药学学报  2013, Vol. 48 Issue (12): 1755-1762   PDF    
化合物效率与先导物优化
郭宗儒     
中国医学科学院、北京协和医学院药物研究所, 北京 100050
摘要:活性和成药性是药物的两大支柱,分别是由分子的微观结构与宏观性质所决定。结构的优化是在多维度空间中进行的多参数分子操作。由体外活性过渡到体内的药理效应有许多不确定性,需要在早期优化阶段用分子的多维度规(metrics)评价化合物的质量或效率。本文在讨论表征化合物活性和成药性参数的基础上,阐述调整微观结构中药物-受体结合热力学的焓与熵、结合动力学的离解速率对提高化合物效率的影响,说明优化微观结构对成药性的重要意义。
关键词化合物效率     成药性     微观结构     慢离解药物    
Ligand efficiency and lead optimization
GUO Zong-ru     
Institute of Materia Medica, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100050, China
Abstract: Pharmacological activity and druggability are two pivotal factors in drug innovation, which are respectively determined by the microscopic structure and macroscopic property of a molecule. Since structural optimization consists in a molecular operation in the space with multi-dimensions, and there exists a body of uncertainties for transduction from in vitro activity into in vivo pharmacological response. It is necessary for early stage in lead optimization to evaluate compound quality or efficiency using a kind of metrics containing multi-parameters. On the basis of the describing parameters of activity and druggability, this overview deals with the roles of thermodynamic signatures and binding kinetics of drug-receptor interactions in optimizing quality of compounds, signifying the significance in optimization of microscopic structures for drug discovery.
Key words: ligand efficiency     druggability     microscopoic structure     slow-offset drug    

新药研究特别是首创药物的研发是个性化的分子操作,有自己的研发路径。在将活性化合物转化成药物的过程中,由于机体的复杂性,创制过程几乎是在没有规律性、没有周期性变化的混沌系统中进行的,可用物理学上的“奇异吸引子”(strange attractor) 形容新药研究,这种混沌行为对起始状态非常敏感,从同一起始物可达到完全不同的终点[1]。但即使没有规律性,若从支撑药物的两大支柱—药理活性和成药性加以分析,仍有一些基本原则可循,可以减少一些盲目性,这就是在一定的化学空间内,调整化合物的微观结构和宏观性质,达到良好的匹配。药理作用的强度和选择性是药物的核心和先决条件; 成药性是呈现药理作用的保障,使药物分子在机体的适宜部位、时段和以适宜的药量 (浓度) 发挥预期作用。药理活性和成药性相互依存,共同存在于药物的化学结构之中[2]

从物质的层面看,活性与成药性的匹配可还原成分子的微观结构与宏观性质的结合,微观结构决定了活性强度、选择性和安全性; 宏观性质制约着生物药剂学和药代动力学等诸多性质[3]

先导物的优化通过结构变换和微调,使微观结构与宏观臻于最佳配置,完成由活性化合物向临床前研究的过渡,这是转化医学在药物研究中的重要组成部分,本文试图从药物化学的视角,讨论该转化过程的内涵。

1 活性与成药性的同步优化,防止分子“肥胖”

以靶标为核心的新药创制,多以分子水平 (酶或蛋白等) 评价活性。由于强度和选择性高的化合物,用药剂量小,一般副作用低,代谢引起的特质性毒性几率低[4],且因有效浓度低,对化合物的溶解度的要求也比较宽松,这些是高活性化合物的有益效果,因而成为新药研究中首要的追求。

然而,一味追求高活性,不注重分子的成药性,可能导致研发的失败。为了实现高活性,往往增加化合物的分子尺寸和提高脂溶性,以增加与靶标的结合,结果使分子变得“臃肿肥胖”,损伤了物理化学性质 (PC) 和药代性质 (PK),这样,体内药效 (PD) 因PC和PK的折损,不能提高或甚至降低。所以提高体外活性而不注意或不利于成药性的优化是不可取的。

为了兼顾活性和成药性的品质,可将体外活性 (对靶标的结合作用) 与影响成药性的重要物化参数结合成为表征化合物的活性效率,作为表征化合物的综合质量 (活性+成药性) 的度规 (metrics),可用来比较化合物之间的质量或效率,指引人们优化的方向和候选药物的选定。

2 活性化合物的质量度规

先导物的早期优化,多以体外对靶标的活性作为预测体内活性的依据,经典的构效关系 (SAR) 单纯考虑活性与结构关系,较少顾及成药性前景。近年发展的表征活性化合物的质量,将体外活性与某些物化性质结合起来,评价化合物的质量,用于指导化合物的优化和取舍。

2.1 与分子尺寸相关的化合物质量参数:配体效率

配体效率 (ligand efficiency,LE) 是指化合物分子中每个原子对结合的贡献,是由Hopkins等[5]提出。计算方法是将复合物结合常数Kd或IC50按照式1转换为结合自由能 (ΔG)。

LE是将结合能ΔG除以非氢原子数 (N非氢原子),即分子中每个非氢原子对结合自由能的贡献,用式2表示:

在25 ℃温度下,LE与结合常数的关系如式3所示:

式3中的LE的单位是kcal·mol-1,也可换算成kJ·mol-1。结合自由能与离解常数间呈对数关系,若ΔG改变1.36 kcal·mol-1,结合强度变化10倍。配体效率是将化合物的活性在分子大小的尺度上作表征,是优化过程中防止分子过大、监测化合物的活性、物化性质和成药性程度的一个指标[6]

分子中并非所有原子都对活性有贡献,结构中有一些原子或基团并不直接参与结合作用,或只是起支撑连接作用,或是冗赘的原子。所以,在设定了化合物的最低配体效率标准后,可经简单计算确定有效化合物是否达标,比较化合物的质量优劣。例如,含有30个非氢原子的化合物 (分子量 = 405,非氢原子的平均原子量为13.5),Kd = 10 nmol·L-1,其LE = 0.37 kcal·mol-1。继续优化到Kd = 2 nmol·L-1,含41个非氢原子 (分子量 = 553),虽然活性提高4倍,LE降低到0.29 kcal·mol-1

2.2 不依赖于分子尺寸的配体效率

其实,即使用LE作为比较化合物结合效率的尺度,也会因分子的大小不同而使LE没有可比性。Reynolds等[7]分析了8 000个配体同20个靶蛋白的结合常数,计算了配体效率,发现分子量差别较大的化合物活性与 (非氢) 原子数之间并不呈线性关系,并证明依赖于分子尺寸的LE是因为焓的因素所致,从而提出了最大配体效率LEmax概念,若实测值与LEmax有差距,意味着存在有优化焓贡献的空间[8]。式4是计算不依赖于分子尺寸的配体效率的经验性公式[9]

另一消除因分子尺寸差别大引起的配体效率的变化,用契合质量 (FQ) 表征,如式5所示[10]。契合质量将任何大小的药物分子的质量置于同一尺度之下,因而有可比性。

例如,雅培公司研制极光激酶抑制剂,采用基于片段的药物设计 (FBDD) 方法,在逐步加大分子尺寸和提高活性时,用配体效率和契合质量表征优化过程中化合物活性和成药性质量,化合物123是有代表性的活性化合物。可以看出,提高活性的同时,LE和FQ都维持了较高的水平。化合物3 (AT-9283) 进入了临床研究[11]

2.3 亲脂性相关的化合物质量参数:配体亲脂性效率

配体亲脂性效率 (ligand lipophilicity efficiency,LLE) 是将化合物的活性强度与亲脂性统一考量的单一性参数,从亲脂性考察化合物的质量,防止分子“肥胖和油腻”。LLE的定义是:

式中,pIC50是IC50 (或EC50) 的负对数,数值越大表示活性越强。LogP是化合物在正辛醇和水 (或缓冲液) 两相中的分配系数,表征化合物的亲脂性,数值越大,亲脂性越强,不利于成药性,所以LLE值越大越好[12, 13]

例如,辉瑞公司研发孕激素受体 (PR) 拮抗剂,在由苗头化合物4演化成先导物5 (hit-to-lead) 时,用LLE作为过程的效率指标,通过引入极性基团降低亲脂性来增加活性,化合物5(PF-2367982) 的LLE值显著高于化合物4,活性、物化和药代性质都得到改善。

理论上讲,logP或logD每增加1个单位,由于 疏水-疏水相互作用而增加结合强度1.36 kcal·mol-1,活性提高10倍。但这要付出降低成药性的代价,因为增加药物的脂溶性会降低溶解性,引发代谢的复杂性和药理作用的杂泛性。所以,结构优化中引入亲脂性基团或片段要适度,过分增加亲脂性以提高活性会导致分子肥胖而过分“油腻”,表现出不良的LLE值。

口服药物通常适宜的logP值在2~3的范围,体外活性pIC50一般为8,所以,高活性和低亲脂性是优化的目标,LLE最好在6以上[12, 14]

Peroda分析了上市药物与其先导物之间ClogP以及LLE的变化情况,发现在由先导物优化成上市药物后,ClogP值明显增加,平均值为2.00 (对数单位)。若成对比较先导物与相应药物的LLE值,发现上市药物的LLE增加了1.53对数单位,说明由先导物优化成药物,活性强度明显提高,而亲脂性控制在一定范围内。由此可以得出启示,先导物优化的一个成功因素就是虽然增加了化合物的分子量,但又维持了化合物的低脂溶性[15]

2.4 兼含分子尺寸和亲脂性的化合物质量参数:亲脂性配体效率比

LLE作为分子标示物,监控活性与亲脂性的变化,没有反映出分子大小与它的关系。亲脂性配体效率比 (LELP) 则兼顾二者。LELP的定义是分配系数与配体效率的比值 (式7)。LELP与LE或LLE相反,比值越小表明化合物的活性与成药性的质量越高[16]

3 提高配体-受体结合的焓贡献

药物与受体靶标结合是产生药理效应的分子基础,体外表征药物作用的强度,使用复合物离解常数Kd或IC50,数值越小,活性越强。药物-受体结合的驱动力是系统自由能ΔG的变化。经典的优化过程 是以Kd或IC50作为判断化合物活性的标准并加以取舍。然而,进一步分析ΔG的构成,是由焓 (ΔH) 和熵(-TΔS) 组成的。同类药物与同一受体结合的ΔG,焓和熵的构成份额是不同的,其大小取决于结合前与结合后的状态,表1列出了焓和熵在结合过程的贡献内容。

表1 药物与受体结合过程的焓与熵的贡献

综合上述复杂的焓和熵有利和不利的贡献,如果ΣΔH > Σ(-TΔS) (指绝对值),表明药物与受体的结合主要是焓驱动,反之为熵驱动。由焓驱动的结合多为基团之间的静电或氢键结合,构成特异性结合; 而熵驱动的结合多为疏水相互作用。

3.1 提高焓贡献和焓-熵补偿作用:地瑞那韦和安普那韦

HIV蛋白酶抑制剂安普那韦 (6) 和地瑞那韦 (7) 都是已上市的HIV蛋白酶抑制剂,作为过渡态类似物结合于酶的催化中心[17]。地瑞那韦是在安普那韦的四氢呋喃环上又骈合一个四氢呋喃环,活性提高了近百倍,结合自由能主要是焓贡献,与熵的贡献比为5.5∶1; 而安普那韦的焓与熵的比值大约1∶1。并合了四氢呋喃环不仅提高了活性而且改变了焓与熵的贡献比,也说明了增加焓贡献削弱熵贡献的焓-熵补偿现象[8]

晶体结构研究表明(图 1),地瑞那韦的两个四氢呋喃环的氧原子与Asp30’和Asp29’形成氢键 (图中的虚线表示)[18],圆点为结构水,参与形成复合物的氢键网络。

图1 地瑞那韦与HIV蛋白酶复合物的结合模式

另一个HIV蛋白酶抑制剂KNI-10033 (8),它的优化也是通过增加氢键的结合提高焓贡献。8对蛋 白酶抑制活性Kd = 13 pmol·L-1,其中ΔH贡献为 -8.2 kcal·mol-1,-TΔS贡献为 -6.7 kcal·mol-1。将KNI-10033中的硫醚基用磺酰基替换,得到KNI-10075 (9),氧原子与酶的Asp30B酰胺形成新的氢键 (图 2),ΔH增加了3.9 kcal·mol-1,但被熵的损失完全抵消了,活性基本没变,Kd = 20 pmol·L-1。抑制剂与酶的复合物的晶体学和热力学分析表明,9的熵损失是由于为了形成氢键而去溶剂化以及构象变化消耗了能量的缘故。

图2 化合物8与HIV蛋白酶复合物晶体结构分析示意图 (a); 化合物9与蛋白酶形成的复合物晶体结构,磺酰基与Asp30B形成新的氢键 (b)[19]
3.2 焓贡献来自多种结构因素:凝血酶抑制剂的优化

为研究凝血酶口服抑制剂,起始物10虽活性不高,但分子尺寸小,极性也较强,是个良好的苗头化合物。10与凝血酶复合物晶体经X-射线衍射提示,乙基进入了疏水腔S3,但未充满,用二苯甲基替换,占据了S3腔,化合物11活性提高近150倍。二苯甲基是亲脂性片段,增加的活性似乎应是熵驱动所致。但ITC数据表明焓贡献大,熵为不利贡献。分析11与 凝血酶的晶体结构发现,在S3附近的谷氨酸残基Glu217受苯环的影响发生契合性的转动,达到可与赖氨酸残基Lys224形成盐桥的距离,从而形成有利的焓贡献。

另一方面,化合物10m-氯原子变换为p-脒基得到化合物12,活性提高近40倍,结合能增加大约 9 kJ·mol-1,而且焓和熵都呈现有利贡献,没有发生焓-熵补偿作用,这是优化结构最理想的情况。进而将12的乙基变换成二苯甲基,化合物13的活性显著提高,焓与熵也都呈正贡献。如前所述,二苯甲基的引入并未带来熵的明显变化[20]

4 结合动力学——慢速离解药物的价值 4.1 热力学平衡常数评价活性有不足之处

除了上述热力学特征可影响药物的活性和成药性外,药物与受体结合的动力学性质也多方面影响药物作用强度、持续时间和安全性。受体学说认为,只有药物分子与受体结合,驻留于活性部位方呈现活性。优化化合物的体外活性,传统的方法是在平衡状态下比较KdKi或IC50值。这些热力学参数是在封闭系统中 测定的,而药物在体内处于开放环境,其浓度在不断变化中,这样,KdKi或IC50值就未必能代表化合物的体内活性,以致于在早期优化时,用Kd或IC50值评价会忽略具有良好结合动力学的化合物,造成误导性的取舍,这尤其对慢速离解的药物更为重要[21]4.2 结合动力学参数——半衰期和驻留时间

药物与受体的相互作用大多是可逆性反应 (共价键结合的药物除外),药物D与受体R生成复合物DR的速率kon和DR离解成游离状态的速率koff如式8所示:

离解速率常数koff与生成速率常数kon的比值就是平衡态下的离解常数Kd。药物与受体的结合由于发生诱导契合或 (和) 构象选择效应,会使复合物的稳定性不同,以致相同Kd值的两个化合物可能koffkon不同,导致在开放系统中复合物的寿命不同[22, 23],因而慢速离解的药物驻留在受体部位的时间会长,表现为持续的药理效应。为了比较配体之间形成复合物的寿命,用驻留时间 (residence times,RT) 或结合半衰期 (t1/2(DR)) 表征,RT是koff的倒数,单位是秒、分钟或小时。它们之间的关系如式9所示[24]:

RT和t1/2(DR) 值不受游离药物浓度的影响,驻留时间长的药物,在细胞或血浆中游离态的浓度即使低于Kd值,仍会呈现药理活性,是因为有相当数量的受体仍处于同药物分子的结合之中。

4.3 慢离解药物的优点

慢离解速率的药物与受体结合的时程长,表现为持续的药理作用,甚至当血浆中游离药物的浓度低于Kd值,复合物的浓度若高于最低有效浓度,仍然保持药效,例如抗2型糖尿病药物二肽基肽酶4抑制剂沙格列汀 (14,saxagliptin) 的t1/2(DR) = 5.1 h[25]。较长的结合半衰期用药每日一次即可,而同类药物维格列汀 (15,vildagliptin) 为快速离解药物 (t1/2(DR) = 3.5 min)[26],每日服用二次,而且剂量也大。

药物对不同靶标的驻留时间差别,也可反映为靶标的时间选择性 (temporal target selectivity),如果对目的靶标的结合为慢离解速率,对非靶标 (off-target) 为快离解速率,则可降低对非靶标作用引起的不良反应[21]。例如治疗慢性阻塞性肺病和哮喘的吸入药物噻托溴铵 (16,tiotropium bromide),对毒蕈碱M3受体的离解速率半衰期为34 h,比M2受体离解速率慢10倍,抑制M2受体会引起心血管不良反应。这种时间选择性的优势使得噻托溴铵不良反应很小,每日喷雾吸入一次就可舒张支气管长达24 h[27]

辉瑞公司研制MAPK p38激酶抑制剂,目标是喷雾吸入治疗炎性哮喘,要求候选药物对p38激酶高活性和慢离解作用,以实现每日一次的用药。化合物17 (CE-159167) 是辉瑞公司抑制MAPK p38激酶的苗头化合物,Ki = 3 nmol·L-1,结合于ATP位点,该结合因构象未发生明显变化 (DFG-in方式),成为快速结合与快速离解的抑制剂。化合物18 (doramapimod) 是勃林格殷格翰公司研发的治疗炎性结肠炎和关节炎药物,处于II期临床阶段[28],对p38激酶的Ki = 1 nmol·L-1,结合于变构区 (DFG-out方式),因结合后构象发生改变,为慢速结合和慢速离解化合物,t1/2(DR) = 23 h。辉瑞将1718的结构融合成19,保持了二者的结合 特征,活性提高10倍 (Ki = 0.1 nmol·L-1),而且仍是慢离解抑制剂,t1/2(DR) = 20 h。

5 结语

上市药物具有简约性,结构与物理化学性质簇集在较小的化学空间里,说明机体对药物允许 (药代和药效) 在一个狭窄的范围内。简约不等于简单,成功的药物启示人们在创制新药时要时刻把握药物的结构特征,充分地运作活性和物理化学数据于合理的空间内,以降低失败的风险。在深层次上挖掘药物的热力学和动力学特征,并与成药性结合起来,成为药物研发新的策略和方法。传统的构效关系只从小分子的结构出发,归纳出药物与受体结合的内涵; 而结合热力学焓和熵的微观结构特征,则需依赖受体大分子的三维结构提供的信息。结合动力学更需要研究药物与受体的瞬间动态变化。在这里,结构生物学、精密的测量和计算生物学发挥着重要作用。

参考文献
[1] Hann MM. Molecular obesity, potency and other addictions in drug discovery[J]. Med Chem Comm, 2011, 2: 349-355.
[2] Guo ZR. Strategy of molecular drug design: activity and druggability[J]. Acta Pharm Sin (鑽瀛︽姤), 2010, 45: 539-547.
[3] Guo ZR. Strategy of molecular design of drugs: the unification of macro-properties and micro-structures of a molecule[J]. Acta Pharm Sin (鑽瀛︽姤), 2008, 43: 227-233.
[4] Guo ZR. Toxicity risks and drug design[J]. Prog Pharm Sci (鑽杩涘睍), 2012, 36: 1-13.
[5] Hopkins AL, Groom CR, Alex A. Ligand efficiency: a useful metric for lead selection[J]. Drug Discov Today, 2004, 9: 430-431.
[6] Abad-Zapatero C, Perišić O, Wass JL, et al. Ligand efficiency indices for an effective mapping of chemico-biological space: the concept of an atlas-like representation[J]. Drug Discov Today, 2010, 15: 804-811.
[7] Reynolds CH, Bembenek SD, Tounge BA. The role of molecular size in ligand efficiency[J]. Bioorg Med Chem Lett, 2007, 17: 4258-4261.
[8] Reynolds CH, Holloway MK. Thermodynamics of ligand binding and efficiency[J]. ACS Med Chem Lett, 2011, 2: 433-437.
[9] Nissink JWM. Simple size-independent measure of ligand efficiency[J]. J Chem Inf Model, 2009, 49: 1617-1622.
[10] Reynolds CH, Tounge BA, Bembenek SD. Ligand binding efficiency: trends, physical basis, and implications[J]. J Med Chem, 2008, 51: 2432-2438.
[11] Howard S, Berdini V, Boulstridge JA, et al. Fragment-based discovery of the pyrazol-4-yl urea (AT9283), a multitargeted kinase inhibitor with potent aurora kinase activity[J]. J Med Chem, 2009, 52: 379-388.
[12] Ryckmans T, Edwards MP, Horne VA, et al. Rapid assessment of a novel series of selective CB2 agonists using parallel synthesis protocols: a lipophilic efficiency (LipE) analysis[J]. Bioorg Med Chem Lett, 2009, 19: 4406-4409.
[13] Leeson P, Springthorpe B. The influence of drug-like concepts on decision-making in medicinal chemistry[J]. Nat Rev Drug Discov, 2007, 6: 881-890.
[14] Edwards MP, Price DA. Role of physicochemical properties and ligand lipophilicity efficiency in addressing drug safety risks[J]. Annu Rep Med Chem, 2010, 45: 381-391.
[15] Peroda E. An analysis of the binding efficiencies of drugs and their leads in successful drug discovery programs[J]. J Med Chem, 2010, 53: 2986-2997.
[16] Keserü GM, Makara GM. The influence of lead discovery strategies on the properties of drug candidates[J]. Nat Rev Drug Discov, 2009, 8: 203-212.
[17] Ohtaka H, Freire E. Adaptive inhibitors of the HIV-1 protease[J]. Prog Biophys Mol Biol, 2005, 88: 193-208.
[18] Tie YP, Boross PI, Wang L, et al. High resolution crystal structures of HIV-1 protease with a potent non-peptide inhibitor (UIC-94017) active against multi-drug-resistant clinical strains[J]. J Mol Biol, 2004, 338: 341-352.
[19] Lafont V, Armstrong AA, Ohtaka H, et al. Compensating enthalpic and entropic changes hinder binding affinity optimization[J]. Chem Biol Drug Des, 2007, 69: 413-422.
[20] Baum B, Muley L, Heine A, et al. Think twice: understanding the high potency of bis(phenyl)methane inhibitors of thrombin[J]. J Mol Biol, 2009, 391: 552-564.
[21] Copeland RA. The dynamics of drug-target interactions: drug-target residence time and its impact on efficacy and safety[J]. Expert Opin Drug Discov, 2010, 5: 305-310.
[22] Weikl TR, von Deuster C. Selected-fit versus induced-fit protein binding: kinetic differences and mutational analysis[J]. Proteins, 2009, 75: 104-110.
[23] Csermely P, Palotai R, Nussinov R. Induced fit, conformational selection and independent dynamic segments: an extended view of binding events[J]. Trend Biochem Sci, 2010, 35: 539-546.
[24] Tummino PJ, Copeland RA. Residence time of receptor-ligand complexes and its effect on biological function[J]. Biochemistry, 2008, 47: 5481-5492.
[25] Tanaka-Amino K, Matsumoto K, Hatakeyama Y, et al. ASP4000, a slow-binding dipeptidyl peptidase 4 inhibitor, has antihyperglycemic activity of long duration in Zucker fatty rats[J]. Acta Diabetol, 2010, 47: 43-48.
[26] Wang AY, Dorso C, Kopcho L, et al. Potency, selectivity and prolonged binding of saxagliptin to DPP4: maintenance of DPP4 inhibition by saxagliptin in vitro and ex vivo when compared to a rapidly-dissociating DPP4 inhibitor[J]. BMC Pharmacol, 2012, 12: 2.
[27] Dowling MR, Charlton SJ. Quantifying the association and dissociation rates of unlabelled antagonists at the muscarinic M3 receptor[J]. Br J Pharmacol, 2006, 148: 1134-1142.
[28] Lumeras W, Vidal L, Vidal B, et al. 1, 7-Naphthyridine 1-oxides as novel potent and selective inhibitors of p38 mitogen activated protein kinase[J]. J Med Chem, 2011, 54: 7899-7910.