编辑推荐：
在药物研发中，靶向难成药蛋白颇具挑战。研究人员开展了肽基不可逆抑制剂的从头合理设计研究。通过构建计算框架，针对 KRASG12C和 BTK481C筛选出高亲和力肽抑制剂，为药物研发提供新策略。
在生命科学和医学领域，攻克难成药蛋白的靶向治疗一直是科研人员努力的方向。传统的小分子抑制剂（SMIs）虽应用广泛，但面对像蛋白质 - 蛋白质相互作用（PPI）界面、狭窄的变构口袋、转录因子和 DNA 结合蛋白等靶点时，却显得力不从心。这些靶点难以被 SMIs 触及，主要是因为其小而紧凑的结构、扁平的形状以及缺乏天然底物。而肽抑制剂（PIs）凭借更大的相互作用表面、结构灵活性以及能够精准靶向目标蛋白 “热点” 区域的优势，逐渐成为极具潜力的替代方案。它可以与目标蛋白形成广泛且特异性的接触，增强结合亲和力和选择性，在癌症治疗、传染病和自身免疫性疾病等领域展现出良好的应用前景。
然而，肽基共价抑制剂的从头设计面临诸多挑战。选择合适的反应弹头、设计有效的肽序列、确保选择性并减少脱靶效应，以及考虑肽的灵活性和折叠等问题，都需要综合考量。而且，目前还缺乏系统的计算机辅助设计方案。在此背景下，来自南非夸祖鲁 - 纳塔尔大学（University of KwaZulu Natal）和中国华中师范大学的研究人员开展了一项重要研究，旨在开发一种系统的计算框架，用于肽基不可逆抑制剂的从头设计。该研究成果发表在《BMC Methods》杂志上，为药物研发领域带来了新的希望。
研究人员运用了多种关键技术方法来开展此项研究。首先，通过 Mapping 技术确定与目标蛋白关键残基互补的肽序列，为后续设计奠定基础。接着，利用 Peptide Combination Generator（PepCoGen）生成多种肽组合序列，以拓展序列多样性。然后，借助 ToxinPred 等工具对肽序列进行毒性和理化性质筛选，确保筛选出的肽具有良好的成药特性。在肽折叠预测方面，采用 PEP - FOLD3 进行建模。对于肽 - 蛋白共价对接及模拟，使用 Rosetta CovPepDock 和 covalent molecular dynamics（MDcov）等技术，结合分子力学 / 广义玻恩表面积（MM/GBSA）方法计算结合自由能（BFE） ，全面评估肽抑制剂与目标蛋白的结合能力。
在研究结果部分：
- 计算筛选和优化互补肽序列：研究人员从初始肽序列出发，生成了大量肽序列库，经过多轮筛选，包括毒性、两亲性、疏水性等性质的评估，最终得到了一系列符合要求的肽序列。
- 肽结构构象建模：利用 sOPEP 粗粒化力场预测肽的构象折叠，发现筛选出的肽具有较低的 sOPEP 能量值，表明它们能够形成稳定且有利于功能发挥的空间排列。
- 共价肽抑制剂建模：成功对部分肽序列进行了与亲电肽结合物的建模，这些肽表现出较低的约束和界面分数，意味着它们与目标蛋白之间具有更强的相互作用，展现出良好的治疗潜力。
- 蛋白质 - 配体相互作用框架分析：对比肽抑制剂和参考抑制剂与目标蛋白的相互作用模式，发现肽抑制剂与 KRASG12C和 BTK481C的结合通过多种相互作用实现，包括氢键、静电相互作用和疏水相互作用等，且与参考抑制剂的相互作用模式存在差异，这些差异与它们的结合亲和力相关。
- 结构和柔性构象变化分析：通过计算根均方偏差（RMSD）和根均方波动（RMSF）评估目标蛋白的结构稳定性和残基灵活性。结果显示，肽抑制剂与参考抑制剂相比，在与目标蛋白结合时，能使目标蛋白维持相对稳定的结构，具备稳定结合的潜力。
- 结合自由能计算：计算结果表明，针对 KRASG12C，肽抑制剂 RVKDX、HVKXR 和 XLKDH 的结合自由能与已获批药物 sotorasib 相当；针对 BTK481C，肽抑制剂 XDYMA、XDYVL 和 QDWXL 的结合自由能优于参考抑制剂 zanubrutinib、acalabrutinib 和 ibrutinib，显示出肽抑制剂在靶向这两个蛋白时具有强大的结合能力。
在结论和讨论部分，该研究开发的计算框架为肽基共价抑制剂的设计提供了系统的方法。通过对 KRASG12C和 BTK481C的研究，筛选出了具有潜在治疗效果的肽抑制剂，其结合模式和稳定性表现出与传统小分子抑制剂不同的优势。然而，研究也存在一定局限性，如未充分考虑共价抑制的动力学因素，需要进一步的实验验证来确定抑制剂结合和共价键形成的动力学性质。尽管如此，这项研究为针对难成药蛋白的药物研发开辟了新途径，有望推动新一代治疗药物的开发，为癌症等疾病的治疗带来新的突破，在生命科学和医学领域具有重要的理论意义和潜在的临床应用价值。
