
Parkinson’s Disease Screening Library
产品编号LF2370
帕金森病是第二大流行的神经退行性疾病,影响全球数百万人。尽管在其分子机制理解方面已取得重大进展,但目前的疗法主要针对症状而非控制疾病进展。这一差距凸显了对新型治疗策略的迫切需求。
我们的化学信息学团队开发了一个专有的帕金森病筛选库,以支持中枢神经系统药物发现和神经退行性疾病研究。该库包含超过18,300种小分子,涉及腺苷相关靶点、组胺受体及其他与神经退行性变相关的病理机制。
每种化合物均使用先进的化学信息学工作流程从我们的库存高通量筛选(HTS)化合物库中选出,以确保结构多样性、生物学相关性和筛选适用性。该筛选库涵盖参与神经炎症、氧化应激和运动功能障碍通路的分子实体,这些通路是帕金森病进展的核心。值得注意的是,许多靶点直接或间接与α-突触核蛋白(帕金森病发病机制中的关键蛋白)相关联。
规格
背景信息
帕金森病(PD)的特征是黑质致密部多巴胺能神经元的进行性丧失,导致静止性震颤、肌强直、运动迟缓和姿势不稳等运动症状。非运动症状,包括认知障碍、抑郁、焦虑、睡眠障碍和自主神经功能障碍,进一步加重了疾病负担,显著影响患者的生活质量。PD影响约1-2%的60岁以上人群,患病率随年龄增长而增加。
PD的发病机制是多因素的,涉及蛋白质错误折叠、线粒体功能障碍、氧化应激和神经炎症。其标志是错误折叠的α-突触核蛋白积聚形成路易小体,破坏神经元功能并促进神经退行性变。线粒体功能障碍,尤其是复合物I活性受损,导致能量不足和活性氧增加,加剧神经元损伤。由小胶质细胞激活驱动的神经炎症通过促炎通路放大神经元损失。遗传因素,包括LRRK2、SNCA和GBA基因突变,在家族性和散发性PD中均发挥重要作用。
传统治疗方法,如左旋多巴,可缓解运动症状,但无法改变疾病进展,且常引起运动障碍等并发症。过去两年中,新的治疗靶点不断涌现。抑制单胺氧化酶B(MAO-B)——该酶可代谢多巴胺并产生氧化副产物——仍然是增强多巴胺能信号传导和减少氧化应激的关键策略。近期研究强调了肠-脑轴的作用,肠道中的α-突触核蛋白错误折叠可能通过迷走神经启动PD病理,表明调节微生物群的疗法可能值得探索。靶向溶酶体功能,尤其是GBA1相关通路,可增强α-突触核蛋白清除,是一个有前景的研究方向,目前已有临床试验探索GBA激活剂。神经炎症是另一个关键靶点,新方法通过抑制NLRP3炎症小体激活和TREM2介导的小胶质细胞反应来减少神经元损伤。此外,线粒体靶向抗氧化剂和线粒体自噬增强剂(如urolithin A)正在研究中,以恢复线粒体功能。同时,靶向LRRK2突变的基因疗法和减少α-突触核蛋白表达的反义寡核苷酸已在临床前研究中显示出潜力。
化合物筛选
本筛选库基于以下靶点构建,这些靶点因其能够解决α-突触核蛋白相关病理而被选中,无论是通过直接抑制聚集还是调节下游效应(如炎症和神经元死亡),从而实现识别有效帕金森病治疗药物的综合性方法:
第一种策略聚焦于抑制α-突触核蛋白(αS)聚集——PD病理的标志。为此,我们采用了改编自Horne等人的基于结构的虚拟筛选方法,即对αS原纤维进行对接模拟,随后进行基于Tanimoto的聚类并选择中心化合物进行实验验证。随后,使用基于聚集测定数据训练的机器学习模型对Life Chemicals专有高通量筛选(HTS)化合物库中的化合物进行评估,优先选择相对于未处理对照显著延长聚集半衰期(t₁/₂)的分子。t₁/₂指标是种子αS聚集测定中抑制效力的可靠指标;显示≥2倍增加的化合物被认为是强效的。这种方法能够识别结构多样的αS聚集抑制剂。
第二种方法中,使用二维分子指纹进行基于配体的虚拟筛选,以识别与PD相关靶点已知调节剂具有高度结构相似性的化合物。采用Tanimoto相似性阈值≥0.85以确保有意义的化学相似性。参考数据集来自ChEMBL数据库中精选的活性记录,包含经确认具有生物活性的化合物。这种基于相似性的过滤使我们能够在保持化学多样性的同时,富集具有已知作用机制的骨架。
第三种方法中,化合物从我们三个聚焦筛选库中选取:
这些库被合并,随后根据预测的药代动力学特性进行过滤,特别是血脑屏障(BBB)通透性和CNS MPO评分。BBB通透性使用Gupta等人开发的定量模型进行评估,该模型整合了物理化学描述符来预测跨BBB的被动转运。CNS MPO评分根据Wager等人提出的框架计算,该框架结合了六种分子性质(如亲脂性、分子量、拓扑极性表面积)来预测中枢神经系统类药性。仅保留在两个指标上均获得高分(表明良好的脑穿透性和CNS靶向药效学)的化合物用于下游分析。这些分子代表了能够在多个机制层面调节神经退行性过程的候选物,包括神经炎症、程序性细胞死亡和蛋白质稳态失调。
