本文经“药明康德”微信公众号授权转载

医药行业目前面对众多挑战：对还未澄清生物机制的复杂疾病的关注日益增加；行业环境变化迅速，而且竞争激烈。在这样具有挑战性的环境下，药物发现科学家们必须选择与人类疾病相关的生物靶标，并且发现安全有效的治疗分子来调控这些靶标。突破性合成手段的发现可以真正为药物发现过程带来革新。合成化学领域的创新能够让药物开发人员以经济有效的方法，更快地合成具有生物活性的复杂分子结构。

例如，分子内N-H卡宾插入化学的应用为β-内酰胺类抗生素的合成带来了深远的影响。在上世纪50年代，合成像青霉素这样的抗生素对药物化学家来说是个严峻的挑战。由于缺乏有效的合成手段，对这类抗生素的构效关系（SAR）的研究也受到了限制。而分子内N-H卡宾插入化学的应用为合成这类β-内酰胺类抗生素带来了颠覆性的解决方案。这一合成方法随后被用于无数种抗感染化合物，其中包括硫霉素（thienamycin）。而它带来了抗生素亚胺培南（imipenem）的发现和工业化制造。这个例子表明，新的合成工艺让创新分子设计成为可能，打开了合成原先无法获得的具有高度治疗价值的分子的通道。

▲合成化学的创新带来了重要抗感染药物亚胺培南和vaniprevir的发现（图片来源：参考资料[1]）

另一个例子发生在治疗慢性丙肝感染的靶向疗法领域，对丙肝病毒（HCV）NS3/4a蛋白酶的结构分析表明，这种蛋白酶的抑制剂需要大环（macrocyclic）结构才能提供与蛋白活性位点足够的亲和力，从而抑制这一病毒蛋白酶的作用。关环复分解反应（ring-closing metathesis）的应用为合成多种HCV NS3/4a蛋白酶抑制剂带来了突破性进展。它不但带来了6种获批抗丙肝药物，还让对其它相关大环分子的开发成为可能。

在这两个例子中，新的化学合成通路的发现，改变了科学家们设计和构建分子的思路，拓展了可以触及的化学空间，从而让分子拥有了未来候选药物需要的生物活性。医药行业开发满足未竟医疗需求的分子，并且经济有效地将它们送给患者的能力，离不开合成手段方面的持续革新。从这个角度来说，我们需要在以下三个方面进行投资：创新合成手段，合成化学与生物分子之间的交织，和加快创新合成手段发现速度的新技术。

在过去20年里，数位科学家因为发明新的合成手段而获得了诺贝尔奖的肯定。这些化学合成手段不但影响到了整个合成化学领域，而且为药物化学带来了新的研究方向。

例如：随着过渡金属催化流程的发展，应用尖端技术来可控地激活C-H键并对复杂先导结构进行功能化，改变了类似物的合成方式。尤其是在先导化合物优化的晚期对特定C-H键进行高效、高产量、可控的氟化和三氟甲基化，能够在不需要从头合成的情况下，有望让先导化合物拥有更好的靶点亲和力和代谢稳定性。

▲新的合成手段可以为药物开发赋能（图片来源：参考资料[1]）

另一个例子是，基于单电子转移过程的脱羧反应和镍活化的亲电试剂的结合，提供了一种促使Sp2-Sp3和Sp3-Sp3碳碳键进行交叉偶联反应的常用方法。这种合成方法确立了一种新的理念，它把羧酸官能团视为掩蔽的交叉偶联前体。这扩展了这一在化学原料中无处不在的官能团的合成潜力。而且，利用与光氧化还原反应构成的协同催化能让C-O和C-N交叉偶联反应能够在更温和的条件下进行。这让这些手段能够被用于合成更多与药物相关的底物。对抗血小板药物tirofiban的简洁合成，就是医药行业能够迅速利用这些手段促进药物研发的优秀案例。随着这一领域的研究不断激增，我们可以期待更多的突破，它们将会改变分子的设计和构建方式。

包括蛋白、核酸和聚糖在内的生物大分子，通过自然进化，能够在高度复杂的环境中达到卓越的特异性和功能。这些特性对于医药行业来说，不管是从靶点角度，还是从治疗角度都非常吸引人。基于单克隆抗体，多肽和RNA的疗法获得成功，证明了大自然平台提供的医药产品的威力。融合合成化学和生物合成化学领域的最新进展，将帮助人们驾驭这些天然大分子，并且在三个方面扩展对生物分子的有用操作：将它们作为创新和特异性转化反应的催化剂，作为偶联物用于创新生物偶联化学，以及开发创新和优化的治疗模式。

生物催化剂

在分子生物学、生物信息学和蛋白工程学方面的长足进步，使得开发具有稳定性、活性和卓越特异性的生物催化剂成为可能。2018年的诺贝尔化学奖授予了“酶定向演化”的先驱Frances Arnold教授就是这一领域研究重要性的最好证明。如今，生物催化剂在药物研发方面的应用变得更为广泛，它们可以作为药物代谢物合成的重要方式，或者作为快速合成类似物的工具。

例如，2’,3’-cGAMP是STING蛋白的内源性激动剂，而STING蛋白在激活先天免疫细胞方面有重要功能。这激发了医药研发领域合成2’,3’-cGAMP的环状二核苷酸（CDN）类似物的浓厚兴趣。用纯化学过程合成CDNs，通常非常繁琐，而且产量很低。但是研究人员发现，催化生成2’,3’-cGAMP的内源酶cGAS可以被改进，用于作为生产非天然CDNs的生物催化剂。这一发现大大加快了STING激动剂的优化过程。

▲cGAS作为生物催化剂，优化了环状二核苷酸的合成过程（图片来源：参考资料[1]）

对于合成化学在药物发现和开发领域未解决的问题，生物催化剂的研究投入将带来创新解决方法。

生物偶联化学

在过去20年里，有选择性地偶联生物大分子的技术有了显著进步，让药物研发人员能够在蛋白的特定位点进行偶联反应。这对抗体药物偶联物（ADC）领域的发展起到重要影响。第一代ADCs为异质性偶联物，这意味着偶联反应可以发生在蛋白表面的不同赖氨酸或半胱氨酸上。而第二代ADCs绝大部分为同质性偶联物。而且越来越多的证据表明，偶联反应发生的位点是决定ADC表现的重要因素。

得益于在这一领域的最新进展，研究人员可以在野生型蛋白的N端或者C端进行偶联反应。这可以防止对蛋白功能或二级结构不必要的破坏。特异性N端偶联化学反应的开发，和对应的对蛋白底物C端的脱羧烷基化反应的应用，为在复杂生物大分子中完成高度位点特异性偶联反应提供了新的洞见。这些反应利用了局部碱度和电离势的区别，借助了生物大分子提供的复杂性。

▲在蛋白N端或C端进行生物偶联反应（图片来源：参考资料[1]）

合成创新与治疗模式

随着合成化学，生物偶联和生物合成化学领域进展的融合，从化学合成的小分子，到生物表达的大单克隆抗体，在广泛的疗法空间里，我们改善治疗模式的能力也得到了提高。合成多肽、寡核苷酸和生物偶联物方面的进展让它们可以被用来靶向那些依靠小分子和抗体平台“无法成药”的靶点。这些化学合成方面的进展激发新治疗模式平台的产生，扩展了我们可以靶向的生物靶标的范围。

例如，基于寡核苷酸的疗法成功的关键在于将硫代磷酸酯引入到寡核苷酸的骨架中。这不但改善了寡核苷酸的稳定性，而且让它们更容易渗透细胞膜，从而帮助向细胞内递送。虽然这些对寡核苷酸稳定性和递送能力的改进让创新疗法能够进入临床，但是很多基于寡核苷酸的疗法仍然需要高剂量来克服递送方面的屏障，这会增加毒副作用，从而限制它们的使用范围。进一步改进寡核苷酸的稳定性和效力，将有助于扩展它们的治疗指数并且降低所需剂量。

有趣的是，目前引入硫代磷酸酯的方法而生成的寡核苷酸链，是由不同立体异构体组成的混合物。不同立体异构体具有不同的效力和稳定性。这一领域的最新化学合成进展让研究人员能够合成立体结构一致的反义寡核苷酸，它们与立体异构体混合物相比具有更好的临床前表现。

高通量实验（HTE）

由于医药行业需要发明并且迅速将药物带给患者，我们必须投资那些有可能大幅度加快发现和工业化创新合成方法的科技。生物学中的高通量筛选是活性化合物发现的基石。近些年来，医药行业已经策略性地为化学投资建立了HTE工具，让科学家们可以同时通过上百个实验来验证实验性假说。

在完成传统单反应评估的时间段里，决定反应后果的不同参数，包括离散变量（催化剂、试剂、溶剂、添加剂）和连续变量（温度、浓度、化学计量），能够平行地被全面探索。因此，合成化学家现在可以获得的实验数据与以前相比，得到了指数级别的扩增。最近从头到尾使用HTE进行合成工艺开发的例子之一，是发现合成抗病毒药物letermovir所需的有机催化，对映选择性，aza-Michael化学反应。在这项研究中，一系列有效的合成通路被化学家们构想出来，然后通过使用HTE，关键性转化反应可以被平行评估。

▲HTE可以加快合成反应的发现（图片来源：参考资料[1]）

在这一研究和其它研究中，创新的键形成反应由化学家构思，再通过HTE发现，然后迅速得到工业化推广并用于对后期候选药物的商业化生产。

HTE工具也开始对药物发现产生影响。预先设置剂量的反应特异性HTE筛选试剂盒，在开发化学实验室中可以帮助研究人员快速发现用于合成复杂底物的反应条件。这些HTE试剂盒中包括了实验室最成功和最普遍的催化剂系统。

将HTE微型化到纳摩尔级别，可以让研究人员在1天时间里同时完成超过1500个微克级别的实验，从而迅速发现合适的反应条件来探索化学空间，并且加快药物发现过程。而且HTE可以加快生成多样复杂的分子矩阵的速度，将它们与生物测试结合起来，能够从根本上改变药物开发的运行方式。

计算机辅助手段

使用计算机辅助手段来指导合成化学，正在成为药物发现过程中的重要一环。计算化学和机器学习过去10年间的进展在新催化剂设计领域已经产生了真实的影响，在反应预测等其它领域也表现出潜力。应用深度学习可能发现新的化学反应，并扩展获得新的药物化学物质的能力。

▲计算化学已经开始应用于新催化剂的设计（图片来源：参考资料[1]）

应用机器学习来解决合成领域中的问题得到了很多关注和兴趣。一个活跃的研究领域是使用算法来安排目标分子的合成路径。最近的一项研究让45名化学系学生在双盲情况下评估目标分子的合成途径。实验结果表明，这些学生无法在文献中的合成路径和由机器学习建议的合成路径中分出高下。

机器学习的下一步发展依赖于科学和专利文献中的海量公共数据。在预测领域的数据的质量、广度、深度和密度对训练高准确率模型非常关键。在训练数据中包括成功和失败的转化案例也非常重要。HTE是一个很有吸引力的互补科技，它能够通过生成适用于模型的数据来增强已有数据集。

合成化学方面的突破已经激发了具有重要治疗价值的新药的研发。然而，合成化学领域仍然有很多未被解决的问题，它们限制了分子设计的速度和广度。最近，这一领域的关键意见领袖（KOL）在一场峰会中，对这一领域尚未解决的关键性问题，以及能够对医药行业产生重大影响的合成方法研究领域进行了讨论。

从讨论中产生的最有趣的想法是“分子编辑”的概念。这一概念指的是能够对一个具有高度功能性的化合物进行高度特异性的任何修改，包括加入、删除或者置换原子。下面的示意图勾画出从一个复杂的先导化合物骨架，可以通过位点特异性C-H功能化，杂芳族还原，环扩展和环收缩来生成不同的类似物。特异性修改这一骨架的威力在于它能够避免合成类似物的潜在冗长合成过程，同时消除了合成过程中的障碍对分子设计造成的局限。我们预计在“分子编辑”领域的突破将改善分子发明的速度和质量，加快新药好药出现的速度。

▲“分子编辑”意味着，一个复杂的先导化合物骨架，可以通过各种高度特异性的任何修改，来生成不同的类似物（图片来源：参考资料[1]）

对合成化学和化学科技的持续投资需要医药行业与领先学术机构的合作，它有可能推动这一领域发展，让对化学空间的探索不再受到合成复杂性的限制。那时，唯一的局限是化学家的想象力，这将让发现治疗疾病的最佳化学物质的速度提高到前所未有的程度。

▲合成化学驱动新药研发的历史演变和展望（图片来源：参考资料[1]）

题图来源：Pixabay

参考资料：

[1] Campos et al., (2019). The importance of synthetic chemistry in the pharmaceutical industry. Science, https://doi.org/10.1126/science.aat0805