中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

在過去的十多年里，基于表型的藥物發(fā)現(xiàn)方法在很大程度上被基于靶點(diǎn)的藥物發(fā)現(xiàn)方法 (調(diào)控特定的感興趣的分子靶點(diǎn)) 這種強(qiáng)大但簡化的方法所取代。然而，將最初的理念與現(xiàn)代工具和策略相結(jié)合的現(xiàn)代表型藥物發(fā)現(xiàn)在過去十年中重新出現(xiàn)。在此，我們討論了表型藥物發(fā)現(xiàn)方法最近取得的成功，并考慮了目前的挑戰(zhàn)和解決這些挑戰(zhàn)的方法。我們還探討了這一領(lǐng)域的創(chuàng)新如何為下一代的成功項(xiàng)目提供動(dòng)力。

從歷史上看，新藥是通過觀察其對疾病表型的治療效果而發(fā)現(xiàn)的。隨著20世紀(jì)80年代分子生物學(xué)革命的到來和2001年人類基因組測序的進(jìn)行，重點(diǎn)轉(zhuǎn)移到了特定的分子靶點(diǎn)。然而，自2011年以來，表型藥物發(fā)現(xiàn) (phenotypic drug discovery, PDD) 又重新興起，因?yàn)?strong style="box-sizing: border-box;">人們驚訝地發(fā)現(xiàn)，在1999年至2008年期間，美國FDA批準(zhǔn)的first-in-class藥物中，大多數(shù)是在沒有藥物靶點(diǎn)假設(shè)的情況下憑經(jīng)驗(yàn)發(fā)現(xiàn)的。

十年過去了，PDD作為一個(gè)領(lǐng)域正在逐漸成熟，成為學(xué)術(shù)界和制藥業(yè)公認(rèn)的發(fā)現(xiàn)模式，而不是一種短暫的熱潮。這種持續(xù)的興趣源于過去十年的顯著成功，包括治療囊性纖維化的ivacaftor和lumacaftor，治療脊髓性肌肉萎縮癥的risdiplam和branaplam，治療精神分裂癥的SEP-363856，治療瘧疾的KAF156和治療特應(yīng)性皮炎的crisaborole。

這并不是說PDD方法是解決制藥行業(yè)生產(chǎn)力問題的靈丹妙藥，表型篩選的利弊需要與驗(yàn)證靶點(diǎn)的分子方法仔細(xì)平衡。盡管PDD已經(jīng)取得了成功，但許多歷史上的案例都使用了高度復(fù)雜的疾病系統(tǒng) (體內(nèi)模型甚至是人類)，而不是基于細(xì)胞的篩選，并且 (或者) 是偶然發(fā)現(xiàn)的結(jié)果 (圖1)。藥物重定向?yàn)檫@種狀況提供了一個(gè)令人信服的案例：一方面有著名的基于偶然的臨床觀察的藥物重定向的案例 (例如西地那非、米諾地爾、沙利度胺和金剛烷胺)，另一方面則缺乏源于預(yù)先計(jì)劃的臨床化合物集篩選的獲批的重定向藥物。這就提出了一個(gè)關(guān)鍵問題：如何最好地利用表型篩選來發(fā)現(xiàn)新藥。

除了重新認(rèn)識(shí)生理學(xué)和藥理學(xué)的復(fù)雜性外，PDD還挑戰(zhàn)了我們對什么是可藥性 (具有不尋常的靶點(diǎn)和作用機(jī)制) 和什么是藥物 (允許具有意外的化合物特性) 的假設(shè)。盡管在靶點(diǎn)識(shí)別、降低安全風(fēng)險(xiǎn)的步驟、以及為來自表型篩選的候選藥物繪制臨床路徑方面仍然存在重要障礙，但功能基因組學(xué)、機(jī)器學(xué)習(xí)/人工智能和改進(jìn)的疾病模型的應(yīng)用正在帶來令人興奮的機(jī)會(huì)。

鑒于PDD和基于靶點(diǎn)的藥物發(fā)現(xiàn) (target-based drug discovery, TDD) 之間的主要區(qū)別、現(xiàn)在可用于PDD方案的新技術(shù)、該領(lǐng)域正在快速發(fā)展的情況，需要在工業(yè)界和學(xué)術(shù)界建立和分享最佳實(shí)踐。盡管技術(shù)和文化方面的障礙依然存在，但PDD的重新利用已經(jīng)開始改變我們對藥物發(fā)現(xiàn)的概念化方式，并被證明是生命科學(xué)領(lǐng)域技術(shù)創(chuàng)新的重要試驗(yàn)場。在本文中，我們將重點(diǎn)介紹我們對PDD如何塑造藥物發(fā)現(xiàn)相關(guān)概念的集體思考，并在最后討論未來如何最大限度地發(fā)揮PDD作用的挑戰(zhàn)。

PDD在多個(gè)方面重塑了藥物發(fā)現(xiàn)的相關(guān)概念，包括擴(kuò)大可藥用靶點(diǎn)的范圍、重新審視多向藥理學(xué)、重新審視"藥物相似性"、重新認(rèn)識(shí)靶點(diǎn)識(shí)別和項(xiàng)目進(jìn)展之間的關(guān)系、改進(jìn)靶點(diǎn)識(shí)別和MoA分析策略等。這部分還包括了對PDD產(chǎn)生化合物的臨床開發(fā)問題的考慮。

與TDD (基于分子靶點(diǎn)和疾病狀態(tài)之間已建立的因果關(guān)系) 相比，PDD依賴于以分子靶點(diǎn)不可知的方式對疾病相關(guān)的生物系統(tǒng)進(jìn)行化學(xué)詢問。這種經(jīng)驗(yàn)性的、生物學(xué)優(yōu)先的策略提供了將治療生物學(xué)與以前未知的信號(hào)通路、分子機(jī)制和藥物靶點(diǎn)聯(lián)系起來的工具分子，如以下四個(gè)示例所示。

第一個(gè)案例是丙型肝炎的治療，這是一種由丙型肝炎病毒 (HCV) 引起的肝臟疾病。在過去的十年中，口服的直接作用的抗病毒藥物的開發(fā)使HCV的治療發(fā)生了革命性的變化，這些藥物可以抑制HCV的復(fù)制，并清除90%以上的感染患者的病毒。HCV蛋白NS5A的調(diào)節(jié)劑，如daclatasvir，是這些直接作用的抗病毒藥物的關(guān)鍵成分。NS5A對HCV復(fù)制至關(guān)重要，但沒有已知的酶活性。NS5A的小分子調(diào)節(jié)劑，最初是使用HCV復(fù)制子表型篩選發(fā)現(xiàn)的。

另一個(gè)案例是囊性纖維化的治療方法，囊性纖維化是一種進(jìn)行性的、經(jīng)常致命的遺傳疾病，由囊性纖維化跨膜傳導(dǎo)調(diào)節(jié)器 (CFTR) 基因的各種突變引起，這些突變降低了CFTR的功能，或中斷了CFTR的細(xì)胞內(nèi)折疊和質(zhì)膜插入。研究人員使用表達(dá)野生型或疾病相關(guān)的CFTR變體的細(xì)胞系進(jìn)行靶點(diǎn)診斷化合物篩選，確定了改善CFTR通道門控特性的化合物類別 (增效劑，如ivacaftor)，以及具有意想不到的作用機(jī)制 (mechanisms of action, MoA) 的化合物：增強(qiáng)CFTR的折疊和質(zhì)膜插入 (校正劑，如lumacaftor、tezacaftor和elexacaftor)。2019年，解決90%囊性纖維化患者的elexacaftor、tezacaftor和ivacaftor的藥物組合獲得批準(zhǔn)。

第三，受沙利度胺有效治療麻風(fēng)病、調(diào)節(jié)多種抗炎細(xì)胞因子、抑制血管生成并在多發(fā)性骨髓瘤中顯示活性等觀察結(jié)果的啟發(fā)，優(yōu)化后的類似物來那度胺獲得了FDA批準(zhǔn)用于多種血癌適應(yīng)癥，并取得了巨大成功 (2020年的銷售額超過120億美元)。值得注意的是，來那度胺前所未有的分子靶點(diǎn)和MoA在獲批后幾年才被闡明。來那度胺與E3泛素連接酶Cereblon結(jié)合，重定向其底物的選擇性，促進(jìn)靶蛋白 (包括轉(zhuǎn)錄因子IKZF1和IKZF3) 的泛素化和隨后的降解。此外，這種新的MoA現(xiàn)在正被密集地用于開發(fā)進(jìn)一步的靶點(diǎn)蛋白降解劑，被稱為"雙功能分子膠"。

此外，在1型SMA (一種罕見的神經(jīng)肌肉疾病) 中，由兩個(gè)研究小組獨(dú)立進(jìn)行的表型篩選發(fā)現(xiàn)了能調(diào)節(jié)SMN2基因前mRNA剪接并增加全長SMN蛋白水平的小分子。這兩種化合物都是接觸SMN2第7外顯子的兩個(gè)位點(diǎn)并穩(wěn)定U1小核糖核蛋白顆粒 (snRNP) 復(fù)合物，這是一個(gè)前所未有的藥物靶點(diǎn)和MoA。其中一個(gè)這樣的化合物risdiplam在2020年被美國FDA批準(zhǔn)為第一個(gè)口服的SMA疾病修飾療法。

表1進(jìn)一步介紹了最近通過表型篩選獲得批準(zhǔn)或處于臨床階段的化合物的案例。這些案例表明表型策略如何擴(kuò)大了"可藥用靶點(diǎn)空間"，以包括意想不到的細(xì)胞過程 (前mRNA剪接，以及靶點(diǎn)蛋白的折疊、運(yùn)輸、翻譯和降解) 和傳統(tǒng)靶點(diǎn)類別的新MoA  (偽激酶域抑制、異生激酶激活和掩蓋的共價(jià)彈頭)，并揭示了新的藥物靶點(diǎn)類別 (例如，溴模態(tài)域)。他們建議，當(dāng)可以調(diào)節(jié)感興趣的途徑的靶點(diǎn)未知、或疾病表型和/或項(xiàng)目目標(biāo)是獲得具有差異化MoA的first-in-class藥物時(shí)，應(yīng)考慮表型策略。

表型篩選提供了識(shí)別涉及多個(gè)靶點(diǎn)的分子的機(jī)會(huì)，即所謂的多向藥理學(xué) (polypharmacology)。在這種情況下，化合物的預(yù)期效果取決于靶點(diǎn)的組合。但是，其中可能包括不需要的靶點(diǎn) (脫靶)。

在尋求選擇性更強(qiáng)的藥物的過程中，由于難以追蹤非靶點(diǎn)所代表的所有生物功能，多向藥理學(xué)傳統(tǒng)上對化合物的優(yōu)化不佳，容易產(chǎn)生潛在的副作用。然而，在治療相關(guān)濃度下，大多數(shù) (如果不是全部) 已獲批準(zhǔn)的藥物都已知與多個(gè)靶點(diǎn)相互作用，這些靶點(diǎn)往往是副作用的基礎(chǔ)，但也可能有助于臨床療效。

事實(shí)上，有人建議同時(shí)低藥量調(diào)節(jié)幾個(gè)靶點(diǎn)以達(dá)到"協(xié)同"的療效，以減少副作用。一個(gè)典型的TDD案例是伊馬替尼，這是FDA批準(zhǔn)的第一個(gè)合理設(shè)計(jì)的激酶抑制劑，用于治療慢性骨髓性白血病和其他癌癥，目前正在臨床開發(fā)中用于治療近期發(fā)病的1型糖尿病。伊馬替尼最初被認(rèn)為是驅(qū)動(dòng)慢性骨髓性白血病的BCR-ABL融合蛋白的抑制劑，它還表現(xiàn)出對c-KIT和PDGFR受體酪氨酸激酶等靶點(diǎn)的活性，這些靶點(diǎn)被認(rèn)為有助于其在幾種類型的癌癥中的活性。

當(dāng)只涉及單一靶點(diǎn)時(shí)，可能會(huì)產(chǎn)生抗藥性。對于一些疾病 (如中樞神經(jīng)系統(tǒng)和心臟疾病)，基于單一靶點(diǎn)的方法的成功有限。一般來說，多靶點(diǎn)藥物可能更適合于復(fù)雜的、具有多種潛在機(jī)制的多基因疾病，通常涉及與免疫或神經(jīng)系統(tǒng)成分的相互作用。

表型方法已經(jīng)提供了許多藥物和候選分子，這些藥物和候選分子在MoA鑒定后顯示出靶向多藥理作用。代表性的案例包括咪唑，一種在20世紀(jì)50年代發(fā)現(xiàn)的三環(huán)類抗抑郁藥，具有突出的多向藥理學(xué)特征，可調(diào)節(jié)一些關(guān)鍵的中樞神經(jīng)系統(tǒng)單胺轉(zhuǎn)運(yùn)器和受體。托吡酯，一種用于治療癲癇和偏頭痛的神經(jīng)穩(wěn)定劑，它能參與選擇神經(jīng)元受體、離子通道和酶；培美曲塞，一種被批準(zhǔn)用于間皮瘤和非小細(xì)胞肺癌的葉酸抗代謝劑，它能抑制參與葉酸代謝和核苷酸合成的一系列酶。molibresib，一種第一代BET抑制劑，在I/II期試驗(yàn)中用于治療幾種癌癥等。

不出所料，多向藥理學(xué)經(jīng)常發(fā)生在同一家族的蛋白質(zhì)中，它們有共同的結(jié)構(gòu)域或類似的底物或配體 (例如激酶、氨基G蛋白偶聯(lián)受體和BET域蛋白)。

藥物組合、工程化多靶點(diǎn)藥物和多特異性抗體代表了簡化的多向藥理學(xué)方案，通常將兩個(gè)部分結(jié)合起來，每個(gè)部分對每個(gè)單獨(dú)的靶點(diǎn)具有選擇性。將更復(fù)雜的多向藥理學(xué)設(shè)計(jì)成一個(gè)實(shí)體，同時(shí)平衡候選藥物所需的所有其他特性，這是一個(gè)復(fù)雜的過程，仍然是一項(xiàng)艱巨的挑戰(zhàn)，盡管最近在分子對接、計(jì)算技術(shù)和人工智能方面取得了進(jìn)展。

表型篩選提供了識(shí)別具有新的、無偏見的多向藥理學(xué)特征的可能性。從藥物發(fā)現(xiàn)的角度來看，表型篩選衍生的多向藥理學(xué)可以利用日益強(qiáng)大的表型模型，結(jié)合先進(jìn)的剖析、全局分析和計(jì)算技術(shù)，從偶然性發(fā)展到基于結(jié)構(gòu)-活性關(guān)系的逆向工程方法，最大限度地減少潛在的安全風(fēng)險(xiǎn)，同時(shí)保持并最終優(yōu)化表型活性，增加臨床成功的機(jī)會(huì)。

現(xiàn)代表型篩選也可能有助于擴(kuò)大新藥所顯示的分子特性的范圍。具體來說，在過去的幾十年里，隨著TDD的出現(xiàn)，藥物的分子量已經(jīng)大大增加。歷史上，較小的分子是通過表型方法發(fā)現(xiàn)的，通常使用動(dòng)物模型，如布洛芬、米諾地爾和美滿霉素 (圖2)。這些分子完全在廣泛接受的片段標(biāo)準(zhǔn)之內(nèi)，如分子量<300 Da。

當(dāng)代的案例包括利用癲癇模型發(fā)現(xiàn)lacosamide，利用中樞神經(jīng)系統(tǒng)模型發(fā)現(xiàn)SEP-363856治療精神分裂癥，以及在多樣化的體內(nèi)模型中測試后將MLR-1023重新用于2型糖尿病和非酒精性脂肪性肝炎，并將富馬酸二甲酯用于多發(fā)性硬化癥 (圖2)。

上述案例提出了一個(gè)關(guān)鍵問題：為什么現(xiàn)在被視為弱hit的、需要大量的優(yōu)化的片段大小的分子，在體內(nèi)疾病模型中卻是活躍的，并在優(yōu)化后能夠獲得類似大小的藥物？

首先，已知片段大小的分子在針對特定靶點(diǎn)進(jìn)行篩選時(shí)能提供更高的有效命中率，這是因?yàn)樗鼈兊某叽缧?，適合結(jié)合位點(diǎn)的更多方向。如前所述，多向藥理學(xué)是PDD藥物的一個(gè)常見特征，也可能與此有關(guān)。而且，更小的分子在腸道通透性、通過細(xì)胞旁空間發(fā)揮作用方面已被證明具有優(yōu)勢，并且由于其較小的尺寸，它們對代謝酶的選擇更少。盡管按照大分子的標(biāo)準(zhǔn)，許多這些片段大小的藥物的劑量和相應(yīng)的暴露量可能很高，但它們可能仍然顯示出對其靶點(diǎn)的高配體效率，從而使它們能夠安全地給藥。換句話說，同樣高的化合物濃度，對于分子量為200Da的化合物來說，與500Da的化合物相比，不會(huì)有同樣的安全影響。

因此，存在一個(gè)機(jī)會(huì)，可以有目的地利用表型篩選的這種能力，來挖掘TDD方法中覆蓋較少的化學(xué)和藥理學(xué)空間。最近發(fā)現(xiàn)的SEP-363856、MLR-1023和lacosamide表明，使用體內(nèi)動(dòng)物模型進(jìn)行表型篩選仍然可以取得成功。這種成功在很大程度上取決于模型的臨床相關(guān)性。

展望未來，要考慮的第二個(gè)選擇是調(diào)整這個(gè)概念，在復(fù)雜的多細(xì)胞類器官試驗(yàn)中篩選更少更小的分子。眾所周知，盡管片段庫的數(shù)量只有幾千種，但卻涵蓋了一個(gè)很大的藥理空間。測試片段庫或分子量介于片段和高通量篩選中使用的典型化合物之間的分子，有可能允許覆蓋一個(gè)重要的藥理學(xué)空間，即使是低通量、復(fù)雜的三維檢測。

一個(gè)相關(guān)的概念是使用共價(jià)片段 (含有可與蛋白質(zhì)建立化學(xué)鍵的反應(yīng)性分子的片段子集) 來識(shí)別新的靶點(diǎn)，并揭示調(diào)節(jié)靶點(diǎn)的化合物的化學(xué)起點(diǎn)。重要的是，共價(jià)片段得益于共價(jià)靶向 (持續(xù)的靶點(diǎn)接觸) 和基于片段的篩選 (用一個(gè)小庫廣泛覆蓋可配體的口袋) 的優(yōu)勢。例如，對初級人類T細(xì)胞中的共價(jià)片段的分析顯示，T細(xì)胞激活的抑制劑通過不同的機(jī)制運(yùn)作，包括直接的功能擾亂和/或蛋白質(zhì)的降解。

多年來，對于進(jìn)入臨床前的化合物，是否絕對有必要進(jìn)行靶點(diǎn)鑒定一直是有爭議的爭論焦點(diǎn)。

靶點(diǎn)識(shí)別通常被視為導(dǎo)致一個(gè)簡單的二元結(jié)果：要么靶點(diǎn)被識(shí)別，要么不被識(shí)別 (圖3a)。在此，我們希望提供一個(gè)不同的框架來討論這個(gè)話題。首先，重要的是要記住，靶點(diǎn)識(shí)別只是達(dá)到目的的一種手段，這個(gè)目的是為一個(gè)化合物系列在進(jìn)入臨床的道路上獲得決策信息。因此，靶點(diǎn)識(shí)別只是實(shí)現(xiàn)這一目標(biāo)的一種選擇。此外，識(shí)別分子靶點(diǎn)并不等同于了解一個(gè)系列化合物的MoA，甚至可能在方案決策方面產(chǎn)生誤導(dǎo)。

例如，關(guān)于NS5A是HCV藥物daclatasvir的靶點(diǎn)的文獻(xiàn)，并沒有合理解釋其顯著的亞納摩爾細(xì)胞效力，也沒有解釋如何在化合物與蛋白質(zhì)的比例低于1:1,000時(shí)獲得療效。同樣，對于核糖體被確定為PCSK9分泌抑制劑的靶點(diǎn)，合理的反應(yīng)應(yīng)該是終止該計(jì)劃，因?yàn)樗岢隽送ㄟ^廣泛的蛋白質(zhì)合成抑制而產(chǎn)生重大安全問題的擔(dān)憂。然而，包括蛋白質(zhì)組學(xué)分析在內(nèi)的進(jìn)一步調(diào)查顯示，由于核糖體、化合物和新生的PCSK9多肽之間形成三聚體復(fù)合物，其分子MoA對PCSK9 mRNA轉(zhuǎn)錄物的翻譯提供了意外的特異性抑制。

作為靶點(diǎn)識(shí)別的替代方法，我們建議可以通過經(jīng)驗(yàn)獲得許多關(guān)于MoA的可行知識(shí) (圖3b)。實(shí)際上，細(xì)胞和體內(nèi)試驗(yàn)可以提供無偏見的化合物評估，其讀數(shù)與療效和安全性有關(guān)，而現(xiàn)在經(jīng)常采用"全能"方法的機(jī)理研究可能揭示與MoA有關(guān)的信息，如受化合物影響的特定生物途徑。

在一個(gè)項(xiàng)目過程中，可以獲得關(guān)于一個(gè)系列化合物的連續(xù)信息，而不是識(shí)別或不識(shí)別靶點(diǎn)的二元轉(zhuǎn)換，這可能推動(dòng)其在安全和轉(zhuǎn)化方面積累的信心基礎(chǔ)上進(jìn)入臨床。

親和力 (或光親和力) 富集結(jié)合化學(xué)蛋白質(zhì)組學(xué)方法，或最近使用細(xì)胞熱轉(zhuǎn)移試驗(yàn)來確定與小分子化合物結(jié)合的蛋白質(zhì) (或蛋白質(zhì)組) 是了解MoA的一種方法。但這可能還不夠，甚至可能有誤導(dǎo)性，如上面提到的PCSK9。

RNAi和CRISPR-Cas9的發(fā)展開啟了篩選全基因組庫的能力，允許以高特異性進(jìn)行功能獲得和功能喪失的研究。遺傳擾動(dòng)與化合物治療相結(jié)合，提供了對MoA的進(jìn)一步機(jī)理理解，并可能推動(dòng)分子靶點(diǎn)本身的確定。一個(gè)大規(guī)模的努力是"癌癥依賴性地圖"，其目的是利用PRISM方法在分子條形碼細(xì)胞系中進(jìn)行大規(guī)模平行化合物篩選，系統(tǒng)地確定遺傳依賴性和小分子敏感性。

最近，提供化學(xué)擾動(dòng)導(dǎo)致的生物變化的綜合信息的分子分析方法在表型篩選的后續(xù)工作中發(fā)揮了突出作用。這種大規(guī)模分析工作的案例可以分為基因表達(dá)、細(xì)胞形態(tài)或生物標(biāo)志物活性的測量。基于網(wǎng)絡(luò)的綜合細(xì)胞特征庫 (LINCS)是美國NIH的一項(xiàng)共同基金計(jì)劃，對細(xì)胞系在應(yīng)對化學(xué)、遺傳和疾病擾動(dòng)時(shí)的變化進(jìn)行編目。細(xì)胞畫像使用形態(tài)學(xué)分析：從細(xì)胞的顯微鏡圖像中提取定量數(shù)據(jù)，以確定樣本之間的生物相關(guān)的相似性和差異。

這些大規(guī)模的分析方法，雖然產(chǎn)量較高，而且注重途徑層面的信息，但在很大程度上依賴于參考數(shù)據(jù)庫中具有類似表型的已知化合物。鑒于表型篩選背后的目的是發(fā)現(xiàn)新的MoAs，可能需要時(shí)間來建立知識(shí)庫。然而，現(xiàn)在許多表型篩選是由特定的機(jī)理信息指導(dǎo)的。這種策略提供了一個(gè)關(guān)鍵的生物學(xué)框架，將基于上述工具的表型篩選命中的MoA的數(shù)據(jù)生成假設(shè)置于背景之中。

在缺乏靶點(diǎn)信息的情況下，將PDD產(chǎn)生的臨床前候選藥物推向臨床，對開發(fā)團(tuán)隊(duì)構(gòu)成了若干挑戰(zhàn)。簡單地說，靶點(diǎn)識(shí)別提供了有價(jià)值的信息，既能消除安全問題的風(fēng)險(xiǎn)，又能預(yù)測和監(jiān)測療效。本節(jié)將介紹解決這些障礙的具體策略和案例。

“可轉(zhuǎn)化鏈"驅(qū)動(dòng)原始表型檢測的機(jī)制、后續(xù)的臨床前疾病模型和人類疾病的固有成分之間的分子水平關(guān)聯(lián)，對于PDD項(xiàng)目在臨床上取得成功至關(guān)重要。例如，HBV抗病毒劑RG7834在體外降低了含有耐受性病毒S抗原的非感染性膜質(zhì)顆粒的分泌，因此捕獲了人類疾病的一個(gè)基本 (和預(yù)后) 成分。治療SMA的branaplam和risdiplam方案也為這一概念提供了一個(gè)強(qiáng)有力的案例。

在安全方面，靶點(diǎn)信息和伴隨的有關(guān)其生理表達(dá)模式和作用的知識(shí)，經(jīng)常被用來集中注意潛在的安全信號(hào)。這些可以在TDD項(xiàng)目的早期進(jìn)行調(diào)查，以降低風(fēng)險(xiǎn)或迅速終止項(xiàng)目。

此外，研究人員可以獲得更復(fù)雜的表型特征，并將化合物的特異性特征映射到斑馬魚或基于人類原生細(xì)胞的疾病系統(tǒng)中，用臨床批準(zhǔn)的藥物產(chǎn)生的指紋進(jìn)行驗(yàn)證。雖然這些系統(tǒng)不能完全再現(xiàn)在人類中可能觀察到的安全問題的范圍，但它們?nèi)匀惶峁┝藱z測一些多器官安全問題的機(jī)會(huì)，同時(shí)允許測試大量的化合物。

在不了解分子靶點(diǎn)的情況下，來自PDD的候選藥物可以而且已經(jīng)過渡到了臨床。例如，這些藥物包括來那度胺 (2005年被批準(zhǔn)用于多發(fā)性骨髓瘤，其MoA在2014年被闡明)，lacosamide (2008年被批準(zhǔn)用于癲癇，其可能的復(fù)雜MoA仍在調(diào)查中) 和RG7834 (最近進(jìn)入I期試驗(yàn)，盡管靶點(diǎn)識(shí)別工作尚未成功)。

然而，在缺乏靶點(diǎn)信息的情況下，有必要確定能有效轉(zhuǎn)化為人類患者的代用疾病生物標(biāo)志物。

有時(shí)，表型篩選會(huì)帶來一個(gè)難題。對于那些沒有得到很好驗(yàn)證的治療靶點(diǎn)的疾病來說，它顯然是有價(jià)值的，而且對這些疾病的理解和特征也可能相應(yīng)地不那么充分。然而，疾病知識(shí)對于設(shè)計(jì)具有相關(guān)體外或體內(nèi)生物系統(tǒng)、刺激和讀出的表型測定以及建立所需的轉(zhuǎn)化鏈至關(guān)重要。就像它們被用來定義小分子的MoA一樣，基因表達(dá)和細(xì)胞形態(tài)等高維信息可被用來定義疾病的代用表型，作為表型檢測的讀出值。

基因表達(dá)分析已被用于定義疾病狀態(tài)，如癌癥中基因組改變引起的疾病。例如，高通量mRNA譜被用來根據(jù)其功能影響對肺腺癌中發(fā)現(xiàn)的等位基因進(jìn)行分組。

細(xì)胞形態(tài)表征，包括細(xì)胞區(qū)室的形狀、大小、強(qiáng)度和質(zhì)地，已被證明會(huì)因擾動(dòng) (無論是小分子還是疾病相關(guān)的等位基因) 而改變。目前，LINCS門戶網(wǎng)站已經(jīng)納入了來自Cell Painting和Drug Repurposing Hub的此類數(shù)據(jù)，報(bào)告了1,571個(gè)化合物的Cell Painting數(shù)據(jù) (其中92%映射到人類蛋白靶點(diǎn)或分配了MoA標(biāo)簽)。這些數(shù)據(jù)可用于定義由已知MoA的藥物逆轉(zhuǎn)的表型。

與基因集富集分析類似，Nassiri等人開發(fā)了一個(gè)細(xì)胞形態(tài)富集分析，以評估轉(zhuǎn)錄組改變和細(xì)胞形態(tài)變化之間的關(guān)聯(lián)，強(qiáng)調(diào)轉(zhuǎn)錄和細(xì)胞形態(tài)之間的相互依存關(guān)系可以與疾病狀態(tài)聯(lián)系起來。

本節(jié)中提到的高維分析數(shù)據(jù)集的儲(chǔ)存庫已經(jīng)存在于公共領(lǐng)域。對于藥物發(fā)現(xiàn)來說，如何最好地利用這些數(shù)據(jù)來定義可以逆轉(zhuǎn)的替代疾病表型作為治療效果的指標(biāo)，是該領(lǐng)域的下一個(gè)重大障礙之一。一些制藥公司已經(jīng)開始使用這種方法作為一個(gè)篩選平臺(tái)。

從2013年開始，Recursion Pharmaceuticals可能是第一個(gè)通過Cell Painting，使用疾病的代用特征，來篩選替代性疾病逆轉(zhuǎn)特征的工業(yè)化努力。 他們的主要重點(diǎn)是對罕見的單基因疾病進(jìn)行藥物重定向。

人工智能的應(yīng)用在藥物發(fā)現(xiàn)和開發(fā)的多個(gè)領(lǐng)域已被廣泛接受，包括藥物設(shè)計(jì)、蛋白質(zhì)折疊、化學(xué)、毒性預(yù)測和藥物重定向。這種方法的指數(shù)級應(yīng)用速度依賴于機(jī)器學(xué)習(xí)算法識(shí)別模式的能力，并從它們與某些參數(shù) (如效力和選擇性) 的關(guān)聯(lián)中學(xué)習(xí)。

使用關(guān)鍵詞”深度學(xué)習(xí)"、"人工智能”和”表型”或”藥物發(fā)現(xiàn)”在PubMed上查詢已發(fā)表的文獻(xiàn)，會(huì)發(fā)現(xiàn)兩種不同類型的論文：一種是將機(jī)器學(xué)習(xí)分類器應(yīng)用于大量化合物或化學(xué)結(jié)構(gòu)的集合，另一種是將分類器應(yīng)用于表型檢測衍生的特征。絕大多數(shù)發(fā)表的文獻(xiàn)屬于第一類，使用基于圖或基于深度學(xué)習(xí)的算法，應(yīng)用于大量的化合物或化學(xué)結(jié)構(gòu)的集合，以及先前篩選中產(chǎn)生的相關(guān)藥理學(xué)數(shù)據(jù)。

相反，將機(jī)器學(xué)習(xí)分類器用于表型衍生特征的努力仍然很少，盡管這顯然是一個(gè)誘人的應(yīng)用，可以揭示隱藏在對普通觀察者來說顯然是混亂的模式。根據(jù)定義，PDD依靠表型模式的變化來識(shí)別和優(yōu)化分子，而對生物靶點(diǎn)或MoA知之甚少或一無所知。在細(xì)胞水平上對藥物誘導(dǎo)的擾動(dòng)進(jìn)行表征 (例如，使用細(xì)胞畫像)，表明亞細(xì)胞特征指標(biāo)可用于對化合物和基因擾動(dòng)進(jìn)行聚類和分類。機(jī)器學(xué)習(xí)在特征空間定義不明確的情況下特別有用，因此對PDD有明顯的幫助。

機(jī)器學(xué)習(xí)與PDD的整合也有其他機(jī)會(huì)。例如，表型篩選和機(jī)器學(xué)習(xí)可以結(jié)合起來，從雜亂的化合物集合中提取靶點(diǎn)信息。

有兩項(xiàng)研究強(qiáng)調(diào)了將機(jī)器學(xué)習(xí)應(yīng)用于PDD的變革性潛力。雖然其他人已經(jīng)將深度學(xué)習(xí)應(yīng)用于抗生素的發(fā)現(xiàn)，但Zoffmann等人使用了一種結(jié)合了高通量成像和基因組學(xué)的方法，結(jié)合機(jī)器學(xué)習(xí)驅(qū)動(dòng)的數(shù)據(jù)集分析，有效地縮小、比較和預(yù)測化合物MoAs。在這項(xiàng)研究中，機(jī)器學(xué)習(xí)的應(yīng)用可以在特征空間中定義化合物的”原型"，使化學(xué)家在進(jìn)行化合物優(yōu)化工作的同時(shí)，不斷監(jiān)測這些修改如何影響類似物的MoA--這是與傳統(tǒng)PDD的一個(gè)重大區(qū)別。楊森公司的研究人員將這一概念提升到新的水平，將高通量成像與機(jī)器學(xué)習(xí)結(jié)合起來，建立了一個(gè)概念證明，即來自特定細(xì)胞檢測的圖像可以支持對一系列生物檢測的活性預(yù)測。

一個(gè)PDD項(xiàng)目是成功還是失敗，取決于”可轉(zhuǎn)化鏈" (如上所述) 的內(nèi)在強(qiáng)度，該鏈將一開始的主要表型檢測與最后的病人療效聯(lián)系起來，中間往往有一個(gè)動(dòng)物疾病模型。Scannell和Bosley對生物制藥行業(yè)的分析表明，研發(fā)效率的下降可能是由最具預(yù)測性的疾病模型逐漸耗盡造成的，而新的疾病相關(guān)模型的創(chuàng)建速度可能是研發(fā)生產(chǎn)力的主要制約因素。綜上所述，繼續(xù)開發(fā)現(xiàn)實(shí)的疾病相關(guān)檢測方法，并驗(yàn)證其臨床轉(zhuǎn)化能力，對未來的PDD工作具有至關(guān)重要的意義。

幸運(yùn)的是，不同學(xué)科的進(jìn)展，如干細(xì)胞生物學(xué)、功能基因組學(xué)、生物工程/微細(xì)加工和儀器/數(shù)據(jù)分析，已經(jīng)融合在一起，為開發(fā)潛在的疾病相關(guān)檢測系統(tǒng)提供了廣泛的實(shí)驗(yàn)平臺(tái)。技術(shù)進(jìn)步包括但不限于模型生物的平臺(tái)方法、高通量體內(nèi)哺乳動(dòng)物藥理學(xué)、使用高保真Cas9方法來調(diào)節(jié)基因調(diào)控/結(jié)構(gòu)、使用三維基質(zhì)/微流控系統(tǒng)和器官芯片等。

與設(shè)計(jì)疾病相關(guān)的生物模型有關(guān)的實(shí)驗(yàn)變量的復(fù)雜性和數(shù)量都很重要。不幸的是，在一個(gè)模型中重現(xiàn)相關(guān)病人生物學(xué)的所有方面，充其量是一個(gè)理想的目標(biāo)。更現(xiàn)實(shí)的是，研究通常集中在再現(xiàn)特定的疾病特征，這些特征被認(rèn)為是模型價(jià)值的關(guān)鍵。即便如此，這些通常是復(fù)雜的系統(tǒng)，因此需要大量的開發(fā)、優(yōu)化和驗(yàn)證工作。與分子靶點(diǎn)驗(yàn)證一樣，只有在發(fā)現(xiàn)和臨床數(shù)據(jù)之間建立一致的情況下，疾病模型才應(yīng)被認(rèn)為是可以轉(zhuǎn)化的。

在大數(shù)據(jù)時(shí)代，整合來自大型人群的真實(shí)世界患者記錄 (例如英國生物庫和FinnGen) 及其組學(xué)數(shù)據(jù)，也可用于幫助建立和驗(yàn)證模型系統(tǒng)。利用監(jiān)測α-突觸蛋白基因表達(dá)的體外表型篩選作為帕金森病模型，Mittal等人在藥物重定向篩選中確定了β2-腎上腺素能受體調(diào)節(jié)劑。重要的是，體外模型隨后通過對400萬份病人記錄的分析得到了驗(yàn)證，該模型將使用β2-腎上腺素能受體激動(dòng)劑或拮抗劑與帕金森病發(fā)病風(fēng)險(xiǎn)的降低或增加分別聯(lián)系起來。

PDD通過識(shí)別藥物、靶點(diǎn)和MoA證明了其潛力，在許多情況下，使用基于靶點(diǎn)的方法是不可能發(fā)現(xiàn)這些藥物、靶點(diǎn)和MoA的。當(dāng)缺乏關(guān)于疾病病理生理學(xué)的分子信息時(shí)，這種策略提供了一條通往新型療法的道路，提供了進(jìn)入由蛋白質(zhì)組和任何其他生物大分子和疾病基礎(chǔ)細(xì)胞過程所代表的未開發(fā)的”黑暗生物物質(zhì)”的機(jī)會(huì)。

表型模型的臨床轉(zhuǎn)化能力對于PDD的成功至關(guān)重要。

這里強(qiáng)調(diào)的關(guān)鍵方面包括：發(fā)現(xiàn)只有PDD才能獲得的新MoA、需要能更好地再現(xiàn)復(fù)雜疾病的病理生理學(xué)的表型模型、多向藥理學(xué)提供的機(jī)會(huì)以及使用比傳統(tǒng)分子小的化合物庫的優(yōu)勢。應(yīng)用于療效/安全性評估的生物活性分析和MoA表征方法的增加，以及日益強(qiáng)大的計(jì)算技術(shù)，已成為充分挖掘PDD潛力的關(guān)鍵。