共价抑制剂与靶点形成化学键,而非仅靠非共价相互作用。它曾因脱靶毒性顾虑被冷落,近年随着靶向共价策略的成熟而重新成为主流方向之一。
共价结合的两步机制
E + I ⇌ E·I → E-I
K_i k_inact
第一步:可逆识别(非共价结合,由 K_i 表征)
第二步:共价成键(化学反应,由 k_inact 表征)
效率指标:k_inact / K_i (单位 M⁻¹s⁻¹)
这个比值才是衡量共价抑制剂的正确指标 ——
单看 IC50 会误导,因为 IC50 依赖孵育时间
「靶向共价」的核心思想:让第一步的非共价识别提供选择性,第二步的弹头反应性保持温和。弹头本身不应该有强反应性——只有当分子被正确地结合在口袋中、弹头被精确地放在目标半胱氨酸旁边时,反应才高效发生。这就是邻近效应。
常用弹头
| 弹头 | 靶向残基 | 反应性 | 可逆性 |
|---|---|---|---|
| 丙烯酰胺 | Cys | 中等 | 不可逆 |
| 取代丙烯酰胺 | Cys | 可调 | 不可逆 |
| 氯乙酰胺 | Cys | 较高 | 不可逆 |
| 乙烯基砜 | Cys | 较高 | 不可逆 |
| 氰基丙烯酰胺 | Cys | 中等 | 可逆共价 |
| 醛 / 酮 | Ser、Lys | 中等 | 可逆 |
| 硼酸 | Ser、Thr | 中等 | 可逆 |
| β-内酰胺 | Ser | 中等 | 不可逆 |
| 磺酰氟 | Tyr、Lys、Ser | 可调 | 不可逆 |
丙烯酰胺是最常用的弹头:反应性适中,可通过取代基精细调节,且有大量成功先例。氯乙酰胺反应性偏高,常用于化学探针与片段筛选,但作为药物需谨慎。
可逆 vs 不可逆:核心权衡
| 维度 | 不可逆 | 可逆共价 |
|---|---|---|
| 效力 | 极高(累积占位) | 高但需维持暴露 |
| 作用时长 | 取决于蛋白重新合成 | 取决于解离速率 |
| 剂量频率 | 可低频给药 | 需更频繁 |
| 脱靶后果 | 永久修饰,风险高 | 可解离,风险较低 |
| 免疫原性风险 | 修饰蛋白可能成为半抗原 | 较低 |
| 安全窗口 | 较窄 | 较宽 |
不可逆共价的「累积效应」是双刃剑:即使药物已从血液清除,被修饰的蛋白仍然失活,直到重新合成——这带来了极强的药效持续性(PK/PD 解耦),但也意味着脱靶修饰同样持久。
选择性控制
- 非共价识别是选择性的主要来源:先做出对靶点有良好选择性的可逆结合分子,再安装弹头。不要指望弹头本身提供选择性。
- 利用非保守的半胱氨酸:找一个在同源蛋白中不保守的 Cys,这是选择性的天然来源。例如 EGFR 与 BTK 抑制剂都利用了各自家族中特有的半胱氨酸。
- 调节弹头反应性:反应性越低,越依赖精确的邻近效应,选择性越好——但也需要更强的非共价结合来补偿。
- 控制弹头的几何位置:弹头到目标 Cys 的距离与角度必须合适。距离太远反应不了,太近可能造成位阻。
寻找可靶向的半胱氨酸
from Bio.PDB import PDBParser
import freesasa
import numpy as np
def find_targetable_cysteines(pdb_path, pocket_center=None, radius=15.0):
"""找出口袋附近可及的半胱氨酸"""
parser = PDBParser(QUIET=True)
st = parser.get_structure("p", pdb_path)
candidates = []
for res in st.get_residues():
if res.get_resname() != "CYS" or "SG" not in res:
continue
sg = res["SG"].get_coord()
# 1) 是否在口袋附近
if pocket_center is not None:
d = np.linalg.norm(sg - np.array(pocket_center))
if d > radius:
continue
# 2) 是否游离(未形成二硫键)
# 检查附近是否有另一个 SG
is_free = True
for other in st.get_residues():
if other is res or other.get_resname() != "CYS" or "SG" not in other:
continue
if np.linalg.norm(sg - other["SG"].get_coord()) < 2.5:
is_free = False
break
# 3) 溶剂可及性(需要一定暴露才能被弹头接触)
# 4) 局部环境影响 pKa —— 附近的碱性残基降低 Cys pKa,
# 使硫醇更容易去质子化成为亲核的硫醇盐
candidates.append({
"resnum": res.id[1], "is_free": is_free,
"distance_to_pocket": float(d) if pocket_center is not None else None,
})
return candidates
# 关键:还要检查该 Cys 在同源蛋白中是否保守
# 不保守 = 选择性机会
实验表征
# 共价抑制剂必须用不同于常规抑制剂的方法表征
#
# 1) k_inact / K_i 测定
# 时间依赖性抑制实验:
# 不同浓度下测不同孵育时间的残余活性
# 拟合得到 k_obs vs [I],再得 k_inact 与 K_i
#
# 2) 质谱确认共价加合
# 完整蛋白质谱:观察分子量增加
# 肽图谱:确认修饰位点
#
# 3) 洗脱实验(jump dilution)
# 验证不可逆性:稀释后活性是否恢复
#
# 4) 选择性评估
# 化学蛋白组学(activity-based protein profiling, ABPP)
# 用可点击的探针版本,全蛋白组范围找脱靶
# ← 这是共价抑制剂最重要的选择性评估手段
#
# 5) 谷胱甘肽(GSH)反应性
# 测弹头与 GSH 的反应半衰期
# 过快 = 反应性太高,脱靶与代谢风险大
# 这是筛选弹头反应性的标准快速方法
GSH 反应性测定是弹头选择的关键实验:细胞内 GSH 浓度很高(毫摩尔级),反应性过高的弹头会被 GSH 迅速消耗,既降低效力又增加毒性风险。
关键要点
- 正确的效力指标是 kinact/Ki,单看 IC50 会因孵育时间不同而误导;
- 选择性来自非共价识别,不是弹头——先做好可逆结合再装弹头;
- 利用同源蛋白中不保守的半胱氨酸,是选择性的天然来源;
- ABPP 化学蛋白组学是评估脱靶最重要的手段;GSH 反应性用于筛选弹头。
延伸资源
- 共价对接:380《共价对接 Covalent Docking》;变构位点:381《变构位点发现 Allosteric Site》;
- 选择性概念见「成药性」模块。