在Flare™中进行计算库枚举：利用预构建及自定义反应“合成”异双功能性分子
摘要：本文介绍了 Flare 软件中的库枚举（Library Enumeration）模块，一种基于反应规则（如 Reaction SMARTS/SMIRKS）的虚拟化合物库构建工具，广泛应用于虚拟筛选、QSAR 分析和自由能微扰（FEP）等计算化学任务。本文以合成靶向蛋白降解剂（如 10a–b 和 12a–d）为例，详细展示了如何利用 Flare 内置的 167 个化学反应及自定义 SMIRKS 规则，通过多步反应级联高效生成结构准确的异双功能分子。相比传统合成流程，该方法可跳过官能团保护/去保护步骤，在计算实验中实现“合成捷径”，最终生成的化合物可直接用于三维构象生成、分子对接或进一步结构扩展，显著提升药物设计效率。
什么是库枚举（Library enumeration）?
库枚举（Library enumeration） 是一种构建虚拟化合物库的实用工具，可用于各类计算机模拟实验，例如虚拟筛选、定量或定性构效关系（QSAR）研究，以及自由能微扰（FEP）计算。Flare 的库枚举功能1 采用基于反应的方法，即对指定的反应物施加计算层面的化学转化。该过程类似于在计算机中进行组合化学合成，其核心是基于 RDKit 方法2,3 使用 Reaction SMARTS 或 SMIRKS 表达反应规则。
借助该工具，用户可将内部试剂库上传至 Flare，生成用于筛选的化合物，并直接将所得产物用于后续的虚拟实验，如分子对接或 QSAR 分析。库枚举工具仅对符合反应编码 SMIRKS 模式的试剂执行反应，其余试剂则被自动跳过。例如，若您的全部化学库存储于单个 SDF 或 CSV 文件中，而您仅希望在 Flare 中利用其中的硼酸类化合物与另一配体进行 Suzuki 偶联反应，则程序将仅调用该文件中符合条件的硼酸，生成相应的偶联产物库。
对于结构更复杂的分子，用户还可依次排布多个反应，构建反应级联（reaction cascade），从而高效生成目标终产物。本文将通过使用预置反应与自定义反应，演示库枚举工具在“合成”用于靶向蛋白降解的异双功能分子方面的强大能力。图 1 展示了 Flare 中库枚举功能所涉及的反应拆解流程。
图1. Flare V10的库枚举（Library Enumeration）模块所包含的可用反应分类，目前共有167个反应可供使用。
异双功能分子的合成：一个示例说明
接下来，我们将以 Manda S. 等人4 报道的降解剂 10a–b 和 12a–d 的合成为例（见图示方案1）来展示库枚举功能的实用性。
图示方案1. 降解剂 10a–b 和 12a–d 的合成路线
该合成起始于市售的卤代醇，其结构中含有一个或两个聚乙二醇（PEG）单元。步骤1和2：首先用叠氮化钠取代氯原子，以叠氮基团“掩蔽”胺基；随后通过亲核芳香取代（SNAr）反应与对氟硝基苯反应，生成醚类化合物 4a–b。步骤3：将叠氮基还原为游离胺；步骤4：该胺再通过 SNAr 反应与 CRBN 结合配体 6 偶联；步骤5：硝基被还原，得到苯胺类中间体 8a–b；步骤6：这些中间体分别与不同的抑制剂 9 和 11a–b 反应，最终生成目标降解剂 10a–b 和 12a–d。
借助 Flare 当前内置的反应库，图示方案1中的整条合成路线均可通过库枚举（Library Enumeration）工具完成。然而，在步骤6中，若直接进行偶联，将步骤5生成的两种中间体与三种抑制剂进行交叉反应，会生成16种产物——因为库枚举功能无法考虑化学反应活性或空间位阻因素。为避免这些不希望出现的副反应，我们在最后一步采用了自定义的 SMIRKS 规则。
图2. 利用库枚举功能合成降解剂。在 Flare 中配置了六步反应，最终生成6种目标降解剂结构。
根据您对 SMARTS/SMIRKS 的熟悉程度，还可通过自定义反应进一步简化整个合成过程。以图3所示的第一部分为例：原本从试剂 1a–b 到中间体 8a–b 需要五步反应级联，而借助自定义反应，仅需两步简单反应即可得到中间体 8a–b。第一个自定义反应以 PEG 卤代醇（试剂1）为起始物，同时将 PEG 上的氯原子转化为含氮基团，并自动将沙利度胺配体连接至分子另一端；第二个反应则对应于原方案1中的步骤2，将对氨基苯胺连接到连接臂（linker）的末端羟基上，该羟基在 SMIRKS 中被标记为 ‘[O:1]’（见图3）。这种合成“捷径”在真实湿化学实验中几乎无法实现，但在虚拟环境中却可轻松完成。
图3. 该反应序列中的最后一个自定义反应，将配体上的特定碳原子与中间体中的特定氮原子进行反应连接。以中间体 8 与配体 11b 的反应为例进行说明。图中高亮显示了参与转化的原子，以对应 SMIRKS 反应规则中的原子映射。
如今所得结果不仅在化合物数量上准确，而且最终降解剂的连接方式也完全正确。更为便捷的是，我们无需逐个设置整个反应级联中的每一步，仅通过三个自定义反应便完成了全部合成。借助这种虚拟合成策略，我们省去了在湿化学实验中必需的官能团掩蔽与脱保护步骤。最终，从三个配体和两个卤代醇出发，成功生成了六个目标降解剂。图5 展示了这些降解剂的三维结构及其场点（field points）。其中，库枚举工具生成的二维产物已通过“Pop to 3D”工具转换为三维构象。
图4. 六个最终降解剂的三维结构及其场点
现在，这些最终降解剂现已可直接在 Flare 中用于后续的实验，例如配体叠合（ligand alignment）、分子对接（docking）或 QSAR 研究。此外，还可通过“Hit Expander”工具进一步拓展生成更多类似物，或手动编辑为全新结构。
结论
随着针对异双功能分子作为治疗手段的研究不断升温，对能够对其进行计算建模的方法需求也日益增长。库枚举（Library enumeration）技术可在计算机中“合成”大量降解剂化合物库，从而避免了手动构建虚拟结构的繁琐过程。借助 Flare 内置的 167 个反应（未来版本中还可能进一步扩充），研究人员能够轻松地从常见构砌块出发组装分子，高效生成庞大的化合物库，用于后续的各类实验研究。
作者介绍
Jessica_Plescia 应用科学家
Jessica Plescia 在加拿大蒙特利尔麦吉尔大学（McGill University）获得药物化学/有机化学博士学位。随后，她在CRO公司 Nuchem Sciences 以及全球生命科学风投机构 adMare Bioinnovations 担任研究科学家，工作两年。Jessica 在抗癌和抗阿尔茨海默病药物的药物化学研究方面具有丰富经验，同时精通计算机辅助药物设计，包括虚拟筛选、定量构效关系（QSAR）和计算机合成（in silico synthesis）。作为 Cresset 公司的应用科学家，Jessica 的职责包括为客户提供培训与技术支持，帮助他们利用 Cresset 基于配体和基于结构的软件解决方案实现科研目标。
