引言
上个月《Science》重磅发布:跨膜与胞外空间靶向蛋白降解(meTPD)概念应运而生,一举打破经典靶向蛋白质降解(TPD)仅能作用于胞内靶点的局限!这一整合了 TPD 核心逻辑与胞内递送技术的创新概念,让占人类蛋白 40% 的跨膜 / 胞外蛋白 —— 那些曾让药物开发者束手无策的 “硬骨头”,如今终于迎来精准降解的革命,61% 的 FDA 批准药物靶点从此有了全新攻坚路径!
前沿资讯:meTPD 技术的三大核心突破
1. 打破 “胞内枷锁”,降解范围再扩容
经典 PROTACs、分子胶等 TPD 技术虽能实现 “清除而非抑制” 的创新机制,却被困在胞内 “一亩三分地”。meTPD 创造性地将 TPD 与胞内递送技术融合,通过双功能分子(靶蛋白结合模块 + 内化降解效应模块),让细胞表面或胞外的靶蛋白 “主动内化” 后被溶酶体降解,短短几年已发展出 30 余种策略,降解效率普遍超 70%,优化后甚至可达 95%。
2. 三大技术平台,各显神通攻靶点
meTPD 并非单一技术,而是形成了覆盖不同场景的 “降解军团”:
▶ 内吞受体依赖型:借力 CI-M6PR、TfR 等天然内吞受体,像 “搭便车” 一样让靶蛋白被细胞 “吞入” 降解。代表技术 LYTAC 是首个 meTPD 技术,TransTAC 更能 10 分钟内清除 CAR-T 细胞表面受体,大幅提升细胞治疗安全性;
▶ 细胞表面 E3 连接酶依赖型:复刻 PROTAC 逻辑,双功能分子(如 AbTAC、PROTAB)桥连靶蛋白与膜上 E3 连接酶,低浓度即可发挥催化效应,靶蛋白与 E3 连接酶比例 400:1 时仍能起效;
▶ 不依赖细胞表面蛋白型:无需 “借力”,效应模块(如细胞穿透肽 CPP)直接介导内化,适用性更广。GlueTAC 通过共价结合靶蛋白,降解 PD-L1 的效果比 FDA 批准抗体更优、持续更久。
3. 临床转化加速,多疾病领域破冰
尽管仍处初期,meTPD 已在临床赛道快速推进:
▶ 自身免疫疾病:候选药 BHV-1300 进入 Ⅰ 期,2-3 天即可让 IgG 水平下降 80%,远超传统疗法;
▶ 肿瘤治疗:多特异性 meTPD 可同时降解 EGFR 与 PD-L1,同步阻断致癌信号与免疫逃逸;
▶ 神经疾病:Pep-TAC 通过 TfR 介导穿透血脑屏障,为脑肿瘤、阿尔茨海默病提供新疗法;
▶ 代谢疾病:诺华开发的 ASGPR 介导型 meTPD,降解 PCSK9 的效率优于传统抗体抑制剂。
研究者思考:meTPD 的 “甜蜜烦恼”,蛋白质组学来破解
作为长期深耕靶向蛋白降解的研究者,在为 meTPD 突破欢呼的同时,我们也面临着三个核心困惑:
▶ 靶点挖掘难:跨膜 / 胞外蛋白中,哪些真正具备可降解潜力?总不能盲目筛选吧?
▶ 机制 “黑箱” 未解:meTPD 介导的内化、分选、降解通路到底涉及哪些关键蛋白?三元复合体如何形成、何时解离?
▶ 疗效评估不准:如何区分靶蛋白是 “被降解” 还是 “被抑制”?如何避免脱靶效应带来的假阳性结果?
正当我们陷入瓶颈时,蛋白质组学技术就像一把 “多功能钥匙”,为 meTPD 的产业化之路扫清障碍 —— 它不只是简单的检测工具,更是从靶点发现到疗效验证的全程 “精准导航系统”!
深度解析:蛋白质组学如何为 meTPD “保驾护航”
1. 靶点挖掘:从 “大海捞针” 到 “精准定位”
蛋白质组学让 “不可成药” 靶点浮出水面:
▶ 借助 CRISPRi 筛选与定量质谱联用,我们能快速锁定 meTPD 的潜在靶点。
【比如在 KRAS 研究中,通过质谱分析发现 G12C 突变体的开关 II 口袋,为共价抑制剂设计提供基础,如今更能指导 meTPD 拓展至 KRAS 相关跨膜靶点】
▶ 对比疾病与正常组织的蛋白组差异,可识别肿瘤特异性跨膜蛋白,让 meTPD 实现 “精准打击”,避免对正常细胞的损伤。
2. 机制解析:给降解通路 “画清地图”
meTPD 的内化降解过程复杂,蛋白质组学帮我们解密 “黑箱”:
▶ 用交联质谱(XL-MS)捕获靶蛋白 - 降解剂 - 受体的三元复合体,明确 LYTAC 通过 M6P 标签与 CI-M6PR 结合的核心机制,为分子优化提供结构依据;
▶ 定量追踪泛素化修饰、溶酶体分选标记的动态变化,区分不同 meTPD 平台的降解依赖路径(如内吞依赖 vs 泛素化依赖),避免盲目优化。
3. 疗效验证:给降解效果 “精准打分”
传统方法难以量化降解效率,蛋白质组学实现 “眼见为实”:
▶ 基于 TMT 标记或 Label-free 质谱,能精准检测靶蛋白降解效率;
【比如 LYTAC 临床前研究中,通过检测 3877 种细胞蛋白,仅发现靶蛋白 EGFR 显著下调,证实其高特异性】
▶ 全局蛋白组分析可评估脱靶效应,在 KRAS 抑制剂研发中,通过检测 ERK、Akt 等下游蛋白磷酸化水平,验证通路抑制效果与耐药风险,让临床前评估更可靠。
4. 经典案例:双技术联手破难题
▶ 沙利度胺机制解密:通过蛋白质组学比较物种差异,发现沙利度胺仅在人类、灵长类中诱导转录因子 SALL4 降解,解释了其物种特异性致畸性,为 meTPD 药物规避脱靶风险提供参考;
▶ PD-L1 降解优化:GlueTAC 的降解效果之所以优于抗体,正是通过蛋白质组学追踪降解动力学,不断优化共价结合策略与溶酶体分选序列,让降解更高效、更持久。
未来展望:meTPD + 蛋白质组学,开启降解疗法 2.0 时代
meTPD 打开了跨膜 / 胞外靶点的 “降解之门”,而蛋白质组学则为其提供了 “精准导航”,两者结合将推动三大方向突破:
▶ 靶点拓展:发现更多未被识别的跨膜 / 胞外靶点,让 meTPD 的应用边界持续扩大;
▶ 分子优化:基于蛋白组学解析的降解动力学,设计肿瘤微环境激活型、共价型 meTPD,提升特异性与安全性;
▶ 联合疗法:整合蛋白质组学筛选的协同靶点,构建 “meTPD 降解 + 小分子抑制” 联合策略,克服单一疗法耐药性。
从实验室的技术突破到临床赛道的加速推进,meTPD 与蛋白质组学的强强联合,正在彻底改写 “不可成药” 的定义。未来,更多曾被认为 “无药可治” 的靶点将被攻克,为疾病治疗带来颠覆性改变!
首个蛋白质组水平无偏倚靶点筛选方法⬅️⬅️⬅️
▶ 全面直接筛选真实药靶组合:蛋白质组水平筛选药物结合的蛋白靶点,全面覆盖治疗靶点与脱靶靶点;使用药物分子本体进行试验,无需设计合成分子探针,药靶结合更真实
▶ 多种数据分析策略:结合蛋白热变性曲线分析和非参数分析方法(NPARC),全面捕获潜在药物靶点
▶ 多种生信分析数据库挖掘辅助筛选:对潜在药物靶点进行生信分析与数据库挖掘,辅助最终药物靶点的确认
▶ 多种衍生技术可选:除常规温度范围(TPP-TR)、药物浓度范围(TPP-CCR)、两者结合(2D-TPP)的常规热蛋白组分析方法外,还可进行单温度点(ITSA)、多温度点混合(PISA)等高通量热蛋白组分析方法
参考资料
[1] Zhu R, Zhang H, Chen PR. Targeted protein degradation in the transmembrane and extracellular space. Science. 2025;390(6776):eadx5094. doi:10.1126/science.adx5094
[2] Banik SM, Pedram K, Wisnovsky S, et al. Lysosome-targeting chimaeras for degradation of extracellular proteins. Nature. 2020;584(7820):291-297. doi:10.1038/s41586-020-2545-9
[3] Xie X, Yu T, Li X, et al. Recent advances in targeting the "undruggable" proteins: from drug discovery to clinical trials. Signal Transduct Target Ther. 2023;8(1):335. Published 2023 Sep 6. doi:10.1038/s41392-023-01589-z
[4] Luo S, Xie L, Yang L, et al. Sensitive and specific affinity purification-mass spectrometry assisted by PafA-mediated proximity labeling. Cell Rep Methods. 2025;5(9):101166. doi:10.1016/j.crmeth.2025.101166
[5] Yang X, Li X, Zhang YL, et al. Targeting undruggable protein KRAS for cancer therapy: novel opportunities and challenges. Future Med Chem. 2025;17(2):143-147. doi:10.1080/17568919.2024.2444865
Donovan KA, An J, Nowak RP, et al. Thalidomide promotes degradation of SALL4, a transcription factor implicated in Duane Radial Ray syndrome. Elife. 2018;7:e38430. Published 2018 Aug 1. doi:10.7554/eLife.38430

被折叠的 条评论
为什么被折叠?



