片段药物发现（FBDD）片段库设计原则：工业界20年经验的系统性总结

文献来源： Keserű GM, Erlanson DA, Ferenczy GG, Hann MM, Murray CW, Pickett SD. Design Principles for Fragment Libraries: Maximizing the Value of Learnings from Pharma Fragment-Based Drug Discovery (FBDD) Programs for Use in Academia.J. Med. Chem. 2016, 59, 8189–8206. 作者机构： 匈牙利科学院自然科学研究中心、Carmot Therapeutics（美国）、GlaxoSmithKline（英国）、Astex Pharmaceuticals（英国）

导读

本文是一篇由来自多家顶级制药企业的科学家联合撰写的综述，旨在将工业界在片段药物发现（Fragment-Based Drug Discovery, FBDD）领域积累的系统性经验输出给学术界。作者们坦率地指出：FBDD在工业界已高度成熟，但在学术界往往执行不够规范，缺乏对最新设计原则的掌握，这正是本文写作的核心动机。

文章覆盖面极广，涵盖筛选技术选择与比较、片段库理化性质设计、分子复杂度理论、大小与形状考量、靶标相关策略、合成可优化性，以及库的物理管理等方方面面。

一、FBDD的核心逻辑：为什么是片段？

1.1 化学空间覆盖的数学优势

FBDD的根本优势来自组合数学的基本原理。一个包含 500,000 个化合物的高通量筛选（HTS）库，其化学空间覆盖率远不及一个仅含 数千个 精心选择片段的FBDD库。这是因为：

• • 分子量 ≤ 250 Da 的有机小分子，其理论可能数量约为 10⁷ 量级（可实际合成的化学空间有限）；
• • 而药物样分子（MW ~500 Da）的化学空间估计高达 10⁶⁰ 量级，HTS根本无法有效采样；
• • 片段通过低分子量、低复杂度的特性，指数级提升了对化学空间的覆盖效率。

这意味着：几乎可以确信，片段库中存在能与任何蛋白质口袋发生有效相互作用的分子。

1.2 "弱结合"的战略意义

片段通常对靶蛋白的亲和力极弱（Kd在100 μM至10 mM范围），这在传统HTS思维中是"失败"——但在FBDD中，这恰恰是设计特性而非缺陷：

• • 苗头片段往往展现出高质量的焓驱动（enthalpy-driven）结合，与靶蛋白形成精准、定向的极性相互作用（尤其是氢键）；
• • 由于结构小、与蛋白的接触面有限，片段结合时几乎不存在"无效"的空间冲突；
• • 片段可通过基于结构的药物设计（SBDD）逐步生长为高亲和力先导物，整个过程中配体效率（Ligand Efficiency, LE）更易维持；
• • 片段的命中率（hit rate）本身也是评估靶标"可成药性（ligandability）"的定量指标。

1.3 FBDD与HTS的本质区别

二、片段库设计的总体框架

2003年，Congreve等人从有限的片段筛选数据中归纳出著名的"三规则"（Rule of Three, RO3）：

分子量 ≤ 300 Da，氢键供体数 ≤ 3，氢键受体数 ≤ 3，cLogP ≤ 3

然而，文章作者们明确指出：RO3是起点，而绝非全部。十余年实践表明，成功的片段库设计需要在以下多个维度上综合考量。

片段库设计的四项核心原则

1. 1. 化学空间采样：库中片段须覆盖关键的结合药效团（pharmacophore），以确保能与蛋白质热点（hot spot）产生有效互动；
2. 2. 大小与复杂度的平衡：片段过大则命中率下降（复杂度过高），过小则结合模式不稳定（无法建立可靠SAR）；
3. 3. 合成可扩展性：每个苗头片段需有充足的生长向量（growth vector），使后续优化具备可行的合成路径；
4. 4. 质量控制：系统排除PAINS（泛筛活性干扰化合物）、聚集体形成化合物、高反应性官能团，并严格管控纯度与溶解度。

三、筛选技术的选择与比较

3.1 为什么生化筛选不够用？

HTS常用的生化活性检测通常只能检测 Kd < 10 μM 的结合，而片段的典型亲和力比这弱100–1000倍。因此FBDD必须依赖更灵敏的生物物理学技术。

3.2 六大主流技术的系统比较

3.3 技术特性的深层解读

SPR 能检测结合动力学，但芯片表面的非特异性结合是主要假阳性来源；配体构型变化也可能影响信号。

配体NMR（STD-NMR, WaterLOGSY） 对弱结合非常灵敏，适合混合物（cocktail）筛选，但无法区分特异性与非特异性结合，需正交验证。

蛋白NMR 是特异性最高的技术之一，可直接定位结合位点，但对蛋白用量要求高（需同位素标记），通量低。

X射线晶体学 提供原子分辨率的结合模式，假阳性极低，但假阴性率高（需要化合物有足够的晶体占有率）。随着自动化晶体学平台的发展（如CSIRO的协作结晶中心），其通量正在显著提升。

热位移（TSA） 操作简便、通量高，但对化合物降低Tm的情况难以解读，特异性较差。

生化活性检测 在排除聚集干扰、设置正确浓度的前提下可用于FBDD，但需更严格的后续验证。

3.4 多靶标案例中的关键发现

文章通过六个具体案例（HIV整合酶、Checkpoint激酶2、p38α激酶、MMP12/胰蛋白酶、HSP90、内囊蛋白酶）揭示了一个核心结论：

不同技术筛选出的苗头化合物重叠度极低。

典型数据：

• • HIV整合酶筛选中，500个片段经STD-NMR识别62个命中，经SPR识别16个命中，两者无重叠；
• • Checkpoint激酶2筛选中，生化法（1.1%命中率）与热位移法（3.4%命中率）发现12个共同命中，但各自有31和49个独有命中；
• • HSP90筛选中，NMR与SPR命中重叠度达90%，但与热位移法的重叠度仅74%。

实践结论：

• • 正交筛选（≥2种技术）是必要的；2011年平均使用2.4种技术，到2013年已提升至3.6种；
• • 生化法+生物物理法的组合优于两种生物物理法的组合（Novartis大规模元分析，35个筛选活动）；
• • 不应要求苗头物在所有技术中均显示活性，否则等于用最不灵敏的方法决定最终筛选下限。

3.5 技术选择对库设计的反向约束

筛选技术的选择反向决定了片段库的物化性质要求（图3所示循环关系）：

assay sensitivity & specificity
        ↓
assay concentration requirement
        ↓
solubility requirement
        ↓
MW & logP constraints
        ↓
accessible affinity range

例如：NMR和X射线晶体学通常在 mM 级浓度下筛选，因此对溶解度要求极高；而SPR在100 μM–500 μM级别操作，相对宽松。

四、分子复杂度理论与配体效率

4.1 Hann复杂度模型

Hann等人于2001年提出的分子复杂度模型是FBDD的理论基石之一。该模型用两条概率曲线描述片段结合行为：

• • 配体匹配概率（蓝线）：随复杂度增加而单调下降——分子越复杂，与靶蛋白"完美匹配"的概率越低；
• • 可检测结合概率（红线）：随复杂度增加而先升后降——太小无法产生足以检测的结合能；
• • 有效事件概率（绿线）= 两者之积，在中等复杂度（约6–8个相互作用位点）时达到峰值。

关键推论：

• • 水分子是极端案例——作为55.5 M的"超高浓度片段"，以最多四个定向氢键与蛋白精确结合，是复杂度最低、匹配概率最高的"完美片段"；
• • 片段的4–6个非氢原子相互作用点，恰好处于"有效事件"概率最高的区间；
• • Astex数据显示：多个筛选活动中，命中片段的HAC众数为12，而实际筛选库的HAC众数为14——说明更小的片段命中率更高。

4.2 复杂度与信息内容

从信息论视角，不同类型的分子相互作用具有不同的"信息内容"：

• • 高信息内容：定向极性相互作用（氢键、盐桥）——空间精确性高，难以"滑入"错误位置；
• • 低信息内容：亲脂相互作用——无方向性，可与蛋白表面多处非特异性结合；

这一分析解释了为何：

1. 1. 含强氢键锚点的片段在优化过程中更易保持结合模式；
2. 2. 早期依赖亲脂性提升活性（"亲脂性增强假象"），会导致后期优化中出现广泛的非特异性结合，是FBDD中最常见的陷阱之一；
3. 3. 芳香环在片段结合中高度普遍——其固有极化率（polarizability）使其能适应不同的结合环境，兼具一定方向性和灵活性。

4.3 配体效率指标体系

文章推荐在FBDD不同阶段使用不同的效率指标：

配体效率（LE）：

可接受下限：LE ≥ 0.3（对良好结合位点而言）。

亲脂性配体效率（LLE / LipE）：

优先选择LLE高的苗头物，避免亲脂性驱动的虚假活性。

重原子校正的亲脂配体效率（LLEAT）：

兼顾大小、亲脂性与活性，与LE量纲一致，推荐在先导物优化阶段使用。

基团效率（Group Efficiency, GE）：

评估每个优化步骤新加原子的"效率"，避免盲目增加分子量。

实践警示： 这些指标是指导性工具而非绝对法则。文章明确提醒：指标应作为过滤和优先级排序的辅助手段，不应僵化地作为go/no-go决策依据。

五、片段的大小与三维形状

5.1 最优尺寸范围的共识

文章梳理了关于片段最小有效尺寸的大量实验证据，形成如下共识：

• • 重原子数 10–20：这一范围内的片段能够特异性结合多种蛋白质口袋（包括极性口袋和蛋白-蛋白相互作用界面），并在生长为先导物的过程中较大概率保持结合模式；
• • Practical Fragments调查：超过85%的受访者认为最小片段尺寸应在5–10重原子之间；
• • 晶体学筛选经验：含10–14个重原子的片段命中率最高；
• • 极小片段（<10重原子）理论覆盖化学空间更广，但结合模式太过多变，难以建立有效SAR。

5.2 结合模式保守性——从理论到实证

片段优化的核心假设是：随着片段"生长"，初始结合模式得以保持。但实验证据表明，这一假设并不总是成立：

支持保守性的证据：

• • pVHL:HIF-1α相互作用抑制剂拆解研究：最小13重原子片段仍保持原始结合姿态；
• • pp60src SH2结合域：11重原子的苯磷酸盐保持结合位点及氢键网络；
• • Orita等分析25个优化案例：片段与先导物核心结构的RMSD均低于1 Å，氢键模式完全保留。

挑战保守性的证据：

• • Bcl-XL抑制剂拆解：片段未保持原有相互作用，全部聚集在蛋白位点的单一区域；
• • β-内酰胺酶抑制剂拆解（8、11、14重原子片段）：均未保持完整抑制剂中对应基团的结合模式；
• • Kozakov等提出解释：结合模式是否保守，取决于片段与蛋白"主热点"（primary hot spot）的重叠程度。

Kozakov热点理论的实践意义：

• • 使用计算溶剂映射（computational solvent mapping，如FTMap服务器）预判主热点位置；
• • 优先选择与主热点有良好重叠的片段进行优化，此类片段的结合模式在结构扩展中更稳定；
• • 次要结合位点的片段，结合模式在优化后更易发生漂移，需要贯穿优化全程的结构确认。

5.3 三维形状多样性——机遇与代价

主流做法的局限： 传统片段库以含平面芳香环（如嘧啶、吡啶）的化合物为主，库的三维形状多样性严重不足。

增加3D性的潜在收益：

• • 降低非特异性结合（减少"分子肥胖"）；
• • 提升溶解度；
• • 覆盖更多生物相关化学空间，对难靶标（如PPI界面）更有利。

增加3D性的实际代价：

• • 分子复杂度上升，命中率下降（Astex数据证实3D片段命中率低于平面化合物）；
• • 立体中心的引入显著增加合成难度；
• • 需要更大的库来弥补单个片段命中率的降低。

文章的平衡建议： FBDD的最大化利用取决于复杂度、尺寸与多样性之间的精细平衡，应根据靶标特性和筛选技术灵活调整3D片段的比例，而非一概而论。

六、靶标相关策略

6.1 可成药性（Ligandability）评估

文章区分了两个常被混淆的概念：

• • Druggability（可成药性）：靶标是否能被药物调控且具有治疗价值；
• • Ligandability（可配体性）：靶标是否能被小分子结合，不论其最终是否成为药物靶标；

FBDD最有价值的用途之一，正是在靶标验证早期评估可配体性——片段筛选的命中率与HTS命中率及最终先导物优化成功率均具有良好相关性。

6.2 不同靶标类型的FBDD策略

酶类靶标（最有利）：

• • 进化为结合小分子（底物/辅因子），活性位点口袋明确；
• • 以激酶为例，ATP结合位点对片段高度开放；但定向库（如激酶专项库）可能牺牲新颖性；
• • GSK Kinase库研究（1064个片段，30种激酶）揭示：即使是"应该无选择性"的腺嘌呤，也只对不到半数激酶有强抑制——片段选择性常被低估。

蛋白-蛋白相互作用（PPI）靶标（挑战最大）：

• • 结合面大而平，缺乏深口袋；
• • 需要更高的筛选浓度（有时达到10 mM），配体效率通常较低；
• • 成功案例：AbbVie的BCL-xL工作（最终获批Venetoclax）；Astex的cIAP1/XIAP双重抑制剂；
• • 策略建议：在更高浓度下筛选，接受低LE的初始苗头物，以结构为导向进行深度优化。

变构位点（被低估的机会）：

• • 片段因其小尺寸，特别适合探测隐蔽的（cryptic）变构口袋；
• • Novartis PAK1变构抑制剂：相对441种激酶，选择性>50倍；
• • HIV逆转录酶晶体学筛选：一次性发现16个结合位点；
• • 理论优势：变构抑制剂天然具有更高选择性，且可调控HTS难以发现的调控蛋白。

膜蛋白靶标：

• • 传统FBDD困难重重；
• • 热稳定化突变（thermostabilized mutants） 策略的出现显著改善了情况，使膜蛋白可接受SPR、热位移和X射线晶体学筛选；
• • GPCR领域已有成功案例（mGlu5阴性变构调节剂HTL14242等）。

6.3 目标导向库 vs. 通用库的争论

目标导向库的优势： 命中率高，化学优化路径清晰（如激酶ATP竞争性片段库的成功）。

目标导向库的风险： 新颖性不足，可能错过最有价值的意外发现（serendipity）。典型反例：PAK1筛选发现的变构片段与腺嘌呤几乎无结构相似性，却产生了高度选择性抑制剂。

文章结论： 两种策略各有其用，关键是目的。若时间紧迫、靶标明确，用导向库；若探索新靶标或新机制，用多样性通用库。

七、合成相关考量

7.1 "可优化性"的系统设计

一个理想的FBDD片段不仅要能"命中"靶蛋白，更要"长得出来"——即具备充足的合成生长向量（synthetic handle），能通过2–4步合成扩展为先导物。

文章介绍了多种系统化确保可优化性的策略：

反应字典法（Reaction Dictionary）： Novartis团队建立了反应词典，专门筛选那些关键活性基团被"遮蔽"（masked）、可通过简单去保护/转化暴露合成把手的片段。

Poised Fragment Library（预置片段库）： Cox等人设计的片段库中，所有片段均直接来自简单合成反应，使类似物的快速制备成为可能；此方法已成功用于PHIP(2)溴结构域的首个抑制剂发现。

RECAP方法： 将片段拆解为可扩展的"核心"结构，通过子结构搜索评估已有取代位点的数量，从而在筛选前完成优化潜力排序。

可优化性的计算评估（In Silico Assessment）： 基于内部及外部数据库的子结构搜索，对候选片段的优化可行性进行虚拟排序，适用于处理大量潜在片段。

7.2 特种片段库的设计思路

3D片段（多样性导向合成，DOS）：

• • Hung等人通过DOS策略生成三维片段，覆盖主成分惯量（PMI）空间中传统库欠采样的区域；
• • 商业上可通过3D Fragment Consortium（>500个化合物）获取。

天然产物来源片段：

• • 天然产物天然富含sp³碳，立体中心多，三维性高；
• • Over等人系统分析天然产物，提取高sp³含量的片段核心，筛选发现了p38激酶的非芳香性变构片段；
• • 注意事项：部分天然产物结构含PAINS基团（如醌类、邻苯二酚），直接使用时需严格过滤。

共价片段库（Covalent Fragment Library）：

• • 不可逆共价（Irreversible Covalent）：Statsyuk课题组的丙烯酸酯片段库，已对多个蛋白实现选择性抑制；
• • 可逆共价（Reversible Covalent）：Taunton课题组的氰基丙烯酰胺片段，可与半胱氨酸形成可逆共价键，已发展出高选择性激酶抑制剂，兼顾效力与安全性；
• • Tethering法：基于热力学驱动的二硫键交换，适用于在特定半胱氨酸附近精准筛选，Genentech用于K-Ras靶点探索。

八、片段库物理管理

这部分内容在综述中较为罕见，但作者专设章节介绍，足见其实际重要性。

8.1 质量控制：入库标准

纯度要求： 每个片段须达到90–95%以上纯度。最低标准为HPLC-MS确认，推荐同时使用NMR，尤其在NMR为筛选技术时（可将入库纯度确认与筛选前处理合并）。

商业来源的警示： 针对超过10家供应商的>10,000个样品调查显示，16%的样品未通过QC，部分供应商失败率高达33%。因此，即使采购商业片段库，也必须进行in-house重新确认。

备用干储（Dry Stock）的重要性： 需为后续确认实验保留足量固体原料。Pfizer标准要求每个自有化合物储备至少200 mg。商业来源片段须在采购时确认长期供货能力，否则可能出现苗头物确认时货源已断的困境。

8.2 储存溶剂的选择

DMSO（绝大多数情况下的首选）：

• • 溶解度高，与绝大多数蛋白质筛选系统兼容；
• • 通常配制浓度50 mM以上（确保最终assay浓度为1 mM时，DMSO含量≤2%）；
• • 若NMR为筛选手段，直接使用氘代DMSO（DMSO-d₆），额外成本极小但节省后续操作；
• • Monash大学团队采用200 mM高浓度储液，进一步降低有机溶剂引入量，但存在更多化合物沉淀风险。

甲醇（晶体学特定用途）：

• • 挥发性使其适合直接加入晶体化板，不改变最终缓冲液成分；
• • 低表面张力导致精确分液困难；化合物干燥后溶解性变差；实际应用有限。

8.3 储存温度与稳定性管理

DMSO溶液的降解风险（基于Procter & Gamble对7200个化合物的研究）：

冻融循环的隐患： 反复冻融会引入大气水分（DMSO极易吸湿），导致片段溶解度急剧下降，甚至发生沉淀。实验表明，经历反复冻融的样品比持续冷冻或室温保存的样品浓度更低。

推荐策略：

• • +4°C或-20°C低温保存（2014年Practical Fragments调查：超过50%的受访者采用此方案）；
• • 惰性气体（氮气/氩气）封存，低湿度环境；
• • 每年至少进行一次库完整性重新评估；
• • 苗头物确认实验必须使用新鲜配制样品。

化合物本身的稳定性风险：

• • DMSO具有轻度氧化性，部分化合物在其中会快速降解；
• • 看似稳定的骨架（如苯并噁唑）在固体状态下仍可发生水解；
• • 某些化合物在DMSO中自发环化形成活性物种，而该活性物种在水溶液中又不稳定，使assay解读极为复杂。

九、片段库构建推荐参数总表

以下参数是本文最具实操价值的核心产出（基于表6，结合全文内容整合）：

9.1 基础物化性质

9.2 库容量与多样性

9.3 分子识别与药效团覆盖

• • 片段须包含多样化的极性结合基团，能覆盖蛋白热点常见的氢键识别模式；
• • 每种结合药效团（如酰胺供体-受体对、碱性氮-芳香环组合等）应以多种不同骨架表达；
• • 图6所示的两种典型结合药效团（β-分泌酶的脒基类药效团、蛋白激酶A中的供体-受体对）可作为库设计的参考模板。

9.4 形状多样性

• • 同时包含**2D（平面）与3D（立体）**形状片段；
• • 推荐使用主成分惯量（PMI）图评估形状覆盖度；
• • 对于难靶标（PPI、变构位点），适当提高3D片段比例。

9.5 合成可行性

9.6 必须排除的化合物类型

十、FBDD的成功实践：典型案例回顾

10.1 已获批上市的FBDD药物

截至2016年，已有30余个FBDD来源的化合物进入临床试验。

10.2 突破难靶标的代表性案例

BCL-xL/BCL-2（PPI靶标）： AbbVie（原雅培）SAR by NMR技术的里程碑，从BCL-xL的片段苗头物出发，历经多轮优化，最终得到Navitoclax，进一步选择性优化为BCL-2选择性抑制剂Venetoclax（FDA 2016年批准）。

Ras（"不可成药"靶标）： Genentech与Vanderbilt大学分别通过NMR筛选独立发现了能结合Ras表面口袋、阻断SOS交换因子结合的片段，为K-Ras靶向药物的早期探索提供了起点。

cIAP1/XIAP（弱结合PPI）： Astex在10 mM浓度下NMR筛选发现极弱苗头物，以结构指导化学优化，最终获得双靶标纳摩尔级活性抑制剂。

HCV NS3（变构机制）： Astex通过片段筛选发现结合于蛋白酶-解旋酶结构域间界面的片段，揭示了全新变构调控机制，优化至低纳摩尔效力并具备细胞活性。

K-Ras G12C（共价结合）： UCSF Wells课题组利用Tethering技术针对含活化半胱氨酸的K-Ras突变体，验证了共价片段策略在"不可成药"靶标上的可行性（为后续Sotorasib的发现奠定基础）。

十一、对学术界的特别建议

文章最后，作者们针对学术背景的研究者给出了几点特别提示：

1. 1. 从小而精的库起步：500–1000个高质量片段，远胜于5000个质量参差不齐的片段。库的质量比规模更关键；
2. 2. 充分利用生物物理技术：许多大学已有NMR、SPR和晶体学设施，不必等待资金建立完整筛选平台；
3. 3. 优先建立正交验证体系：哪怕只有两种技术，也要保留一种用于交叉验证；
4. 4. 不要低估库管理成本：DMSO溶液降解、供应商样品质量问题是实际项目中最常见的"隐藏地雷"；
5. 5. 合理使用商业库：表5列出了30余家供应商的库信息，但购买前必须评估溶解度数据、纯度确认方式，并结合目标靶标选择适当的子集；
6. 6. 与工业界建立合作：FBDD的成功高度依赖化学、结构生物学和生物物理学的交叉协作，学术界应积极推动跨学科团队建设。

总结

本文的核心贡献在于：将片段库设计从经验性操作提升为有理论基础、有实验验证、有具体参数的系统性方法论。

无论是分子复杂度的概率框架、正交筛选技术的统计支撑、结合模式保守性的结构证据，还是片段库日常管理的操作细节，都体现了作者们深厚的工业经验和严谨的科学思维。

对于希望在学术环境中系统开展FBDD的研究者而言，这篇综述不仅是技术指南，更是一份来自一线实践者的诚意之作。