|
很多药物分子的作用靶点大多为蛋白质，因此，以研究生物大分子为基础的结构生物学在药物研发中发挥着重要作用。 凭借高通量和高分辨率两大优势，自上世纪被发现以来，X 射线衍射技术（X-ray Diffraction Analysis，XRD）已经发展成为测定晶体结构的重要手段，承担了大量的结构解析工作。然而，X 射线衍射技术为晶体结构解析带来变革的同时，也面临着所需晶体量大、样品制备时间长、渗透性差等问题，即使是同步辐射光源 X 射线衍射的晶体结构也需要 > 50 微米。 “20 世纪是 X 射线衍射技术的世纪，通过 X 射线衍射技术，我们解决了很多材料、化学、生物领域的问题。随着技术的迭代更新，21 世纪将会转变为由电子主导的结构解析技术，这种电子技术能够指数级提升晶体结构解析的时间和效率。” 刘磊峰博士说。 他是药物发现 CRO 公司苏州青云瑞晶生物科技有限公司（以下简称 “青云瑞晶”）联合创始人兼首席执行官。 目前，电子结构解析技术包括冷冻电镜单颗粒法 （SPA ）和微晶电子衍射（Micro-Electron Diffraction，MicroED） 。其中 SPA 技术无需结晶，这一定程度上破解了膜蛋白药靶不稳定和不易结晶的难题，不过这种技术通量和分辨率比较低、解析结构时间比较长、成本也相对昂贵，尚不适合广泛应用于药物筛选中。 “MicroED 的优势在于晶体样本要求低，只需要纳米级样本，晶体尺寸 > 0.1 微米即可。基于该技术的独特原理，该技术通量高、分辨率高、数据采集时间短，一个样品数据采样往往只需要几分钟，我认为这是一种理想的药物筛选技术。” 刘磊峰说。 在生物大分子和小分子药物的研究上，MicroED 都展示了其在结构生物学领域的应用潜力，为结构生物学家提供了一种解析结构的新工具。2018 年，MicroED 技术被 Science 杂志评为 “2018 年十大技术突破之一”。 图 | 青云瑞晶联合创始人兼首席执行官刘磊峰博士（来源：受访者提供） 产业化时机已至 2007 年，斯德哥尔摩大学的科学家将晶体学和电子显微镜技术相结合，利用冷冻电镜解析晶体结构，开发出了 MicroED。这项技术通过电子对微小晶体进行衍射，然后收集电子衍射数据、解析蛋白质结构。 理论上讲，利用 MicroED 技术解析结构，只需要纳米单晶样品，可以降低培养晶体的难度，同时单晶培养周期也从原来的数周时间缩短到了 1 天甚至几个小时，有潜力应用于医药产业中的大规模分子筛选。 刘磊峰自 2010 年开始从事 MicroED 的研发，博士期间师从孙俊良博士和斯德哥尔摩大学邹晓冬（Xiaodong Zou）教授 。Xiaodong Zou 是诺贝尔化学奖评委会委员，瑞典工程院和科学院双院士，还是 MicroED 技术的开创者之一，其团队开发了 10 多款用于定量分析高分辨电子显微镜图像和电子衍射图像的软件，这些软件已被超 200 家实验室使用。 科学创始人兼首席科学家孙俊良是中国晶体学会秘书长，MicroED 国际顶尖专家，现任北京大学化学与分子工程学院研究员。他曾以第一作者和通信作者在 Nature、Science 等期刊发表百余篇论文。 科学创始人兼首席科学家雷晓光是药物化学领域国内知名专家，国家杰出青年、科技部 973、863 首席科学家、万人计划科学家。在药化领域有多年积累，荣获了 Roche Young Investigator Award、Swiss Chemical Society Distinguished Lectureship Award 等 18 项学术奖励。 图 | 青云瑞晶创始团队，从左到右分别为雷晓光、孙俊良、刘磊峰（来源：受访者提供） 2012 年，刘磊峰所在课题组首次利用 MicroED 技术解析出晶体结构。不过，彼时，MicroED 作为一种药物研发、分子设计的底层技术，离真正实现产业化还比较远。 2018 年以来，随着技术的进度，MicroED 技术展现了其在结构生物学和药物发现领域应用的巨大前景。此时，国内正处于从仿制药向创新药转型的节点，对于新药发现的需求日益增加。 “MicroED 技术是结构生物学领域的一种颠覆性技术，技术的进展将会为生物医药产业带来更多的机会。我们首先提出 MicroED 概念和方法，并完成了结构解析，我觉得当下正是 MicroED 走向产业化的时机。” 刘磊峰说。 2020 年，刘磊峰成立青云瑞晶，着手 MicroED 技术产业化。计划实现技术与产业的对接，将 MicroED 大规模应用于药物筛选和分子优化，挖掘该技术的产业化潜力。 青云瑞晶定位是一家药物发现 CRO，刘磊峰告诉生辉，目前公司团队规模 20 人左右，成立至今，累计完成了两轮融资。 “多家国外大型药企和明星初创公司都在战略布局 MicroED 技术，而我们作为该技术的发明团队，希望在中国做出世界顶级的底层技术。我们现阶段的工作是打造全球最领先的 MicroED 结构生物学平台，使之成为药物发现的有力武器，然后应用于优势管线的研发中。” 刘磊峰补充道。 “MicroED 技术的开发是一项学科交叉性高的领域，需要从蛋白质相关的生物化学技术，到精密机械加工、材料科学，自动化控制，再到晶体学，量子力学，人工智能算法等多领域的科学家协作。我们在该领域超过十年的研发经验，且已经建立起一只综合学科的顶尖研发团队。” “计算 + 结构生物学” 加速药物发现 基于结构的药物设计（SBDD）和基于片段的药物设计（FBDD），正在成为药物发现常用的两种技术路线，这两种方法依赖于对靶点以及靶点配体复合物原子级结构的认知，以及结构生物学所产生的数据。 据介绍，目前青云瑞晶正在搭建基于 MicroED 的药物发现平台，其中分子筛选过程中整合 SBDD 和 FBDD 方式、并结合结构生物学技术，分子优化环节则需要结构数据为支撑。 （来源：受访者提供） 众所周知，结构生物学技术能大幅够提升药物发现或者药物设计的效率。 以 SBDD 为例，该方式通过虚拟筛选，高通量筛选，DEL 筛选等技术得到苗头化合物，然后通过测试和综合理解化合物与蛋白质的共晶结构，结合活性，选择性等一系列数据，从而对化合物进行优化，循环往复，以此得到最优的化合物分子。 “如果不使用结构生物学技术，往往需要合成数千个化合物，一一测试。而结合这种技术，在完成虚拟筛选之后，制备和解析苗头化合物和蛋白质的共晶结构，基于共晶结构数据，可以回过头来改进虚拟筛选的算法参数，同时也大幅提高化合物优化的效率” 刘磊峰说。 FBDD 则是通过测试片段分子和蛋白质的结合情况，判断是片段分子否能与蛋白质结合，以及结合位点。目前，测试手段十分有限，通过结构生物学可以非常准确地探测非常低活性片段分子的结合情况。FBDD 筛选过程需要评价数千甚至数万个分子片段，对结构测试的通量和分辨率的要求都比较高。 结构生物学数据对提升药物设计准确度意义重大。 “以当前的技术水平和算法，还无法实现单纯靠算法改进完成化合物分子设计的全虚拟过程。化合物活性预测的精确度十分依赖实验数据，没有这些数据的前提下，目前的技术很难做到精确预测。” 刘磊峰说。 化合物活性的预测需要基于已有的结构数据，通过这些数据输入结合位点、结合口袋构象等参数，以此提高预测和计算的精确度。随着数据的增加，每一次筛选的精确度也会提升，相当于站在巨人的肩膀上继续提高准确度。 “无论是 AIDD 还是 CADD，都离不开结构生物学的实验数据，数据输入越多，算法也会更准确。所以，结构生物学的数据是整个药物设计中不可或缺的一环，也是整个市场上最缺乏的环节。目前，实验数据是药物发现中的一大瓶颈，我们觉得补齐、做强数据板块尤为重要。” 刘磊峰补充道。 青云瑞晶的数据来源于其实验室，通过 MicroED 工具，针对相关靶点，快速产生大量的结构生物学数据。这些数据可以提供靶点口袋特异性的认知，基于这些认知，才能对药物靶点和位点设计出相应的药物。 据刘磊峰透露，每台 MicroED 设备理论上可以产生数十个结构数据 / 天，快速收集大量的结构生物学数据。 取代 X 射线衍射技术？ 自 20 世纪初，小布拉格开创 X 射线晶体学以来，X 射线衍射技术成为近 100 年以来最为重要的一种结构解析工具，但是其最大的瓶颈在于晶体生长（样本量 > 500 微米）。20 世纪 70 年代，同步辐射光源 X 射线衍射技术的发展，降低了对于晶体样本的要求，即便如此，样本量尺寸 > 50 微米。 “X 射线可以测量最小 50 微米的颗粒，如果要测量更小的颗粒，就需要花数百亿建立自由电激光设备，成本昂贵。我认为，随着技术的成熟，未来 MicroED 有望取代 X 射线技术，变成主流结构解析技术，提供更大的想象空间。” 刘磊峰说。 刘磊峰认为，MicroED 会成为继 X 射线技术后又一项 “具有变革性的” 药物发现工具。从物理层面看，X 射线与物质的相互作用弱，而电子与物质之间相互作用非常强，更弱的电流或者更小的样品即可达到足够多的数据；从产业化层面看，设备已经达到了阈值，多项论文和研究已经验证了 MicroED 概念。 （来源：janelia） “下一步工作是将这项技术更加工程化，优化流程和参数，使其真正成为一种取代 X 射线的技术。” 刘磊峰补充道。 “当一项技术能够让科学家在实验室实时得到蛋白质化合物的共晶结构结果，这将会带来研发逻辑上的改变。在开发一条药物管线的过程中，我们将有能力快速获得成百上千个结构数据，这些数据对我们理解靶点与药物分子的作用机理产生质的改变。基于 MicroED 的研发路径可能会成为一种新的研发路径”。 目前我们正在进行 Pre-A 轮融资，我们将进一步扩充团队，利用 MicroED 技术帮助制药企业进行难以成药靶点的新药发现”，谈到青云瑞晶的发展规划时，刘磊峰这样说。 -End- |
|
|
