登陆查看更多优秀资源帖，与同道便捷交流讨论
您需要 登录 才可以下载或查看，没有帐号？立即注册
x
01什么是 FBDD？
基于片段的药物开发（Fragment-based drug discovery, FBDD）是一种基于靶标的方法，以片段与靶标结合为依据，开发强效小分子化合物。FBDD 首先针对感兴趣的靶点蛋白筛选低分子量化合物 (片段)库，来鉴定具有高效结合潜能的片段。然后，通过不同的策略，将鉴定出的片段逐渐优化成类药分子，以获得类似药物的先导物和进一步的临床候选药物。
FBDD 已被证明是一种在筛选过程中识别候选分子的有效鉴定方法。截止到 2022年，基于 FBDD 方法已经成功上市了六种药物，包括 [color=var(--weui-LINK)]Pexidartinib、[color=var(--weui-LINK)]Vemurafenib、[color=var(--weui-LINK)]Erdafitinib、[color=var(--weui-LINK)]Venetoclax、[color=var(--weui-LINK)]Sotorasib 和 [color=var(--weui-LINK)]Asciminib，以及许多临床候选药物[1]。
图 1. 四种已批准上市的经 FBDD 衍生出的药物结构[2]。
02FBDD 的优缺点？
与筛选大型化合物库的高通量筛选相反，FBDD 筛选涉及较小且不太复杂的分子，尽管这些分子对蛋白质靶点的亲和力较低，但比大分子具有更多的“原子效率”结合相互作用。因此，这些能与靶标结合的片段可以作为后续优化的更有效的起点，特别是对于一些难以成药的靶标。此外，与包含较大分子的大型化合物库相比，一般情况下片段分子比高通量筛选文库中鉴定出的化合物更亲水。最重要的是，小片段分子更有利于后续的结构优化，更好的促进类药物分子的产生[3]。
然而，由于片段分子很小，因此可能会与多个目标结合，导致它们对靶标不那么敏感，但可在后续的片段优化过程中使片段产生选择性[4]。
03片段分子与片段化合物库
片段分子大体上遵循 “三原则”(Ro3)。这些标准分别是：分子量 ≤ 300 Da，氢键供体 (HBD) ≤ 3，氢键受体 (HBA) ≤ 3， cLogP/cLogD ≤ 3。此外，自由旋转键 (Freely rotatable bonds) ≤ 3 和极性表面积 (PSA) ≤ 60 也通常被认为是 RO3 的标准[5]。片段化合物库在片段分子的基础之上保留了结构的多样性，筛选出具有高溶解度的片段以便于后续实验。此外，目前也有许多不同于经典的片段库，如：19F 片段库，含有 19F 的片段拥有更宽的化学位移色散和与背景信号的最小重叠，使光谱分析更简单；随着人们对共价抑制剂兴趣的复苏，共价片段也引起了科研工作者的关注，所有共价片段都含有活性亲电官能团，通常能够与氨基酸残基形成不可逆键[6]。04FBDD 的一般流程
要进行片段筛选实验，通常经过以下步骤，即选择化合物文库，建立命中识别方法，确定片段--靶标复合物的结构，开发分析结构--活性关系（Structure-activity relationship; SAR）的方法，并设计将片段改造为有效抑制剂。 图 2. FBDD 流程图[2]。 目前应用于识别片段化合物的主要技术如下：表面等离子共振 (SPR)；核磁共振 (NMR)；X 射线单晶衍射技术 (X-ray)；质谱 (MS)；热漂移测定 (TSA)；微量热涌动 (MST)。在筛选出具有活性的片段化合物之后，需要对片段化合物进行结构修饰以得到高活性先导化合物，目前最主要的片段延伸方式包括：Fragment-linking、Fragment-merging 以及 Fragment-growing。图 3. 片段优化策略连接、生长和合并[7]。
MCE 片段库MCE 收集整理了数量庞大的片段化合物，所有片段化合物均严格符合 RO3 原则，具有结构多样性及稳定性，高溶解度，高纯度等特点，并可提供一些特色片段化合物库如含氟片段化合物库、半胱氨酸靶向共价片段库等等，为先导化合物的筛选及开发提供重要来源。化合物名称 | | | 22,000+ | | 5,000+ | | 3,300+ | | 2,300+ | | 5,400+ | | 1,000+ | | 10,000+ | | 8,900+ | | 100+ | | 400+ |
参考文献[1] Bon M, et al. Fragment-based drug discovery-the importance of high-quality molecule libraries. Mol Oncol. 2022 Nov;16(21):3761-3777.
[2] Li Q. Application of Fragment-Based Drug Discovery to Versatile Targets. Front Mol Biosci. 2020 Aug 5;7:180.[3] Kirsch P, Hartman AM, Hirsch AKH, Empting M. Concepts and Core Principles of Fragment-Based Drug Design. Molecules. 2019 Nov 26;24(23):4309.[4] Guillon R, et al. Lead optimization and biological evaluation of fragment-based cN-II inhibitors. Eur J Med Chem. 2019 Apr 15;168:28-44.[5] Jhoti H, et al. The 'rule of three' for fragment-based drug discovery: where are we now? Nat Rev Drug Discov. 2013 Aug;12(8):644-5.[6] Keeley A, et al. Covalent fragment libraries in drug discovery. Drug Discov Today. 2020 Jun;25(6):983-996.[7] Lamoree B, Hubbard RE. Current perspectives in fragment-based lead discovery (FBLD). Essays Biochem. 2017 Nov 8;61(5):453-464.
| 
楼主
