage时,面对的永远是模型没见过的骨架,而基于分布内DEL数据跑出来的benchmark AUC,几乎无法预示它下周会怎么给你的新颖化合物排序。这不是要否定ML——Boltz-2之类的方法作为快速过滤器确实好用。但这恰恰说明,基于物理的对接/共折叠方法该一直并行跑,而不是等ML结果看着不靠谱时才拿出来救场。靶点和配体的context依赖性这么强,也意味着没法在公司内部一刀切地定死"最佳流程",每换一个靶点、一个化学型都得重新验证。DEL-iver开源这件事很实在——比起相信供应商用Tanimoto相似度美化过的内部数据,大家共用一个OOD基准靠谱得多。
SuFEx点击反应助力DNA编码大环肽库高效构建
- DNA编码文库(DEL)技术可筛选超大规模的大环肽集合以寻找药物发现中的先导化合物,但高效的DNA上环化反应一直是瓶颈。
- 一种新的DNA上大环化方法利用硫(VI)氟交换(SuFEx)——一种快速的点击型反应——直接在DNA标签上完成肽环的闭合。
- 该设计将一个酚羟基和一个芳基磺酰氟基团嵌入同一条DNA标记肽链中,使两个基团能够发生分子内反应。
- 只需将该构建体溶于碱性水溶液缓冲液中,即可在无需额外催化剂或苛刻条件下实现快速、高转化率的环化。
- 该方法能够高效、高产率地构建超大规模DNA编码大环肽库,拓展了可用于DEL基础靶点发现的化学空间。
DNA标记化学是好的click反应容易翻车的地方——CuAAC要用铜,容易伤害条形码;大多数偶联反应会产生截断副产物,得在HPLC上追好几个星期。SuFEx这次是真的契合这些限制:不需要金属,不需要偶联试剂,只是一个酚和一个芳基磺酰氟在碱性水溶液里自己反应起来。这才是"click"化学在DEL里名副其实的样子,而不只是蹭个概念。零催化剂还能高转化率,意味着QC工作会变得很"无聊"——这是好事。池子里截断/未环化的副产物少了,下游钓出来的hit更可能是真信号,而不是最差一步反应带来的假象。大环肽本身就占据了小分子和生物药之间那块诱人的化学空间,而一个干净的环化步骤才能让文库在不牺牲质量的前提下做大做多样。这种不起眼的方法学进步,恰恰是不断解锁下一代DEL文库的关键。
SuFEx Cyclization Enables DNA-Encoded Macrocyclic Peptide Libraries for Drug Discovery ↗
双环肽库首次发现靶向难成药受体Siglec-7的非糖类抑制剂
- 利用“双环遗传编码肽库”(BiGEL)——通过化学方法将噬菌体展示肽固定为双环结构——研究人员搜寻了针对Siglec-7的抑制剂,该受体是公认极难用小分子靶向的糖结合型免疫受体。
- 通过下一代测序分析针对Siglec-7的淘选结果,筛选出数百个候选序列,其中一部分经表面等离子体共振确认为真实结合物,并通过竞争ELISA验证其能阻断Siglec-7与GD3的相互作用;机器学习模型还从测序数据中识别出活性相近的其他抑制剂。
- 构效关系研究表明,双环拓扑结构本身对活性至关重要;NMR研究发现其中一个优化先导物的结合位点并非位于经典的糖结合结构域,提示可能存在别构结合机制。
- 基于细胞的多价结合实验证实了其与Siglec-7的结合,但也观察到对不表达该受体的细胞存在明显的非特异性结合,凸显了后续优化中亟待解决的选择性问题。
真正的看点其实是那个别构位点——这个双环肽结合在经典糖结合口袋之外的位置,而大家一直以为这个靶点只有糖识别结构域可成药。对Siglec-7来说这确实令人兴奋,也开辟出一条完全不同于直接与唾液酸竞争的SAR路线。不过,细胞实验里出现的非特异性结合,在我对任何一个先导物产生感情之前都得先解决——多价效应带来的表观亲和力很容易掩盖平庸的核心结合力,这正是后期会把项目拖垮的那类假象。双环肽这个化学类别本身值得押注:易于合成,化学稳定性足以支撑反复的SAR优化,也不像DEL来源的小分子那样受制于平坦浅表的拓扑结构。