自下而上探索万亿级化学空间：一种高效发现BRD4(BD1)新型配体的计算策略

本研究针对超大规模化合物库筛选的计算瓶颈，创新性地提出"自下而上"的分层虚拟筛选策略。研究人员通过系统探索片段化学空间（探索阶段）和定向挖掘优势区域（开发阶段），结合分子对接、MM/GBSA和动态解离(DUck)等多层次计算方法，成功鉴定出19个纳摩尔级BRD4(BD1)新型配体，命中率达22%。该工作为高效导航万亿级化合物库提供了可行方案，对加速药物发现具有重要意义。

　　

在药物研发领域，寻找先导化合物犹如大海捞针。传统高通量筛选(HTS)虽然能处理数百万化合物，但面对新兴的万亿级按需化合物库时却力不从心。更棘手的是，现有计算方法要么受限于对接评分函数的准确性，要么面临生成化合物合成可行性差的困境。如何高效挖掘这些"化学宇宙"中的宝藏，成为摆在研究者面前的重大挑战。

针对这一难题，来自西班牙巴塞罗那大学(Universitat de Barcelona)的研究团队在《Communications Chemistry》发表创新性解决方案。他们开发出分层计算策略，通过"自下而上"方式系统探索化学空间：先全面扫描低分子量片段空间（约10⁶个片段），识别关键药效团后，再定向扩展优势结构。该方法结合分子对接、分子力学/广义玻恩表面积(MM/GBSA)和动态解离计算(DUck)等多层次过滤，最终在BRD4(BD1)靶点上获得19个新型配体，命中率高达22%，最优化合物IC₅₀达27.9 nM。

关键技术包括：1）MDMix溶剂模拟定位结合热点；2）rDock对接4M片段库；3）Chemical Checker签名聚类；4）SpaceMACS构建2000万规模聚焦库；5）MM/GBSA结合自由能预测；6）DUck评估键合强度；7）差示扫描荧光(DSF)和表面等离子共振(SPR)双正交验证；8）TR-FRET竞争结合实验定量测定IC₅₀；9）X射线晶体学确认结合模式。

【A hierarchal computational approach to explore vast chemical spaces】

研究建立了包含探索和开发两阶段的工作流程。探索阶段通过MDMix确定BRD4(BD1)的Asn140氢键和疏水口袋两个关键药效特征，对接筛选出5个核心片段（7-11）。开发阶段采用SpaceMACS构建16-27M规模的聚焦库，通过约束对接保留母核结合模式，最终合成85个化合物，计算成本降低约10⁴倍。

【Discovery of novel BRD4(BD1) compounds】

在三种验证场景中：虚拟片段（44% DSF命中率）、晶体片段（71%）和已知药物（72%），共发现25个双阳性（DSF+SPR）化合物。TR-FRET验证19个剂量依赖性结合剂，包括源自虚拟片段的7个、晶体片段的6个和已知药物的6个。晶体结构证实94号化合物（IC₅₀=27.9 nM）等保持预测结合模式。

【Biophysical validation of the BRD4(BD1) compounds discovered】

DSF检测显示△T_m>0.53℃为阳性标准，SPR以信号>2SD为阈值。X射线解析发现92号（PDB 9HT2）和94号（PDB 9HT1）化合物与预测一致，而50号（PDB 9HT0）呈现意外反向结合但保留关键药效相互作用。

【Discussion】

该研究突破性地实现了万亿级化学空间的高效导航，其创新性体现在三方面：首先，采用SMARTS查询而非传统合成子策略，摆脱了构建块限制；其次，通过分层计算将155M化合物的筛选成本控制在3×10⁴CPU小时；最后，获得的配体与已知BRD4结合剂化学多样性显著（图5），为新药研发开辟了知识产权空间。特别值得注意的是，即使对(+)-JQ1等复杂母核，该方法仍能发现结构新颖的类似物。

这项工作为应对化学空间规模指数级增长提供了可持续解决方案。随着按需化合物库预计每扩大10倍深度仅增加2-3倍，这种基于优势区域识别的策略将保持长期有效性，为加速先导化合物发现树立了新范式。