hydrogen bonding

19F-NMR 已被证明是基于片段的药物发现 (FBDD) 中研究蛋白质结构和相互作用的一种检测模式。19F 在核磁共振检测中表现出很高的灵敏度，其化学位移和对配体结合的敏感性使其成为一种有价值的基于片段的药物发现方法。F (氟)-片段与靶蛋白结合后可用于 19F-NMR 检测，可作为基于片段的药物发现的有效 19F-NMR 工具。

MCE 可以提供 5,023 种含氟片段化合物，这些化合物均符合 “类药 3 原则 (RO3)”，即分子量 ≤300 Da，氢供体 (H-donors) ≤3，氢受体 (H-acceptors) ≤3，cLogP ≤3。MCE 含氟片段化合物库是先导化合物的重要来源。

基于片段的药物开发（FBDD）非常适合先导化合物及功能探针的发现，片段化合物可以覆盖广阔的化学空间，也更易于后期进行结构优化。以片段化合物为基础的药物开发在制药行业已经相当成熟，已经有多种药物进入临床试验，其中vemurafenib和venetoclax两种药物已经获得批准上市。FBDD在学术界也同样具有很强的吸引力，尤其FBDD可以应对一些新颖，较难成药的靶点，这些靶点通常在现有的高通量筛选化合物库中没有有效的可与之匹配的化合物。

MCE 可以提供 22,824 种片段化合物，这些化合物均符合“类药3原则（RO3）”，即分子量≤300 Da，氢供体（H-donors）≤3，氢受体（H-acceptors）≤3，cLogP ≤3。MCE片段化合物库是先导化合物的重要来源。

小分子共价抑制剂是一类通过共价键与靶点结合来发挥其生物学功能的抑制剂。与非共价抑制剂相比，共价抑制剂在生物活性方面具有明显优势，共价弹头靶向特定靶蛋白的稀有残基，可以用于开发高选择性抑制剂。

近年来，随着一系列共价抑制剂的成功问世，特别是针对那些传统上被认为难以成药的受体，如 EGFR、BTK、KRAS 的抑制剂，以及共价抑制剂在解决耐药性问题方面表现出显著优势，共价抑制剂已然成为小分子药物研发的热点。但是此类抑制剂一旦出现脱靶，也将带来更强的毒副作用。因此，通过合理的筛选设计和结构修饰发现共价抑制剂药物也逐渐成为一个药物研发的焦点。

MCE 类药共价化合物库含有 1,049 个共价分子，这些分子包含共价反应常用的弹头，如丙烯酰胺、活化末端乙炔、酰基氧甲基酮、硼酸等，可以与半胱氨酸、赖氨酸、丝氨酸和组氨酸等发生共价反应，是筛选共价化合物的有利工具。

基于片段的药物发现（FBDD）作为发现新药的有力方法，已备受制药行业和学术界关注。 在近期上市的药物结构中，sp3 中心和立体中心的比例显著增加，研究者们对高三维度（3D）和富含 Fsp3 中心的片段库颇感兴趣。

MCE 3D 多样片段库由 5,400 个非平面片段分子组成（平均 Fsp3 值为 0.58），超过4,700个片段至少包含一个手性中心。本库设计的关键元素是 3D 结构、多样性、生物反应性等。另，库中化合物在保证高sp3中心和 3D 结构优势的同时，还有效提高了片段潜在生物活性，为基于片段的药物发现提供了更高的片段命中优化概率，增加了找到创新命中的可能性。

2024年5月，Nature杂志在线发表了题为“Dimerization and antidepressant recognition at noradrenaline transporter”的研究论文，该研究成果由中国科学院上海药物研究所完成。该研究破解了重要神经系统疾病靶标——去甲肾上腺素转运体（NET），获得了人源NET同源二聚体分别与转运天然底物去甲肾上腺素NE，以及六种选择性抗抑郁药物的结合模式，为理解NET等单胺类转运体的生理调控机制奠定了重要的理论基础。

Norepinephrine Transporter (NET) Compound Library是基于HY-L901类药化合物库，通过计算机虚拟筛选获得，具体筛选流程包括分子对接筛选、关键药效团筛选以及CNS-MPO筛选，可用于靶向去甲肾上腺素转运体的新药发现。

MCE 5K Scaffold Library 由 5,000 种类药化合物组成，每种化合物代表一种结构骨架，最大程度保证了库的结构多样性。所有化合物均具有类药性，符合“Lipinski 五规则”，分子量适中（300 < MW < 500），便于后续修饰；具备理论溶解度良好（-3.2 < logP < 5）、口服生物利用度好（RotB <= 10）、药物转运性佳（2.5 < PSA < 120）等多重特质。库中的化合物均经过 MedChem & PAINS filters 筛选，剔除了不合适的化学结构，避免“目标错误”。本库化合物数量少但结构足够多样，是药物筛选的有力工具。

MegaUni 库为运用生成式人工智能技术，构建出的兼具新颖性、类药性、多样性、可合成性的超大化合物库。适用于AI药物筛选、大型虚拟筛选等。

MCE 依托强大的计算能力，基于高质量的 40,662 个分子砌块，匹配合适的反应规则，选择最优的化合物生成策略，去除合成难度高、类药性低、PAINS等不利化合物后，进一步分析化合物骨架，优选出类药多样性分子组成虚拟库。随后随机挑选库中分子，进行合成验证，再次剔除合成难度高的分子，经迭代优化后，最终生成含 1000 万可合成类药多样性分子的 MegaUni 10M Virtual Diversity Library。

库中化合物仅需1-2步化学反应即可合成，借助 MCE 经验丰富的化学合成团队，可以轻松实现从 mg 级到 kg级等不同量级的定制合成，满足不同客户需求。

Natural products are an attractive source with varied structures that exhibit potent biological activities, and desirable pharmacological profiles. The core scaffold of a natural product can also provide a biologically validated framework upon which to display diverse functional groups. Inspired by bioactive natural products, natural product-like compounds, occupying the same chemical space, are ideally suited to explore and to facilitate understanding of biological pathways.

MCE 10K Natural Product-like Compound Library consists of 10,000 natural product-like compounds. Each compound has scaffold of natural products or Tanimoto coefficient >0.6 with natural products. The natural-likeness scoring of these compounds is >-2. What’s more, compounds in the library are drug-like and readily available for re-supply, making it a powerful tool for new drug research and development. It can be widely applied in high-throughput screening (HTS) and high-content screening (HCS).

历史上，天然产物在药物发现中起着关键的作用，特别是在癌症和传染病的治疗领域，其他的治疗领域也包括心血管疾病（如他汀类药物），多发性硬化症（如腺苷酯）等。过去的几十年里，FDA 批准的药物中大约有 40% 是天然产物，其衍生物或与天然产物相关的类似物。

MCE 5K Natural Product-like Compound Library 由 5,000 个类天然产物化合物组成，库中每个分子含有天然产物关键骨架（42个）或者和天然产物的谷本相似系数 >0.6，且 Natural-likeness scoring >-2。该化合物库同时具备类药性和新颖性，库中化合物可重复供应，是新药研发的有力工具，可以广泛地应用于高通量筛选（HTS）和高内涵筛选（HCS）。

MegaUni 库为运用生成式人工智能技术，构建出的兼具新颖性、类药性、多样性、可合成性的超大化合物库。适用于AI药物筛选、大型虚拟筛选等。

MCE 依托强大的计算能力，基于高质量的 40,662 个分子砌块，匹配合适的反应规则，选择最优的化合物生成策略，去除合成难度高、类药性低、PAINS等不利化合物后，进一步分析化合物骨架，优选出类药多样性分子组成虚拟库。随后随机挑选库中分子，进行合成验证，再次剔除合成难度高的分子，经迭代优化后，最终生成含 1000 万可合成类药多样性分子的 MegaUni 10M Virtual Diversity Library。

优选 50,000 个分子组成 MegaUni 50K Virtual Diversity Library。50,000 个分子具有 46,744 种 BMS 分子骨架，每种分子骨架仅包含 1-3 个化合物，化学空间多样，结构新颖，适用于新型先导物发现等。

MCE 50K 类药多样库由 50,000 种类药化合物组成。依据谷本相似性（Tanimoto Coefficient）及聚类算法（Bemis-Murcko）对上百万化合物进行筛选以确保结构多样性。优选的 5 万化合物平均谷本相似数为 0.52，共包含 36,857 个化合物簇且每簇仅包含 1-7 个化合物。除此之外，确保每簇化合物具有尽可能多的官能团，从而实现化合物库取代基、官能团、立体化学、骨架多样，占据广泛的“化学空间”。本多样性库具备新颖性、类药性，化合物结构类型多样、化学空间丰富，库中化合物可重复供应，是新药研发的有力工具，可以广泛地应用于高通量筛选（HTS）和高内涵筛选（HCS）。

MCE Drug Fragment Library 由 1,168 个药物片段组成。这些药物片段来自 2,946 个 FDA 已批准的药物分子。同一药物的不同片段可以出现在其他药物中，这些片段和 PK/PD 性质存在一定的相关性，基于片段的筛选可以为后续优化结构预留出足够的化学空间。该化合物库是 FBDD（基于片段的药物设计）药物筛选的必备工具。

近年来，靶向酪氨酸的共价抑制剂研究主要集中在蛋白-蛋白相互作用（PPI）领域。酪氨酸经常出现在“热点”区域，即蛋白-蛋白相互作用的功能性表位，其中12.3%的残基由酪氨酸组成。这可能是因为酪氨酸具有疏水性表面，能够参与芳香族π相互作用，同时具备形成氢键的能力。除了蛋白蛋白相互作用外，在其他缺乏更常见侧链的情况下，靶向酪氨酸共价的研究也取得了一些进展。尽管酪氨酸的pKa值比质子化的赖氨酸侧链稍低（约10对比10.5，分别针对未保护的氨基酸侧链），然而，与赖氨酸相比，针对酪氨酸的共价配体研究进展相对较少。这可能是因为酪氨酸的侧链灵活性较差，羟基的空间位阻更大，使其难以形成合适的反应几何结构。

我们基于最新的研究收集了上百种不同类型的共价抑制剂。经过谨慎选择，构建了一组含有110多种亲电基团的结构过滤器。通过对结构过滤器选择的亲电性片段进行分析，去除任何具有琐碎或不需要的结构特征的分子。最终获得 124 个具有靶向酪氨酸共价修饰潜力的片段分子，用于基于片段的共价药物发现。

氧稳态调节是细胞中调节生理氧变化最基本的进程，氧稳态失调会导致包括癌症在内的各种疾病的发生。缺氧与癌症的发生发展密切相关，缺氧/氧感应信号通路在调控癌症进展中发挥重要作用。

缺氧诱导因子（HIF-1）作为一种转录因子，是主要的氧稳态调控因子。已经发现多种 HIF-1 靶基因，这些靶基因编码的蛋白在关键的发育和生理过程中发挥重要作用，包括血管生成及血管重塑、红细胞生成、葡萄糖转运、糖酵解、铁转运和细胞增殖与存活等。

HIF-1 是一种异源二聚体转录因子，由在细胞内稳定表达的 β 亚基及受氧调控的 α 亚基构成。HIF-1 的独特特征是通过细胞内的 O₂浓度调节 HIF-1α 的表达及活性来实现的。当细胞处于正常氧浓度下，HIF-1α 在细胞内与脯氨酸羟化酶作用，发生脯氨酸羟化。羟化后的 HIF-1α 可以被泛素化酶von Hippel-Lindau（VHL）识别，从而被泛素化降解，细胞中几乎检测不到 HIF-1α 的存在。羟化本质上是氧化，脯氨酸羟化酶需要氧气作为底物，当缺乏氧气时，脯氨酸羟化酶就无法发挥作用，导致 HIF-1α 泛素化无法进行。同样，如果细胞中 VHL 失活，即使在高氧浓度下 HIF-1α 也无法被泛素化降解，结果是这种蛋白在细胞内积聚。积聚的 HIF-1α 与另一种 HIF 分子 ARNT（HIF-1β）结合，从而形成能够启动转录活性的 HIF 复合物。在细胞核中，HIF-1复合物与缺氧反应基因启动子区域上的缺氧反应原件 HRE 结合，募集其他转录因子，进而引发组织细胞的一系列缺氧适应反应。

MCE 提供 2,742 种氧感应相关的化合物，这些化合物主要靶向 HIF/HIF Prolyl-Hydroxylase，MAPK/ERK，PI3K/AKT 等信号通路中的相关靶点，是研究缺氧，氧化应激及开发新的抗肿瘤药物的有用工具。