选择语言
新闻和活动
关于我们
服务和解决方案
新闻和活动
职业发展
QM有机化学课堂
市场活动
新闻
QM有机化学课堂
抗体偶联药物（Antibody-Drug Conjugate, ADC）是通过一个化学链将具有生物活性的小分子药物连接到单抗上，单抗作为载体将小分子药物靶向运输到目标细胞中。连接抗体和药物的化学链就叫做Linker，ADC药物中常用的Linker有腙键、肽键和二硫键等。
今天我们来聊聊在ADC药物研发中，广泛应用的二硫键Linker。
其设计理念为，利用单抗上半胱氨酸的巯基（mAb-SH），与Linker上的二硫键进行SN2类型的硫交换反应[1]，得到目标ADC药物（图一产物A）。在抗体分子将药物靶向输送到肿瘤细胞后，利用肿瘤细胞里浓度较高的谷胱甘肽将二硫键还原切断，从而释放小分子高活性药物，杀死肿瘤细胞。
图一. 利用硫交换反应制备二硫键Linker抗体偶联药物
为了提高二硫键Linker在体内循环时的稳定性，一般会在中心硫原子S1的α位引入两个甲基[2]，增加位阻，避免ADC药物在达到目标细胞前发生非预期的解离，造成脱靶毒副作用。但与此同时，这会导致在Linker的制备过程中，mAb-SH更容易进攻S2，产生副产物B（图一产物B）。
我们的任务就是优化Linker，提高目标产物A的选择性，以尽可能提高ADC药物的DAR值（Drug/AntibodyRatio，指在一个抗体上能平均装载多少个小分子药物，是ADC药物设计中的一项重要指标）。在我们这一案例中，抗体上有两个自由的半胱氨酸巯基（mAb-SH），因此理论上，该单抗最多可以装载两个药物。换句话说，我们的目标就是使DAR值尽量接近2，让单抗尽可能地满载药物，提高药效。
从传统有机化学的角度，一般我们认为如果离去基团R-S-（图一）的共轭酸的pKa值越小，那么R-S-基团的离去性就越好，反应得到目标产物A就越多，DAR就越高。但是从实验结果看（图二），我们并没有发现pKa和DAR值之间存在相关性，所以pKa并不是一个合适的指标。
图二. DAR值与离去基共轭酸的pKa关系[3]
我们需要改变思路——通过提高中心硫原子 S1的反应选择性，优化Linker，提高DAR。
在硫交换过程中，作为亲电中心的硫原子S1，LUMO Lobe越大，亲核试剂（mAb-SH）与其发生反应的选择性就越好，生成的目标产物A就应该越多。
从图三中可以看到，当二硫键与不同的R基团搭配时，硫原子S1上的LUMO Lobe由左至右逐渐增大，相应的DAR值也不断增加。这样，我们就在设计二硫键Linker的时候找到了一个非常重要的参考对象，硫原子S1的LUMO Lobe。可以通过提前计算含不同取代基的Linker的LUMO，来指导我们设计出更合适的二硫键Linker。
图三. Linker中心硫原子S1的LUMO与相应ADC药物的DAR值
根据上述总结的经验规律，我们重新设计了一系列含不同取代基的Linker，之后利用QM计算分子的LUMO轨道，并观察中心硫原子S1上LUMO Lobe的大小，快速识别Linker中心硫原子的反应选择性。
最终，我们发现当取代基变为异硫脲（isothiourea）和甲基砜（MTS）时，中心硫原子S1的LUMO Lobe都很大（图四），这预示着抗体巯基（mAb-SH）与含有MTS或isothiourea取代基的Linker-Drug进行硫交换时，会高选择性地进攻中心硫原子S1，得到理想的DAR。为避免产生有毒的硫脲（thiourea），我们把化学研究重点放在开发MTS上。
图四. 取代基为isothiourea和MTS时中心硫原子的LUMO及相应ADC药物的DAR值
怀着无比激动和憧憬，我们开始了合成工作，虽然制备过程中遇到很多困难和挫折，但是为了验证这个潜在的高效Linker，我们始终没有放弃。在经过不懈努力后，最终优化出一条路线，成功拿到了含有MTS的Linker-Drug。
最终，我们利用MTS Linker-Drug进行硫交换得到的ADC药物的DAR值高达1.9[4]，解决了硫交换反应上一个重大的难题。
总结一下，我们发现了一个指导设计二硫键Linker的重要参考指标，硫原子S1亲电反应选择性。通过计算含不同取代基二硫键Linker的LUMO轨道，观察LUMO Lobe的大小，判断硫原子S1亲电反应选择性，并据此估算目标产物A的比例，给我们设计二硫键Linker的工作提供了一条全新的思路，并成功地将DAR值由原来的0.1提高到1.9，增加了近20倍！欢迎小伙伴们借鉴思路，助力更多药物设计工作！
温馨小提示：
接下来的章节中，我们会分享一些与扭转作用相关的分析案例，敬请期待！
本文由徐字金、陈进华、潘东、石谷沁、卫小文编撰。
参考文献：
[1] Robert D. Bach, Olga Dmitrenko, and Colin Thorpe., J. Org. Chem., 2008, 73, 12.
[2] Ravi V. J. Chari, Michael L. Miller, and Wayne C. Widdison., Angew. Chem. Int. Ed., 2014, 53, 3796.
[3] Application of Electrostatic Potential Map in Estimation of Acidity http://rsd.wuxiapptec.com/qm-magic-class_chapter-3
[4] Jack D. Sadowsky, Thomas H. Pillow, Jinhua Chen, Hui Yao, Zijin Xu, and John Wai, et al., Bioconjugate Chem., 2017, 28, 2086