现代药物发现 landscape：范式演变与 multidisciplinary 挑战

20世纪以前，药物发现主要依赖偶然观察和传统经验。从古代文明对草药的系统性使用，到19世纪合成化学诞生后对结构-活性关系的初步探索，药物研发始终笼罩在“试错法”的迷雾中。1899年阿司匹林的诞生是这一时期的标志性事件——其活性成分乙酰水杨酸源自柳树皮的传统止痛用途，通过系统性化学修饰最终定型。然而，这种基于天然产物线索的发现模式具有强烈的偶然性：1928年弗莱明发现青霉素的霉菌污染事件、1940年代链霉素的偶然分离，无不依赖运气。这种模式的根本缺陷在于，研究者无法主动设计分子与特定生物靶标相互作用，只能被动观察自然界或意外实验中的生物效应，导致研发效率低下、可重复性差，且难以针对特定疾病机制进行干预。

二战前后，分子生物学和药理学的突破为理性药物发现奠定了基础。1948年Ahlquist提出α和β肾上腺素受体假说，首次将药物效应与特定细胞表面蛋白关联，标志着“靶点”概念的萌芽。1950年代，Sternberg和Emil Smith通过X射线晶体学解析了核糖核酸酶的结构，揭示了蛋白质的三维构象与功能关系，为基于结构的药物设计提供了理论工具。更重要的是，1970年代重组DNA技术的成熟使人类能够克隆、表达和纯化特定蛋白质，从而将“靶点”从假说转化为可实验操作的实体。1980年代，人类基因组计划启动，系统性地揭示了数万个潜在药物靶点的序列信息，彻底改变了药物发现的游戏规则——从“寻找效应”转向“针对靶点设计分子”。

靶点理论的确立是药物发现史上最重要的范式转移。其核心逻辑是：疾病是由特定生物分子（如酶、受体、离子通道、核酸）的异常功能引起，而药物应通过与这些靶点的高亲和力、高选择性结合来纠正病理过程。这一范式将药物发现分解为可管理的模块：靶点识别与验证 → 化合物筛选与优化 → 临床前与临床研究。靶点验证成为关键瓶颈，需通过遗传学（如基因敲除/敲入）、药理学（工具化合物）和病理学（患者样本分析）多维度证据证明调节该靶点能产生治疗效应且安全性可控。例如，在降胆固醇药物研发中，HMG-CoA还原酶作为胆固醇合成限速酶被确立为靶点，其抑制剂他汀类药物的成功验证了“靶点-疾病”因果链的可靠性。

高通量筛选（High-Throughput Screening, HTS）是靶点范式下的技术革命。1980年代后期，自动化技术、微孔板格式（96孔→384孔→1536孔）和荧光检测手段的成熟，使单个实验室每日可测试数万至百万化合物。HTS流程高度标准化：靶点蛋白（或细胞）在微孔中与化合物库共孵育，通过生化或细胞表型读数（如荧光强度、发光值）识别“命中物”。全球制药公司相继建立大型化合物库（辉瑞的“化合物银行”超200万种），并投资建设机器人筛选中心。然而，HTS的“蛮力”策略暴露了严重问题：命中率通常仅0.01%-0.1%，大量假阳性/假阴性；筛选成本高昂（单次筛选可达数十万美元）；且依赖已知靶点的体外简化系统，难以预测体内复杂环境中的行为。这促使行业思考：是否应在早期引入更智能的筛选策略？

计算辅助药物设计（Computer-Aided Drug Design, CADD）的兴起提供了另一种路径。其核心思想是利用计算机模拟预测分子与靶点的相互作用，减少实验试错。CADD主要分为两类：基于结构的方法（Structure-Based Drug Design, SBDD）和基于配体的方法（Ligand-Based Drug Design, LBDD）。SBDD依赖靶点蛋白的三维结构（来自X射线晶体学、冷冻电镜或同源建模），通过分子对接（Molecular Docking）软件（如AutoDock、Glide）计算化合物在靶点结合口袋中的构象和结合自由能，从而虚拟筛选或优化分子。例如，1990年代HIV蛋白酶抑制剂的设计中，研究者基于酶晶体结构，通过迭代对接与合成，将先导化合物的抑制常数从微摩尔级提升至纳摩尔级。LBDD则在靶点结构未知时，利用已知活性分子的化学结构相似性（如药效团模型）或定量构效关系（QSAR）预测新化合物活性。2000年后，机器学习（特别是深度学习和图神经网络）开始渗透CADD领域，用于预测ADMET性质、生成 novel 分子结构（生成式AI）或优化合成路线。然而，CADD的准确性高度依赖输入数据的质量和力场参数的精度，其预测结果仍需实验验证，目前更多作为实验的“导航仪”而非“替代品”。

当前药物发现行业正面临严峻的“双高”挑战：高失败率与高研发成本。根据Tufts大学药物开发中心的统计，2020年一款新药从靶点发现到上市的平均成本约为26亿美元，较2000年代翻倍；而临床前到上市的成功率不足10%，II期临床失败率高达40-50%（主要因疗效不足或安全性问题）。成本攀升源于临床试验规模扩大、监管要求提高以及早期研发中大量无效化合物的“沉没成本”。失败率居高不下的深层原因在于：传统HTS产生的命中物虽能在体外抑制靶点，但往往因药代动力学性质差（如口服生物利用度低、代谢过快）、脱靶毒性或无法在复杂疾病模型中体现疗效而在后期夭折。更根本的是，许多疾病相关靶点（如蛋白-蛋白相互作用界面、转录因子、离子通道的变构位点）缺乏明确的“口袋”，传统小分子难以高亲和力、高选择性地调节其功能，这些靶点被称为“不可成药”（Undruggable）。

“靶点-化合物-临床”构成药物发现的三角关系，三者相互制约、动态平衡。靶点选择决定研发方向：理想靶点应具备疾病因果关联性、可药性（存在可结合口袋）、临床可评估的生物标志物。化合物需同时满足体外活性（ potency ）、药代动力学性质（ADME：吸收、分布、代谢、排泄）和安全性（Tox）。临床成功则要求化合物在患者群体中展现明确疗效且风险收益比可接受。任一环节的缺陷都会导致三角崩溃：靶点验证不足→临床无效；化合物ADME性质差→体内浓度不足；安全性问题→毒性终止。以BCR-ABL抑制剂格列卫（伊马替尼）的发现为例，它完美诠释了三者协同：靶点BCR-ABL融合蛋白是慢性髓性白血病（CML）的明确驱动因子；化合物伊马替尼通过精确设计竞争ATP结合位点，兼具高选择性（对ABL激酶家族其他成员影响小）和合理药代动力学性质（口服有效、半衰期适中）；临床试验中血液学缓解率超过90%，快速成为一线疗法。格列卫的成功不仅改变了CML治疗格局，更树立了“靶向治疗”的范式标杆。

然而，格列卫式的成功仍是少数。当前行业正积极应对挑战，探索新范式。在靶点层面，除了传统酶和受体，新兴领域包括：靶向蛋白降解技术（PROTACs），利用泛素-蛋白酶体系统降解致病蛋白，为“不可成药”靶点提供新思路；RNA靶向疗法（如反义寡核苷酸、siRNA），直接干预致病基因表达；细胞疗法（CAR-T）在肿瘤领域的突破。在化合物发现层面，DNA编码库（DEL）技术将化合物与DNA条形码共价连接，通过高通量测序实现数十亿级分子的超大规模筛选；片段筛选（Fragment-Based Drug Discovery, FBDD）从微小分子片段出发，逐步构建高亲和力分子，特别适合“难成药”口袋。在临床策略上，精准医学推动伴随诊断开发，富集可能受益的患者人群，提高临床试验成功率。这些创新共同指向一个趋势：药物发现正从“一个靶点、一个药物”的线性模式，转向“多组学数据驱动、多技术平台整合、患者分层”的网状生态系统。

本章将系统梳理上述演进脉络，深入剖析关键范式的技术细节与实践案例。首先，追溯从偶然发现到理性设计的历史转折，阐明靶点理论如何重塑研发逻辑。其次，详解高通量筛选与计算辅助设计的技术原理、优势局限及协同策略。进而，量化分析当前行业面临的失败率与成本困境，重点解构“不可成药”靶点的科学挑战。随后，通过“靶点-化合物-临床”三角框架，整合各环节的决策要点与风险点。最后，以格列卫为贯穿案例，逐层揭示其从靶点发现到临床成功的 multidisciplinary 历程，为后续各技术章节提供全景视角。药物发现的Odyssey是一场没有终点的探索，每一轮范式迭代都既带来希望，也揭示新的未知——而这正是科学前沿的魅力所在。

---

历史演进：从经验主义到理性设计

前科学时代：偶然性与经验积累

人类对药物的探索可追溯至史前时代。考古证据显示，新石器时代人类已使用药用植物，古埃及《埃伯斯纸草书》（约公元前1550年）记载了超700种药物配方。这一时期的药物发现完全依赖偶然观察和经验传承：某种植物能缓解疼痛，某种矿物能促进伤口愈合，这些知识通过口耳相传或原始文字记录，缺乏系统理论指导。中国古代《神农本草经》（成书于汉代）将365种药物按毒性分为上、中、下三品，虽初步分类，但未阐明作用机制。同样，西方希波克拉底学派提出的“体液学说”将疾病归因于体液失衡，治疗以催吐、放血等经验性方法为主，与具体分子机制无关。

19世纪有机化学的兴起带来首次突破。1828年维勒合成尿素，打破“生命力论”，证明有机物可人工合成。1856年威廉·珀金在尝试合成奎宁时意外发现苯胺紫染料，标志着合成染料工业的诞生，也开启了化学治疗的新篇章。珀金的发现引发连锁反应：19世纪末，保罗·埃尔利希提出“魔术子弹”概念——理想药物应像精确制导武器，只杀伤病原体而不伤害宿主。这一思想推动了系统性药物筛选。埃尔利希团队测试超过600种砷化合物，最终在1909年发现洒尔佛散（ Salvarsan ），第一种有效治疗梅毒的化学治疗剂。洒尔佛散的发现过程已具理性设计雏形：基于病原体（梅毒螺旋体）的生物学特性，筛选对螺旋体有毒性而对哺乳动物细胞相对安全的砷化合物。然而，其成功仍大量依赖试错——团队通过动物模型系统测试化合物毒性，而非基于靶点分子结构进行设计。

20世纪初，磺胺类药物的发现凸显了偶然性与系统性的结合。1935年格哈德·多马克发现百浪多息（ Prontosil ）对链球菌感染有效，但该药物在体外无抗菌活性，经体内代谢为活性形式磺胺。这一发现偶然源于实验室污染：多马克的助手在培养皿中意外混入链球菌，却发现百浪多息能抑制其生长。后续研究揭示其活性代谢物为磺胺，竞争性抑制细菌对氨基苯甲酸（PABA）的利用，从而阻断叶酸合成。磺胺的成功首次将药物效应与特定生化途径（叶酸代谢）关联，为“代谢拮抗”原理奠定基础，但仍未明确分子靶点（二氢叶酸合成酶的结构当时未知）。

青霉素的故事更凸显偶然性。1928年弗莱明发现青霉菌抑制葡萄球菌生长，但当时无法纯化有效成分，且其不稳定、难生产，未受重视。直到1940年代弗洛里、钱恩和希特利团队解决发酵、纯化和稳定性问题，青霉素才成为“神奇药物”。青霉素的发现几乎完全依赖偶然观察，其作用机制（抑制细菌细胞壁肽聚糖合成）在1940年代后期才由链霉菌研究逐步阐明。这些案例共同说明：在靶点理论成熟前，药物发现如同“在大海中捞针”，依赖观察力、耐心和运气，缺乏可重复的设计逻辑。

靶点理论的诞生与确立

靶点理论的成熟是20世纪中叶分子生物学革命的直接产物。1948年，美国药理学家雷蒙德·奥尔巴赫特提出α和β肾上腺素受体的假说，首次将药物效应（如肾上腺素对血管的收缩与舒张）归因于细胞表面不同“受体”蛋白。尽管当时受体蛋白尚未被分离，该假说为理解药物选择性提供了框架。1950年代，埃米尔·史密斯团队利用X射线晶体学解析核糖核酸酶的三维结构，首次揭示蛋白质的特定构象如何决定其催化功能，暗示小分子可通过结合特定区域调节蛋白活性。这些工作将药物作用从“整体器官水平”推进到“分子水平”。

真正的转折点是1970年代重组DNA技术和单克隆抗体技术的突破。1972年伯格首次实现DNA体外重组，1973年科恩和张永莲成功将外源基因导入大肠杆菌，使人类能够大规模生产纯化的蛋白质。1982年，首个重组DNA药物——人胰岛素上市，验证了“靶点-药物”理性设计的可行性。同时，凯尔·穆尔斯和乔治·克希发展的杂交瘤技术（1975年）使特异性抗体可大量生产，不仅作为治疗药物（如利妥昔单抗），更成为研究靶点表达、分布和功能的关键工具。例如，通过抗HER2抗体曲妥珠单抗（赫赛汀）的临床成功，HER2受体被确立为乳腺癌关键驱动靶点。

1980年代启动的人类基因组计划（1990年正式启动，2003年完成）为靶点发现提供了系统性资源。人类基因组测序揭示了约2万个蛋白编码基因，其中约3000-5000个被初步评估为潜在药物靶点。药物靶点数据库（如DrugBank、ChEMBL）随之建立，整合靶点序列、结构、配体活性数据，支持计算筛选。靶点验证技术也同步成熟：基因敲除小鼠（1989年首例成功）可直接验证靶点在生理病理中的作用；RNA干扰（1998年发现）使靶点表达在细胞水平快速敲低；CRISPR-Cas9（2012年）进一步实现精准基因组编辑。这些工具使研究者能系统测试“调节某靶点是否产生预期疗效”，将靶点从候选名单推向验证阶段。

关键范式的技术解析

1. 高通量筛选：自动化与微型化的极限

HTS的核心是大规模、自动化、微型化的体外实验。其标准流程包括：

• **靶点准备**：纯化重组蛋白（如激酶、G蛋白偶联受体）或建立稳定表达细胞系。蛋白需在微孔板中保持天然构象和活性。
• **化合物库**：来源包括商业库（如Enamine REAL）、公司专有库、天然产物提取物、片段库。现代库规模达百万至千万级，强调化学多样性、类药性（符合Lipinski五规则）和可合成性。
• **筛选 assay 开发**：需满足**稳健性**（信噪比Z’因子>0.5）、**可重复性**和**微型化**（体积从100μL降至5μL）。常用检测技术包括：
• 荧光检测：荧光偏振（FP）测结合，荧光共振能量转移（FRET）测蛋白相互作用。
• 发光检测：基于萤光素酶的报告基因系统，灵敏度高。
• 吸收光谱：如比色法测酶活性。
• **自动化系统**：液体处理机器人（如Tecan、Hamilton）实现化合物稀释、加样；高内涵成像系统（如ImageXpress）进行细胞表型分析。
• **数据分析**：活性 cutoff 通常设为平均值±3倍标准差，命中物需复测确认。假阳性常见原因：化合物自身荧光/淬灭、聚集、干扰检测系统。

HTS的局限性日益明显：① 生物相关性低：体外纯蛋白或过表达细胞系统无法模拟体内复杂微环境（如代谢酶、转运体、组织屏障）；② 命中物质量差：大量命中物为反应性化合物（如 Michael 受体）、聚集物或PAINS（Pan-Assay Interference Compounds），后续优化困难；③ 成本效益比下降：单次筛选成本约10-50万美元，但命中率仅0.01%-0.1%，意味着测试100万化合物仅得100-1000个命中，其中多数无效。为此，行业发展出筛选策略的精细化：

• **计数筛选**：仅测试少量精选化合物（如基于结构的虚拟筛选结果）。
• **表型筛选**：在细胞或模式生物水平观察表型变化（如细胞死亡、形态改变），不预设靶点，可发现新机制。2006年，表型筛选发现的抗疟药青蒿素衍生物获得诺贝尔奖。
• **DNA编码库筛选**：将化合物与DNA条形码共价连接，混合后与靶点孵育，通过测序读取活性化合物序列，实现超大规模筛选（>10^12种化合物）。2017年，Bayer利用DEL发现凝血因子XIa抑制剂，进入临床。

2. 计算辅助药物设计：从经验规则到深度学习

CADD的发展历经三代技术：

• **第一代：基于规则的药效团模型与QSAR**。药效团模型提取活性分子的必需特征（如氢键供体、疏水区、芳香环），用于虚拟筛选。QSAR建立分子描述符（如logP、分子量、拓扑指数）与活性的统计关系，经典方法包括偏最小二乘回归（PLS）。但这类方法依赖特征工程，泛化能力有限。
• **第二代：分子力学与分子动力学**。分子对接通过优化算法（如遗传算法、蒙特卡洛）预测配体在靶点结合口袋的构象及结合自由能，核心是**打分函数**（如力场打分、经验打分、知识打分）。分子动力学模拟（如GROMACS、AMBER）在原子级别模拟蛋白-配体复合物的动态行为，揭示结合稳定性、水分子介导的相互作用等。例如，在HIV蛋白酶抑制剂设计中，动力学模拟发现活性化合物能稳定蛋白酶的二聚体构象，而无效化合物不能，指导了优化方向。
• **第三代：机器学习与人工智能**。2010年后，深度学习革新CADD：
• **图神经网络**（GNN）将分子表示为图（原子为节点，键为边），直接学习结构-活性关系，避免手工特征提取。例如，AtomNet（2015）使用3D卷积神经网络预测结合亲和力。
• **生成式模型**：变分自编码器（VAE）、生成对抗网络（GAN）和扩散模型可生成具有指定性质（如高活性、低毒性）的全新分子结构。Insilico Medicine利用生成式AI设计特发性肺纤维化靶点（DDR1）的抑制剂，从靶点到临床前候选化合物仅用18个月。
• **预测ADMET**：深度学习模型预测溶解度、代谢稳定性、hERG抑制等，早期淘汰风险分子。例如，ADMET Predictor、StarDrop等商业软件集成机器学习模块。

CADD的挑战在于数据质量和可解释性。公共数据库（如PDB、ChEMBL）存在偏差：活性数据多集中于热门靶点，实验条件不统一；晶体结构多为apo（无配体）或与高亲和力配体复合，难以代表弱结合片段。深度学习模型常被视为“黑箱”，难以理解预测依据。因此，物理模型与数据驱动方法的融合成为趋势：用分子力学约束深度学习，或使用注意力机制可视化关键原子贡献。

范式融合：HTS与CADD的协同策略

现代药物发现已摒弃“HTS或CADD”的二元对立，转向整合式流程： 1. 靶点结构获取：通过X射线晶体学、冷冻电镜或同源建模获得靶点三维结构。 2. 虚拟筛选预过滤：用分子对接从百万级虚拟库中筛选数百至数千候选，降低HTS成本。例如，2000年代初，Schrödinger公司利用Glide对接筛选，发现FMS样酪氨酸激酶3（FLT3）抑制剂，后经HTS验证。 3. 片段筛选与优化：FBDD先筛选弱结合片段（mM级），再用X射线或NMR确定结合模式，通过片段生长/连接设计高亲和力分子。 AstraZeneca利用FBDD发现BTK抑制剂阿卡替尼，其片段起始点亲和力仅0.5 mM，经结构优化最终达到纳摩尔级。 4. ADMET预测贯穿：在早期用机器学习预测化合物的溶解度、代谢稳定性、CYP抑制等，指导化学优化方向。 5. 迭代设计-合成-测试：形成“设计-合成-生物测试-结构分析”闭环，如基于结构的优化（Structure-Activity Relationship, SAR）中，每次合成新化合物后解析复合物晶体结构，指导下一轮设计。

这种整合显著提升效率。据估算，合理整合CADD可将先导化合物发现时间缩短30-50%，成本降低20-40%。然而，技术整合本身带来新挑战：不同平