共价 vs 非共价药物如何区分?一套可以直接照做的实验判定体系

引言

很多同行都有过一样的困惑:筛到一个活性不错的小分子,却拿不准它和靶蛋白是共价结合还是非共价结合。

这两种结合模式对应的后续优化方向、成药逻辑完全不同。过去共价药物因为脱靶毒性的顾虑不被重视,现在随着技术发展,它在难成药靶点上的优势逐渐显现,相关的筛选和确证方法也形成了成熟的体系。

今天这篇文章我会结合自己整理的文献资料,从最基础的机制区别讲起,一步步讲清楚怎么通过实验严谨判定结合模式,内容都是实操中能用得上的方法,适合刚接触这个方向的科研人员参考。


一、两类药物的作用逻辑

1. 结合动力学的差异

① 非共价药物:可逆平衡,靠浓度维持药效

非共价药物和靶点的结合是可逆过程,结合和解离始终处于动态平衡。

药效的前提是靶点周围有足够的药物浓度,一旦体内药物浓度下降,平衡被打破,药物就会从靶点上解离,药效跟着减弱。描述这类药物的核心参数是解离常数Kd和解离速率Koff

因为是可逆结合,非共价药物在体内还要和高浓度的内源性底物竞争,通常需要频繁给药才能维持有效浓度。

② 不可逆共价药物:两步反应,结合后长期生效

共价药物和靶点的作用分两步进行:

第一步是靠分子骨架和靶点口袋结合,形成可逆的复合物;

第二步是分子上的反应性基团(亲电弹头)和蛋白上的亲核氨基酸发生化学反应,形成共价键。

共价键形成后,药物不会轻易解离,靶点的功能要等细胞合成新的蛋白才能恢复,所以药效持续时间很长,哪怕血药浓度降到很低,抑制作用依然存在。评价这类药物的活性,不能只看初始结合的亲和力,核心要看二阶失活速率常数Kinact/KI,这个参数同时反映了分子的结合能力反应活性。

③ 可逆共价药物:介于两者之间的设计思路

不可逆共价药物如果结合到非靶点蛋白上,会造成持续的影响,带来毒性风险。

可逆共价药物就是为了降低这种风险设计的:它同样会形成共价键,但这个键可以缓慢解离。

这样既可以延长药物在靶点上的停留时间,又能在结合到脱靶蛋白时逐渐脱离,减少毒性。

2. 热力学的差异

非共价结合的驱动力来自疏水作用、氢键、范德华力、静电作用这些分子间作用力,在等温滴定量热(ITC)实验中,通常表现为较大的焓变补偿不利的熵变。

共价键的键能远高于非共价作用力,通常在 50-150 kcal/mol。在 ITC 实验中,共价反应的放热量大,且随时间变化,很难准确测出可逆结合部分的热力学参数,这个特点可以作为区分两者的辅助线索。


二、药物设计的思路差异

理解了机制上的区别,我们再看两类药物在设计逻辑上的不同。

1. 非共价药物:围绕亲和力优化

非共价药物的设计目标是提高和靶点的结合亲和力,通常要求Kd<1μM。

研发过程中主要通过调整分子的官能团,优化空间结构和化学性质,让分子和靶点口袋更匹配,全程不会引入有反应活性的基团。对应的主流筛选方法是高通量筛选和基于片段的药物发现。

2. 共价药物:平衡结合能力和反应活性

共价药物的结构分为两部分:结合骨架和亲电弹头。结合骨架负责和靶点口袋特异性结合,把弹头定位到目标氨基酸附近;亲电弹头负责和蛋白发生反应形成共价键。

设计的关键是控制弹头的反应活性:活性太强,会和很多非靶点蛋白反应,引发毒性;活性太弱,又不能有效修饰靶点。

从已获批药物来看,靶向残基与弹头的搭配有明确规律:

▶ 主流组合:半胱氨酸搭配丙烯酰胺类弹头。半胱氨酸巯基亲核性强,且在人类蛋白质组中丰度低,易实现高选择性;丙烯酰胺反应活性适中,游离状态下非特异性反应少,被定位至靶点附近后可高效发生反应。

▶ 催化残基靶向:β- 内酰胺类抗生素、硼酸类蛋白酶体抑制剂等靶向酶的催化丝氨酸或苏氨酸,但这类残基在同源蛋白中保守性高,药物亚型选择性相对有限。

▶ 前沿拓展:行业正开发靶向赖氨酸、酪氨酸等残基的技术,进一步扩大共价药物的适用范围。


三、怎么用实验判别结合模式?

实际工作中,不能靠单一实验下结论,需要用不同原理的实验互相验证,也就是正交验证。我按从粗到细、从初筛到确证的顺序,整理了一套完整的实验流程。

1. 初筛:快速判断是否存在不可逆抑制

这个阶段的实验成本低、通量高,主要用来排除强亲和力的非共价抑制剂,缩小候选范围。

① 时间依赖性 IC50实验

▶ 非共价抑制剂的 IC50基本不随预孵育时间变化,因为结合很快就能达到平衡。

▶ 共价抑制剂的抑制作用会随时间累积,预孵育时间越长,表观 IC50就越低。

这里要注意:只测一个时间点的 IC50,没法区分是特异性好的共价药物,还是非特异性反应强的化合物,必须设置时间梯度。

② 快速稀释实验(Jump-Dilution Assay)

这是验证可逆性最常用的方法。操作逻辑很清晰:先把蛋白和高浓度的药物预孵育,让结合充分发生;然后用不含药物的缓冲液大幅稀释(通常稀释 100 倍以上),之后连续检测酶活性。

▶ 如果是非共价抑制剂,稀释后药物浓度大幅降低,复合物会逐渐解离,酶活性会慢慢恢复;

▶ 如果是不可逆共价抑制剂,共价键不会因为稀释断裂,酶活性不会恢复;

▶ 如果是可逆共价抑制剂,酶活性会缓慢恢复。

③ 透析法

和快速稀释原理类似,但实验条件更严格。用透析袋截留蛋白,通过大量缓冲液持续置换,彻底去掉游离的药物,之后检测蛋白活性。

④ qIT 筛选

如果是做高通量的共价片段库筛选,可以用定量不可逆锚定筛选技术(qIT)。同时测定化合物和靶蛋白、和谷胱甘肽的反应速率,计算两者的比值,排除那些非特异性反应强的假阳性化合物。

2. 分子水平确证:直接证明共价键存在

初筛只能说明抑制是不可逆的,但不能证明是共价键导致的,需要更直接的分子层面证据。

① 完整蛋白质谱:金标准方法

这是判定共价结合最直接的证据。把靶蛋白和药物孵育后,用高分辨质谱测定完整蛋白的分子量。

质谱检测的条件会破坏所有非共价相互作用,如果是非共价结合,药物会从蛋白上掉下来,蛋白分子量和纯蛋白一致;如果是共价结合,药物和蛋白通过化学键连在一起,不会被破坏,蛋白分子量会精准增加对应药物分子的质量(计算时要减去反应中脱去的小分子部分)。

同时还可以通过峰面积计算蛋白被修饰的比例,也就是修饰占有率。

② 热位移分析和细胞热位移实验

▶ 热位移分析(DSF/TSA)通过测定蛋白的熔解温度变化,判断药物和蛋白的结合强度。一般来说,共价结合会让蛋白的热稳定性提升更明显,但这不是绝对标准,需要搭配同骨架的非共价对照一起比较。这个方法操作简单、通量高,适合做辅助验证。

▶ 细胞热位移实验(CETSA)可以在细胞内检测靶点的热稳定性,如果洗去游离药物后,靶点的热稳定性依然升高,可以作为细胞层面的辅助证据。

3. 位点定位:确定结合在哪个氨基酸上

证明了共价结合之后,还要确定结合的位点是不是预期的活性位点残基,这对评价选择性和后续结构优化很关键。

① 肽段质谱指纹图谱(LC-MS/MS)

这是位点定位的标准方法,标准流程如下:

1) 把结合了药物的蛋白变性、还原,打开所有二硫键;

2) 用碘乙酰胺封闭所有没被药物结合的游离巯基,避免后续发生非特异性反应;

3) 用测序级胰蛋白酶把蛋白切成短肽段;

4) 用液相色谱 - 串联质谱分析肽段,找到带有药物质量偏移的肽段,再通过二级碎片离子的信息,精准定位被修饰的氨基酸。

② 活性导向蛋白质谱分析(ABPP)

如果要在细胞或全蛋白质组水平评价药物的选择性,可以用 ABPP 方法。用带标记的广谱活性探针和药物竞争结合靶点,如果药物是共价结合,就会占据靶点的活性位点,让探针没法结合,最终对应靶点的信号会减弱。

目前的技术还可以在蛋白质组水平同时测定多个位点的结合动力学参数,全面评价药物的脱靶情况。

③ 非变性质谱

对于多亚基蛋白复合物这类特殊体系,常规的变性质谱会破坏复合物结构,可以用非变性质谱。在温和的条件下让蛋白保持天然构象进入质谱,通过调整碰撞能量观察解离情况:非共价结合的药物会先从蛋白上脱落,共价结合的药物会和蛋白连在一起,以此区分结合模式。

4. 定量表征:测定动力学参数

确认机制和位点之后,需要定量测定动力学参数,支撑后续的构效关系优化。

① 表面等离子体共振(SPR)

SPR 可以实时监测结合和解离的过程,两类药物的曲线特征差异很明显:

▶ 非共价药物:停止进样后,响应信号会随时间逐渐下降,也就是解离过程,可以拟合得到Kd、Koff等参数。

▶ 共价药物:停止进样后,响应信号基本不会下降,因为共价键不容易解离。

传统 SPR 做共价药物有一个局限:药物和芯片上的蛋白共价结合后,没法再生重复使用,通量很低。

现在已经有成熟的解决方案,比如用生物素 - 链霉亲和素捕获、Ni-NTA 捕获等方法,让蛋白可逆地固定在芯片上,每轮实验后可以换掉被修饰的蛋白,实现高通量的共价动力学检测,拟合得到参数。

② Kitz-Wilson 酶动力学法

在酶活体系里,可以用 Kitz-Wilson 模型测定共价抑制的动力学参数。

先测定不同药物浓度下,酶活性随时间下降的曲线,算出每个浓度下的表观失活速率常数kobs;再把kobs对药物浓度作图,得到双曲线;通过拟合可以得到kinact/KI。


总结:推荐的实操实验流程

最后给大家整理一个可直接落地的实验顺序,按这个流程走逻辑清晰,也能避免走弯路:

1. 初筛阶段:先做时间依赖性 IC₅₀和快速稀释实验,快速筛选出潜在的共价候选物;

2. 确证阶段:用完整蛋白质谱给出直接的分子证据,搭配热位移实验做辅助验证;

3. 定位阶段:用肽段串联质谱确定具体的结合位点,需要评价全蛋白组选择性的话加做 ABPP;

4. 定量阶段:用 SPR 或者酶动力学方法测定\(k_{inact}/K_I\)等核心参数,指导后续化合物优化。

共价药物现在是药物研发的重要方向,严谨的结合模式确证是所有后续工作的基础。

作为靶点筛选方向的研究者,建立这套完整的判断逻辑,比单独记住某一个实验方法更有用。


⬇️⬇️⬇️

最成本可控、结果有保障的蛋白修饰研究策略——目的蛋白修饰鉴定

蛋白质翻译后修饰是机制研究的“深水区”,天然修饰丰度往往很低需要经过富集才能高效研究,很多研究者认为研究修饰必然涉及成本较高的修饰基团富集,针对有明确通路或目的蛋白的场景,富集目的蛋白是一种成本更低、结果更可控的实验策略。

目的蛋白修饰鉴定分析:可支持UNIMOD收录1000+修饰类型及自定义修饰基团,一次检测可同时分析多种修饰类型。可基于同位点非修饰肽段为基准计算每个位点的修饰程度,比较不同刺激条件下修饰程度的变化。同时配备行业领先的高性能质谱和专研的修饰高灵敏度质谱检测方法,配备评估修饰检测效能的质控体系及经验丰富的技术支持全程指导目的位点的检出。

▶ 常见修饰鉴定:支持UNIMOD收录1000+修饰类型,支持在一次检测中同时分析多种修饰类型。

▶ 自定义修饰鉴定:可自主定义修饰基团,支持自有化合物与药物靶点共价结合的结合位点发现。

▶ OpenSearch未知修饰鉴定:支持OpenSearch开放搜索,发现未知修饰类型及其位点鉴定。


参考资料

1. Faridoon, Ng R, Zhang G, Li JJ. An update on the discovery and development of reversible covalent inhibitors. Med Chem Res. 2023;32(6):1039-1064. doi:10.1007/s00044-023-03065-x

2. Boike L, Henning NJ, Nomura DK. Advances in covalent drug discovery. Nat Rev Drug Discov. 2022;21(12):881-898. doi:10.1038/s41573-022-00542-z

3. Chen F, Gulbakan B, Weidmann S, Fagerer SR, Ibanez AJ, Zenobi R. Applying mass spectrometry to study non-covalent biomolecule complexes. Mass Spectrom Rev. 2016;35(1):48-70. doi:10.1002/mas.21462

4. Brown CP, Armstrong A, Mann DJ. Covalent drug discovery: Progress against key targets, emerging strategies and lessons learnt. Br J Pharmacol. 2026;1-33. doi:10.1111/bph.70344

5. Wu Y, Chen Y, Cao R, Li X, Zhang X. Lysine-targeted covalent inhibitors: Emerging warheads and expanding applications in medicinal chemistry. J Med Chem. 2026; doi:10.1021/acs.jmedchem.5c03241

6. Gai C, Harnor SJ, Zhang S, Cano C, Zhuang C, Zhao Q. Advanced approaches of developing targeted covalent drugs. RSC Med Chem. 2022;13(12):1460-1476. doi:10.1039/d2md00216g

7. Roviello GN. Nature-inspired pathogen and cancer protein covalent inhibitors: From plants and other natural sources to drug development. Pathogens. 2025;14(11):1153. doi:10.3390/pathogens14111153

内容概要:本文围绕列车-轨道-桥梁交互仿真研究,基于Matlab平台构建数值模型,系统分析列车运行过程中轨道与桥梁结构间的动态相互作用机制。研究涵盖多体动力学建模、耦合系统运动方程求解、边界条件设定及仿真结果可视化等关键环节,重点揭示高速行车条件下基础设施的振动传递规律与力学响应特征。该仿真方法可有效评估结构安全性、舒适性指标及疲劳寿命,为轨道交通工程的设计优化与运维管理提供理论支撑和技术路径。文中配套提供了完整的Matlab代码实现方案及操作说明,便于用户复现、验证和拓展相关研究。; 适合人群:具备Matlab编程基础和结构动力学、车辆动力学等相关专业知识的研究生、科研人员及从事铁路工程、桥梁工程与交通系统安全评估的工程技术人才,尤其适合开展轨道交通耦合振动课题的研究者。; 使用场景及目标:①用于高校与科研机构进行列车-轨道-桥梁耦合系统动力学特性的教学演示与科学研究;②支撑高速铁路桥梁的设计优化、运营安全性评估与减振降噪方案验证;③为复杂交通基础设施的多物理场耦合仿真提供建模思路与代码参考。; 阅读建议:建议读者结合所提供的Matlab代码逐模块深入研读,重点关注系统建模假设、质量-刚度-阻尼矩阵构建方法及数值积分算法的实现细节,同时可通过调整参数进行敏感性分析,进一步掌握仿真模型的适用范围与优化方向。
内容概要:本文系统研究了线性薛定谔方程的物理信息神经网络(PINN)求解方法,提出一种将物理规律嵌入深度学习模型的科学计算新范式。通过构建全连接神经网络架构,将线性薛定谔方程及其初始/边界条件作为损失函数的核心组成部分,实现了在无须大量标注数据的前提下对复值偏微分方程的高精度数值求解。该方法充分利用自动微分技术精确计算方程残差,有效融合了数据驱动与模型驱动的优势,在光学孤子传播、量子系统演化等典型场景中展现出优异的逼近能力与泛化性能。文中配套提供了完整的Python实现代码,涵盖网络搭建、损失定义、训练优化与结果可视化全流程。; 适合人群:具备Python编程能力与深度学习基础知识,熟悉偏微分方程理论及科学计算的理工科研究生、科研人员,以及从事光学、量子物理、流体力学等领域建模与仿真的工程技术人员。; 使用场景及目标:① 掌握PINN方法的基本原理与实现技巧;② 学习如何将复杂物理方程转化为可训练的神经网络损失项;③ 应用于线性光学、玻色-爱因斯坦凝聚、水波动力学等问题的仿真与预测;④ 为相关科研课题提供可复现的算法原型与代码参考。; 阅读建议:建议读者结合所提供的Python代码进行动手实践,重点理解神经网络对微分算子的近似机制、损失函数的多任务加权策略以及训练过程中的超参数调优方法,进而可迁移至其他线性偏微分方程的求解任务,拓展其在交叉学科中的应用边界。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值