2024年4月25日，David Baker教授团队在Science上发表最新研究Expansive discovery of chemically diverse structured macrocyclic oligoamides。
本文介绍了一种用于识别由α、β、γ和其他17种氨基酸骨架组成的有序大环分子的计算方法，并利用这种方法预测了由大于42,000种单体组合组成的1,490万个大环分子。本研究成果开辟了易于合成的类药大环分子的广阔空间，将大大促进基于结构的药物设计。
背景
大环分子化学空间的探索局限于那些主要由a-氨基酸组成的大环分子。虽然目前以多样性为导向的合成技术原则上可以从更奇特的构筑基块组合合成10到1000个大环分子，但这些方法受到了现有化学试剂的限制。能够快速、全面探索可能的大环分子空间的计算方法可极大地促进具有独特生物活性的天然产物类化合物的发现，但现有方法同样受到可利用的化学多样性的限制。
正文
研究团队开发了一种计算方法，用于对可能存在的小型大环分子的巨大化学空间进行采样。该方法分三步：第一步，使用基于网格的自适应搜索AIMNet潜在能量图来识别每个单体的低能构象；第二步，计算与这些单体构象相关的刚体转换，以及由这些单体成对组合构建的所有二肽构象，并将其存储在哈希表中；第三步，通过识别哈希表中刚体变换组合接近于零的条目对，快速、系统地生成大环分子。
图1 大环分子发现方法概述。“a”表示a-氨基酸，“b”表示b-氨基酸，“d”表示d-氨基酸，等
研究团队采用这种方法探索了由130种单体及其对映体，系统搜索后发现了1,490万个含有9至32个元环的封闭大环分子。研究团队重点关注两类特定的大环闭合结构：(i) 局部相互作用强烈倾向于一个或少数几个闭合状态的结构；(ii) 包含主链酰胺之间的非局部氢键的结构。
局部编码大环分子
研究团队使用了一种结合哈希表、扭转优化、AIMNet最小化和扭转bin字符串分析的方法，来有效地识别和优化具有特定能量特性的大环结构。这种方法显著减少了计算量，并成功地识别出了大量的潜在低能量大环结构。
为了验证了他们的设计和合成方法的准确性，研究团队合成了13个大环，并使用X射线晶体学和核磁共振（NMR）光谱技术确定了其中10个的结构。在11个通过实验确定的结构中，有8个与它们各自的设计模型重叠，均方根偏差（RMSD）为0.8Å或更小。对于这11个大环中的两个，研究团队既确定了X射线晶体结构，也确定了NMR结构。在这两个案例中，NMR结构和X射线晶体结构都与它们各自的设计模型非常相似，并且彼此也非常相似。
图2 局部编码大环分子的X射线和核磁共振结构非常接近设计模型
氢键稳定大环分子
为了识别包含跨环氢键的第二类大环化合物，研究团队构建了二聚体哈希表，其中包含末端酰胺之间形成氢键的构象，并提高了哈希表包含的单体能量阈值，以增加对这些罕见相互作用的采样。
研究团队成功制备了17个大环化合物，并确定了其中7个的高分辨率结构。他们通过不同的实验方法（如蒸气扩散实验和NMR光谱分析）对这些化合物进行了深入研究。实验确定的结构与设计模型高度一致，差异主要在于环的皱褶和骨架酰胺的旋转。这项研究不仅验证了设计策略的可行性，还为大环化合物的进一步研究和应用提供了重要信息。
图3 含氢键大环分子的X射线晶体学和核磁共振集合结构非常接近其设计模型
图3展示了一组由八种不同单体化学类型组成的大环分子，这些分子排列成6种大环分子化学类型，并通过涉及非α-氨基酸的骨架酰胺之间的跨环氢键来稳定。这些大环分子展示了蛋白质-蛋白质界面常见β-折叠和螺旋结构元素的模拟，这有助于靶向识别这些结构元素的原蛋白。实验通过平行人工膜渗透性测定法（PAMPA）评估了所有29种大环分子的被动膜扩散能力，发现它们大多数具有良好的膜渗透性，且对血清蛋白酶稳定。此外，含氢键的设计比扭转优化设计的渗透性更高，这可能是由于暴露的骨架极性基团较少。这些研究结果为大环分子在药物设计、蛋白质识别等方面的应用提供了有价值的见解。
设计蛋白质靶点的大环分子抑制剂
研究团队利用上述方法，旨在从已知的、效力和/或选择性有限的抑制剂出发，设计出能够抑制特定蛋白质靶点的化学多样性大环分子。他们特别针对组蛋白去乙酰化酶6（HDAC6）和SARS-CoV-2的主要蛋白酶Mpro进行了抑制剂识别。通过从已知的晶体结构中提取二肽片段，并在哈希表中搜索包含氢键的闭合点，研究团队构建了约38,000个潜在的大环分子，并基于三个标准（预组织构象、配体对接模拟结果和预测结合自由能）筛选出了候选大环分子。
对于HDAC6，他们合成了11个大环分子，其中10个显示出显著的抑制活性，IC50值低至1.5到70nM，且相对于初始设计，效力提高了10到400倍。这些大环分子表现出对HDAC6的高选择性，选择性比测试的其他HDAC高出100到1000倍。
对于Mpro，尽管初始设计的IC50值不高，但通过基于结构的侧链优化，他们从27种同源物中发现了17种具有显著抑制活性的分子，IC50值从4到0.88nM不等。
此外，研究团队还利用类似的方法，设计并测试了针对Bak和MCL1相互作用的大环分子。通过修改大环分子的侧链和骨架，并构建一个包含数百万化合物的虚拟库，他们成功地鉴定出了多个具有活性的大环分子，进一步证明了这种方法在药物发现中的潜力和有效性。
图4 从头设计抑制酶和蛋白质相互作用的大环化合物
总结
本研究展示了通过特定的化学策略快速探索化学性质多样的大环分子空间，以发现主要以单一构象存在的大环分子的方法。值得注意的是，近一半所表征的大环分子化合物表现出良好的膜渗透性，这对于未来的治疗应用具有重要意义。此外，这些大环分子可以通过标准的固相肽合成法和溶液相环化法轻松合成，显示了其在实际应用中的潜力。
通过本研究，研究团队成功地将多种生化功能引入全新设计的小型大环分子中，这些分子的结合选择性可与先进的小分子候选疗法相媲美。这一发现为药物发现开辟了新的途径，特别是在寻找与特定靶标结合的新先导化合物方面。利用本研究中的方法，可以系统地生成和筛选大量、多样的符合Ro5标准的大环分子化合物库，以发现具有潜在治疗价值的新药候选物。此外，对于已知可与小分子片段结合的靶点，通过定制刚性环肽分子库，可以更容易地找到具有特定功能的候选药物。
参考资料：
Salveson et al., (2024). Expansive discovery of chemically diverse structured macrocyclic oligoamides. Science, DOI: 10.1126/science.adk1687.
--------- End ---------
