集成平台有望加速药物发现过程

许多成功的药物都起源于植物、真菌和细菌等天然来源，但筛选天然产物以鉴定潜在药物仍然是一项艰巨的任务。

根据11 月 30 日发表在国家科学院院刊上的一项研究，一种使用分子生物学、分析化学和生物信息学来整合来自不同筛选平台的信息的新方法解决了天然产物药物发现中的一些最大挑战。

一个主要的挑战是确定新型生物活性化合物的作用机制和生物靶标。另一个主要挑战是在自然界的复杂混合物中识别驱动生物活性的分子。

“这两个大概念一直是我们合作计划的核心，本文以完全整合的方式将这两个问题结合在一起，”通讯作者、加州大学圣克鲁兹分校化学与生物化学教授约翰·麦克米伦说。

除了 MacMillan 之外，此次合作还包括加州大学圣克鲁斯分校化学与生物化学教授兼化学筛选中心主任 Scott Lokey、不列颠哥伦比亚省西蒙弗雷泽大学的 Roger Linington 和德克萨斯大学西南医学中心的 Michael White。

通过整合两个完全不同的筛选平台的结果，并将其与天然产物库的下一代代谢组学分析相结合，研究人员创建了一个独特而强大的天然产物生物学表征框架。使用这种方法筛选一小部分随机选择的微生物天然产物组分，他们能够鉴定出一种已知化合物(曲古抑菌素 A)并确认其作用机制;将已知化合物(surugamide)与新的生物活性(细胞周期蛋白依赖性激酶抑制)联系起来;并发现具有复杂生物活性的新化合物(帕卡霉素 A 和 B)。

MacMillan 说：“找到一种按预期分组的已知化合物告诉我们它正在起作用，然后我们就能够将一种已知化合物与一种新的作用机制联系起来。” “最后，我们发现了一种新的化合物，它具有不同于任何已知化合物的独特生物学特征。这是一个令人兴奋的发现，我们希望进一步调查。”

研究人员使用了一种称为相似性网络融合 (SNF) 的生物信息学方法，该方法是为整合复杂的数据集而开发的，将来自他们实验室开发的两个天然产物筛选平台的数据结合起来。MacMillan 实验室开发的一个平台(Functional Signature Ontology，或 FUSION)使用已知和未知化合物在细胞中诱导的基因表达特征，再加上模式匹配工具，通过“关联内疚”指示作用机制。

“如果我们看到与其中一种已知化合物类似的效果，则表明存在类似的作用机制。我们已经有效地利用这项技术来了解许多独特小分子的生物活性，”麦克米伦说。

另一个平台是 Lokey 实验室开发的细胞学分析 (CP) 技术，涉及对暴露于被筛选样本的细胞进行高内涵图像分析，然后用一组荧光探针染色以突出关键的细胞学特征。自动荧光显微镜图像为每个样本生成总共 251 个独特的细胞学特征。

研究人员使用 CP 和 FUSION 技术筛选由 MacMillan 和 Linington 的实验室开发的复杂天然产物库。这些文库来源于两个实验室分离的海洋细菌。

为了寻找具有生物活性的天然产物，研究人员在实验室中培养细菌菌株，从每个菌株产生的所有化合物中提取粗提物，然后使用色谱法将每种提取物分离成一系列组分，每个组分包含 2 到 20 种化合物。

质谱法广泛用于小分子的大规模研究(“代谢组学”)，可以帮助识别每个部分的化学成分。由 Linington 和其他人开发的一种称为化合物活性图谱的方法将基于质谱的代谢组学与生物筛选数据相结合，以确定混合物中的哪些化合物正在驱动特定的生物特征。

在这项新研究中，研究人员使用质谱法和他们的化合物活性映射平台的修改版本开发了一个样品处理工作流程，该平台结合了通过相似网络融合获得的筛选技术的综合结果。

“问题是，我们能否利用所有这些来提取驱动特定特征的化学物质，并对作用机制做出更可靠的预测?我们的方法使我们能够以相当实质性的方式实现这一目标，”MacMillan 说。

除了 MacMillan、Lokey 和 Linington，该论文的合著者还包括德克萨斯大学西南医学中心的 Michael White、Suzie Hight、Elizabeth McMillan、Anam Shaikh、Rachel Vaden、Jeon Lee 和 Shuguang Wei;西蒙弗雷泽大学的 Trevor Clark、Kenji Kurita、Jake Haecki 和 Fausto Carnevale-Neto;以及加州大学圣克鲁兹分校的 Walter Bray、Aswad Khadilkar、Scott La 和 Akshar Lohith。这项工作得到了国立卫生研究院的支持。