AI制药超级实验室｜高通量筛选技术

【名词解释】

苗头化合物：对特定靶标或作用环节具有初步活性的化合物；

先导化合物：具有某种生物活性和特定母核结构的化合物，用于进一步结构改造和修饰。

新药研发是一个复杂且漫长的过程，在进入临床试验前，新药物的发现大致需要经过确定靶点—发现苗头化合物—得到先导化合物—优化先导化合物等过程。

传统的药物筛选是用各种实验手段，通过体内外的多种模型对候选化合物进行筛选，以评价其生物活性和药理特征。这种筛选方式一般需消耗大量人力物力，且筛选过程对技术人员的实验技能要求较高，难以在短时间内对大量化合物开展有效且经济的筛选，这也是传统新药研发逃不开“双十定律”的原因。

近几年, 组合化学的长足发展使得短时间合成大量化合物成为可能, 且新的遗传学研究（如人类基因组计划）使得新的靶蛋白数量正不断以几何级数增加。我们现有的方式已远不能满足新药研发的筛选,高通量筛选技术(HTS, High Throughput Screening)开始进入人们的视野。

高通量筛选技术

高通量筛选技术是指以分子、细胞水平的实验方法为基础，采用不同规格的微孔板作为实验载体，以自动化操作系统执行实验过程，以灵敏快速地检测仪器采集实验结果数据，以计算机分析处理实验数据，在同一时间检测数以千万的样品，并以得到的相应数据库支持运转的技术体系。

它由五个技术元件组成：化合物样品库、合适的筛选模型、自动化实验室操作系统、高灵敏的检测仪器和数据库管理系统。

限于篇幅，我们在这里只谈筛选模型、自动化实验室操作系统和数据库管理系统这三部分。

01合适的筛选模型

高通量筛选不仅要求微升级的反应体积，而且要求这种反应具有靶点特异性和检测敏感性，因此如何建立稳定的、通量化的筛选模型是高通量筛选实验的关键。

在药物高通量筛选中，常用的筛选模型都在分子水平或细胞水平观察药物与靶点的相互作用，能够直接认识药物效应的基本机制。分子水平的筛选更多的是检测酶/受体功能的改变、探针/蛋白质结合的抑制，或检测蛋白质与配体结合的结构、动力学和亲和度。主要的方法有荧光偏振、荧光共振能量转移、酶联免疫吸附、表面等离子共振和核磁共振等技术。

其中，酶联免疫吸附试验(enzyme-linked immunosorbent assay, ELISA) 是最常用的实验方法之一，可检测和定量抗体、蛋白质和激素等物质。

在经典Wnt信 通路中，β-catenin/TCF4 (T-cell factor 4) 相互作用在肿瘤生长分化、化疗耐药、转移复发等过程中发挥着重要的促进作用，已成为新型靶向性抗肿瘤药物开发的理想靶标之一。

为高效地筛选抑制β-catenin/TCF4相互作用的苗头化合物，付正豪等人通过优化GST-TCF4 βBD (β-catenin binding domain) 包被浓度和β-catenin反应浓度，建立了一种新的基于酶联免疫吸附的高通量筛选模型，并成功筛选到苗头化合物——白花丹素，为靶向β-catenin/TCF4相互作用小分子抑制剂的高效筛选奠定了基础。[1]

02 自动化实验室操作系统

高通量药物筛选的自动化操作系统由以下部分组成：

·计算机及其操作软件

·自动化加样、冲洗、温孵

· 高精确度设备

·堆栈

一般我们会根据模型类型和筛选规模，去完成操作系统的整合。而上海汇像的优势之一便是超强的第三方设备整合能力，在汇像自动化环节核心产品和耗材的基础上，智能自动化控制软件能够整合目前大部分厂家设备和产品。

高通量药物筛选在短时内要对数以万计的化合物样品进行检测，内容枯燥、步骤重复，人工操作容易因疲劳而出错。

自动化实验室操作系统采用微孔板作为反应容器，且对其用条形码加以标记。系统通过光电阅读器对特定微孔板上的特定位置进行操作，并将相关数据存贮在计算机内，从而使筛选过程快速有序，平行可控，易于重现，结果准确。

自动化实验室操作系统利用计算机通过操作软件控制整个实验过程，操作软件用实物图像代表实验用具，简洁明了地以图示显现机器的动作。科研人员可自行编程，过程简单，便于操作。

系统的工作能力取决于系统的组成部分，根据需要可配置加样、冲洗、温孵和离心等设备以进行相应的步骤。而堆栈（Hotel）是指在操作过程中用来放置样品板、反应板以及对它们进行转移所需的腾挪空间。堆栈的容量决定了高通量筛选的样品数量。

03 数据库管理系统

高通量药物筛选的特点是对数以万计的化合物样品进行随机和平行的活性检测，产生海量的原始数据，需要应用高效的数据库管理系统来进行收集、存储、处理、分析、整合和演绎，为药物发现与设计研究提供支撑。其主要功能如下：

样品信息的存储

对用于高通量筛选的化合物样品进行存储管理，保存对样品采取质量控制和质量保障措施的记录。同时，对每一个新入库的化合物都进行新颖性分析，排除结构相同的化合物。

生物活性信息的管理

对每个化合物进行不同模型筛选获得的实验结果完整记录，科研人员可采用多种分析软件以此对其生物活性作出综合评价。

药物发现的研究

通过对在同一模型上呈现阳性反应的化合物进行结构分析来判断是否存在初步的构效关系，或多种阳性结构是否存在一般规律，从而为后继研究提供参考。

综上，在高通量筛选技术中，从自动化实验室操作系统到数据库管理系统，超级实验室的运行都离不开一个强有力的智慧“大脑”。比如上海汇像AI制药超级实验室的SuperLab智能中控系统，数据信息结合AI算法，已应用于多个药物研发、生物医学场景，是全新的生命科学智能自动化控制平台，包含了：

· AI超算平台

· AI应用软件系统

· 智能数据中心

· AI机器人工作站

采用中央集成控制台和友好人机交互界面，实现整个系统的协作化、智能化、远程操控化管理，具备超强的拓展能力，可直接与研发数据平台无缝对接，完成高通量筛选的工作，筛选出苗头化合物。

[1]. Fu,Z.H.,Qi, H.Y., Yan,G.G.,Liu,X.P.and Chen,Y.Y. (2021). Application of An Enzyme-linked Immunosorbent Assay for the Screening of Small-molecule Inhibitors Targeting β-catenin/TCF4 Interaction.//High-throughput Screening Protocol eBook.Bio-101:e1010833.DOI:10.21769/BioProtoc.1010833.