导语
DNA编码化合物库（DNA-encoded library, DEL）技术自Sydney Breener教授和Richard Lerner教授在90年代初提出以来，已经逐渐发展成为新兴药物筛选领域的常用筛选技术，广泛应用于新药研发领域中苗头化合物（Hit）的发现和优化当中，并已有多个候选药物进入临床研究。近日，上海药物研究所陆晓杰课题组采用“Cascade DEL”技术发现和优化了WDR5的Hit，该技术的提出为利用DEL来发现和优化Hit提供了一种有效的策略，拓宽了DEL在Hit发现和优化中的应用范围。相关研究成果发表在了J. Med. Chem.上（DOI: 10.1021/acs.jmedchem.3c01463）。
前沿科研成果
利用Cascade DEL来发现和优化WDR5的苗头化合物
苗头化合物（Hit）的发现和优化是药物发现过程的起始阶段，如何快速、有效地发现和优化Hit对新药研发具有重要意义。DEL技术结合了组合化学可高效合成化合物库和分子生物学以及化学生物信息学等的诸多优势，并在与核酸兼容的化学反应开发和高通量测序技术的迅速发展下得到了巨大的推动。
目前，DEL技术不仅在Hit发现领域得到了广泛应用，在Hit优化方面，同样也具有很好的应用前景。例如，针对特定的靶点，通过引入已知的与该靶点有结合作用的结构片段来设计和构建Focused DEL，有助于进一步找到与靶点结合力更强、类药性更好的Hit。DEL结合其他技术用于Hit的发现和优化也得到了较好的应用。例如，成都先导与Vernalis团队合作开发了“PAC-Fragment DEL”技术用于Hit的发现和优化（RSC Med. Chem.2022, 13, 1341-1349）；Mike Waring教授提出了将FBDD与NUDELs结合，为DEL优化Hit提供了一种新的可行方案（Chem. Sci.2023, 14, 8288-8294）。最近，陆晓杰研究团队和谭敏佳研究团队联合复旦大学药学院周璐团队提出了结合ABPP技术和DEL技术的“ABPP-CoDEL”技术，用于发现共价苗头化合物（J. Am. Chem. Soc.2023, 145, 25283-25292）。
基于以上研究成果，陆晓杰团队提出了“Cascade DEL”的采用串联DEL发现和优化Hit的新方法，并将其应用于WDR5抑制剂的发现和优化中。该方法是首先采用第一轮DEL筛选，得到有结合活性的Hit，并确定对结合起主要作用的结构片段，之后，通过固定该活性片段，设计和构建Focused DEL再进行筛选，从而得到结合活性更好的Hit。该方法为利用DEL技术发现和优化Hit提供了一种新的策略，丰富了DEL的应用范围。
（来源：J. Med. Chem.）
作者最初采用三轮线性DEL（DEL-A）来筛选WDR5。DEL-A的构建过程如图1所示。在进行筛选实验时，为了消除Beads、蛋白标签等的干扰，作者分别对带有His标签、Biotin标签以及具有WBM位点抑制剂的His标签标记的WDR5蛋白和未固载蛋白的Beads进行了DEL亲和力筛选。筛选结果如图2所示，筛选不同标签标记的WDR5蛋白，富集得到了相同的结构片段（图2a和2b），说明得到的化合物不是与标签作用产生的富集。在WBM位点抑制剂存在的情况下，同样可以得到相似的筛选结果，表明所得富集化合物不是作用在WBM位点上（图2c）。另外，对Beads进行的筛选未得到明显富集的结构片段。随后，作者挑选了筛选富集的化合物，并对其进行了Off-DNA的合成和验证。HTRF实验表明所得化合物对WDR5的WIN位点有结合作用，IC50值分别为85 nM、239 nM和50 nM。之后，作者进行了简单的SAR研究，合成了化合物4-6。其中化合物5的结合能力最好（表1）。
图1.DEL-A的建库路线。（来源：J. Med. Chem.）
图2.DEL-A筛选WDR5的结果。（a）His标签的筛选结果；（b）Biotin标签的筛选结果；（c）加入WBM位点抑制剂的筛选结果（His标签）。（来源：J. Med. Chem.）
表1.化合物1-6对WDR5/MLL1相互作用的体外抑制活性。
（来源：J. Med. Chem.）
作者用化合物5与WDR5的WIN位点进行了分子对接来确定结合模式。对接结果表明，5-甲基-1H-咪唑部分深入结合到了精氨酸结合口袋亚位点，与F112和F242形成强的π-π堆积相互作用。对接研究中的结合模式证明了化合物5中溴原子下方口袋（S4）处于空缺状态，说明进一步占据S4口袋可能会得到抑制效果更好的化合物，这也为第二轮DEL的设计指明了设计思路。
为了获得具有更好结合力的Hit，作者通过固定第一轮获得的对结合活性起主要作用的5-甲基-1H-咪唑结构片段，设计了第二轮Focused DEL（DEL-B），设计路线如图3所示，该库共含有4.4万个化合物。之后，作者进行了亲和筛选并得到了若干富集的结构片段。Off-DNA的验证实验表明，合成的化合物7-11均具有较好的抑制活性，除化合物11外，抑制活性均比第一轮DEL筛选获得的化合物强约2-3倍（表2）。这些结果表明，作者提出的“Cascade DEL”技术可以有效发现和优化Hit。
图3.DEL-B的建库路线。（来源：J. Med. Chem.）
表2.化合物7-11对WDR5/MLL1相互作用的体外抑制活性。
（来源：J. Med. Chem.）
作者选择了化合物7、9、12和13，评价了它们对两种人急性白血病细胞系（MV4-11和K562）的抗增殖活性。实验结果表明，这些化合物具有中等的细胞抑制活性。为了获得具有更好活性和类药性的Hit，作者通过截断甲酰胺基团、降低分子量、去除手性等方法重新设计合成了化合物14-21。这些化合物的IC50大多在10-100 nM范围内，其中化合物20的IC50值为15.5±0.2 nM。遗憾的是，在MV4-11和K562两种细胞系中的抗增殖活性依然不高。
中国科学院上海药物研究所与南京中医药大学联合培养硕士研究生秦绍钊和上海奕拓医药科技有限责任公司冯丽剑博士为该论文的共同第一作者，中国科学院上海药物研究所陆晓杰研究员、段志强博士和赵玉军研究员与上海奕拓医药科技有限责任公司朱继东博士为该论文通讯作者。该研究工作得到了国家自然科学基金委、上海市科委的基金项目资助。
课题组简介
陆晓杰课题组长期致力于DEL技术的开发和应用研究，通过将DEL技术和其他药物开发技术（计算机辅助药物设计、天然产物药物开发等）相结合，设计并合成针对特定靶点的Focused DEL来加快小分子、环肽和核酸等药物的开发。课题组开发了一系列可用于DEL构建的化学反应工具，扩展了和核酸相容的化学反应类型，丰富了DEL的化学空间；建立了完整的DEL设计、合成、筛选和数据分析验证的技术平台，为新靶点活性小分子苗头化合物的发现提供了有力的技术支持。设计和合成了针对特定靶点的Focused DEL，加快苗头化合物到先导化合物的优化。目前，已经完成50多个特定靶点的筛选验证，获得了多个Hit。先后承担了国家自然科学基金重点、面上项目等多个项目。近三年在J. Am. Chem. Soc.、Chem. Sci.、J. Med. Chem.、Org. Lett.等期刊发表文章25篇。
教授简介
段志强，博士毕业于南京大学，现任职于上海药物研究所陆晓杰课题组。主要从事DEL技术的开发和应用研究，运用DEL技术发现和优化苗头化合物。主要研究内容包括：与核酸兼容的化学反应工具开发；DEL筛选数据分析；筛选化合物off-DNA的合成、活性验证和优化等工作。先后主持国家自然科学基金青年项目、中国博士后科学基金等项目，参与国家自然科学基金重点项目、面上项目等多个项目。至今在J. Med. Chem.、Org. Lett.、iScience、Anal. Chim. Acta、Talanta、Analyst等期刊上发表SCI论文多篇。
邀稿
今天，科技元素在经济生活中日益受到重视，中国迎来“科学技术爆发的节点”。科技进步的背后是无数科学家的耕耘。在追求创新驱动的大背景下，化学领域国际合作加强，学成归国人员在研发领域的影响日益突出，国内涌现出众多优秀课题组。为此，CBG资讯推出“人物与科研”栏目，走近国内颇具代表性的课题组，关注研究、倾听故事、记录风采、发掘精神。来稿请联系C菌微信号：chembeango101。
投稿、转载授权、合作、进群等
热门跟贴