值得关注的药物发现趋势：CAS Insights 网络研讨会要点
从微生物组科学到人工智能驱动的建模，药物发现领域正以引人瞩目的方式迅速发展。在我们最近的 CAS Insights 网络研讨会上，拜耳健康消费品事业部和 CAS 的专家探讨了正在重塑药物研究的新兴突破。小组成员讨论了个性化医疗、早期诊断和新治疗策略方面的进展。他们的对话让我们可以快速和有趣地一窥药物开发的未来。
有关这一主题的更多信息，请查阅我们的 CAS Insights 文章《药物发现最新趋势》，其中 CAS 科学家介绍了精准医学、癌症免疫疗法、神经退行性疾病检测等方面的突破。
微生物组科学进入全身健康领域
Rami Ammar 博士是拜耳健康消费品事业部全球研发、前端创新的科学创新总监，他在讨论中首先发言，强调了微生物组研究在药物发现中的日益扩大作用。虽然益生菌在传统上与消化系统健康有关，但 Ammar 解释说，该领域现在正在探索更广泛的应用——包括心理健康、代谢紊乱和皮肤病学。他将微生物组描述为一个“隐藏的器官”，并指出其遗传优势：
“药物发现中最迷人的趋势之一是益生菌的使用范围超越了肠道健康的范畴，甚至比广义益生菌的范畴还要广泛，包括益生菌、益生元和后生元。”
Ammar 博士还指出，像药物微生物组学和毒理微生物组学这样的新兴领域：
“……在了解我们的肠道微生物组或整个微生物组如何与药物和毒素相互作用方面越来越重要，并能引领我们探索个性化的有效治疗策略。”
他还举例说明了已获批准的治疗艰难梭菌和抗生素相关性腹泻等疾病的益生菌疗法，强调了基于微生物组的干预措施的临床意义。最后，他提出了一个充满希望的观点：
“随着我们继续探索微生物组与全身性健康之间的复杂关系，我相信我们正处于突破性发现的边缘，这些发现可以真正帮助我们转变对医学的理解，并为创新的治疗解决方案铺平道路。”
神经退行性疾病的早期诊断
我们的第二位专家是 CAS 科学分析和见解经理 Angela Zhou 博士，她重点讨论了生物标志物在早期神经退行性疾病诊断中的重要性，特别是对于阿尔茨海默病和帕金森病。她解释说，虽然生物标志物常常被用来监测身体健康——例如胆固醇和葡萄糖水平——但在评估大脑健康方面仍然存在空白。
“我们还没有一个好的生物标志物合集来判断我们的大脑是否健康。”就医者肯定不希望在定期就诊时进行脊髓液取样或 PET 扫描。想象一下，如果我们能从血液或尿液样本中收集这些生物标志物，用于评估大脑健康，那该多好啊。”
Zhou 博士还指出，阿尔茨海默症诊断方面最近获得的监管批准表明，该领域正朝着更容易获得和预防的方向发展。
PROTAC 在靶向治疗中越来越受关注
Gary Gustafson 博士是 CAS 的高级客户成功专家，他在制药行业担任药物化学家，拥有超过 25 年的相关经验，是药物 Olutasidenib 的生产团队成员之一，该药物最近获得了 FDA 批准。Gustafson 博士讨论了最近兴起的 PROTACs（蛋白降解靶向嵌合体），它为消除致病蛋白质提供了一种新方法。与传统的抑制蛋白质功能的小分子不同，PROTACs 通过调动细胞的天然机制来降解蛋白质。Gustafson 博士说道：
“单一 PROTAC 实际上可以降解多种蛋白质。它们较少受到蛋白质突变或过度表达的影响，而蛋白质突变或过度表达有时会阻碍小分子……”
他指出，前有 80 多种药物正在进行临床开发或某种形式的临床评估，并且有 100 多个组织正在这一领域开展工作。
人工智能与数字孪生：开展更合乎伦理和可转化的研究
小组还探讨了人工智能如何帮助研究人员更准确地模拟人体生物学，减少对动物模型的依赖。Ammar 博士介绍了拜耳公司利用器官芯片技术和基于生理的药代动力学 (PBPK) 建模来创建人体系统数字孪生的工作：
“减少动物的使用不仅是出于伦理目的，也是为了获得更具变革性和更贴近人类实际应用的效果。”
Zhou 博士补充说，人工智能使更复杂的生物标志物分析成为可能，这可能涉及数十甚至数百个指标。Gustafson 博士强调了高质量数据在训练人工智能算法和预测分析中的重要性，并指出像 BioFinder 这样的 CAS 工具可以帮助研究人员确定化合物的优先级并探索药物再利用的机会。
最后的思考：协作、好奇心和融合
在讨论接近尾声时，Zhou 博士鼓励听众保持好奇心，探索相邻领域以保持广阔的视野，并指出许多伟大的发现都有来自不同领域的研究人员参与。从广泛而热烈的讨论中可以清楚地看出，药物发现的未来将由生物学、数据科学和工程的融合塑造——无论是利用微生物组促进全身健康、识别神经退行性疾病的早期生物标志物，还是设计消除蛋白质的疗法。随着人工智能模拟和器官芯片技术等工具日益普及，能够携手协作、跨多个参数连接数据的研究人员，将更有能力将共享的见解转化为影响力。
观看完整的网络研讨会
如要直接听取专家的讨论并深入探索这些趋势，请观看网络研讨会完整视频。研讨会内容包括详细示例、数据可视化以及关于药物研究未来的其他评论。
网络研讨会中提出的问题
在研讨会期间，我们没有时间回答所有参与者的问题，因此我们请小组成员发表一些看法。
问题：PROTACS 能否靶向以前被认为“不可成药”的蛋白质？
可以——这是 PROTAC 技术最令人振奋的一个方面。与传统通过与活性位点结合来抑制蛋白质功能的小分子不同，PROTACs 的作用机制是通过泛素-蛋白酶体系统标记蛋白质以进行降解。这使它们能够靶向那些缺乏可及结合口袋或参与复杂相互作用的蛋白质，如转录因子和支架蛋白。
问题：您对放射性药物偶联物有什么看法吗？您认为未来哪些放射性核素会成为研究热点？
放射性药物偶联物 (RDCs) 的发展势头越来越强劲，尤其是在肿瘤学领域，它们将靶向递送与强效辐射结合在一起。镥-177 (^177Lu) 具有良好的半衰期和 β 发射特征，它仍然是主要的放射性核素，但锕-225 (^225Ac) 作为 α 发射体因能够传递高度局部的细胞毒性而逐渐兴起。越来越多的临床试验正在探索治疗前列腺癌和神经内分泌癌症的 ^225Ac 标记药物，大型制药公司的投资表明，α 疗法将是未来的重点。对于这个问题，您可能会对我们最近的 CAS Insights 文章《诊疗一体化：核医学如何改变精准肿瘤学》感兴趣。
问题：人工智能和量子计算如何帮助对某些分子 PROTAC 靶点进行高通量筛选？
人工智能正在改变高通量筛选 (HTS)，它能够对庞大的化学库进行虚拟筛选，从而降低成本和节省时间，同时提高命中精度。机器学习模型无需物理实验即可预测 PROTAC 活性并优化化合物选择。量子计算通过以原子精度模拟分子间的相互作用，为复杂的 PROTAC 功能建模增添了另一层意义。
问题：CAR-T 疗法在血液癌症治疗中取得了巨大成功，但实体瘤的治疗更加棘手。您认为最有希望最终破解这一难题的创新是什么？
我们去年十月曾撰文介绍 CAR-T 的最新进展 。自那时以来，我们看到的最有前景的一个创新是梅奥诊所 (Mayo Clinic) 开发的一种新型 CAR-T 细胞疗法，该疗法以 PD-L1 为靶点，这是一种不仅在肿瘤细胞上而且在免疫抑制性肿瘤微环境中常见的过度表达蛋白。通过设计识别 PD-L1 的 CAR-T 细胞，研究人员可以同时攻击肿瘤及其保护环境，从而克服治疗的一大障碍。在乳腺癌、肺癌、黑色素瘤和胶质母细胞瘤的临床前模型中，这种方法显著缩小了肿瘤。
