新药研发（三）| 事先利其器——体外筛选模型的类型与选择

“ 大家好，这是我在这里的第 3 篇原创文章，上一期我们介绍了新药研发疾病靶点的类型，并知道了靶点的确定是一切后续研究的开端。那么在靶点确定后又该如何寻找射击靶点的弓箭（候选化合物）呢？别急，工欲善其事，必先利其器。这一期我们将继续探索新药研发的神奇领域，去发现寻找弓箭的“利器”：药物体外筛选模型。”

PS：本章内容有点晦涩，我看资料看的也是一头雾水，可能是这些体外筛选模型涉及到太多物理化学，材料学，光学以及电学等跨学科领域知识导致的，不过大家不用怕，我已经尽力用“人话”进行转述了。坚持下去，再硬的骨头我们也要把它“啃”下，加油~。

1.引言

1.1 体外筛选模型的定义

体外筛选模型是指在实验室中通过模拟人体内环境，对药物进行筛选和评估的一种模型。它可以帮助我们更好地了解人体内的情况，预测药物的有效性和安全性，从而为药物研发提供重要的支持。通过使用这些模型，我们可以缩短药物研发的周期。

1.2 体外筛选模型的发展史
萌芽阶段（19世纪初至20世纪中期）：药物体外筛选模型的起源可以追溯到19世纪初，当时科学家们开始尝试通过体外实验来筛选潜在的药物。随着科技的不断进步，到了20世纪中期，人们已经可以使用一些简单的模型来进行药物筛选了。比如，细菌培养模型就是在这个时期被广泛应用于药物筛选的。

发展阶段（20世纪60年代至80年代）：随着生物技术的不断发展，药物体外筛选模型也逐渐变得更加复杂和精确。到了20世纪80年代，人们开始使用分子生物学的方法来筛选药物，比如酵母筛选模型和荧光菌筛选模型等。

现代化阶段（20世纪90年代至今）：这个时期出现了许多新的药物筛选技术，比如高通量筛选技术、计算机辅助药物设计等。这些技术的应用使得药物筛选的效率和精度都得到了大幅提升。

由此可知，体外筛选模型的不断发展和进步使得人类可以在新药研发领域不断突破创新，破解疾病治愈的终极密码，它就像探险者的那双探索之眼，不断地探索未知的神秘领域。

正    文

2.筛选系统的语言

在开始学习体外筛选系统前，我们必须了解药物筛选的一些基础专业术语，否则后续如何解读筛选系统给出的数据以及如何利用这些数据指导候选化合物的确定将无从谈起。主要有以下名词需要我们掌握：

2.1 量效曲线（Dose-effect curve）

量效曲线是以药量为横坐标，效应为纵坐标绘制而成的曲线，它反映了药物的量效关系。简单来说，就是指随着药物剂量的增加，药物的疗效也会逐渐增强，但是当药物剂量增加到一定程度后，疗效的增加会逐渐趋缓。

举个例子，假设我们吃一颗止痛药可以减轻20%的疼痛，吃两颗就可以减轻40%的疼痛，吃三颗可以减轻60%的疼痛，以此类推。但是当吃十颗止痛药的时候，疼痛的减轻程度可能只有80%，并不是呈线性增长的。这就形成了一条量效曲线。

再比如，我们喝一杯咖啡可以提神醒脑，喝两杯可能会让我们感觉更加兴奋，但是喝三杯四杯甚至更多的时候，我们可能会感觉心跳加速，肠胃不适，这也是量效曲线的效果。

量效曲线不仅反映了药物作用的强度和效果之间的关系，还可以帮助我们更好地了解药物的副作用和安全性。通过量效曲线的观察和分析，我们可以更好地掌握药物的用法用量，避免药物过量或者不足所产生的不良反应。

2.2 解离常数（Kd）

解离常数是化学中的一种重要概念，它描述的是化合物中某个基团解离成离子的趋势。而在新药研发领域，解离常数是指药物分子在体内与靶点结合解离平衡时，药物分子与靶点结合物之间的比例关系。这个常数可以告诉我们药物分子和靶点分子的结合力有多大，从而帮助我们预测药物的效果。公式如下：

Kd=[D][R]/[DR]

其中[D]表示药物的浓度，[R]表示靶点的浓度，[DR]表示药物与靶点结合的复合物的浓度。

我们可以把药物分子比作一把钥匙，靶点分子比作一把锁。解离常数就好像是钥匙和锁之间的“默契度”。如果“默契度”高，说明钥匙和锁很匹配，药物分子和靶点分子就容易紧密结合，药物的效果就会更好。反之，如果“默契度”低，说明钥匙和锁不太匹配，药物分子和靶点分子就难以紧密结合，药物的效果可能就会差一些。

解离常数和上述的“默契度”成反比关系，如果解离常数很高，就好像是钥匙和锁之间的“默契度”很低，那么药物分子和靶点分子就难以紧密结合。这就像是你用一把生锈的钥匙去开锁，很可能怎么都打不开。

然而，解离常数也并非越低越好。如果解离常数太低，药物分子和靶点分子的结合过于牢固，那么药物的治疗效果可能就会过于持久，甚至可能导致一些不良反应。

2.3 抑制常数（Ki）

简单来说，抑制常数是衡量药物抑制生物体内某种酶或生物活动的能力的一个指标。相当于“抑制能力”的量化值。它是药物浓度与酶活性抑制率之间的比值。这个比值越小，说明药物的抑制能力越强。

常见例子比如治疗高血压的氨氯地平片，它的主要作用是抑制身体里的一种叫做“钙通道”的蛋白靶点，从而减慢心率、降低血压。研发者们在研究这种药物的时候，就测量了它与钙通道的抑制常数，以此来评估它对钙通道的抑制效果。

再比如治疗癌症的化疗药物紫杉醇，它的作用是抑制肿瘤细胞的分裂。研究者们通过测量紫杉醇与肿瘤细胞分裂过程的抑制常数，以此来评估紫杉醇对肿瘤的治疗效果。

Ki相较于Kd要复杂的多，它的计算公式要分以下三种情况：

竞争性抑制：在竞争性抑制中，药物与靶点竞争同一个结合位点。抑制常数K_i可以通过以下公式计算：Ki = [I] / (1 + [L] / Kd) 其中，[I]是抑制剂的浓度，[L]是配体（底物）的浓度，Kd是配体与靶点的解离常数。

非竞争性抑制：在非竞争性抑制中，药物与靶点结合在不同的位点上，但会影响靶点的活性。抑制常数Ki可以通过以下公式计算：Ki = [I] / (1 + [L] / Kd') 其中，[I]是抑制剂的浓度，[L]是配体的浓度，Kd'是药物与靶点结合的解离常数。

亲和力抑制：在亲和力抑制中，药物与靶点结合后形成稳定的复合物。抑制常数Ki可以通过以下公式计算：Ki = [I] / [IL] 其中，[I]是抑制剂的浓度，[IL]是药物与靶点复合物的浓度。

2.4 靶点亲和力（Affinity）

靶点亲和力指的是药物与体内特定靶点（即药物作用的生物分子）结合的能力，这个能力的大小直接影响到药物的效果和副作用。那么靶点亲和力是如何影响药物作用的呢？

让我们举个例子来说明下，假设你在一个拥挤的派对上，想要找到你的朋友并和他聊天。如果你朋友站在房间的另一端，你可能需要大声喊叫才能让他听到你的话。然而，如果你朋友站在你旁边，你只需轻声细语就能让他听到。这个轻声细语就好比药物与靶点的亲和力，药物与靶点结合越紧密，效果就越强。

以抗癌药物紫杉醇为例，它与微管蛋白的亲和力非常强，能够抑制肿瘤细胞的分裂和增殖。再比如，治疗高血压的药物普利类。普利类药物与血管紧张素转换酶的亲和力非常强，能够有效降低血压。

和抑制常数一样，靶点亲和力并不是越高越好。有时候，过高的靶点亲和力可能会导致药物无法从靶点上解离下来，从而造成蓄积效应和副作用。比如，一种名为雷帕霉素的药物就是因为靶点亲和力过高，导致患者产生严重的免疫抑制反应。

2.5 激动剂（Agonist）

激动剂是指能够与特定的受体或靶点结合，并引发生物活性的物质。根据其作用方式和效果，靶点激动剂可以分为完全激动剂、部分激动剂和反向激动剂。

2.5.1 完全激动剂

完全激动剂是指与靶点结合后能够引起最大程度生物反应的化合物。它们能够激活受体并产生最大的效应，与靶点的结合力强，能够完全激发靶点的功能。

比如肾上腺素，它是一种激动剂，能够与肾上腺素受体结合，使其完全激活，增加心脏收缩力和心率，从而提高血压和血液循环。这种药物在急救中经常被使用，用于处理严重低血压或心脏骤停的情况。

另一个例子是胰岛素，它能够与胰岛素受体结合，使其完全激活，促进葡萄糖的吸收和利用，降低血糖水平。胰岛素被广泛用于治疗糖尿病，帮助患者控制血糖。

2.5.2 部分激动剂

部分激动剂是指与靶点结合后只能引起部分生物反应。它们与靶点的结合力较弱，无法完全激发靶点的功能，因此相对于完全激动剂而言，它们产生的效应较弱。

比如有一种叫做帕金森病的神经系统疾病，它的主要症状是肌肉僵硬和震颤。目前，有一种名为普拉格雷林的部分激动剂，可以作为帕金森病的治疗药物。它可以促进多巴胺受体的活性，从而减轻症状，而不会引起不良反应。

另一个例子是抗抑郁药物。传统的抗抑郁药物通常会引起一系列不良反应，如头晕、口干、性功能障碍等。但是，最近研发出的一种名为维拉塞酮的部分激动剂，可以在不引起这些不良反应的情况下有效地治疗抑郁症。

2.5.3 反向激动剂（或功能拮抗剂）

反向激动剂是指与靶点结合后能够逆转或减弱其自然状态下的活性。它们与靶点的结合能够抑制其功能，与完全激动剂的作用方向相反。简单来说，它们可以被视为"反向开关"，可以逆转某些生理过程的活性。

比如逆转剂纳洛酮（Naloxone），它主要用于阿片类药物过量中毒或用于阿片药成瘾的诊断，还用于吗啡类复合麻醉药术后，解除呼吸抑制及催醒。精神类药物（如海洛因）通过与脑内的受体结合，产生镇痛和愉快的效果。而纳洛酮则是一种靶点反向激动剂，它能与受体结合并阻止类药物的作用，从而迅速逆转中毒症状，挽救生命。

另一个例子是逆转剂氟马西尼（Flumazenil），它用于治疗苯二氮䓬类药物（如安定）过量引起的中毒。苯二氮䓬类药物通过与脑内的苯二氮䓬受体结合，产生镇静和抗焦虑的效果。而氯化物则是一种靶点反向激动剂，它能与苯二氮䓬受体结合并逆转药物的作用，恢复患者的意识状态。

2.6 变构调节剂（Allosteric modulators）

变构调节剂通过与特定的蛋白靶点发生相互作用，调节这些靶点的构象（即三维结构的变化），从而影响其功能。靶点通常是细胞内的蛋白质，它们在维持生物体的正常功能中起着至关重要的作用。通过调节这些靶点的构象，靶点变构调节剂可以干预疾病的发生和发展，从而成为新药研发的重要策略之一。

一个典型的例子是抗癌药物伊马替尼（Imatinib）（《我不是药神》里面的“格列卫”），它是一种靶点变构调节剂。它的作用是抑制一种叫做BCR-ABL的蛋白质的活性，这种蛋白质是慢性粒细胞白血病的主要原因之一。伊马替尼可以将BCR-ABL蛋白质的构象从活性状态转变为非活性状态，从而抑制其对细胞的影响，进而达到治疗白血病的目的。

另一个例子是一种新型的抗菌药物，叫做LpxC抑制剂。这类药物可以抑制一种叫做LpxC的蛋白质的活性，这种蛋白质是革兰氏阴性菌细胞壁合成的关键酶。LpxC抑制剂可以通过调节LpxC蛋白质的构象来抑制其活性，从而杀死这些细菌。

2.7 半数抑制浓度（IC50）

半数抑制浓度是一种用于衡量药物活性的指标，它表示在体外实验中，抑制靶点功能活性50%时药物所需浓度。这个概念在药物研发中非常重要，因为它可以帮助我们确定药物的有效性和剂量选择。

一个常见的例子是抗生素的研发。当研发人员发现一种新的抗生素候选药物时，他们会进行一系列实验来确定其对细菌的活性。其中一个关键的指标就是该抗生素的IC50值。通过在体外培养基中加入不同浓度的药物，科学家们可以确定抑制50%细菌生长所需的药物浓度。这个IC50值可以帮助研发团队确定药物的最佳剂量，并评估其抗菌活性。

另一个例子是抗癌药物的研发。在体外细胞实验中，研发人员可以测试不同浓度的药物对癌细胞的抑制效果。通过测量药物对癌细胞的抑制程度，他们可以计算出IC50值。这个值可以告诉研发团队药物的有效性，并帮助他们确定最佳的治疗剂量。

还有一个例子是病毒抑制剂的研发。当科学家们试图开发针对病毒的药物时，他们会进行体外实验来测试药物对病毒的抑制效果。通过测量药物在细胞培养基中对病毒复制的影响，他们可以计算出IC50值。这个值可以帮助研发团队评估药物的抗病毒活性，并指导剂量选择。

值得注意的是，IC50虽然可以衡量抑制酶活的能力，但是却不能用来确定化合物是靶向GPCR（G蛋白偶联受体）激动剂还是拮抗剂。同时在筛选酶活的时候，它还会受到底物/配体浓度或辅助因子的影响，比如有些酶需要辅助因子活化，那在不同浓度的辅助因子存在的情况下会得出不同的IC50值，所以在对比IC50活性数据时，必须明确具体的检测条件。

2.8 半数效应浓度（EC50）

半数效应浓度是指在给定的实验条件下，药物或毒物对生物体产生50%的最大效应所需的浓度。这个概念在药物研发中非常重要，因为它可以帮助我们确定药物的最佳剂量范围，以及评估药物的毒性和安全性。

举个例子，假设我们正在研发一种新的抗癌药物。我们需要确定这种药物的半数效应浓度，以便确定最佳剂量范围和疗效。我们可以通过将不同浓度的药物添加到癌细胞培养物中，并测量细胞死亡率来确定半数效应浓度。如果我们发现在浓度较低的情况下，药物就能够杀死癌细胞，那么我们就可以确定这种药物是有潜力的，并且可以继续进行更深入的研究。

另一个例子是毒物学研究。如果我们想要评估某种毒物对生物体的毒性，我们可以通过测量生物体在不同浓度下的反应来确定半数效应浓度。如果我们发现在浓度较低的情况下，生物体就开始出现不良反应，那么我们就可以确定这种毒物是有毒性的，并且需要采取相应的措施来保护人类和环境。

值得注意的是，EC50值相同的化合物的活性水平可能天差地别，如上图所示，受试化合物2的EC50值和内源性配体一致，但是前者的效能却只有后者一半都不到。因此想要了解化合物的功能，则须同时了解EC50值和最大效能值才行。

3.体外筛选模型的类型和基本原理

随着生物技术的不断发展，体外筛选模型从上个世纪中叶开始呈现爆发式的发展，从最开始的高污染且操作复杂的放射性检测系统，到现在操作简便、环境友好的高通量荧光检测系统，整体技术水平和检测效率有了质的飞跃。下面将逐一介绍各筛选模型和基本原理：

3.1 放射性配体检测系统

药物体外筛选的放射性配体检测系统就是借助放射性配体来帮助我们检测药物在体外的情况。这个过程中，我们会用到各种高科技设备，比如闪烁计数器、液体闪烁计数器等等。它的工作原理类似于生物体内的细胞受体，通过使用放射性标记的配体（如激素、神经递质等）与生物膜或细胞受体结合，检测系统能够准确地测量这种结合反应，从而判断药物与生物分子之间的相互作用。

假设我们有一种新药，叫做“张三胶囊”（罗老师专供）。为了检测这个药在体外是否有我们期望的药效，我们可以使用放射性配体检测系统。首先，我们需要找到一个与这个新药竞争的放射性配体，比如说一个标记了放射性的竞争者。然后，我们将这个放射性配体和“张三胶囊”一起加入到体外培养的细胞或者组织中。如果新药能够与细胞或者组织上的受体结合，那么放射性配体就竞争不过新药，从而减少了细胞或组织中的放射性。通过测量这个放射性的强弱，我们就可以知道新药的效果如何了。

3.2 酶联免疫吸附检测系统

酶联免疫吸附检测系统，或者叫ELISA，是一种在药物研发和医学检测中广泛使用的技术。它的名字有点长，但其实是一种非常灵敏和特异的检测方法。它的主要工作原理是利用酶与抗体或抗原的结合，将抗原或抗体的反应以颜色反应的形式呈现出来，这样就可以通过肉眼或仪器进行检测。

我们可以把酶联免疫吸附检测系统想象成一个锁和钥匙的关系。抗体就像是钥匙，只打开特定抗原的锁。这个“锁”可以是某种疾病特定的蛋白质或是药物。当抗体遇到相应的“锁”，就会发生一种特异的结合反应。

然后，我们再加入一种酶，它会催化这个反应，使其产生颜色变化或者其他可检测的反应。这样，我们就可以通过观察这个变化，判断是否发生了抗原-抗体反应。

如下图所示，根据测定的目标物不同，酶联免疫吸附检测系统可以分为直接ELISA、间接ELISA、夹心ELISA和竞争性ELISA等四种类型。

3.2.1 直接ELISA：

直接ELISA是一种非常常用的免疫分析方法，主要用于检测样本中的抗原。它的基本原理是将特异性抗体与酶结合，然后将抗体与待测样本中的抗原反应，形成抗体-抗原-酶复合物。最后通过底物显色反应，根据颜色反应的深浅来测定抗原的浓度。

直接ELISA被广泛用于病毒、细菌和其他微生物的检测。比如，在流感病毒的检测中，直接ELISA可以用于检测患者样本中的流感病毒抗原。这种抗原检测可以在感染初期就迅速发现病毒，有助于及时隔离和治疗。

3.2.2 间接ELISA：

间接ELISA主要用于检测样本中的抗体。基本原理是将特异性抗原与酶结合，然后将抗原与待测样本中的抗体反应，形成抗原-抗体-酶复合物。最后通过底物显色反应，根据颜色反应的深浅来测定抗体的浓度。

在风湿性关节炎的诊断中，间接ELISA被用于检测患者血清中的抗环瓜氨酸肽抗体（抗CCP抗体）。这种抗体在风湿性关节炎的诊断中具有很高的特异性，可以帮助医生准确诊断疾病。

3.2.3 夹心ELISA：

夹心ELISA是一种灵敏度更高的免疫分析方法。它的基本原理是将特异性抗体与酶结合，然后将抗体与待测样本中的抗原反应，形成抗体-抗原-抗体-酶复合物。最后通过底物显色反应，根据颜色反应的深浅来测定抗原的浓度。

在肿瘤标志物的检测中，夹心ELISA被广泛使用。例如，在前列腺癌特异性抗原（PSA）的检测中，夹心ELISA可以同时检测游离PSA和总PSA，从而提供更全面的肿瘤信息。这种检测方法对于前列腺癌的早期诊断具有重要意义。

3.2.4 竞争ELISA：

竞争ELISA是一种用于定量检测抗原或抗体的免疫分析方法。基本原理是将特异性抗体与酶结合，然后将抗体与待测样本中的抗原或抗体竞争性地结合，形成抗原（或抗体）-抗体（或抗原）-酶复合物。最后通过底物显色反应，根据颜色反应的深浅来测定抗原或抗体的浓度。

在药物残留的检测中，竞争ELISA具有广泛的应用。例如，在检测猪肉中的磺胺类药物残留时，竞争ELISA可以用于定量检测这些药物的存在。这种检测方法可以帮助确保食品的安全性和质量。

综上所述，这四种ELISA技术各有特点，直接ELISA主要用于抗原检测，间接ELISA主要用于抗体检测，夹心ELISA具有更高的灵敏度，竞争ELISA则用于定量检测抗原或抗体。

3.3 报告基因分析系统

报告基因分析系统是一种利用报告基因来筛选候选化合物的方法。报告基因，就像一个“风语者”，在细胞里充当一个发报机，向我们发送信号。这些信号就像是我们对细胞活动进行监控的警报。

报告基因分析系统的基本原理就是利用报告基因来检测或验证细胞内某些特定生物学过程或药物反应。比如，如果我们要检测一种新药是否对癌细胞有效，我们可能会使用一个可以监测细胞增殖的报告基因。如果这种药有效，报告基因就会发送一个信号，告诉我们这个药可以抑制癌细胞的生长。

相比于其他筛选模型，报告基因筛选模型具有更高的灵敏度和选择性。因为报告基因是专门针对特定的生物学过程或药物反应设计的，所以它可以更准确地反映出细胞的状态。此外，报告基因筛选模型还可以提供定量的数据，这对于我们评估药物的疗效和安全性非常重要。

但是，报告基因筛选模型也有它的局限性。比如，有些报告基因可能只在特定的细胞类型中表达，这限制了它的通用性。此外，报告基因筛选模型需要可靠的生物发光或荧光检测设备，这可能会增加实验的成本。

3.4 动态荧光监测系统

动态荧光监测筛选模型是一种利用荧光标记的特异性来实时、动态地监测细胞内生物分子的变化，从而实现对生物样品的快速、准确分析。该方法主要应用与检测一些稍众即逝的细胞反应，如细胞膜电位的变化、Ca离子的流动及GPCR的活化等。

动态荧光监测筛选模型是基于生物学中的荧光共振能量转移（FRET）现象。当一个分子，比如蛋白质，被特定波长的光激发后，它会产生荧光。这个荧光可以被另一个分子，比如DNA，吸收并转移能量。这样，我们就可以通过监测这个能量的转移过程，来了解分子间的相互作用。

由于荧光的灵敏性，我们可以实现对生物分子在纳米级分辨率下的实时监测。这就像是在大海中寻找特定的船只，有了荧光标记，我们就可以在茫茫大海中快速、准确地找到我们感兴趣的船只。

在新药研发中，动态荧光监测被用于对药物作用的分子机制进行深入研究。比如，利用此技术观察药物对癌细胞生长、凋亡等过程的影响，从而明确药物的疗效和可能的副作用。

在神经科学中，动态荧光监测筛选模型被用于研究神经细胞的生长和凋亡。例如，研究者可以利用此技术观察神经细胞在药物作用或基因修饰下的变化，从而深入了解神经系统的工作机制。

3.5 电生理膜片钳检测系统

电生理膜片钳检测筛选模型通过模拟和记录细胞膜上的生物电活动，来检测和筛选可能对药物产生反应的靶点。就像我们用录音机记录音乐，然后分析音乐中的旋律和节奏，找出其中可能存在的瑕疵一样。

细胞膜是细胞的外壳，它保护细胞并帮助细胞与外部环境交流。当药物作用于细胞时，它会影响细胞膜上的生物电活动。通过膜片钳技术，我们可以记录这些微小的电活动，然后分析它们的变化。如果药物对细胞产生了影响，那么这些电活动的模式就会发生变化。因此，我们可以通过比较加药和未加药时电活动的差异，来筛选出可能对药物有反应的模型。

电生理膜片钳检测筛选模型可以帮助我们筛选出可能对特定离子通道有作用的药物。例如，我们可以通过这个模型检测一种新药物是否能够抑制某种离子通道的活动，从而为开发新的药物提供重要的信息。

某些疾病，如癫痫、抑郁症等，与大脑神经细胞的电活动有关。通过电生理膜片钳检测筛选模型，我们可以研究这些疾病的细胞机制，为疾病的诊断和治疗提供新的思路。

3.6 热漂移检测系统

热漂移检测（Thermal shift assay, TSA）系统是一种用于筛选药物的实验方法。它就像一个“温度计”，用来检测药物对蛋白质的影响。在这个实验中，我们不是直接研究药物本身，而是研究药物如何与蛋白质相互作用。

想象一下，蛋白质就像一个复杂的机器，由许多零件（氨基酸）组成。当一个药物与蛋白质相互作用时，可能会改变蛋白质的形状或功能，就像你转动一个机器的旋钮一样。这种改变可能会导致疾病的发生，就像机器的某个部分停止工作一样。因此，我们需要一种方法来检测这种变化，这就是热漂移实验的作用。

当药物与蛋白质相互作用时，这种相互作用会导致蛋白质的“热稳定性”发生变化。这种变化可以检测到，就像你在机器上安装一个温度传感器一样。如果药物与蛋白质相互作用，那么在高温下，蛋白质可能会变得更加稳定，或者变得更加不稳定。这种变化可以告诉我们这个药物是否有可能对疾病的治疗或预防有效。

假设有一种疾病与一种特定的蛋白质有关。我们可以用热漂移实验来检测这种蛋白质在高温下的稳定性。如果这种药物可以使蛋白质更加稳定，那么我们就可以认为这种药物可能对这种疾病的治疗或预防有效。反之，如果这种药物使蛋白质变得更加不稳定，那么我们可能需要寻找其他药物了。

3.7 高内涵筛选系统

高内涵筛选( high content screening, HCS)的特点在于它能够同时分析多种候选化合物的生物学特性，比如活性、细胞通透性、药物代谢等，而不仅仅是单一的药效。这就好比是在找对象，我们不仅要考虑对方的长相，还要考虑对方的性格、习惯、家庭背景等多个方面。高内涵筛选模型就像是一个全方位的相亲游戏，能帮助我们在众多的药物候选者中找出最有可能成功的那个“Ta”。

在新药筛选中，高内涵筛选模型的应用非常广泛。比如在肿瘤药物研发中，我们可以通过高内涵筛选模型分析肿瘤细胞的增殖、迁移、侵袭等生物学特性，以及药物对肿瘤细胞的作用机制。这样就能快速找出那些对肿瘤细胞具有显著抑制作用的药物候选者，为后续的实验和临床研究提供有力的支持。

再比如在神经药物研发中，我们可以通过高内涵筛选模型分析神经细胞的电生理特性、神经递质的释放等生物学特性，以及药物对神经细胞的作用机制。这样就能快速找出那些对神经系统具有显著调节作用的药物候选者，为治疗神经系统疾病提供新的思路和方法。

HCS是近年来比较新兴的模型，在药物研发领域有着广泛的应用，除了候选化合物筛选外，还有以下功能：

疾病机制研究：利用高内涵筛选模型，可以分析疾病样本中各种生物分子的表达情况，从而更深入地了解疾病的发病机制。例如，通过对癌症样本中基因表达谱进行分析，可以发现新的治疗靶点，为药物研发提供新的思路。

药物作用机制研究：高内涵筛选模型可以分析药物对生物样本的影响，从而了解药物的作用机制。例如，通过对药物处理后的细胞样本进行多参数检测，可以了解药物对细胞增殖、凋亡、迁移等方面的影响，从而揭示其作用机制。

4.体外筛选模型的对比与选择

终于到了最终抉择的时候了，选择困难症患者别怕，且听我分析。对于上述 7 种常见的筛选模型，每种模型都有其独特的优缺点，让我们一一道来：
4.1 放射性配体检测模型优劣势分析：

优点：放射性配体检测模型是一种灵敏且特异的检测方法，能够快速筛选出与目标受体结合的候选药物。通过使用放射性标记的配体，可以测量药物与受体之间的相互作用，从而确定药物的亲和力和选择性。

缺点：这种模型需要使用放射性物质，对环境和操作人员可能存在一定的辐射风险。然后放射性配体检测模型的结果解释也较为复杂，需要专业人员进行数据分析。

4.2 酶联免疫吸附检测模型优劣势分析：

优点：酶联免疫吸附检测模型是一种灵敏且特异的检测方法，能够定量检测药物与目标受体之间的相互作用。通过将药物与特异性抗体结合，再与酶标记的二抗反应，最终通过底物显色反应测量光密度值，从而确定药物的浓度和亲和力。

缺点：虽然酶联免疫吸附检测模型灵敏度高，但操作繁琐、耗时长且成本较高。此外，需要使用大量的样品和试剂，对实验条件要求也较高。

4.3 报告基因分析模型优劣势分析：

优点：报告基因分析模型能够快速筛选出对特定基因表达有调控作用的候选药物。通过将目标基因与荧光素酶等报告基因连接，将细胞培养在含有荧光素酶的底物培养基中，荧光素酶的水解产物可产生荧光，从而快速检测药物对基因表达的影响。

缺点：报告基因分析模型只能检测药物对特定基因表达的影响，无法全面评估药物的作用机制和副作用。另外荧光素酶等报告基因的灵敏度较高，容易受到外界因素的干扰。

4.4 动态荧光检测模型优劣势分析：

优点：动态荧光检测模型能够实时监测细胞内荧光标记分子的分布和动态变化。通过将荧光标记的药物分子与细胞内特定靶点结合，可以实时监测药物在细胞内的分布和动态变化，从而评估药物的吸收、分布、代谢和排泄等特性。

缺点：动态荧光检测模型的灵敏度较高，但操作较为繁琐且成本较高。而且荧光标记的药物分子还可能对细胞的生理状态产生影响，从而影响实验结果的准确性。

4.5 电生理膜片钳检测模型优劣势分析：

优点：电生理膜片钳检测模型能够实时监测细胞膜通道电流的变化。通过将药物作用于膜通道蛋白，可以测量通道电流的变化，从而评估药物的抑制或激活作用。这种模型适用于研究神经递质、离子通道和受体等生物分子之间的相互作用。

缺点：电生理膜片钳检测模型的灵敏度较高，但操作较为繁琐且需要专业人员操作。另外还需要使用细胞和特定的仪器设备，对实验条件的要求也较高。

4.6 热漂移检测模型优劣势分析：

优点：热漂移检测模型能够快速筛选出与目标蛋白结合的候选药物。通过测量药物作用于目标蛋白后热稳定性的变化，可以评估药物的亲和力和作用机制。这种模型具有较高的灵敏度和特异性，适用于大规模药物筛选。

缺点：热漂移检测模型的实验操作较为简单，但需要使用特定的仪器设备进行数据分析。此外，热稳定性变化的解释需要专业人员进行深入的实验设计和数据分析。

4.7 高内涵筛选模型优劣势分析：

优点：高内涵筛选模型能够同时检测多种生物学指标的变化。通过将细胞培养在多孔板中，同时加入不同的荧光标记探针以检测不同的生物学指标（如细胞增殖、凋亡、自噬等），可以快速筛选出对特定生物学指标有调控作用的候选药物。

缺点：高内涵筛选模型的灵敏度和特异性较高，但操作较为繁琐且成本较高。此外，需要使用特定的仪器设备进行数据分析，对实验条件要求也较高。

由上述信息可知，当我们在选择最适合的药物筛选模型时，需要考虑实验目的、实验条件、样品来源和数据分析需求等多个因素。最后，我这里为大家准备了一张表，如何选择看这张表就可以啦，是不是很贴心，拿走不谢，哈哈哈~。

声明：本文使用图片均来源于网络和文献，如有侵权请联系删除。

End

参考文献

Naylor LH. Reporter gene technology: the future looks bright. Biochemical pharmacology. 1999;58:749-57.

Allen DD, Caviedes R, Cárdenas AM, Shimahara T, Segura-Aguilar J, Caviedes PA. Cell lines as in vitro models for drug screening and toxicity studies. Drug development and industrial pharmacy. 2005;31:757-68.

Dunlop J, Bowlby M, Peri R, Vasilyev D, Arias R. High-throughput electrophysiology: an emerging paradigm for ion-channel screening and physiology. Nature reviews Drug discovery. 2008;7:358-68.

Astashkina A, Mann B, Grainger DW. A critical evaluation of in vitro cell culture models for high-throughput drug screening and toxicity. Pharmacology & therapeutics. 2012;134:82-106.

Tsui JH, Lee W, Pun SH, Kim J, Kim D-H. Microfluidics-assisted in vitro drug screening and carrier production. Advanced drug delivery reviews. 2013;65:1575-88.

Blass BE. Basic principles of drug discovery and development: Elsevier; 2015.

Fraietta I, Gasparri F. The development of high-content screening (HCS) technology and its importance to drug discovery. Expert opinion on drug discovery. 2016;11:501-14.

Fang X, Zheng Y, Duan Y, Liu Y, Zhong W. Recent advances in design of fluorescence-based assays for high-throughput screening. Analytical chemistry. 2018;91:482-504.

Kitaeva KV, Rutland CS, Rizvanov AA, Solovyeva VV. Cell culture based in vitro test systems for anticancer drug screening. Frontiers in Bioengineering and Biotechnology. 2020;8:322.

Gradl S, Steuber H, Weiske J, Szewczyk MM, Schmees N, Siegel S, et al. Discovery of the SMYD3 inhibitor BAY-6035 using thermal shift assay (TSA)-based high-throughput screening. Slas Discovery: Advancing the Science of Drug Discovery. 2021;26:947-60.

Liu S, Shi J, Li H, Li J, Zhu Y, Li B, et al. Development of a biotin–streptavidin-enhanced enzyme-linked immunosorbent assay (BA-ELISA) for high-throughput screening of KRASG12C inhibitors. SLAS Discovery. 2022;27:107-13.

其他信息来源于网络检索。

往期推荐

新药研发（一） | 从靶点发现到成功上市的全流程概览

新药研发（二）| 决定成败的第一步：疾病靶点的发现和确定