ヒット探索・スクリーニング
28件
マウスで単回投与治癒を示したピラジン-2-カルボキサミド系抗マラリア薬が第1相へ
- 熱帯熱マラリア原虫(P. falciparum)の増殖阻害スクリーニングから、赤血球期マラリア向けの新規ピラジン-2-カルボキサミド系列が見出された。
- リード最適化で抗原虫活性と代謝安定性を高め、CYP2D6阻害リスクを下げてIWY357に到達した。
- Pfヒト化SCIDマウスモデルで単回投与により完全に治癒し、薬剤耐性選択でも高い耐性障壁を示し、GLP毒性試験を経て第1相試験に進んだ。
フェノタイプ由来のヒットが、ヒト化マウスでの単回投与治癒を示してそのまま臨床に進んだ。一次治療薬への耐性が広がる中で、この分野が待っていた形だ。CYP2D6の問題を解消した点は、短期レジメンの本命となる併用療法で効いてくる。単回投与という主張は曝露量次第なので、ヒトPKに注目したい。
AlphaLISAスクリーニングでISG15–UBA7相互作用の阻害剤探索が可能に
- ISG15とそのE1酵素UBA7はISG化を担い、がんの治療抵抗性との関連が指摘されるが、阻害薬はまだない。
- 著者らはISG15–UBA7相互作用を測るAlphaLISAアッセイを構築し、ハイスループット向けの頑健性を確認した。
- 小規模ライブラリーのパイロットスクリーニングでヒットが数個得られ、うち2つは細胞内でもISG化を低下させた。
対象は千化合物に満たないパイロットなので、ヒットは出発点にすぎずリードではない。大事なのは、ユビキチン様修飾因子とE1のタンパク質間相互作用がスクリーニング可能な形になった点だ。実際の多様性ライブラリーで回し、AlphaLISA干渉物のカウンタースクリーンを徹底したい。
HTS基盤でtauとLRP1受容体の結合を阻害する低分子を同定
- 精製したLRP1リガンド結合ドメイン4を軸に、蛍光偏光、スプリットルシフェラーゼ、TR-FRETからなる定量的アッセイ群を構築した。
- tau、RAP、ペプチドリガンドは重なる結合部位を競合し、いずれの形式でもナノモル域の親和性が観察された。
- このプラットフォームのスクリーニングで相互作用を阻害する低分子が見つかり、tauの取り込みと伝播を抑える出発点となる。
受容体の細胞外ドメインとのタンパク質間相互作用は難標的で、3種の直交アッセイでアーティファクトを除くやり方は妥当だ。ヒットは、細胞でのtau取り込み阻害を示し、ApoEなどLRP1の他のリガンドへの広範な影響が無いと確認されるまで慎重に見たい。
High-Throughput Screening Identifies Small-Molecule Inhibitors of the Tau-LRP1 Interaction ↗
HTS由来の共有結合性阻害薬が活性型GTP結合KRAS G12Cを標的に
- 既存のKRAS G12C薬は主に不活性なGDP型を捕捉し、耐性も報告されている。本シリーズは活性型のGTP結合状態を狙う。
- HTSで得たケトインドリジン骨格とアニリン由来アクリルアミドが、switch-IIポケットのCys12に共有結合。結晶構造では、ワーヘッドがGTPアナログのγリン酸と相互作用していた。
- 最適化で得た化合物17は前臨床動物種で経口吸収性を示し、KRAS–cRAF結合とERKシグナルの阻害を持続させ、膵臓がん異種移植モデルで完全退縮を示した。
γリン酸を使ってワーヘッドを位置決めする発想が巧みで、GTP型への選択性がポケットだけでなくヌクレオチド自体に由来する。比べたいのはRAS(ON)三者複合体阻害薬で、あちらはシクロフィリンAを要するが本系は不要だ。アクリルアミドの反応性とプロテオーム全体でのシステイン選択性も、GDP型結合薬以上に重要になる。
計算で選んだビルディングブロックで、40万種のペプチド様DELの多様性を拡張
- 3サイクルのペプチド様DEL(403,200化合物)を構築し、市販アミノ酸4,774種の化学空間モデルで不足しているビルディングブロックを特定した。
- 3種類の標的に対するアフィニティ選択でライブラリ性能を比較した。
- 炭酸脱水酵素IIに対する選択で既知のスルホンアミド型ファーマコフォアが得られ、計算支援設計の妥当性を示した。
CA IIでスルホンアミドが戻るのは想定内のサニティチェックであり、リード様空間をカバーした証明ではない。ペプチド様DELは大きく極性の高いヒットが出がちなので、選択された化合物のうちDNAを外して使える物性領域に入るものがどれだけあるか、残り2標的の結果がどうだったかで評価したい。
ライブラリーの0.1%未満のスクリーニングでQPCT/L阻害薬BI-3614を獲得
- QPCTとゴルジ体局在のQPCTLはN末端グルタミンをピログルタミン酸へ変換し、Aβオリゴマー化、ケモカインの安定性、CD47–SIRPαシグナルに関わる。
- 既知阻害薬の生理活性コンフォメーションとの類似性に基づき、社内ライブラリーの0.1%未満を選ぶ仮想スクリーニングで新規ケモタイプが得られ、ヒット探索が大きく加速した。
- キナゾリジノン系列の構造ベース最適化により、従来の阻害薬より活性が向上した細胞用ツール化合物BI-3614が得られた。
ライブラリーの0.1%未満しか回さずに新しいケモタイプが出たのは、コンフォメーション類似性検索の効率の良さを示している。従来のQPCT阻害薬は金属結合基に依存していたので、細胞で働く新系列はCD47のピログルタミン酸化の研究に歓迎だ。まず確認したいのはQPCTとQPCTLの選択性である。
Scopeライブラリ：フラグメントと完成分子の間の化学空間で扱いやすいヒットを狙う
- Scopeは、フラグメントと高度に修飾された低分子量ライブラリ化合物の中間に位置する化学空間を定義し、化合物の質、リガンド効率、選択した物性範囲を重視して、メディシナルケミストリー上扱いやすいヒットを得ることを狙う。
- Scope環系（ring-X-ring）がこの空間を整理し、低〜中マイクロモル域の活性を目指した意図的な官能基化を導く。約1万化合物のセットは、SPR、ネイティブMS、DSF、生化学アッセイによる中程度スループットのスクリーニングに適する。
- トリパノソーマCLK1、14-3-3/ERαの分子糊プロジェクト、SARS-CoV-2 Mproの事例では、一次ヒット率は多様性セットと同程度で、カウンタースクリーニング後のリガンド効率は優れていた。
正直、ここで惹かれるのは「すぐ手を動かせるヒット」という発想だ。フラグメントと完成度の高い化合物の間に置いたライブラリで、リガンド効率を軸に、ring-X-ring のコアが次にどこを修飾すべきかを示してくれる。1万化合物規模ならSPR、ネイティブMS、DSFで回せるので、小さなグループでも扱える。気になるのは、一次ヒット率は多様性セットと同程度でカウンタースクリーニング後のLEが良いという結果が、3標的を超えても再現するのか、そして環系の制約が新規性をどこまで狭めるのかという点だ。
ヒトDNAグリコシラーゼ9種にわたる低分子阻害薬の公開スクリーニングデータセット
- 北欧の共同研究チームが、塩基除去修復を開始する11種のヒトDNAグリコシラーゼ向けに、ハイスループット生化学アッセイ基盤を構築した。
- ケモゲノミクスライブラリーを、ヒット判定に十分な品質のアッセイが得られた9種に対してスクリーニングし、一次データと濃度依存データ、新規の阻害薬を複数得た。
- データ、プロトコル、メタデータはすべて公開されている。
グリコシラーゼは創薬化学の世界で手つかずだったので、9種にわたる注釈付きの公開スクリーニングは、ヒット探索チームがそのまま掘り下げられる出発点になる。ケモゲノミクスライブラリーは標的注釈があり、作用機序や選択性の推定に役立つ。核酸酵素のスクリーニングは偽陽性が出やすいので、ヒットはまずアッセイ干渉やDNA結合体のアーティファクトを疑って確認したい。
A high-throughput screening dataset of small-molecule inhibitors across human DNA glycosylases ↗
自動リガンド検出NMR、創薬のヒット選別を加速
- 医薬化学におけるヒット選別のために設計された、自動・ハイスループットなリガンド検出NMR法を報告。
- スクリーニングで得られたヒット化合物の結合を迅速かつ定性的に評価できる手法として位置づけられている。
- 特定の標的や化合物シリーズではなく、スループットとワークフロー自動化に主眼を置いた基盤技術・方法論的な論文と読める。
NMRは結合の有無だけでなく結合様式まで見せてくれる——SPRやTSAにはないフィルターで、週の時間を食う無差別バインダー（frequent hitter）の選別に効く。自動化が本当にHTS規模で回るなら、共結晶キューに回す前の迅速な確認ステップになる。置き換えではなく。
粗反応混合物を直接スクリーニング、新たな創薬プラットフォーム
- 本論文は、候補化合物を小スケールで合成し、精製を経ずに粗反応混合物のまま生物学的アッセイに直接供する『ダイレクト・トゥ・バイオロジー(D2B)』プラットフォームを紹介している。
- 微量スケール・自動化対応の合成手法と迅速な生物活性評価を組み合わせることで、初期のヒット探索やライブラリー検討における設計・合成・試験サイクルの短縮を図っている。
- 近年広がりを見せる医薬化学領域のD2B手法の潮流に位置づけられ、多様な化学構造にわたるヒット化合物の同定加速に応用しうる。
精製を飛ばせるのが本当の利点——数百のアナログをふるいにかけるとき、DMTサイクルから数日削れる。ただ残存触媒や副生成物による偽阳性率について確かな数字が欲しい、粗混合物のヒットを鵜呑みにする前に。迅速なSARトリアージには最適だが、確認用の用量反応実験に回すには向かない。
二段階合成法で共有結合型遺伝子コード化マクロサイクルライブラリーのウォーヘッド多様性を拡大
- 共有結合型の遺伝子コード化マクロサイクルライブラリー(cGELs)を構築する二段階合成法を報告。システイン残基をジケトンリンカーで架橋してマクロサイクルを形成した後、別工程のKnorr-ピラゾール反応で求電子性ウォーヘッドを導入する。
- 環化(塩基性条件)とウォーヘッド導入(酸性条件)を分離することで、従来の一段階翻訳後修飾法で生じていた位置異性体混合物の問題を回避する。
- これにより、より多様で反応性の高い求電子剤を安全に利用できるようになり、DEL型選択スクリーニングにおいてタンパク質標的に対して探索可能な共有結合性ケミオタイプの幅が広がる。
共有結合性DELのヒットを解析する際、位置異性体の混在ほど自信を失わせるものはない——シグナルが本物なのか、雑多な求電子剤混合物のアーティファクトなのか判別できなくなる。環化とKnorrピラゾール型ウォーヘッド導入を分離したことで、アクリルアミドやクロロアセトアミドといった定番を超えた、より反応性の高いエキゾチックな求電子剤を、ヒットの同一性を疑うことなくついにスクリーニングできるようになる。
抗菌薬標的として注目されるTrmD:低分子阻害剤の探索戦略レビュー
- TrmDはヒトに対応する酵素を持たないSPOUTファミリーの細菌tRNAメチル基転移酵素であり、薬剤耐性菌の増加を背景に検証済みの抗菌薬標的として注目されている。
- 本レビューは、フラグメントベース創薬、ハイスループット/バーチャルスクリーニング、クリックケミストリーを用いたダイレクト・トゥ・バイオロジー法、分子ハイブリッド化、プロドラッグ戦略など、TrmD阻害剤探索に用いられた手法を整理している。
- さらに、多様な化学骨格にわたる構造的特徴と構造活性相関(SAR)を統合し、今後の阻害剤最適化の指針を示している。
TrmDにヒトオルソログがないという点こそがこのレビューの本当の価値だ——抗菌薬開発では珍しいほど広い治療域が見込め、オフターゲット毒性を気にせず攻められる。中でも見逃せないのがクリックケミストリー/direct-to-biology路線。全類縁体をフル合成せずに素早くSARを回せる手法で、スキャフォールドが乱立するこの標的が、スペクトラムとPKを両立する候補に到達する前に最も必要としているアプローチだ。
TrmD: A Promising Antibacterial Target and Its Small-Molecule Inhibitors ↗
機械学習とドッキング法、DNAエンコードライブラリのスクリーニングで汎化性に課題
- 本研究は、DNAエンコードライブラリ(DEL)のスクリーニングデータを用いて、タンパク質-リガンド結合予測における機械学習、物理ベースのドッキング法、コフォールディング法を比較評価した。
- 比較対象には最新の機械学習モデルに加え、物理ベースのドッキングツール(Schrodinger Glide、Rosetta GALigandDock)、およびコフォールディング法のBoltz-2が含まれる。
- 正解データとして、3種類の生物学的に多様なタンパク質標的と複数のDEL合成フォーマットにわたる超大規模DELセレクション実験の結果が用いられた。
- 本研究は、DELデータで学習した上位のMLモデルでさえ分布外(OOD)の化学空間への汎化に失敗したとするNeurIPSコンペティションの結果を受けたものである。
- MLモデルは分布内では良好な性能を示したが、分布外でのヒット識別性能は標的やリガンドの文脈に依存し、あらゆる場合で一貫して優れた手法は存在しなかった。
- 著者らは、ベンチマーク上の性能だけでは分布外への汎化性を予測できないと結論し、DELスクリーニングデータに対する結合予測手法の評価用オープンソースパッケージ「DEL-iver」を公開した。
これは、ドッキングの再スコアリング工程を単一のMLモデルに置き換えたがる人に送りつけたくなる論文だ。「OODで圧倒的に強い手法はない」という結論がすべてを物語っている。実際のトリアージ作業は常に、モデルが見たことのないスキャフォールドが相手であり、分布内DELデータで出したベンチマークAUCは、来週持ち込む新規化合物をどうランク付けするかをほとんど教えてくれない。これはMLを否定する話ではない――Boltz-2のような手法は高速なフィルターとして本当に有用だ。だが、物理ベースのドッキングやコフォールディングは、MLが怪しいときだけ頼る保険ではなく、常に並行して走らせるべきだという根拠になる。ターゲットやリガンドの文脈依存性が強い以上、社内で「これが最良のパイプライン」と決め打ちすることもできず、ターゲットごと、ケミタイプごとに毎回検証するしかない。DEL-iverがオープンソース化されたのは実務的にありがたい話だ――ベンダーがTanimoto類似度で見栄えよく見せた社内数値を信じるより、共有のOODベンチマークの方がよほど頼りになる。
新たな化学空間概念「Scope」、3つの創薬標的で高リガンド効率のヒット化合物を実現
- 「Scope」は、最小限のフラグメントと完全に最適化された低分子量(LMW)ライブラリの中間に位置する、1万〜5万化合物規模の化学空間概念であり、リガンド効率と医薬化学的な扱いやすさ(トラクタビリティ)を最大化するよう設計されている。
- 著者らは「Scope環系」(ring-X-ring)を、ライブラリ設計と十分な効力を得るための官能基化を導く中核的な構成原理として提唱している。
- SPR、ネイティブ質量分析、DSF、生化学的アッセイで評価された1万化合物規模のScopeスクリーニングセットは、より高い濃度でスクリーニングしても一般的な多様性セットと同等のプライマリーヒット率を維持しつつ、リガンド効率に優れ、カウンタースクリーニング後のヒット率も高い。
- トリパノソーマ由来CLK1キナーゼ、14-3-3/エストロゲン受容体α分子糊(モレキュラーグルー)プロジェクト、SARS-CoV-2主要プロテアーゼを対象とした事例研究により、多様な結合部位にわたって多様で扱いやすくリガンド効率の高いヒットが得られることが示された。
「フラグメントとフルライブラリーの中間」というポジショニング自体は目新しくない――DEL、FBDD、各社の自前ライブラリーもみな同じことを謳ってきた。Scopeで本当に新しいのは"ring-X-ring"という組み立て方だ。平面的な単一スキャフォールドではなく、2つの環系からベクトルを出す設計にすることで、ヒット取得の時点からSAR展開の方向性が組み込まれる。これはフラグメント創薬では後付けになりがちな部分。 個人的に気になる数字はヒット率そのものより「カウンタースクリーニング後のヒット率が高い」という点――SPRアーチファクトや凝集体を追いかける無駄な一週間が減るということだ。 本当の試金石は14-3-3/ERαグルー分子の事例。PPI・グルー標的は深いポケットがなくLEを稼ぎにくいため、通常のライブラリーでは苦戦しがち。この剛直で中規模なスキャフォールド群がグルーヒットの種になるなら、それこそ追うべき"移植可能性"の主張であり、MproやCLK1での成功よりも注目に値する。
ベンチマーク研究、Keap1-Nrf2標的のAIスクリーニングに潜む落とし穴を指摘
- 構造ベースのコフォールディング(co-folding)モデルと学習型アフィニティスコアリングを組み合わせたバーチャルスクリーニングのパイプラインを検証する新しいベンチマーク研究が発表された。こうした構成は計算によるヒット探索で近年一般的になっている。
- このカスケードは、平坦で極性の高い結合界面を持つためドラッグ化が難しいとされるKeap1-Nrf2タンパク質間相互作用(PPI)を対象に適用された。
- 著者らは最終的なランキング結果のみを信頼するのではなく、各段階のスコアが実験的に意味のある信号と一致しているかを個別に評価した。
- その結果、各段階のスコアが実験的信号から外れる具体的な破綻パターンが特定され、これが後段の化合物優先順位付けを誤らせる可能性があることが示された。
- 本論文は、カスケードの最終的なヒットリストを信頼する前に実務者が各段階で実施すべきコントロールチェックを提案しており、新規阻害剤の報告ではなく、手法・信頼性に関する研究として位置づけられている。
Keap1-Nrf2は、まさにco-foldingモデルが自信満々にそれっぽいポーズを出し、affinityスコアがそれを的外れな理由でトップに押し上げてしまう、平坦で極性の強いPPIそのものだ。だからこそ、カスケードを段階ごとに分解して検証したこの論文は、「ヒットを見つけた」という論文よりずっと実用的に思える。 自分のベンダー製・自社製パイプラインの上位20化合物を合成キューに乗せる前に走らせるチェックリストとして読みたい。co-folding信頼度とaffinityスコアが静かにズレ始めているなら、それこそ実体のない化合物に何週間も溶かしてしまう典型的な失敗パターンだ。 新しい化学構造も追うべき結合モードもない。あるのはただ、このクラスの厄介な標的では、ランキングされたリスト自体はQCステップではないという注意喚起だけ。「注文前に読む」案件であって、「阻害剤として読む」案件ではない。
新手法STELLAR、長く柔軟なペプチドリガンドのドッキング精度を向上
- 研究者らは、10残基を超える長く非常に柔軟なペプチドやその他のバイオポリマーのドッキングという、既存ツールが苦手としてきた課題に対応する新しいワークフロー「STELLAR」を開発した。
- STELLARは長いリガンドを小さなフラグメントに分割してそれぞれを個別にドッキングし、その後GNINA、RDKit、GROMACSなどの既存ソフトウェアを用いて再構成し、物理的に妥当な全長構造を得る。
- Propediaデータベースおよびタンパク質データバンク(PDB)由来の既知のペプチド-タンパク質複合体で検証したところ、実験的に観察された結合ポーズを高い精度で再現した。
- 他の最先端ドッキング手法と比較して、主にCPUで動作し、リガンド長に対して計算時間が線形にスケールし、実行速度も速く、独自のランキング指標を備えているため、長鎖ポリマーとタンパク質の相互作用のハイスループットスクリーニングに適している。
標準的なドッキングツールへの信頼が切れるのは、だいたい10残基あたりからだ。それを超える鎖はコンフォメーション自由度が大きすぎて、結局は手動で制約をかけるか、諦めるかのどちらかになる。フラグメントに分割して再構築するアプローチは理にかなっていて、ブラックボックスのニューラルネットではなくGNINA/RDKit/GROMACSを使っているので、中間ポーズを実際に確認できるのも良い。CPUのみで線形にスケールするという点が実務上は一番重要で、GPUキューの順番待ちもクラウド代もかからず、ステープルペプチドのライブラリをワークステーションで一晩流せる。多くのML系ドッキングツールはスコアを出すだけで信頼できるランキングの根拠がないが、長鎖リガンド専用のランキング指標があるのは他にはあまり見ない。とはいえPropedia/PDBのベンチマークは既知の複合体であり、結晶構造のポーズを再現できることと、構造未解明の標的に対して新規バインダーを正しくランキングできることは別問題だ。まずは試してみる価値はあるが、鵜呑みにして即採用するのは早計だろう。
STELLAR: A Fragment-Based Docking Workflow for Highly Flexible Long-Chain Biopolymers ↗
動的コンビナトリアル化学から生まれたサブピコモル濃度のトロンビン阻害剤
- 研究者らは動的コンビナトリアル化学(DCC)を用いた。これは可逆的な化学的構成要素が標的の存在下で組み合わさり再構成を繰り返すことで、標的自身が最も結合力の強い相手を選び出せるようにするヒット探索手法である。
- 新しいプラットフォームは短いペプチド核酸(PNA)タグを鋳型として三成分の組み合わせを形成し、トロンビンに対してスクリーニングする12万5000通りの三価アセンブリからなるライブラリーを構築した。
- 候補複合体はサイズ排除ろ過で単離し、MALDI質量分析で同定することで、選択から読み取りまでの全サイクルを1時間以内に短縮した。
- トロンビンは活性部位と両方のエキソサイトを同時に結合する組み合わせを選択的に増幅し、この三価の結合様式が極めて高い親和性の基盤となった。
- 得られたアセンブリは完全に可逆的な阻害剤であり、サブピコモルの親和性を示し、ほぼ化学量論的なトロンビン阻害を達成した。
DCCはDELやFBDDに比べて長らく脇に置かれてきたが、この結果はその評価を変えるかもしれない。PNAテンプレートとMALDI読み出しによる1時間未満の選択・解析サイクルは、DCCを実用から遠ざけていた本当のボトルネック—遅い平衡化速度と面倒な解析—がついに解決されつつある証拠だ。ただし、この親和性は運によるものではない。トロンビンの活性部位と両方のエキソサイトを同時に架橋する三価リガンドを意図的に設計しており、よく解明されたエキソサイト構造を合理的に利用した多価戦略そのものだ。とはいえ懐疑的にもなる—PNAテンプレート型の三価アセンブリでサブピコモルの親和性を出すとなると、分子量が大きく荷電性の高い、経口薬らしくない構造になっているはずだ。分子量、PK、経口バイオアベイラビリティのデータを見るまでは、ツール化合物か長時間作用型の非経口候補として捉えておきたい。それでも、エキソサイトが豊富な他の標的にDCCを応用する概念実証としては、盗みたくなる手法だ。
Discovery of a Reversible Sub‐Picomolar Thrombin Inhibitor Using DCC ↗
AI創薬パイプライン、アルツハイマー病標的CASP4阻害剤の再利用候補を同定
- アルツハイマー病に関連する炎症性カスパーゼCASP4を標的に、DrugBank化合物から阻害剤候補を探索する計算機ドラッグリポジショニング・パイプラインが構築された。
- このワークフローは、ドッキングスコアによる優先順位付けと、ChemBERTaによる言語モデル埋め込み、物理化学的記述子を組み合わせて機械学習分類器を訓練した。
- ランダムフォレスト分類器と回帰モデルを用いて、活性が高いと予測される化合物を識別し、予測効力に基づいてランク付けした。
- さらにケモインフォマティクス解析、PK-PD評価、分子ドッキングにより、候補化合物を5つに絞り込んだ。
- 続いて分子動力学(MD)シミュレーションとMM/PBSA自由エネルギー解析により結合安定性を評価し、DB05316とDB00519の2化合物が、参照化合物ドネペジルより良好な予測結合を示した。
- 著者らは、本パイプラインを新規標的に対する再利用化合物の優先順位付けのための汎用戦略として提示している。
ドッキング→ChemBERTa埋め込み→ランダムフォレスト→MD/MM-PBSAという5段階のファネルで2化合物まで絞り込む、というのは一見堅実に見えるが、各段階にそれぞれ固有の誤検出率があり、フィルタを重ねても誤差が相殺されるとは限らない。特にMM/PBSAで構造的に無関係なリガンド同士を絶対値比較するのは、ランキング指標として悪名高いほど不安定だ。フィルタを重ねるほど、むしろ偽陽性を磨き上げてしまうリスクもある。 これが今のAI創薬トレンドの中でどこに位置するかと言えば——新規骨格の創出ではなく、既知化合物空間のトリアージを高速化する話であり、これはこれで正当な、伸びつつあるニッチだ。 本当の強みはDrugBank由来であること。DB05316とDB00519はすでにADMET・安全性・製剤データを備えており、候補化合物からIND対応作業に進む過程で合成やトキシコロジーパッケージを新たに用意する必要がない。 とはいえ、結合アッセイなしにはどれも意味を持たない。CASP4活性が生化学的に確認されるまでは、これはランク付けされた仮説リストであり、ヒットではない。
新規スクリーニング法でUSP7の非阻害性リガンドを発見、DUBTACによるCFTR安定化へ
- 脱ユビキチン化酵素(DUB)の触媒活性を阻害せずに結合するリガンドは極めて見つけにくい。この課題に応えるため、ビーズ上での近接駆動型機能スクリーニング基盤が新たに構築された。
- こうした非阻害性DUBリガンドは、DUBを標的タンパク質にリクルートしてユビキチン標識を除去することでタンパク質を安定化させる二機能性分子であるDUBTAC(脱ユビキチン化酵素標的キメラ)の開発に不可欠であり、分解を利用する従来の標的タンパク質分解(TPD)とは逆の作用機序を持つ。
- この希少性こそが、DUBTAC開発における最大のボトルネックとなってきた。
- このプラットフォームを用いて、研究チームは脱ユビキチン化酵素USP7に対する、これまで報告されていない非阻害性リガンドを発見した。
- このUSP7リガンドをCFTR結合部位と結合させることで、DUBTACのリード化合物WJ045を作製し、細胞内のCFTRタンパク質レベルを安定化させた。
- この結果は、DUBリクルーターの発見と標的タンパク質安定化療法の推進における本プラットフォームの有用性を示しており、嚢胞性線維症の生物学にも関連する。
非阻害性DUBリガンドは言うほど簡単な話ではない。触媒クレフトに触れずにUSP7を占有するバインダーが要るので、通常の活性阻害スクリーニングではそもそも的外れになる。だから面白いのは分子そのものより、このビーズ上・近接駆動型機能アッセイのほう。他のDUBにも展開できる手法かどうかが、この領域の本当のボトルネック解消につながる。DUBTACはこれまでPROTAC一辺倒の陰でずっと手薄だった逆方向の化学だ。WJ045がCFTRを安定化させたのは良い実証だが、まだ細胞レベルの単一リードアウトにすぎない。USPファミリー全体での選択性と、このプラットフォームが本当に別系統のDUBリガンドを生み出せるかを見たい。
小胞体標的近赤外プローブによりhCES2A阻害剤の迅速な発見を実現
- 近赤外蛍光プローブPA-HDCIは、HDCI骨格を基盤とし、小胞体(ER)に局在するよう設計されており、生細胞や動物内でヒトカルボキシルエステラーゼ2A(hCES2A)の活性をリアルタイムに検出できる。
- PA-HDCIは大きなストークスシフト、高い代謝安定性、確実なER標的性を兼ね備えており、多様な生物学的システムにおいてhCES2A機能のその場イメージングを可能にする。
- PA-HDCIを用いたハイスループットスクリーニングにより、hCES2Aに対する強力な共有結合型阻害剤である化合物A4が同定された。
- hCES2Aは、抗がん剤イリノテカンを毒性のある活性代謝物に変換する腸内酵素であり、イリノテカン誘発性腸管毒性(IIT)の原因となる。
- 担がんマウスモデルにおいて、A4は良好な安全性プロファイルを示し、有効性を維持しながらイリノテカンに関連する腸管毒性を軽減した。
- 本研究は、新たなイメージングツールとhCES2A標的薬発見のための検証済みプラットフォームの両方を提供するものである。
見どころはまずプローブ設計そのもの。HDCI骨格からER選択的局在と大きなストークスシフトを引き出しており、単なる蛍光試薬ではなく、細胞内でも破綻しないフォトフィジックスを実現した設計の妙がある。 本当の価値は方法論的な転換にある。機序解析用のイメージングツールがそのままHTS読み出しとして機能し、hCES2A活性を生細胞・生体内でスクリーニング可能な表現型に変換した点は、生化学アッセイと細胞内実態との乖離を埋める。 標的そのものは目新しくない。hCES2Aはイリノテカンを腸毒性代謝物へと活性化するオフターゲット酵素として既知であり、新規メカニズムの開拓というより「副作用を潰す」タイプの創薬だ。 A4はHTS由来の共有結合型ヒットで、マウスでの安全性データは有望だが、反応性プロファイリング、エステラーゼファミリー全体での選択性評価、SAR展開といった共有結合ヒットの定石的な検証はこれから。
ハイスループットスクリーニングにより、既知のGABA-B調節薬CGP7930が心臓ミトコンドリアCa2+取り込みを高める強力なMCU活性化剤であることを発見
- 研究チームは、選択的な作動薬がほとんど存在しないミトコンドリアカルシウムユニポーター複合体(MCUc)の薬理学的活性化剤を探索するため、1,280種の既知生理活性化合物ライブラリをスクリーニングした。
- スクリーニングの結果、もともとGABA-B受容体のアロステリック調節薬として知られていた化合物CGP7930が、ミトコンドリアカルシウム取り込みを強力に活性化することが判明し、難しい標的に対するドラッグリポジショニングの可能性を示した。
- メカニズム解析により、この活性化作用がユニポーター複合体の主要な制御サブユニットであるMICU1に依存することが示され、非特異的な膜作用ではなく特異的な作用機序であることが裏付けられた。
- ミトコンドリアへのカルシウム流入増加は心臓の収縮性バイオエナジェティクス(エネルギー代謝)の改善につながり、心臓のエネルギー代謝障害に関連する病態への応用可能性が示唆された。
- 本研究は、より選択的な次世代MCU活性化剤の開発に向けた有用な薬理学的ツール化合物と出発点を提供するものである。
CGP7930がMCU活性化剤として引っかかってきたのは、渡りに船でもあり厄介の種でもある典型的なヒットだ。本当に面白いのはMICU1依存性の方で、これは膜を非特異的に透過させたり無理やりポアをこじ開けたりしているのではなく、制御サブユニットの界面に効いていることを意味する——選択性のハンドルを立ててSARを組むならまさに欲しい性質だ。 ただしこの化合物にはGABA-B PAMという本業がある。リードとして手を出す前に、まずカウンタースクリーンを回し、GABA-B親和性を落としながらMCU活性化を保つSARシリーズを組む必要がある。これはボーナス作業ではなく、ポリファーマコロジー選別の必須工程だ。 既知化合物のリパーパシングはPK/毒性データをくれるが、独自IPや最適化された活性はくれない——あくまでスタート地点であってリードではない。 とはいえMCUのツール化合物棚がこれほど貧弱だった以上、検証済みの化学物質はどんなものでも追いかける価値がある。
AI共折り畳みモデルBoltz-2でAKR1B10阻害剤を効率発見
- AKR1B10は複数のがん種で過剰発現するアルド・ケト還元酵素であり、有望だが攻略が難しい創薬標的とされている。
- 研究チームはAIベースのタンパク質-リガンド共折り畳みモデル「Boltz-2」を用いて、化学的に多様な大規模化合物ライブラリーを計算機上でスクリーニングし、実験対象となる少数かつ多様性のある候補化合物リストに絞り込んだ。
- この候補リストを実際に試験したところ、異例に高い割合の化合物がAKR1B10に対する阻害活性を示した。
- 確認された阻害剤の中には、サブマイクロモルレベルの高い効力を持ち、これまで報告例のない新規骨格を有するものも複数含まれていた。
- 本成果は、共折り畳みAIモデルが計算予測を実験的に検証されたリード化合物へと効率的に橋渡しする実践的手法であることを裏付け、力任せのスクリーニングへの依存を減らせる可能性を示している。
• 意図的に多様性を持たせた少数のショートリストで、そのほとんどが実際に阻害活性を示した。この打率はHTS的な「まぐれ」では説明がつかない。モデルが結合ポケットについて本当に何かを学習しているということであって、普段なら割り引いて見るドッキングスコアとは質が違う。 • 新規骨格は魅力的だが、興奮する前にSARを見たい。効力が単一の特権的フラグメントに依存しているのか、それとも本当に最適化できるベクトルなのか。前例のないケミオタイプでいきなりサブマイクロモルというのは、通常は改良の余地がある証であって、既知の還元酵素リガンドの行き止まりアナログではないはずだ。 • AKR1B10はAKR1B1(アルドース還元酵素)と近縁で、選択性がここでの本当の勝負どころ。オフターゲット毒性を抱えた「汚い」アルド・ケト還元酵素汎阻害剤は誰も欲しくない。 • これは1標的・1キャンペーンの結果に過ぎない。あまり協調的でない結合ポケットを持つ標的でも再現されるのを見るまでは、共折り畳みモデルをアンサンブルドッキングやFEPに代わる標準トリアージ手法として全面的に信頼するのは早い。有望だが、まだ証明されたわけではない——ただしヒット探索の潮流はこの方向に向かっている。
Efficient Discovery of Potent AKR1B10 Inhibitors Using Co-folding Model Boltz-2 ↗
SuFExクリック反応でDNAコード化マクロ環状ペプチドライブラリーを効率化
- DNAエンコードライブラリー(DEL)は、超大規模なマクロ環状ペプチド集団をスクリーニングして創薬のヒット化合物を見つける手法だが、効率的なDNA上での環化反応が課題だった。
- 新たなDNA上マクロ環化法は、硫黄(VI)フッ化物交換(SuFEx)というクリック型の高速反応を利用してペプチド環をDNAタグ上で直接閉環する。
- この設計では、フェノール基とアリールスルホニルフルオリド基を1本のDNA標識ペプチド内に組み込み、両基が分子内で反応するよう配置している。
- 塩基性水系緩衝液に溶解するだけで、触媒や過酷な条件なしに迅速かつ高転化率の環化反応が進行する。
- この手法により、超大規模なDNAエンコード化マクロ環状ペプチドライブラリーを効率よく高収率で構築でき、DELベースのヒット探索に利用できる化学空間が広がる。
オンDNA化学は、優れたクリック反応が消えていく場所だ——CuAACは銅を使うのでバーコードが傷むし、多くのカップリング反応はトランケーション副生成物を生み、それをHPLCで何週間も追いかける羽目になる。SuFExはこの制約を本当に満たしている。金属も、カップリング試薬も要らず、フェノールとArSO2Fが塩基性水溶液中で勝手に反応するだけ。DEL合成において"クリック"反応がようやく名前通りの働きをした、という感じだ。触媒なしで高転化率というのは、QCが退屈になるということでもある——良い意味で。トランケーション体や未環化体が混入していないプールなら、下流で拾うヒットはノイズではなく本物のシグナルである可能性が高い。マクロサイクリックペプチドは低分子とバイオ医薬品の中間という魅力的なケミカルスペースを占めるが、クリーンな環化ステップがあってこそ、質を落とさずに多様性を拡張できる。地味だが、こういう手法上のブレイクスルーが次世代のDELライブラリーを静かに解放していくのだと思う。
SuFEx Cyclization Enables DNA-Encoded Macrocyclic Peptide Libraries for Drug Discovery ↗
マルチモーダルAIフレームワーク、薬剤耐性菌を標的に毒性スクリーニングも同時実施
- 抗菌薬耐性(AMR)により黄色ブドウ球菌(SA)や淋菌(NG)などの優先病原体に対する治療選択肢が狭まっており、新たな計算創薬ツールへの関心が高まっている。
- MAPViSは、分子グラフ、フィンガープリント、記述子/3D幾何学的特徴をゲート付き融合機構で統合するマルチモーダル深層学習フレームワークであり、約1000万分子を用いた階層的疑似ラベル分類とマスク付きグラフ対照学習により事前学習される。
- ファインチューニング後、SAおよびNGに対する抗菌活性と、3種のヒト細胞株(HepG2、HSkMC、IMR-90)における細胞毒性リスクを同時に予測する。
- ベンチマークおよび外部検証データにおいて、MAPViSはSAタスクで強い初期エンリッチメント性能を示し、上位10候補すべてが実験的に活性であることが確認された一方、NGへの汎化性能はより控えめであった。
- 著者らは、MAPViSを抗菌薬バーチャルスクリーニングを支援する、活性と毒性を統合的にモデル化するスケーラブルなツールと位置付けている。
リガンドベースで構造ベースではない――標的の立体構造情報はループに入っていないので、約1000万分子の事前学習ケモタイプを超えて未知の標的クラスに踏み込んだ途端、適用範囲が怪しくなると思う。活性と細胞毒性を同時に予測する仕組みは本当の差別化点だ。HepG2/HSkMC/IMR-90のフラグを同じランキングに組み込むことで、普段自分で回している毒性カウンタースクリーンの一手間が省ける――これは単なる便利機能ではなく、実際の時短だ。ただS. aureus(上位10件すべて実験で活性確認)とN. gonorrhoeae(「中程度」)の落差が本音を語っている。性能は病原体ごとの学習データ密度に引っ張られているだけで、本物の抗菌ケモタイプの直感ではない。未知の標的でこのランキングを信用する前に、病原体ごとのキャリブレーション曲線と確認済みの真陰性を見せてほしい。トップ10のヒット率だけでは足りない。安価なpre-HTSトリアージフィルタとしては使える。だが構造ベース設計や本物のカウンタースクリーンの代わりにはならない。
可逆仕事メタダイナミクスが高速なヒット選別を実現、AI共フォールディングの「記憶バイアス」も浮き彫りに
- バーチャルスクリーニングでは、高速だが近似的なスコアリング関数に起因する偽陽性が課題となる一方、それを排除できる高精度な自由エネルギー計算は、日常的なハイスループット用途には依然としてコストが高すぎる。
- 著者らはCTMD(c(t)ベースのメタダイナミクス)を開発した。これは、短時間・独立した複数のメタダイナミクス軌道から得られる非平衡可逆仕事推定量c(t)を用いて結合安定性をランク付けする手法で、収束した結合自由エネルギーを必要としない。
- 多様な標的とケモタイプにわたり、CTMDは高速かつ移行性が高く、パラメータ調整をほとんど必要とせずに、頑健な初期エンリッチメントを示した。
- AI共フォールディング手法をベンチマークした結果、Boltz-2のエンリッチメントは訓練データとの類似性に比例し、活性部位を大きく改変しても同様の傾向が持続することが判明し、真の結合物理よりも記憶(メモライゼーション)に依存している可能性が示唆された。
- CTMDは、迅速なドッキング/共フォールディング手法と高コストな自由エネルギー計算の中間に位置するオープンソース手法として提案され、創薬キャンペーンにおける無駄なリソース消費の削減が期待される。
ドッキングと本格的なFEP計算の間にぽっかり空いていた「選別層」を、まさに埋めてくれる手法だ。ドッキングのスコアだけでは合成の優先順位をつけるには雑すぎるし、バーチャルスクリーニングのヒット全てにFEPを回すのは予算的にも納期的にも現実的でない。CTMDの短時間・独立したメタダイナミクス走行とc(t)推定量は、まさにそのギャップに収まり、実際にどの化合物を合成に回すかを変えうる——しかもクラスター規模の計算資源を要しない。オープンソースでチューニングもほぼ不要となれば、専門家が常駐しなくても導入できる。 Boltz-2に関する指摘は、AI共フォールディングを実際の意思決定に使う前に、チームに必ず共有したい内容だ。活性部位を改変しても訓練データとの類似度にエンリッチメントが連動し続けるということは、真の結合物理ではなく既知ケモタイプへのパターンマッチングをしている可能性がある。まさに我々が追い求めている新規スキャフォールドにとって、これは罠になりかねない。
Early-Enrichment Hit Discovery via Reversible-Work c(t) Estimation in Metadynamics (CTMD) ↗
二環ペプチドライブラリーから、難攻不落の受容体Siglec-7を狙う初の非糖鎖型阻害剤が誕生
- ファージディスプレイペプチドを化学的に二つの環へと固定した「二環式遺伝子コード化ライブラリー(BiGEL)」を用いて、小分子での阻害が極めて難しいとされる糖鎖結合型免疫受容体Siglec-7の阻害剤探索が行われた。
- Siglec-7に対するパニングを次世代シーケンシングで解析して数百の候補配列を抽出し、その一部を表面プラズモン共鳴で結合を確認、競合ELISAでSiglec-7とGD3の相互作用を阻害する機能を持つことを検証した。機械学習モデルも配列データから同等の活性を持つ追加の阻害剤を見いだした。
- 構造活性相関の検討から、配列だけでなく二環構造そのものが活性発現に不可欠であることが判明し、NMR解析では最適化リードの一つが糖鎖結合の主要ドメインとは別の部位に結合していることが示され、アロステリックな作用機序が示唆された。
- 細胞を用いた多価結合アッセイではSiglec-7への結合が確認された一方、受容体を持たない細胞への非特異的な結合も顕著にみられ、今後の選択性改善が課題として残された。
何より面白いのはアロステリック部位のほうだ——二環ペプチドが、誰もが糖鎖認識ドメインしか狙えないと思い込んでいた標的に対して、正規の糖鎖結合ポケットとは別の場所に結合している。これはSiglec-7にとって本当にワクワクする話で、シアル酸と直接競合する従来のアプローチとはまったく違うSARの方向性が開ける。ただ、細胞アッセイで見られた非特異的結合は、特定のリードに肩入れする前にきちんと解決してほしい点だ。多価性による見かけのアビディティが、実は平凡なコア親和性を覆い隠している可能性があり、それは後工程でプログラムを潰しかねない典型的なアーティファクトだ。二環ペプチドという化学クラス自体には賭ける価値がある——合成しやすく、反復的なSARに耐えうる化学的安定性を持ち、DEL由来の低分子のように平坦で浅いトポロジーに苦しめられることもない。
多くの「バーチャルスクリーニング改善」は統計的ノイズに過ぎない可能性、事前登録研究が指摘
- 本プレプリントは、典型的な規模の構造ベース・バーチャルスクリーニング用ベンチマークにおいて、2つのプロトコル間のAUROCやエンリッチメントの差をどこまで統計的に区別できるかという、方法論上の根本的な問いを扱っている。
- 著者らは、ベンチマーク比較が当然信頼できるものだと仮定せず、まずこの解像限界(区別可能な最小の差)を直接測定した。
- 続いて、ドッキング・スコアリングプロトコルに対する6つの介入を事前登録し、それぞれを測定済みの解像限界と照らし合わせて検証した。事後的な「成功」報告ではない。
- この事前登録デザインは、バーチャルスクリーニング分野で時折見られる、ベンチマーク固有の小さな差を一般的な改善として提示してしまう選択的報告の問題を防ぐことを狙っている。
- 本研究は新規阻害剤や特定ターゲットを提案するものではなく、バーチャルスクリーニングの改善をどう評価すべきかを扱う方法論・厳密性の研究である。
- 実務上の含意として、公表されているバーチャルスクリーニング性能向上の主張の多くは典型的なベンチマークのノイズの範囲内に収まっている可能性があり、ヒット探索チームは単一ベンチマークでの改善主張を慎重に扱うべきだとしている。
VSベンダーの売り込みを測る物差しとして、今後はこの論文を使いたい。ベンチマークのAUROCやエンリッチメントのノイズフロアを超えられない『プロトコル改善』は、改善ではなくウェビナースライドで着飾ったコイントスに過ぎない。6つの事前登録された介入はハードルが高く、現実には自分たちのキャンペーン前に事前登録までする人はほとんどいないだろうが、少なくとも共同研究者には、見出しのAUROC上昇ではなく解像限界に対する効果量を報告してほしいと言える。自分にとって一番刺さるのは、co-folding系(Boltz-2など)の熱狂にも同じ検証が必要だという点だ。もしこれらのモデルがPDB近傍のケモタイプを単にパターンマッチしているだけなら、公開ベンチマークで古典的ドッキング/FEPに『勝った』というのも、汎化ではなく記憶に過ぎない可能性がある。この程度の証拠でFEPをブラックボックスに乗り換えるつもりはない。
PARP1を"作らせない"新戦略:プロモーターGカルテットを狙う低分子がPARP阻害薬の毒性回避に道を開く
- 従来のPARP阻害薬(PARPi)のようにPARP1酵素そのものを阻害・トラップするのではなく、PARP1遺伝子のプロモーター領域を標的とし、転写レベルでPARP1の産生を抑えることで、PARPiのトラップ作用に伴う血液毒性や耐性機序の回避を目指した。
- このプロモーター領域は、アデニンバルジを特徴とする非正準な(3+1)ハイブリッド型Gカルテット(G-quadruplex)構造を形成しており、これまで創薬標的として利用されてこなかった特異な立体構造である。
- 計算モデリングと生物物理学的解析を組み合わせることで、この特徴的なG4構造に選択的に結合する低分子化合物を同定した。
- 多発性骨髄腫(MM)細胞において、この化合物はPARP1発現を低下させ、下流のDNA修復経路を撹乱し、DNA損傷を伴うアポトーシスを誘導した。
- 一方で健常な血液細胞への影響は概ね抑えられており、従来のPARP阻害薬とは異なる治療域を持つ可能性が示唆された。
惹かれるのはここだ。活性部位ではなくプロモーターを狙ってPARP1を叩くという発想。市販のPARP阻害薬(オラパリブ、ニラパリブ、タラゾパリブ……)はどれもタンパク質自体をトラップ・阻害する機序で、血液毒性やトラッピング由来の耐性はその機序に組み込まれた宿命のようなものだ。G-カルテットを介して転写レベルで発現を止めてしまえば、理屈の上ではその毒性プロファイルをまるごと回避できる。とはいえG4標的低分子は扱いの難しいクラスで、効力よりもゲノム中に無数にあるG4形成配列に対する選択性こそが失敗の常連だ。しかもこのアデニンバルジを持つ(3+1)ハイブリッド型フォールドは本当に新規なポケットで、それは魅力的なSAR領域である一方、参照できる先行知見がないということでもある。まだ初期段階——MM細胞でのバリデート済みヒットであって、リードでも候補化合物でもない。注目には値するが、賭けるのはまだ早い。