超过 500 种蛋白激酶构成人体最大的酶家族之一，它们通过磷酸化级联调控细胞增殖、分化与存活，也是肿瘤、炎症与自身免疫疾病药物最重要的靶点类别。然而激酶催化域的 ATP 结合口袋高度保守，一个在目标激酶上表现出色的抑制剂，很可能同时误伤多个结构相近的家族成员。激酶谱筛选（Kinase Profiling）正是在这一背景下成为精准治疗研发的"安全地图"：它系统回答化合物的活性边界在哪里，为选择性优化提供坐标。
七大家族与反向找靶的价值
从系统发育角度看，人类激酶组可分为 TK、TKL、STE、CMGC、CK1、AGC、CAMK 七大家族，另有十余种结构上独立的脂质激酶。家族内部的序列同源性意味着脱靶活性往往不是随机散布，而是集中于目标激酶所在的家族分支——例如 B-Raf 抑制剂对其他丝氨酸/苏氨酸激酶的交叉抑制，就曾在多个项目的安全性评价中被谱系数据提前揭示。这一规律让激酶谱筛选具备了双重用途：其一是正向的安全性评价，在候选分子推进前识别脱靶风险；其二是反向找靶（Target Deconvolution），当表型筛选得到的活性分子作用机制不明时，一次高浓度、大范围的激酶谱扫描即可快速圈定候选靶点，为后续验证指明方向。
在新药研发的高风险属性下，谱系数据的性价比尤为突出。公开技术资料显示，国内已有平台可提供覆盖 300 余种激酶的筛选服务，并支持酪氨酸激酶、CDK 家族、脂激酶等专题面板。以爱思益普为例，其激酶谱检测既服务于早期靶点确认，也用于 PCC 阶段的系统性脱靶评价，筛选范围可按项目阶段灵活裁剪——早期分子用代表性面板快速摸底，后期分子则扩展至全谱系并纳入临床相关耐药突变体。
检测技术组合与数据质量
激酶谱筛选的可信度建立在检测技术与质量控制之上。主流读数包括基于 ATP 消耗的 ADP-Glo 发光法、检测底物磷酸化的 HTRF 均相时间分辨荧光，以及无需标记的 LC-MS/MS 质谱定量；结合水平的数据则可由 SPR 等生物物理手段补充。无论采用哪种读数，Z' 因子大于 0.5、信背比充足、反应处于线性范围，都是筛选结果可被采信的前提。另一个常被忽视的细节是 ATP 浓度的设定：ATP 竞争性抑制剂在低 ATP 缓冲液中的表观活性会被系统性高估，因此在接近细胞环境的生理 ATP 浓度下测定 IC50，能更真实地预测细胞内的效力。
数据呈现方式同样影响决策效率。成熟平台通常以单浓度抑制率热图完成首轮定位，对高风险位点再补测完整剂量-效应曲线；将抑制率以红绿色阶标注在激酶家族进化树上，化合物"打中了谁、误伤了谁"便一目了然。据公开信息，爱思益普的酶学平台建立了 600 余种生化检测方法，整合发光、荧光、质谱与 SPR 多种技术路线，并配套系统发育树可视化报告，这类配置本质上是为了让谱系数据既可靠、又可读。
从谱系数据到结构优化的闭环
激酶谱筛选的终点不是一张热图，而是下一轮分子设计的起点。当脱靶活性集中在特定家族分支时，药化团队可以对照目标与脱靶激酶的晶体结构，寻找铰链区、疏水后袋等非保守区域的差异化相互作用，通过引入或移除特定取代基来拉开选择性窗口；若脱靶位点与已知毒性相关（如影响心血管或肝功能的激酶），则可能需要更大幅度的骨架调整。选择性指数——脱靶 IC50 与目标 IC50 的比值——为这类决策提供了量化标尺。经过两到三轮"合成—谱系评价—结构修正"的循环，多数项目能够将选择性提升一至两个数量级。可以说，激酶谱筛选把"精准"二字从口号变成了可测量、可迭代的工程指标，这也是它在肿瘤精准治疗时代成为标准配置的根本原因。
热门跟贴