基于ACD/Percepta进行先导化合物优化：降低hERG心脏毒性

2023-06-02 17:10:21, 胡炽文 Advanced Chemistry Development, Inc. (ACD/Labs)

背景介绍

BACKGROUND

人类Ether-a-go-go相关基因（hERG）编码的蛋白质是四聚体钾离子通道，在心脏动作电位中起重要作用。如果hERG钾离子通道被阻断，很可能会造成心脏动作电位时程中 QT 间期延长(图1 A)，进而诱发尖端扭转性室性心动过速 (TdP)，严重时可引起突然死亡。hERG阻断机制被阐明后，部分药物由于可引发hERG毒性而被撤市，或应用受到了限制(图1 C)。目前，hERG相关数据已被纳入新药申报中，而药物监管机构也会仔细审查新药申报中与hERG相关的数据。如果候选药物在进入开发阶段时仍然存在与hERG相关的问题，则需要在临床开发过程中进行更为广泛且深入的研究^[1]。因此，尽早地评估化合物的hERG阻断风险和对其进行结构优化是药物发现过程中不可或缺的部分。

图1. A：QT间期延长图示。B：钾离子通道孔内hERG阻滞剂结构模型示意图。C.选择性抑制心脏hERG钾通道的药物分子。

hERG钾通道中与其阻断药物结合的氨基酸残基已通过单位点突变进行了鉴定。结合部位集中在通道的中心空腔，其中孔螺旋的 Tyr652和 Phe656 在结合中发挥了最为重要的作用。药物分子中的芳香基团倾向于与 Phe656 发生π-π相互作；药物的碱性氮原子可与氨基酸残基 Tyr652形成阳离子-π相互作用；而药物中的非芳香族疏水结构也可能与相关的氨基酸残基产生相互作用(图1 B)。前人对hERG抑制剂的构效关系进行了经验总结，也提出了相应的结构修饰策略来降低化合物的hERG心脏毒性，如下所示^[2]：

hERG抑制剂结构特征

利于hERG通道结合的亚结构特征：

含有碱性氨基，pKa>7.3，尤其是位于饱和环或杂环上；
含有亲脂性结构，logP>3.7;
含有至少一个芳环；
含有柔性链(可旋转键)；
含有三个或四个疏水性基团。

不利于hERG结合的亚结构特征：

负电离基团；
氧氢键受体；
极性基团。

结构修饰策略

降低胺的 pKa(碱性)或除去氨基基团；
降低hERG结合区的亲脂性 (特别是低于1)；
引入酸性基团；
引入氧氢键受体；
刚性连接(较少的可旋转键消除了在结合位点的自由转动)；
改变氮原子在分子中的位置 (尤其是有助于溶解的氮原子)；
通过饱和或去除环结构以降低芳香性；
改变与芳环相连的基团:增加电子供体或减少电子受体；
增加极性基团；
降低分子量(尤其是小于 250)；
间位或对位取代往往优于邻位取代。

ACD/Percepta hERG预测模块的应用

在药物开发的早期，利用计算模拟的手段来筛选并识别出潜在的hERG通道抑制剂，可以有效降低研发后期阶段的成本和风险。ACD/Percepta作为一款专业的成药性预测软件，可基于化合物的结构式预测物理化学性质、ADME性质以及毒性性质，其中包括了心脏毒性—hERG抑制性质的预测，帮助研究人员在药物研发早期快速、准确地评估化合物潜在的hERG抑制风险，并且指导先导物的结构优化。

在ACD/Percepta最新版本中(v2022.2版)，hERG预测模块做了较大的更新，训练集从原来的6700个化合物增加到9400个，并且增加了hERG IC50定量预测功能(关于该模块的详细功能介绍，请参考文章：心脏毒性-hERG抑制预测模型介绍)。

另外，我们在往期文章中也浅评了ACD/Percepta hERG预测模型的准确性，介绍了软件内置的两种预测模型(GALAS模型和PhysChem模型)的表现，并且简单介绍了如何将已有的实验数据输入到软件中，对GALAS模型进行再训练，使预测准确性进一步提高。小伙伴可查看往期的介绍文章：基于化合物结构的hERG抑制性质预测

案例介绍

以下我们以制药公司ANGELINI PHARMA报道的一篇文章作为例子^[3]，介绍如何从先导化合物结构出发，结合降低hERG心脏毒性的结构修饰策略，通过ACD/Percepta软件实现先导物的结构优化，降低化合物的hERG心脏毒性风险。

ANGELINI PHARMA研发团队之前发现了一个生物活性良好的糖原合酶激酶3β（GSK-3β）抑制剂——化合物1，它不仅在体外酶水平、细胞水平都展示了良好的活性，在小鼠模型中显示出理想的疗效，有望进入临床前研究，但是其对hERG钾通道有较高的亲和力，导致没法进一步发展。因此，作者通过调节化合物的物理化学性质，包括降低亲脂性和碱性，以期改善其hERG心脏毒性。最终，发现了化合物14不仅保留了高活性，而且具备良好的ADME特性，hERG钾通道亲和力也大幅度降低。

文章的结构优化思路

1、基于化合物1与GSK-3β激酶 ATP结合口袋的结合作用分析(PDB ID: 6TCU，如下图所示)，化合物1的1H-吲唑- 3-甲酰胺结构部分与靶标的结合发挥关键的作用，因此选择保留该结构骨架。

图2. 化合物1与GSK-3β激酶 ATP结合口袋的结合示意图

2、化合物1的侧链——(2-甲氧基乙基)-4-甲基哌啶和二氟苯基对GSK-3β激酶结合的作用不大，并且这两部分结构很有可能与hERG抑制活性有较大的关系(化合物的高脂溶性和碱性都会带来hERG抑制的风险)，因此，作者希望对这两部分进行结构替换，考虑到脂溶性和碱性对hERG通道结合的影响，希望在R1、R2取代位点连接脂溶性较低、碱性降低的结构片段，如图3所示。

图3. 化合物1结构优化的设计思路

最终，作者设计、合成了15个化合物(2-16)，这系列化合物都通过ACD/Percepta软件(2017.2版本)计算了logP和pKa(base)值，其活性及hERG试验结果如下表：

表1. 16个化合物的活性及hERG试验结果

注：a、IC50 values were calculated from data points obtained as average of duplicate wells. Tables with a complete list of IC50 values and 95% confifidence intervals are available in the Supporting Information. b、 cLogP and pKa values were calculated using ACD/Percepta 2017.2. c、Reference compound.

实验结果表明，化合物14不仅活性最高，其hERG抑制活性也最低。该化合物的logP及pKa预测结果也明显比化合物1要低。

ACD/Percepta的hERG抑制性质预测评价

我们通过ACD/Percepta软件(2022.2版本)的hERG预测模型对化合物1和14分别进行了预测比较，可以进一步辅助说明问题。

表2. Percepta hERG预测模型对化合物1和14的预测结果

从上表可以很明显地看出，Percepta GALAS模型给出了hERG抑制(Ki<10μM)的可能性，化合物1为0.85，大概率会产生hERG抑制，化合物14的可能性仅为0.06；而Physchem模型提供了hERG IC50定量预测结果，化合物1的预测值是2.16，化合物14的预测值是107。虽然化合物1的IC50与实验值相差较大，但也能帮助我们判断出该化合物具有较强的hERG抑制活性，而化合物14的预测结果与实验数据吻合。

另外，在Physchem模型预测结果中，我们可以把化合物1和14的logP、pKa(Base)参数与hERG IC50预测结果的关系以热图展示，更直观地可以观察到，化合物14的hERG抑制活性远低于化合物1，如下图所示：

图4. 化合物1和14的hERG抑制活性热图分析

其他化合物的hERG IC50预测结果与实验结果相关分析如下图所示:

图5. 16个化合物的hERG IC50预测结果与实验结果相关分析图

通过相关性分析，Percepta的hERG IC50预测结果总体与实验结果的趋势一致，R²=0.6159。该定量预测模型可为大规模的化合物预测提供排序、筛选帮助！

ACD/Percepta的结构优化设计功能

ACD/Percepta软件不仅提供hERG抑制预测功能，也可以基于先导化合物结构进行衍生物设计。我们可以按照文章作者的思路，从化合物1结构出发，保留1H-吲唑-3-甲酰胺的骨架不变，对R1、R2取代基进行更多片段的组合，从而获得结构更多样的衍生物库。这个功能对于药物化学家而言，操作非常简便，可快速上手。如下图所示：

图6. ACD/Percepta先导化合物优化操作界面

在图中，我们只需要将替换的结构片段进行圈选，软件会通过不同的颜色高亮显示。这时候，在右方的控制面板，您可以从软件内置的1.6万个片段库中(也可以自建片段库)，设置不同的筛选条件(包括分子量、脂溶性、氢键供体/受体个数、pKa、相似度等)，快速找到满足您要求的结构片段。

图7. ACD/Percepta结构片段库参数设置面板

在本案例中，我们希望降低取代基的脂溶性以及碱性，以期获得没有hERG心脏毒性的分子。因此，可重点对脂溶性和pKa(base)两个参数进行设置，软件会快速地找到满足要求的结构片段。点击“Generate structrues”按钮，软件将两个取代位点的片段进行排列组成，生成相应的衍生物库。如下图所示：

图8. 生成的衍生物列表以及相关参数预测结果

如图8所示，Percepta软件根据我们对R1、R2取代位点的结构片段要求，快速生成了7000多个满足条件的衍生物结构，并且可进一步批量计算这一批化合物的理化参数、ADME和毒性性质。在该结果中，我们发现了更多潜在的非hERG抑制剂供候选研究。

总结

以上通过GSK-3β激酶抑制剂先导物的结构优化案例，介绍了Percepta软件的hERG抑制性质预测及结构优化设计功能。结果表明，Percepta软件hERG抑制性质预测模型可以在药物研发早期对化合物进行有效、准确的预测，分析预测苗头化合物和计划合成的化合物，指导研发人员早期识别具有潜在hERG抑制风险的化合物；结合Percepta软件的结构优化设计功能，可从先导物出发，设计出更多的衍生物，探索更大的化学空间，发现成药性更好的候选结构，再进行合成、测活、药代实验或者安全性试验，从而降低药物研发的成本和失败率。

参考文献：

1、hERG toxicity assessment: Useful guidelines for drug design. Eur J Med Chem. 2020 Jun 1, 195 :112290. DOI: 10.1016/j.ejmech.2020.112290.

2、类药性：概念、结构设计与方法（原著第二版），2020，白仁仁等译.

3、Optimization of Indazole-Based GSK-3 Inhibitors with Mitigated hERG Issue and In Vivo Activity in a Mood Disorder Model. ACS Medicinal Chemistry Letters 2020 11 (5), 825-831. DOI: 10.1021/acsmedchemlett.9b00633.

胡炽文的近期文章