新型共价药物开发CADD工具Cov_DOX

注：文末有本文科研思路分析

共价药物是指通过与蛋白质等生物大分子发生化学反应形成共价键合，从而调节其生理功能的一类药物。从阿司匹林和盘尼西林开始算起，共价药物的应用已有百余年的历史。但到本世纪初期，具有与蛋白质共价键合活性的小分子还仍然被认为缺乏选择性、容易脱靶，容易产生副作用。靶向共价抑制剂（Target Covalent Inhibitor，以下简称TCI）概念的提出为上述问题的解决提供了突破的方向，是近年共价药物的主要研究方向。据不完全统计，获美国食品药品监督管理局（FDA）批准上市的TCI类共价药物已有近百个，其中包括第一个获FDA批准上市的新冠肺炎口服药Paxlovid，其主成分Nirmatrelvir正是一种新冠病毒M^Pro蛋白酶TCI。近日，华中师范大学万坚、饶立课题组与复旦大学徐昕课题组合作，开发了一款用于蛋白-TCI结合模式高精度预测的新型共价药物开发CADD工具Cov_DOX，其概念如图1所示。

图1. Cov_DOX概念示意图。(a) 跨势能面构象搜索策略，XO即徐昕课题组发展的密度泛函分块计算方法；(b) 蛋白质-TCI结合模式及其分块计算策略。

TCI类药物的选择性对其药效和副作用有着至关重要的影响，而蛋白-TCI结合模式信息是提高TCI选择性的关键因素。目前蛋白-TCI结合模式的获得主要依赖费时费力的蛋白质TCI复合物晶体XRD实验。若计算机辅助药物设计（CADD）工具能够预测蛋白-TCI结合模式，将可显著提高TCI研发效率，缩短其开发周期并降低其开发成本。目前仅有少数几款基于分子力场或经验打分函数的共价对接软件可实现TCI结合模式理论预测。但它们专为大规模药物筛选设计，需要保证计算速度，不免对计算精度有所取舍，难以满足先导化合物结构改造设计等需要高精度结合模式信息的药物设计细研场景。Cov_DOX由项目团队在前期开发的非共价结合模式高精度计算工具DOX基础上开发而来，通过结合跨势能面构象搜索策略和密度泛函分块计算方法预测蛋白-TCI结合模式。第一性原理密度泛函方法的引入保障了蛋白-TCI结合模式的计算精度，而跨势能面构象搜索策略和分块计算则有效降低了量子化学计算的计算量，满足了CADD工具对经济适用性的要求。

项目团队通过405个蛋白-TCI复合物晶体结构系统考察了Cov_DOX的准确性和普适性。以预测所得TCI结合模式基本达到晶体结构水平为成功标准，Cov_DOX的预测准确率可达81%，显著优于主流共价对接软件的表现（成功率约30-50%）。单次计算成本不到百元，虽称不上廉价但远低于蛋白质XRD实验成本。Cov_DOX可望填补共价对接和XRD实验之间的技术空白，为基于结构的共价药物设计提供有效助力。

这一成果近期发表在Journal of Medicinal Chemistry 上，文章的第一作者是华中师范大学研究生魏林、陈雅茹和刘佳琪。文章通讯作者是华中师范大学万坚教授、饶立副教授，以及复旦大学徐昕教授。项目团队已将Cov_DOX程序部署于网页服务器 ^[1]，并整合了前期开发的非共价结合模式高精度计算工具DOX的功能，可为国内外共价/非共价药物研究人员提供结合模式高精度计算服务。

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Cov_DOX: A Method for Structure Prediction of Covalent Protein–Ligand Bindings

Lin Wei, Yaru Chen, Jiaqi Liu, Li Rao*, Yanliang Ren, Xin Xu*, and Jian Wan*

J. Med. Chem., 2022, 65, 5528–5538. DOI: 10.1021/acs.jmedchem.1c02007

参考资料：

1. Cov_DOX程序

http://doxwebserver.ccnu.edu.cn/ 

导师介绍

万坚

https://www.x-mol.com/university/faculty/10809 

徐昕

https://www.x-mol.com/university/faculty/9634 

科研思路分析

Q：这项研究的初衷是什么？

A：靶向共价抑制剂类药物，即TCI，是近年来药物研发的热门方向。蛋白与TCI的高精度结合模式信息是开发、改造、优化TCI的必要条件。获取蛋白与TCI的结合模式最可靠的方式固然是在同步辐射光源上进行蛋白-TCI复合物晶体X射线衍射实验。但合成蛋白-TCI复合物晶体已非易事，而同步辐射光源的机时又极其珍贵。因此我们认为有必要开发一种精度上接近晶体结构的结合模式理论预测工具，用来提高TCI研发效率。

Q：研究过程中遇到哪些挑战？

A：平衡计算精度和计算量是本项目研究过程中遇到的最大挑战。表面上，量子化学似乎是计算精度问题的终极解决方案。但其庞大的计算量极度限制了该类计算方法在蛋白质等大分子体系上的应用。因此主流共价对接软件均基于分子力场或经验打分函数开发，未有涉及量子化学方法。通过引入结合跨势能面构象搜索策略和密度泛函分块计算方法，我们基本解决了上述问题。Cov_DOX预测准确率可达81%，且单次计算成本不到百元，虽称不上廉价但远低于蛋白质XRD实验成本,基本实现了经济可行的高精度结合模式计算。

Q：该研究成果可能有哪些重要的应用？哪些领域的企业或研究机构可能从该成果中获得帮助？

A：该成果可为TCI类共价药物研发相关企业和研究部门提供有效助力。TCI类共价药物是药物研发热门方向。近年来，如癌症、新冠肺炎等各类重难疾病药物研发中都可以看到TCI类共价药物的身影。此外农药研发中亦有开始涉及靶向共价抑制剂，也是Cov_DOX应用的方向。值得一提的是，现有Cov_DOX方法兼容我们前期开发的非共价结合模式高精度计算工具DOX的功能，亦可用于非共价药物的研发。