案例摘要：hERG 钾通道阻断可导致 QT 间期延长乃至尖端扭转性室性心动过速，是新药研发中最受关注的安全性风险之一。本文以制药公司 Angelini Pharma 报道的 GSK-3β 抑制剂先导物优化为例，介绍如何基于「降低亲脂性 + 降低碱性」的结构修饰策略，利用 Percepta 的 hERG 抑制预测（GALAS 定性模型与 PhysChem 定量模型）与结构优化设计功能，将先导物的 hERG 抑制活性从 IC50 = 0.044 µM 降至 >100 µM，同时保留高活性与良好体内药效——展示了计算预测在药物研发早期识别与规避心脏毒性风险的完整工作流。
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 1A），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 1C）。目前，hERG 相关数据已被纳入新药申报，药物监管机构也会仔细审查申报中与 hERG 相关的数据。如果候选药物进入开发阶段后仍存在 hERG 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，尽早评估化合物的 hERG 阻断风险并进行结构优化，是药物发现过程中不可或缺的环节。
hERG 钾通道中与阻断药物结合的氨基酸残基已通过单位点突变鉴定。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 相互作用；药物的碱性氮原子可与 Tyr652 形成阳离子-π 相互作用；非芳香族疏水结构也可能与相关氨基酸残基产生相互作用（图 1B）。前人对 hERG 抑制剂的构效关系进行了经验总结，并提出了相应的结构修饰策略来降低化合物的 hERG 心脏毒性[2]：
在药物开发的早期，利用计算模拟的手段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。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，并指导先导物的结构优化。
在 Percepta 最新版本（v2022.2）中，hERG 预测模块做了较大更新：训练集从原来的 6700 个化合物增加到 9400 个，并增加了 hERG IC50 定量预测功能。软件内置两种预测模型——GALAS 模型（定性评估 hERG 抑制可能性）与 PhysChem 模型（IC50 定量预测），并且支持将已有的实验数据输入软件对 GALAS 模型进行再训练，使预测准确性进一步提高。
以下以制药公司 Angelini Pharma 报道的一篇文章为例[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 Percepta 软件实现先导物的结构优化。
Angelini Pharma 研发团队此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、细胞水平均展示良好活性，在小鼠模型中显示出理想疗效，有望进入临床前研究；但其对 hERG 钾通道有较高的亲和力，导致无法进一步发展。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——以改善其 hERG 心脏毒性。最终发现的化合物 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降低。
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，图 2），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作用，因此选择保留该结构骨架。
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 抑制活性有较大关系（化合物的高脂溶性和碱性都会带来 hERG 抑制风险）。因此，作者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，在 R1、R2 取代位点连接脂溶性较低、碱性降低的结构片段（图 3）。
作者设计、合成了 15 个化合物（2–16），并通过 Percepta（2017.2 版本）计算了各化合物的 logP 和 pKa(base) 值，活性及 hERG 试验结果如下表：
实验结果表明，化合物 14 不仅活性最高（GSK-3β IC50 = 0.004 µM），其 hERG 抑制活性也最低（IC50 > 100 µM）。该化合物的 logP（1.06）及 pKa（3.92）预测结果也明显低于化合物 1（3.25 / 8.40）。
我们通过 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：
从上表可以明显看出，Percepta GALAS 模型给出的 hERG 抑制（Ki < 10 µM）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。PhysChem 模型提供的 hERG IC50 定量预测结果：化合物 1 的预测值为 2.16 µM，化合物 14 为 107 µM。虽然化合物 1 的 IC50 预测值与实验值相差较大，但也能帮助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，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，更直观地观察到化合物 14 的 hERG 抑制活性远低于化合物 1：
其他化合物的 hERG IC50 预测结果与实验结果的相关分析如下图所示。通过相关性分析，Percepta 的 hERG IC50 预测结果总体与实验结果趋势一致（R² = 0.6159），该定量预测模型可为大规模化合物预测提供排序、筛选帮助。
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。这一功能对药物化学家而言操作非常简便，可快速上手：
在图中只需将替换的结构片段进行圈选，软件会以不同颜色高亮显示。在右方的控制面板，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——快速找到满足要求的结构片段：
在本案例中，我们希望降低取代基的脂溶性以及碱性，以获得没有 hERG 心脏毒性的分子，因此重点对脂溶性和 pKa(base) 两个参数进行设置。点击「Generate structures」按钮，软件将两个取代位点的片段进行排列组合，生成相应的衍生物库：
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。
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 的 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，帮助研发人员分析预测苗头化合物和计划合成的化合物，早期识别具有潜在 hERG 抑制风险的分子；结合 Percepta 的结构优化设计功能，可从先导物出发设计出更多衍生物，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、药代实验或安全性试验，从而降低药物研发的成本和失败率。
凯美科提示：Percepta 的 hERG 预测模块（GALAS 定性 + PhysChem IC50 定量双模型）与 Structure Designer 结构优化设计功能，可支撑从毒性风险识别到衍生物库生成的完整先导化合物优化工作流。如您所在团队的项目涉及 hERG 毒性风险评估或先导化合物的结构优化，欢迎与我们联系，了解软件产品方案与技术合作。
