阿尔茨海默病药物发现中的"活性墙"：当效价优化触及极限时

《Drug Discovery Today》：The Activity Wall in Alzheimer’s drug discovery: When potency optimization reaches its limits

在临床前化合物中，最终进入市场者约为2万至3万分之一。尽管多靶点疾病的生物学复杂性是主要因素，但靶点类别内结构保守性构成的关键瓶颈同样重要。这种分化不足常导致脱靶活性，尤其在激酶等家族中，效价与非特异性结合无法解耦，造成安全性特征不可持续并导致临床失败。因此，在多数从苗头化合物到先导化合物（hit-to-lead）的优化方案中，优化效价（通常以低微摩尔或亚微摩尔阈值为目标）是首要目标（尽管并非唯一目标），因为降低所需剂量既能改善安全性特征，也能提升候选药物的药物经济学可行性。然而，确定何时停止某一化学系列的优化仍是药物化学中最艰巨的挑战之一。这种模糊性引出根本性问题：活性优化的实际极限在哪里？理想活性应达纳摩尔、皮摩尔甚至更高水平？对同一骨架（此处依据Bemis–Murcko概念，即由环系统及其连接原子组装而成的二维分子框架）的进一步修饰在何时变得完全徒劳？更重要的是，必须考虑这种对绝对效价的不懈追求最终是否会进入收益递减阶段，此时进一步的亲和力提升不再转化为治疗结局的改善。 本文旨在通过"活性墙"（Activity Wall）概念回应上述问题。研究人员将活性墙定义为一种多因素屏障，当针对特定化合物系列或相关化学类似物的结构修饰在hit-to-lead过程中达到功能性平台期时即显现。此时，在这些既有系列内继续衍生化往往不会带来有意义的效价提升，反而严重消耗研究资源且不改善临床可行性。此外，活性墙可作为骨架过度探索的诊断性指标，揭示何时某一化学型（chemotype）内的穷尽式修饰只产生递减收益，而非拓展至真正可开发的化学空间。 尽管研究人员承认现代药物发现受大量多维参数支配，但本框架特别聚焦于生物活性、亲脂性及由此导致的分子适应性（molecular fitness）侵蚀之间的相互作用。活性墙识别出那些在体外（in vitro）保留看似优异活性、但亲脂性、理化性质及结构特征远超出成功候选药物可接受边界的化合物。 这令人联想到"平坦构效关系"（flat structure–activity relationship，SAR）概念，后者是一种局部特征，表现为类似物效价无显著改善，主要导致资源和合成投入的损失。然而，活性墙涵盖多个因素，不仅整合了生物活性的极限，还整合了因研究人员未能识别先导优化阶段结构极限而产生的药代动力学变异。如本文所述，在hit-to-lead优化项目中识别活性墙，可为判断进一步结构优化何时变得适得其反提供明确基准，使研究团队得以将重心转向理化适应性、整体设计和骨架探索或多样化，避免研究资产在停滞化学系列上的浪费性消耗。本文通过阿尔茨海默病（Alzheimer's disease，AD）药物发现相关案例研究讨论活性墙概念，并就规避活性墙提供见解与潜在解决方案。

研究背景与问题：临床前化合物最终上市比例约为2万至3万分之一。多靶点疾病的生物学复杂性和靶点类别内结构保守性是关键瓶颈，后者常导致脱靶活性，尤其在激酶等家族中效价与非特异性结合难以解耦，造成安全性不可持续与临床失败。因此，优化效价（通常追求低微摩尔或亚微摩尔阈值）成为多数hit-to-lead方案的首要目标，但何时停止某一化学系列的优化仍是药物化学最艰巨的挑战之一。由此引出核心问题：活性优化的实际极限何在，应追求纳摩尔、皮摩尔还是更高水平；对同一骨架（按Bemis–Murcko概念定义的二维分子框架）的进一步修饰何时完全徒劳；对绝对效价的不懈追求是否进入收益递减阶段，即进一步亲和力提升不再转化为治疗结局改善。研究人员由此提出"活性墙"（Activity Wall）概念，将其定义为多因素屏障：当针对特定化合物系列或相关类似物的结构修饰在hit-to-lead过程中达到功能性平台期时显现，此时继续衍生化不仅无有意义效价增益，反而严重消耗研究资源且不改善临床可行性；该概念亦作为骨架过度探索的诊断指标，揭示化学型内穷尽修饰何时只产生递减收益。研究聚焦生物活性、亲脂性与分子适应性侵蚀之间的相互作用，识别那些体外活性看似优异但亲脂性、理化及结构特征远超成功候选药物可接受边界的化合物。该概念与"平坦构效关系"（flat SAR）相关但范围更广，后者仅指类似物效价无显著改善的局部特征，而活性墙还整合药代动力学变异等因素。研究通过AD药物发现案例（β-分泌酶1（beta-site APP cleaving enzyme 1，BACE1）与Tau抑制剂）讨论该概念，并提供规避策略。

关键技术方法：研究采用化学信息学（chemoinformatics）方法，从ChEMBL数据库（release ChEMBL_36）检索BACE1数据集（UniProt代码P56817），仅保留单一蛋白测定且以纳摩尔（nM）报告明确效价值的记录，剔除标注"超出典型范围""潜在转录错误"的数据，仅保留标准关系修饰符为"="的记录，主要生物活性终点来自FRET等测定，最终构建含4716个BACE1抑制剂的BACE1-DS数据集；基于Bemis–Murcko概念计算骨架并统计频次，计算pIC₅₀、sLogP与配体亲脂效率（ligand lipophilic efficiency，LLE）等指标，绘制按年代演变的LLE图与按骨架分组的LLE图；同时采用Brenk结构警示（Filter_A）、泛测定干扰化合物（pan-assay interference compounds，PAINS）子结构筛查及合成可及性评分（SAScore）评估分子质量；并对Tau蛋白抑制剂数据集开展类似的骨架分析、LLE谱与全局概览分析。数据集公开于GitHub。

研究结果：

活性墙的"砖块"：分子肥胖（molecular obesity）指由亲脂性增加和非特异性结合驱动的亲和力微小增益，最终损害溶解度与代谢特征；平坦SAR指结构修饰未能引起生物活性显著变化而致效价平台，典型判据是同一骨架内修饰未能使效价变化超过一个数量级；LLE定义为pIC₅₀与sLogP之差，先导类类似物LLE宜为5–7或更高，LLE下降可作为先导优化收益递减的数值证据，即使效价上升亦可提示向分子肥胖过渡。针对中枢神经系统（central nervous system，CNS）递送，研究采用sLogP 1.5–2.7的基线窗口与LLE大于6.0的阈值，并考虑较高sLogP类似物更易成为P-糖蛋白（P-glycoprotein，P-gp）外排底物。

AD与活性墙标志：AD以β-淀粉样蛋白（amyloid-beta，Aβ）斑块和由过度磷酸化Tau构成的神经原纤维缠结为分子特征，BACE1切割淀粉样前体蛋白（amyloid precursor protein，APP）生成Aβ肽。文献中已有9005个小分子针对BACE1测试、约13777个IC₅₀报告，但无一通过临床试验最终阶段。Verubecestat体外对人神经元细胞系IC₅₀为2.2 nM，却在III期因未能改善前驱期AD患者痴呆评分、甚至认知与日常功能恶化而终止，其单靶点设计及对BACE1其他生理底物（髓鞘形成、星形胶质细胞生成、神经发生、突触连接等）的影响导致在靶不良反应。Lanabecestat（AZD3293）对人BACE1的K_i为0.4 nM、对人BACE2为0.8 nM，因BACE1/BACE2选择性不足引起皮肤与毛发色素减退等脱靶效应，亦在III期终止。二者说明效价驱动策略可损害临床安全边际与治疗可行性。

BACE1抑制剂调查：BACE1-DS含1896个独特骨架，报告最多的6个骨架为B1–B6。B1（环丙并噁嗪吡啶酰胺核心，n=133）与B2（噁嗪吡啶酰胺核心，n=108）化合物数最多且平均pIC₅₀最高（分别为7.21与7.44），但平均sLogP分别为3.24±0.55与3.74±0.76，提示活性优化主要依赖亲脂性增加而非配体效率改善；LLE均值仅3.97与3.70，低于阈值。按年代追踪的LLE图显示，B1部分当代类似物活性与亲脂性均较前体下降，B2约在2017年明显向高亲脂性偏移而远离CNS理想谱，2021年部分化合物sLogP改善但未获后续活性增益。B3（二苯基咪唑啉酮核心，n=84）平均sLogP为2.91，最接近CNS渗透要求，但最新骨架修饰未能提升效价。B4（姜黄素类核心，n=60）活性最低（均值5.85）、亲脂性最高（均值3.87），2015年前后研究增多但SAR平坦，分子质量最差。B5（苄基/苄氨基二氧代噻烷核心，n=51）平均pIC₅₀为7.0，但高活性与亲脂性取代基添加相关（平均sLogP 3.48），多数化合物逐渐超出CNS理化边界。B6（苯环结构，n=49）亲脂性最低（平均sLogP 1.24）但变异最大（sd=2.98），LLE标准差最高（3.65），近十年无向更高效价改善的明确趋势，提示已达活性墙。总体上6个高频骨架均未持续呈现高效价与平衡亲脂性兼具的最优CNS理化特征，支持活性墙假说。

BACE1抑制剂数据库总体概览：按骨架分组的LLE图显示，4716个化合物中仅60个（1.27%）符合理想CNS区域标准；其中17个（28.33%）依Brenk结构警示含结构毒性团，无化合物含PAINS子结构，6个（10.0%）合成可及性差（SAScore>5）。这些有前景的骨架数据点较小，表明文献中出现频率低。吡唑并哌嗪骨架即为示例，数据集中仅3个化合物，但Peschiulli等的研究中化合物7（CHEMBL4521954）兼具纳摩尔BACE1效价、良好内在渗透性与低P-gp外排，因hERG风险需进一步优化；化合物30（CHEMBL5084378）保留该骨架并在核心引入氰基、芳环引入氟，降低体系碱性并改善BACE1效价，但hERG风险未完全解决；后续优化得到化合物36（CHEMBL5074068），兼具高BACE1效价、较低心血管与外排风险、良好脑暴露及体内Aβ42持续降低。说明骨架在数据集中代表性有限并不必然反映药物化学潜力有限。对Tau蛋白抑制剂的类似分析显示，高频骨架无一达到所需效价-亲脂性平衡以进入CNS性质空间，全数据集亦无骨架位于理想CNS区域，相当比例子集带结构毒性团，进一步指示活性墙存在。

规避活性墙的策略：活性极限并非物理或热力学不可能所致，而是化学亲和力与临床可行性之间的关键分歧；真正屏障是活性墙，此时进一步效价增益与特异性高质量分子识别脱耦，转为由亲脂性增加与分子肥胖人为驱动，此后额外亲和力不再转化为治疗成功，而可能带来可开发性障碍、脱靶相互作用增加、毒性风险升高及复杂生物系统中临床失败概率上升。活性墙并非不可逾越，可作为诊断基准，提示何时停止系列优化并转向替代骨架。策略包括：分析未充分探索的化学空间（整合超大化学库、医学与基因组数据及知识图谱等先进计算流程，摆脱饱和化学型）；追求多靶点药物设计（超越传统单靶点范式以应对AD等多因素病理）；发表并整理无活性数据（报告确证"无活性"或低效价化学型以丰富公共化学库，促进描述性与预测性模型发展）；实施正交测定（持续应用互补、正交的体外测定，在投入合成与资金资源前降低测定干扰化合物与假阳性优先级）。

讨论与结论：药物化学的主要挑战并非缺乏强效分子，而是难以将效价转化为整体分子适应性。分子肥胖、平坦SAR出现与LLE下降可视为活性墙的主要砖块，识别它们有助于判断是否接近屏障。在特定核心框架中应用该概念可采用多参数工作流程：在AD研究中筛查CNS性质指南与结构警示并绘制LLE谱，当骨架内类似物无法越过既定LLE阈值线时活性墙即显现，表明效价增益以亲脂性为代价换取而牺牲目标化学空间的可及性；如图1所示，化合物不仅可能未达LLE阈值线，还可能具有影响分子适应性的不良性质或子结构。在BACE1与Tau聚集抑制剂化学空间中，对既有骨架的广泛探索常带来有限或不可持续的效价增益，伴随亲脂性不利变化、配体效率下降与结构警示累积，说明长期优化会逐步压缩化学系列可用的理化空间，最终形成活性墙，越过之后进一步结构修饰只产生递减收益。分析亦表明，骨架内大量类似物并不必然代表富有成效的药物化学活动，高频化学型可能反映历史研究偏好而非内在更优起点；反之，相对未充分探索的骨架不应被视为失败起点，其可能保留未开发的优化机会，并在某些情况下提供实现效价与分子质量适当平衡的替代结构起点。尽管上述观察直接源自BACE1与Tau聚集抑制剂数据集，但对药物化学领域的先导优化具有更广泛的概念意义。在针对AD等复杂疾病的宏大药物发现项目中，规避活性墙需要从以效价为中心的优化转向对分子质量的多维评估：从化学信息学角度，不仅监测效价与配体效率，还需识别潜在PAINS与结构毒性团、评估合成可行性，并从优化最早期阶段考虑理化与药代动力学缺陷；这些努力应由互补策略支持，包括整理整合可靠的无活性化合物数据、探索多样且代表性不足的化学空间以及计算与实验方法结合。最终，将这些维度整合进统一发现流程，可能使先导优化从最大化效价的练习转变为旨在识别活性、可开发性以及最重要治疗潜力适当平衡分子的真正整体性过程。