大数跨境

综述|默克谈ncAA如何卡死、又如何撬开肽药 DMTA

综述|默克谈ncAA如何卡死、又如何撬开肽药 DMTA AI4Peptide
2026-10-26
3
导读:Merck给含非经典氨基酸肽药的三条加速轴

多肽药物凭借较高的靶点识别特异性,正成为创新药研发的重要方向。然而,天然多肽普遍面临蛋白酶稳定性不足、膜通透性较低、口服生物利用度受限等挑战。

非天然氨基酸(Non-canonical Amino Acids,ncAAs)的引入,为突破这些限制提供了新的技术路径。

2023年,默沙东(Merck)研究团队在 ACS Medicinal Chemistry Letters发表综述《Beyond 20 in the 21st Century》,系统讨论了非天然氨基酸在多肽药物设计、计算预测、化学合成和生物催化中的应用。

值得关注的是,论文中重点介绍的口服PCSK9抑制剂MK-0616,已于2026年7月获得美国FDA批准,成为首款获批的口服PCSK9抑制剂,也为非天然氨基酸大环肽的临床转化提供了重要案例。

一、非天然氨基酸如何改善多肽成药性?

传统多肽主要由20种天然氨基酸组成,虽然具有良好的分子识别能力,但其构象、稳定性及药代动力学性质存在一定限制。

通过引入非天然氨基酸,可以扩展多肽化学空间,并有针对性地优化分子性质。

主要策略包括:

  • D型氨基酸:改变局部立体构型,降低部分蛋白酶的识别与降解。
  • N-甲基化:调节氢键供体、构象及极性特征,有助于改善部分环肽的膜通透性。
  • α-甲基化:限制主链构象,提高部分多肽的代谢稳定性。
  • 侧链修饰与环化:优化靶点结合、构象稳定性及理化性质。

这些策略并非简单增加修饰,而是通过精细调控分子结构,实现活性、稳定性、通透性与溶解性之间的平衡。

代表性案例:首款获批口服PCSK9抑制剂MK-0616

默沙东开发的MK-0616(Enlicitide)是非天然氨基酸赋能口服大环肽药物研发的代表性案例。

该药物源于mRNA display筛选,通过引入氟代色氨酸、D-丙氨酸、α-甲基脯氨酸及分子内交联结构,优化多肽的结合活性与蛋白酶稳定性,为实现口服给药提供了重要基础。

2023年综述发表时,MK-0616刚取得积极的IIb期临床结果。2026年7月15日,该药物以LIPFENDRA商品名正式获得美国FDA批准,用于降低成人高胆固醇血症患者的LDL-C,包括杂合子家族性高胆固醇血症患者。

两项关键III期临床研究显示:

  • CORALreef Lipids:24周LDL-C较安慰剂降低约56%。
  • CORALreef HeFH:24周LDL-C较安慰剂降低约59%。

MK-0616采用每日一次20 mg口服给药,但需按规定空腹服用;长期心血管事件获益仍待结局研究进一步验证。

这一成果不仅体现了非天然氨基酸在多肽成药性优化中的实际价值,也展示了高通量筛选、化学修饰和构象优化相结合,推动复杂大环肽走向临床应用的潜力。

配图1:原论文Figure 1—非天然氨基酸类型及MK-0616大环肽结构

二、计算设计:从天然序列走向复杂化学空间

非天然氨基酸在拓展分子设计空间的同时,也为传统计算方法带来了新的挑战。

1. 分子表示与序列分析

传统FASTA主要适用于天然氨基酸序列,难以完整描述非天然残基及复杂环化结构。

HELM(Hierarchical Editing Language for Macromolecules)通过单体及连接关系编码,能够更准确地表示含非天然氨基酸的多肽分子。

默沙东开发的PepSeA方法,则利用非天然单体的化学结构相似性进行序列对齐,为构效关系分析及机器学习建模提供支持。

图2:原论文Figure 2–3—HELM分子表示与单体相似性分析

2. 分子动力学与自由能计算

非天然氨基酸修饰可能显著改变多肽的三维构象、分子内氢键及结合自由能。

分子动力学(MD)、自由能微扰(FEP)和增强采样等方法,可以辅助解析这些变化,并支持多肽活性优化。

但复杂环肽仍存在构象采样困难、非天然残基力场参数不足及自由能预测成本较高等问题。

因此,结合序列信息、三维构象与物理计算,是提高非天然氨基酸多肽计算设计可靠性的重要方向。

三、化学合成与生物催化:从分子设计走向制造

非天然氨基酸的应用不仅取决于分子性质,还受制于合成可及性、立体选择性和生产成本。

论文重点讨论了两项关键技术。

后期官能团化(Late-stage Functionalization,LSF):在已有多肽骨架上引入新的化学基团,例如通过交叉偶联等反应实现侧链修饰,从而快速构建结构多样化的多肽类似物,提高构效关系探索效率。

生物催化(Biocatalysis):利用酶的化学选择性和立体选择性,合成具有复杂手性结构的非天然氨基酸,为β-甲基、β-羟基及α-甲基取代氨基酸的制备提供新路径。

两类技术分别从分子修饰效率与特殊单体制造能力出发,为扩大非天然氨基酸的实际应用范围提供支持。

图3:原论文Figure 4–5—后期官能团化与生物催化技术

四、对AI多肽药物研发的启示

非天然氨基酸正在推动多肽研发从有限的天然序列空间,走向更加复杂、更加丰富的化学结构空间。

结合论文内容及近年来计算设计技术的发展,可以归纳出三个值得关注的方向。

第一,建立支持非天然氨基酸的分子表示与生成模型。

传统基于20种氨基酸序列的模型,难以直接处理D型残基、N-甲基化、特殊侧链及复杂环化拓扑。未来需要进一步完善非天然单体编码及其结构表示。

第二,从结合活性预测走向多目标成药性优化。

AI设计不仅需要考虑靶点亲和力,还应综合优化膜通透性、溶解度、代谢稳定性及合成可行性,实现更加接近实际药物开发需求的分子筛选。

第三,构建计算设计与实验验证相结合的研发体系。

将AI分子生成、MD/FEP、化学合成和实验筛选相结合,有望提升复杂环肽设计的效率,并通过持续积累实验数据改进模型预测能力。

需要指出,这些是基于原论文技术分析提出的研发方向,而非原作者已经验证的统一AI设计系统。

五、总结与展望

非天然氨基酸正在推动多肽药物研发突破传统20种天然氨基酸的限制,为改善分子活性、稳定性和口服给药能力提供新的化学工具。

以MK-0616于2026年获得FDA批准为代表,非天然氨基酸大环肽的应用已从早期分子优化探索延伸至获批药物,展示了这一技术路线的临床转化潜力。

但随着分子结构日益复杂,计算预测、构象采样、化学合成及制造工艺仍面临挑战。

未来,AI生成设计、分子动力学、自由能计算、生物催化及实验验证的协同发展,有望进一步拓展可开发的多肽化学空间,推动多肽药物从序列优化迈向多目标、可制造的系统性分子设计。


参考文献

  1. Hickey JL, et al. Beyond 20 in the 21st Century: Prospects and Challenges of Non-canonical Amino Acids in Peptide Drug Discovery. ACS Med Chem Lett.2023;14(5):557–565. DOI: 10.1021/acsmedchemlett.3c00037.

2. U.S. FDA. Novel Drug Approvals for 2026. LIPFENDRA (enlicitide), approved July 15, 2026.

3. Merck. LIPFENDRA (enlicitide) is the First and Only Once-Daily Oral PCSK9 Inhibitor Approved by the U.S. FDA. July 16, 2026.

高端人才组局找我靠谱(我的vx:myt030489):创始合伙人、高端AIDD/CADD对接、投融资合作、AI制药项目合作与评估。

【声明】内容源于网络
0
0
AI4Peptide
专注探索人工智能在多肽药物设计与研发中的应用,定期发布相关的前沿研究、技术解析和行业动态,迎接未来智能药物研发的新时代。
内容 76
粉丝 0
AI4Peptide 专注探索人工智能在多肽药物设计与研发中的应用,定期发布相关的前沿研究、技术解析和行业动态,迎接未来智能药物研发的新时代。
总阅读3.3k
粉丝0
内容76