(資料圖片)
平均研發(fā)一款新藥需要10億美元和10年的時間，而進入臨床試驗的藥物中有超過90%無法獲批上市。如果在新藥研發(fā)早期能預測療效和潛在副作用，就可以避免損耗和提高效率。這需在蛋白組層面實現(xiàn)無差異化小分子藥物的靶標鑒定?？墒牵侥壳盀橹惯@仍然是一個挑戰(zhàn)。
為此，生命過程小分子調(diào)控重點實驗室康經(jīng)武課題組提出基于質(zhì)譜的整合多組學分析的新策略。采用化學蛋白組學鑒定小分子藥物的蛋白譜（profiling），再通過磷酸化蛋白組學和非靶向代謝組學分析定量解析細胞對藥物刺激后做出響應的細胞生物學機制，包括蛋白表達、信號通路的改變以及代謝網(wǎng)絡(luò)中的代謝中間產(chǎn)物的變化。通過對高分辨質(zhì)譜和先進算法獲得的大數(shù)據(jù)，經(jīng)過統(tǒng)計分析和生物信息學分析，找到藥物分子擾動細胞過程后留下的痕跡，由此推測出藥物的靶標蛋白。通過生物化學、生物物理學和遺傳學的方法對推測的靶標蛋白進行驗證，最終確定藥物的作用靶標。以雷帕霉素（Rap）為例：化學蛋白組學可以鑒定到47種具有高置信度的Rap結(jié)合蛋白，包括已知的靶標蛋白FKBP12；磷酸化蛋白質(zhì)組學分析顯示，255個顯著性的下調(diào)和150個上調(diào)磷酸蛋白；非靶向代謝組學分析顯示22種顯著性下調(diào)代謝物和75種上調(diào)代謝物。
對它們進行功能注釋，激酶-底物富集分析，將代謝中間產(chǎn)物映射（mapping）到相應的生化反應途徑，以及數(shù)據(jù)的整合分析，由此可以繪制出Rap的作用網(wǎng)絡(luò)圖，揭示其參與調(diào)節(jié)的多個細胞過程的分子機制，如抑制細胞生長、增殖、DNA復制，參與免疫、自噬、程序性細胞和衰老死亡等。這一策略還用于在分子水平揭示和描繪細胞經(jīng)阿霉素刺激后細胞內(nèi)發(fā)生的一系列響應機制，如修復DNA和線粒體損傷的應急機制。此外，用這一策略還可以發(fā)現(xiàn)培利替尼作用細胞后，不僅可以抑制酪氨酸激酶活性，還能夠誘導乳腺癌細胞中的PRDX4蛋白的發(fā)生泛素化-蛋白酶體參與的蛋白降解。
總之，通過基于質(zhì)譜的多組學整合分析，使我們能夠在蛋白組層面和分子水平獲得前所未有的小分子藥物與蛋白（物理和功能）相互作用的信息，為揭示小分子藥物復雜的作用機制，預測可能的毒副作用提供依據(jù)，還可能發(fā)現(xiàn)新的作用靶標從而實現(xiàn)老藥新用。這一系列的工作分別發(fā)表在Anal Chem，2022, 94, 17121;?在線發(fā)表在Anal Chem 2023?https://doi.org/10.1021/acs.analchem.3c00867,?以及J Pharm Biomed Anal 2023，230, 115398。3篇論文的通訊作者為康經(jīng)武研究員，第一作者分別為錢珊珊博士、許瑤博士和博士研究生李京同學。本工作受國家自然科學基金、中國科學院先導計劃B資助。
標簽：
