摘要：欧莱雅公司的研究人员对已经批准上市的美容用分子进行碎片化、官能团化与重新组合等一系列处理，构建了适于虚拟筛选的虚拟库。对该虚拟库进行了基于药效团的虚拟筛选以及三个月的优化阶段后，发现了一个各种性质都理想的先导物，其有望在美容应用领域里作为皮肤护理的候选分子。本项目的成功为其它美容靶点的先导物发现铺平了道路。
文献整理：肖高铿
文献来源：Deyon-Jung, L., et al. (2016). “Fragment pharmacophore-based in silico screening: a powerful approach for efficient lead discovery.” MedChemComm 7(3): 506-511. DOI：10.1039/C5MD00444F
一. 摘要
欧莱雅公司的研究人员对已经批准上市的美容用分子进行碎片化、官能团化与重新组合等一系列处理，构建了适于虚拟筛选的虚拟库。对该虚拟库进行了基于药效团片断的虚拟筛选以及三个月的优化阶段后，发现了一个各种性质都理想的先导物，其有望在美容应用领域里作为皮肤护理的候选分子。本项目的成功为其它美容靶点的先导物发现铺平了道路。
二. 前言
基于药效团的虚拟筛选以及活性谱预测是药物化学科研最流行的技术之一，已经广泛的用于苗头化合物发现、苗头化合物扩展、苗头化合物至先导物的发现以及先导物优化项目里。在虚拟筛选苗头化合物通往临床前候选化合物的漫漫长路中，成功的关键因素是合适虚拟筛选库。虽然虚拟筛选在药物发现领域已经很成功，但是化妆品不同于药品：化妆品要求有效的局部浓度、不同的用法、用量与使用频次、要求可被皮肤清除或水洗。因此，本研究的一个主要目是设计一个对皮肤有益的虚拟库，其含有92000分子，同时它也用于基于片断的药效团虚拟筛选。
三. 流程
总的流程如图1所示：
图1. 苗头化合物发现流程:从虚拟库的设计到全新μM水平苗头化合物的发现
1. 片断化处理
收集了274个结构多样的起始化合物，这些化合物已经批准用于化妆品使用，具有安全、好的水溶性、合适的理化性质与药代性质，第一步是将274个化合物拆成片断，生成542个不同的片断分子。采用手工一个一个分子处理，根据药物化学经验进行处理：既考虑到化学基团、还考虑到理化性质的可预测性。
2. 片断分子的官能团化处理
有的片断分子需要引入官能团以便可以用于重组操作。本工作也是手动完成，兼顾毒性、绿色化学兼容性、环境安全与生产方便等因素。官能团化完成后，只有那些商品可购买到的化合物保留下来（333分子）。
图2以Chrysin为例，展示片断化与官能团化的过程。
图2，片断化-官能团化流程
3. 重组处理
用Combichem软件将333个片断两两组合，通过8个满足绿色化学的反应（比如酯化反应、肽的缩合）生成了含有92000个不同化合物的虚拟库。这个虚拟库里，只有大约1.5%的化合物有商品可购买。
4. 基于药效团片断的虚拟筛选
感兴趣的靶点是一个皮肤蛋白，首先用Ligandscout基于配体-蛋白相互作用生成药效团模型，这个模型包含了全部的配体-受体相互作用。然而这个模型的两个最远药效团元素之间距离特别大（达到15Å），而数据库的分子并没有那么大的尺寸，因此考虑采用片断化的药效团进行虚拟筛选。
如图3所示，将初始的药效团人为的分为三个部分，生成两个药效团模型：PSB1（Zone 1 + 2）与PSB2（Zone 2 + 3）药效团。
图3，将初始的药效团片断化为三个区
PSB1与PSB2模型对数据库进行虚拟筛选，分别命中352与148个化合物。根据相互作用强度与性质、药效团拟合打分、骨架多样性、分子的新颖性等进一步挑选了其中43个命中化合物。
5. 首个苗头化合物的发现
43个虚拟命中化合物经过合成、生物学评价，发现其中3个有目标活性，活性在mM水平（PCI9301, PCI9240, PCI9298）,总共含有两种化学类型。
由于知识产权的原因，我们仅关注其中一个系列，并进一步进行苗头化合物跟进与验证。从虚拟库里选了8个衍生物并进行了合成与生物学测试，结果表明化合物PCI9384与PCI9388在μM水平对靶点有活性，因此系列1推进到苗头化合物至先导物发现阶段。
6. 苗头化合物的扩增–先导物的发现
本阶段花了3个月时间：两个全职药物化学FTE在分子模型支持下获得了高效的先导物扩增。本阶段发现了PCI9714化合物，它具有μM水平的酶学活性（IC50 < 10 μM)。这个水平的活性已经可以用于化合物品使用的目的了。比如，欧莱雅的上市化妆品Pro-Xylane就是一个成功的抗衰老产品，其在500 μM ~ 3 mM水平显示出激动葡萄糖胺聚糖生物合成激动的作用。
四. 亮点
1）高质量的虚拟组合库准备方法：将上市批准的化妆品分子碎片化为精选的片断，再将片断按照特定规则进行重组生成初始的92000化合物库，这些化合物适合于化妆品使用的目的；
2）片段化药效团虚拟筛选：首次实践将一个大的药效团拆解为两个小的药效团进行虚拟筛选；
3）苗头化合物的扩增全程获得模型支持，快速发现了10μM水平的先导物。
五. 用到的软件
1）Ligandscout：基于结构的药效团识别；基于片断化药效团的虚拟筛选
2）Combichem：组合库生成
