基于自动化小分子结构注释的无条形码大规模库筛选技术革新药物发现

《Nature Communications》：Barcode-free hit discovery from massive libraries enabled by automated small molecule structure annotation

本研究针对传统亲和选择技术（如DNA编码库DELs）存在的合成复杂性及核酸结合靶点不兼容等局限，开发了自编码库（SEL）平台。通过结合串联质谱与自定义COMET软件实现小分子结构自动注释，成功实现对超50万化合物的无条形码一次性筛选，并针对CAIX和FEN1靶点发现纳摩尔级结合剂/抑制剂。该技术突破了DELs对核酸结合靶点的筛选限制，为早期药物发现提供了新范式。

　　

在药物发现领域，寻找高亲和力配体是推动治疗手段发展的关键。传统的高通量筛选（HTS）虽然成效显著，但其高昂的成本和复杂的设施限制了广泛应用。亲和选择技术能够一次性筛选大规模化合物库，其中DNA编码库（DELs）通过将小分子与特定DNA条形码连接，实现了巨大化学空间的探索。然而，DEL技术存在明显局限：化学合成需与酶连接步骤交替进行，所有反应必须与水及DNA兼容，且DNA标签的大小可能影响结合构象，尤其不适用于核酸结合蛋白靶点。

为解决这些问题，Leiden University等机构的研究团队在《Nature Communications》发表了题为“Barcode-free hit discovery from massive libraries enabled by automated small molecule structure annotation”的研究。他们开发了自编码库（SEL）平台，通过串联质谱（MS/MS）结合自定义COMET软件实现小分子结构的自动注释，无需外部标签即可鉴定筛选命中化合物。该平台采用固体相分裂聚合合成策略，兼容多种化学反应类型，包括交叉耦合、杂环化、酰胺形成和亲核芳香取代等。

关键技术方法包括：1）通过固体相合成构建三种不同支架的组合库（SEL 1-3），规模达49万至75万成员；2）利用纳升液相色谱-串联质谱（nanoLC-MS/MS）分析亲和选择样品；3）开发COMET（组合质量编码解码工具）软件，基于碎片化规律实现高通量化合物注释；4）针对碳酸酐酶IX（CAIX）和瓣状内切酶1（FEN1）进行亲和选择验证；5）通过生物层干涉术（BLI）和荧光偏振DNA切除实验验证结合活性与抑制效果。

库设计与合成

研究团队建立了三种库架构的合成方案：SEL 1通过两个氨基酸构建块与羧酸修饰剂连接；SEL 2基于苯并咪唑核心进行三位点修饰；SEL 3通过Suzuki-Miyaura交叉耦合反应构建。通过虚拟库评分筛选具有类药性质的构建块，最终合成的库中大多数化合物满足分子量、logP等类药参数要求。

库解码

针对库中存在的同量异位化合物（最高达500种/质量数）问题，团队开发了COMET工作流程。该工具通过预测碎片峰过滤MS/MS图谱，将假阳性注释从2800个降至可控范围，同时保持66-74%的正确召回率，实现对复杂样品的自动化解码。

CAIX筛选

针对碳酸酐酶IX（CAIX）的筛选结果显示，所有三种库中均显著富集含芳香磺酰胺的构建块（p<10^-97）。通过背景扣除与COMET分析，从SEL 1鉴定出74个命中化合物，其BLI验证结合力达纳摩尔级。库浓度实验表明100 fmol/成员的输入量可实现500万库规模的筛选。

FEN1筛选

针对DNA处理酶FEN1（DELs不适用靶点）设计了聚焦库SEL 4。筛选发现化合物6和7能通过N-羟基脲基团协调镁离子，IC₅₀值分别为827 nM和480 nM。分子对接显示其疏水构建块与Met37/Tyr40产生相互作用，验证了SEL平台对挑战性靶点的应用潜力。

该研究通过无条形码自编码库技术实现了大规模化合物库的亲和筛选，突破了DEL技术在合成复杂度与靶点适用性方面的限制。SEL平台仅需5步常规合成反应，且兼容多种化学转化条件，结合COMET自动化解码流程，为学术与工业界早期药物发现提供了高效、普适性强的解决方案。特别在核酸结合靶点（如转录因子、RNA结合蛋白）的配体发现领域展现出独特优势，为攻克"不可成药"靶点提供了新路径。