生物信息學(xué)與新藥研究

1、生物信息學(xué)與新藥研究蘇小琴生物信息學(xué)是在數(shù)學(xué)、計算機(jī)和生命科學(xué)的基礎(chǔ)上形成的一門新型交叉學(xué)科,是指為理解各種數(shù)據(jù)的生物學(xué)意義,運用數(shù)學(xué)、計算機(jī)科學(xué)與生物學(xué)手段進(jìn)行生物信息的收集、加工、儲存、傳播、分析與解析的科學(xué)。它由相互依賴、相互滲透的兩個研究領(lǐng)域組成,即構(gòu)筑現(xiàn)代生物學(xué)所必需的信息基礎(chǔ)研究,以及旨在解析基本生物學(xué)問題的基于計算機(jī)技術(shù)的基礎(chǔ)生物學(xué)研究。生物信息學(xué)更多的具備研究領(lǐng)域的特征,而非一套完整的科學(xué)概念與原理,因而具有獨特的開放性和應(yīng)用途徑的多樣性等特征。生物信息學(xué)建立在應(yīng)用數(shù)學(xué)、計算機(jī)科學(xué)與工程技術(shù)基礎(chǔ)之上,并依賴于生物學(xué)實驗數(shù)據(jù)的產(chǎn)生、積累與儲存,具有堅實的基礎(chǔ)與廣闊的應(yīng)用范圍。新藥

2、研究與開發(fā)是一項耗資巨大的系統(tǒng)工程,每一種新藥從開始研究到投放市場,都將花費10-12年及數(shù)億美元。新藥研究過程包括兩個基本環(huán)節(jié):先導(dǎo)化合物的發(fā)現(xiàn)與先導(dǎo)化合物的優(yōu)化。首先,根據(jù)病理過程中的生物學(xué)知識,選擇關(guān)鍵性的酶、受體等生物大分子作為藥物作用靶,建立篩選模型,結(jié)合高通量篩選技術(shù)(high throughput screening, HTS,對來源于植物萃取液、微生物發(fā)酵液等天然產(chǎn)物,以及應(yīng)用組合化學(xué)技術(shù)構(gòu)建的各種分子多樣性組合庫的分子進(jìn)行篩選,以發(fā)現(xiàn)先導(dǎo)化合物;另一方面,運用數(shù)據(jù)庫搜尋或從頭配體設(shè)計等基于結(jié)構(gòu)的合理藥物設(shè)計策略,去發(fā)現(xiàn)先導(dǎo)化合物。然后,再應(yīng)用合理藥物設(shè)計原理或組合化學(xué)技術(shù),對

3、所發(fā)現(xiàn)的先導(dǎo)化合物進(jìn)行結(jié)構(gòu)優(yōu)化。優(yōu)化所得的一個或少數(shù)幾個候選藥物分子進(jìn)入臨床試驗,以選擇合適的藥物分子。生物信息學(xué)在藥物研究過程中的應(yīng)用,體現(xiàn)在分子生物學(xué)與計算化學(xué)兩方面。分子生物學(xué)從誕生起就以其特有的方式被應(yīng)用于藥物研究過程:疾病分子機(jī)制的闡明、藥物作用靶的確定、生物活性篩選模型的建立都與分子生物學(xué)密切相關(guān);同時,分子生物學(xué)為酶、受體的等藥物作用靶蛋白的結(jié)構(gòu)模建提供物質(zhì)基礎(chǔ)。以前一些特定研究項目中被闡明的基因序列以及由此所獲得的生物信息學(xué)資料,一般不擴(kuò)散到研究小組意外。然而分子生物學(xué)發(fā)展到90年代,因大量序列數(shù)據(jù)的產(chǎn)生、積累與儲存,這種局面發(fā)生了根本性的變化。從此,分子生物學(xué)成了應(yīng)用于藥物研

4、究每一環(huán)節(jié)的工具,其研究成果不再被視為排他的機(jī)密。與此相似,計算化學(xué)在藥物設(shè)計中的應(yīng)用,也曾因結(jié)構(gòu)確定的蛋白數(shù)量太少而受到限制。近期由于蛋白質(zhì)晶體X射線衍射技術(shù)和多維核磁共振技術(shù)的異軍突起,越來越多病理過程中關(guān)鍵性的靶蛋白的結(jié)構(gòu)被闡明,為計算化學(xué)提供了豐富的信息材料和廣闊的應(yīng)用前景?，F(xiàn)在,生物信息學(xué)為藥物設(shè)計研究提供了嶄新的研究思路和手段,已經(jīng)可能在新藥研究的各個環(huán)節(jié),如初始階段、生物活性篩選、合理藥物設(shè)計,以及新藥開發(fā)階段發(fā)揮重要的作用。初始階段:事半功倍的效果新藥研究的初始階段,包括信息收集、初步調(diào)研、模型構(gòu)件等幾個環(huán)節(jié),主要任務(wù)是為新藥研究做必要的信息資料和研究思路方面的準(zhǔn)備。生物信息學(xué)

5、應(yīng)用于這個階段,可大大縮短此階段的時間,達(dá)到事半功倍的效果。信息收集藥物研究過程中每一環(huán)節(jié)都具有信息量大的特征。藥物作用、靶蛋白的X射線衍射晶體結(jié)構(gòu)數(shù)據(jù)庫、生物大分子二維核磁共振構(gòu)象數(shù)據(jù)庫,以及有機(jī)小分子的三維結(jié)構(gòu)數(shù)據(jù)庫,都是合理藥物設(shè)計非常寶貴的信息資源。國外制藥公司高度重視各種數(shù)據(jù)庫的建立與管理,并以此來提高他們在新藥研究中的競爭力。生物信息學(xué)誕生以前,此類信息主要來源與文獻(xiàn)調(diào)研及研究人員的相互交流。隨著計算機(jī)技術(shù)的普及,因特網(wǎng)和內(nèi)聯(lián)網(wǎng)的廣泛應(yīng)用,網(wǎng)絡(luò)已成為傳播生物信息學(xué)資料的主要信息載體,通過網(wǎng)絡(luò)進(jìn)入商品化數(shù)據(jù)庫,以及企業(yè)內(nèi)部的化合物庫和生物活性數(shù)據(jù)庫查詢資料,以便的相便捷。生物信息學(xué)的

6、發(fā)展,為藥物研究者查詢和收集信息提供了極大的便利。初步調(diào)研藥物研究初期,研究者通過初步調(diào)研來確定針對某一疾病的合適的藥物作用靶,此類調(diào)研可能包括預(yù)實驗,但主要工作集中于收集有關(guān)疾病病理過程與生化過程的生物學(xué)信息。此時,研究者可應(yīng)用生物信息學(xué)工具查詢世界各地的不同數(shù)據(jù)庫,獲得疾病的表型相關(guān)基因信息和染色體信息。一些大學(xué)、醫(yī)院、政府實驗室及其他公共組織,經(jīng)營管理著此類通過公用軟件系統(tǒng)支持的數(shù)據(jù)庫和服務(wù)系統(tǒng)。此類數(shù)據(jù)庫具有兩個重要特征:其一,有各研究小組建立和維護(hù)的數(shù)據(jù)庫分散在不同的地方,其數(shù)據(jù)模型和所使用的數(shù)據(jù)庫管理系統(tǒng)也不盡相同。這給生物學(xué)信息的收集和加工帶來很多不便,因此需要用戶建立這些單個數(shù)

7、據(jù)庫的鏡象庫,以便收集和整理相關(guān)信息。美國生物信息技術(shù)中心(NCBI開發(fā)的Entrez系統(tǒng)就具有這一功能,它能同時收集來源于基因庫(GenBank、蛋白質(zhì)信息資源(PIR、瑞士蛋白質(zhì)庫(SWISSPROT和蛋白質(zhì)數(shù)據(jù)庫(PDB等多個數(shù)據(jù)庫的信息,并且能同步更新其內(nèi)容。其二,各種公共數(shù)據(jù)庫內(nèi)容的更新相當(dāng)快,某些只進(jìn)行一次性應(yīng)答的查詢方式難以使用,有必要使用在某一期間可進(jìn)行重復(fù)應(yīng)答,直到研究人員獲得必要信息為止的工具,具有此項功能的系統(tǒng)稱為預(yù)警系統(tǒng)(alerting system。這一技術(shù)正走向生物信息學(xué),并對新藥研究特別是早期的開題和文獻(xiàn)調(diào)研產(chǎn)生重要影響。模型構(gòu)建在文獻(xiàn)調(diào)研基礎(chǔ)上,為快速驗證研究

8、人員的各種設(shè)想,最為理想的途徑是通過計算機(jī)方法模擬各種生理和病理過程。模型的建立應(yīng)選擇來自各種不同信息源的數(shù)據(jù),一個很好的實例是應(yīng)用不完備的染色體信息重建代謝過程。該系統(tǒng)的所有數(shù)據(jù)來源于一系列不同細(xì)菌染色體序列工程,然后應(yīng)用標(biāo)準(zhǔn)生物信息學(xué)方法對其進(jìn)行自動分析,由此確定的序列可用于推斷所考察的有機(jī)體中某一特定代謝過程存在與否,然后用進(jìn)化上最相近的同源序列去填補空缺。所得序列是實驗工作的有益補充,同時也可用作競爭性實驗的選擇標(biāo)準(zhǔn)。但應(yīng)該牢記,模型永遠(yuǎn)也代替不了實驗,它的作用只限于檢驗實時的想法。由此可見,藥物研究的初始階段可延續(xù)很長時間,直到研究人員決定向前推進(jìn)該項研究,或是外部因素促使研究人員改

9、變研究方向。生物信息學(xué)應(yīng)用于新藥研究,可大大縮短這一過程所耗費的時間。進(jìn)行初始文獻(xiàn)調(diào)研的研究者,一旦擁有了瀏覽大量染色體數(shù)據(jù)庫的工具和通過系統(tǒng)分析獲取信息的經(jīng)驗,這一階段所耗費的時間就有可能從幾年縮短到幾個月。生物活性篩選階段:提高篩選命中率接下來,新藥研究就進(jìn)入了生物活性篩選階段。此時,生物信息學(xué)的作用集中表現(xiàn)在對藥物作用靶蛋白的確定與驗證,以及對各種組合庫進(jìn)行篩選的指導(dǎo)等方面,其結(jié)果是,大大提高篩選命中率,更有效的發(fā)現(xiàn)先導(dǎo)化合物。藥物作用靶蛋白的確定與證實研究進(jìn)行到此階段,研究人員至少要增加至數(shù)十名,以便集中建立生物篩選模型,并在此基礎(chǔ)上解釋所發(fā)現(xiàn)的活性化合物及其作用的方式,結(jié)果會盡可能多

10、的發(fā)現(xiàn)病理過程涉及的基因。此時即可應(yīng)用序列分析和其他計算分子生物學(xué)技術(shù)對實驗工作進(jìn)行驗證,這種建立在生物信息學(xué)基礎(chǔ)上的結(jié)論將具有重要的作用。目前已有大量的序列數(shù)據(jù)庫及相關(guān)的信息可供利用,同時也存在著許多可對這些序列進(jìn)行比較、分析和預(yù)測的計算程序。一旦病理過程涉及的相關(guān)基因的結(jié)構(gòu)與功能被闡明,有必要將其作為藥物作用靶進(jìn)行驗證,目的是評估與其作用的化合物成為有效治療藥物的可能性。比如,如果被調(diào)研的基因所涉及的生化過程和他們的部分結(jié)構(gòu)與功能已被闡明,同時還存在與其相關(guān)的配體結(jié)合、蛋白質(zhì)-蛋白質(zhì)作用,以及酶動力學(xué)等實驗數(shù)據(jù),則有可能建立計算機(jī)模型,模擬它們在正常與病理狀態(tài)下的作用。有了這樣的模型,就可

11、確定治療干預(yù)的最佳為點。同時,還可利用不同的基因表達(dá)技術(shù),探索正常與病理狀態(tài)下基因表達(dá)方式的差異,在通過這些方式的模擬,考察在不同位點上進(jìn)行治療干預(yù)的效果。靶蛋白的驗證是生物信息學(xué)走向成熟的標(biāo)志,目前較有前途的靶驗證方法是反義核酸途徑。另外,組合庫除供快速發(fā)現(xiàn)藥物候選分子外,如果組合庫中的化合物在體內(nèi)能與靶蛋白高親和性的結(jié)合,也可用于靶驗證。生物活性篩選下一步的目標(biāo),是將以確證的靶蛋白通過高通量篩選技術(shù)進(jìn)行先導(dǎo)發(fā)現(xiàn)。此時既可以應(yīng)用現(xiàn)有的已滿足高通量篩選技術(shù)要求的篩選方式,也可以發(fā)展新的篩選方式。進(jìn)一步發(fā)展篩選策略需要更多的分子生物學(xué)知識及相關(guān)的生物信息學(xué)知識。傳統(tǒng)的藥物研究中,可供篩選的化合物

12、數(shù)量是有限的。近年來,以組合化學(xué)為代表的一類新穎化學(xué)合成策略的問世及應(yīng)用為活性篩選提供了大量的化合物,這意味著化合物供應(yīng)將不再是藥物發(fā)現(xiàn)的瓶頸。更重要的是,應(yīng)用生物信息學(xué)方法確定的靶蛋白具有相似性,從而它們在篩選過程中具有相似的行為。對于建立在相似靶上的信息,需要決策者作出敏銳而準(zhǔn)確的判斷與選擇。同時,生物信息系統(tǒng)也可用于指導(dǎo)化學(xué)家進(jìn)行組合庫的設(shè)計與合成。生物信息學(xué)一項最新最重要的應(yīng)用,就是為化學(xué)家提供化合物的生物活性與結(jié)構(gòu)信息,進(jìn)行偏倚組合庫(focused library設(shè)計,使庫化合物與相應(yīng)的靶蛋白形成匹配結(jié)構(gòu),從而提高篩選的命中率,更有效的發(fā)現(xiàn)小分子先導(dǎo)化合物。合理藥物設(shè)計:藥物性能的

13、提高與改善然而,更重要的事情還在后面。這些小分子先導(dǎo)化合物必須經(jīng)過藥效和毒性方面的檢驗,才能成為有效的治療藥物,即必須對先導(dǎo)化合物進(jìn)行優(yōu)化。合理藥物設(shè)計是先導(dǎo)化合物優(yōu)化的重要手段。其中,生物信息學(xué)借用配體和作用靶的結(jié)構(gòu)信息來發(fā)揮作用。一項成功的高通量篩選,結(jié)果產(chǎn)生的是少數(shù)幾個高親和力的先導(dǎo)化合物。但是,很難說這些分子實體就將一定成為有效的治療藥物。要成為有效的治療藥物,一個化合物光有生物活性還遠(yuǎn)遠(yuǎn)不夠。因此,在藥物設(shè)計中,活性只是問題的一個方面,還有其他一些非考慮不可的因素,諸如選擇性、毒性與藥物代謝動力學(xué)性質(zhì)等。而這些因素在此類高通量篩選實驗中全然沒有加以考慮。盡管有人已設(shè)想,采用功能性篩選

14、方式對組合庫進(jìn)行篩選,即篩選直接這對組織、細(xì)胞、腫瘤實體或癥狀,而不針對分子靶。傳統(tǒng)中醫(yī)藥研究即可借鑒這種模式。然而,就合理藥物設(shè)計而言,生物信息學(xué)的應(yīng)用,取決于所掌握的靶結(jié)構(gòu)信息的多寡,此類信息越多,生物信息學(xué)的作用也就越大。HIV-1蛋白酶的抑制劑開發(fā)過程,就涉及到許多生物信息學(xué)知識。經(jīng)初步研究,已獲得高分辨率的HIV-1蛋白酶X射線衍射晶體結(jié)構(gòu);應(yīng)用高通量篩選技術(shù)已發(fā)現(xiàn)酶的高親和力配體,并且酶與底物所形成的復(fù)合物結(jié)構(gòu)也已被闡明。通過計算機(jī)模型,可發(fā)現(xiàn)配體占據(jù)了靶蛋白的活性部位。HIV-1蛋白酶易通過殘基突變產(chǎn)生耐藥性,應(yīng)用生物信息學(xué)知識可解釋耐藥性形成的機(jī)制,所得信息用于合理藥物設(shè)計,即

15、可對配體分子進(jìn)行改造,改善其抗耐藥性。此時,確定靶蛋白中哪些側(cè)鏈對維持病毒功能是必要的,以及在耐藥性形成過程中是不可突變的,然后對先導(dǎo)化合物進(jìn)行結(jié)構(gòu)修飾,使之專一性的作用于這些側(cè)鏈,即可達(dá)到目的。所用方法是對病毒蛋白酶序列進(jìn)行多重序列比對(alignment;所選擇的病毒與HIV-1蛋白酶結(jié)構(gòu)非常相近,可以將它們視為等構(gòu)體,同時許多側(cè)鏈具備足夠差異。通過比對分析,即可發(fā)現(xiàn)活性部位的關(guān)鍵性區(qū)域,并確定少數(shù)在理論上認(rèn)為不可變異的側(cè)鏈及其對應(yīng)的配體,這些側(cè)鏈及其對應(yīng)的配體就成為下一步研究的對象。這個例子很好的說明了生物信息學(xué)在合理藥物設(shè)計中的應(yīng)用。藥物開發(fā)階段:聯(lián)系遺傳信息與藥物療效的橋梁當(dāng)先導(dǎo)化合

16、物的優(yōu)化進(jìn)行到不能再提高分子與靶蛋白的親和力時,新藥研究暫告一段落,進(jìn)入新藥開發(fā)階段。在新藥開發(fā)階段,要確定試用于臨床實驗的藥物候選分子,并進(jìn)行安全性及效價評定,使之最終成為治療藥物。雖然人們習(xí)慣性的認(rèn)為生物信息學(xué)的作用主要集中于新藥研究階段,但在新藥開發(fā)過程中同樣可發(fā)現(xiàn)其應(yīng)用價值。比如,將來很可能在病人用藥前需了解其遺傳背景對藥效的影響,因此日后的臨床研究中有必要對所有受試對象進(jìn)行遺傳分型。一旦這樣做了,這些受試對象在接受同類藥物治療時,就可省略遺傳分性,從而獲益。可見,生物信息學(xué)分析將是未來新藥研究與開發(fā)獲得成功的必要條件。與生物信息學(xué)相結(jié)合的新藥研究與開發(fā),將是一項高度復(fù)雜的系統(tǒng)工程,是現(xiàn)代高技術(shù)特別是生物技術(shù)和信息技術(shù),在生命科學(xué)領(lǐng)域的應(yīng)用。在方法學(xué)上,關(guān)鍵是如何將現(xiàn)代生物技術(shù)、信息技術(shù)、計算機(jī)輔助藥物設(shè)計系統(tǒng)、組合化學(xué)技術(shù)等結(jié)合起來,提高篩選命中率,減少在合成和篩選方面的時間和投入,降低風(fēng)險,最終找到高效低毒且具有預(yù)期藥理作用的治療藥物。分子生物學(xué)家習(xí)慣于從序列方面來考慮生物信息學(xué),而計算化學(xué)家則傾向于以蛋白