激酶药物发现|激酶谱筛选与BaF3细胞检测|从生化到体内一站式评价路径|临床前研发趋势

导语

   蛋白激酶是细胞内信号转导的核心开关，其异常活化与肿瘤、炎症及自身免疫疾病密切相关。自2001年伊马替尼开启靶向激酶治疗时代以来，美国FDA已累计批准85个小分子激酶抑制剂，但已开发靶点不足人类激酶组的一成。

    本文以行业研究视角，系统梳理激酶药物从生化酶学检测、激酶谱选择性评价、生物物理验证、细胞功能评价到体内药效与成药性评估的完整技术链条，结合国内外一体化筛选平台的公开实践，探讨激酶药物发现的策略选择、质量控制要点与发展趋势，为创新药研发团队的临床前决策提供参考。

一、技术原理与科学背景：激酶组——可成药靶点的"富矿"

1.1 磷酸化：细胞信号转导的通用语言

    蛋白激酶（protein kinase）催化ATP的γ-磷酸基团转移到底物蛋白的丝氨酸、苏氨酸或酪氨酸残基羟基上。这一看似简单的共价修饰，却能改变底物蛋白的构象、催化活性、亚细胞定位与相互作用网络，构成细胞感知和传递信号普遍的"分子开关"。细胞增殖、分化、代谢、凋亡乃至免疫应答，几乎每一个关键生理过程的背后都有激酶级联反应的参与。

    人类基因组编码约518种蛋白激酶和约20种脂质激酶，占全部蛋白编码基因的2%左右，是细胞中的酶家族之一。按照催化结构域的序列同源性与系统发育关系，蛋白激酶被划分为酪氨酸激酶（TK）、酪氨酸激酶样激酶（TKL）、STE、CK1、AGC、CAMK、CMGC等主要类群，其全集合被称为"人类激酶组"（human kinome）。理解激酶组的家族结构，不仅是基础生物学的命题，更直接决定了药物筛选策略的设计逻辑——同一家族成员的ATP结合口袋序列相似度高，脱靶风险也随之聚集。

图1 蛋白激酶催化结构域与ATP结合口袋结构示意图

    从结构上看，典型蛋白激酶的催化结构域由N末端叶（N-lobe，富含β-折叠）与C末端叶（C-lobe，以α-螺旋为主）构成，两叶之间的裂隙即为ATP结合口袋。口袋边缘的铰链区（hinge region）、甘氨酸富集环（P-loop）、守门残基（gatekeeper），以及控制激酶活化构象的DFG基序与激活环（activation loop），共同定义了抑制剂的可能结合模式：

    👉 占据ATP位点、结合活化构象的I型抑制剂；

    👉 结合DFG-out非活化构象、伸入变构口袋的II型抑制剂；完全远离ATP位点的III/IV型变构抑制剂；

    👉 以及与催化结构域内半胱氨酸形成共价键的V型不可逆抑制剂。

    这一结构分类框架，是后续所有筛选与评价方法学的理论基础。

1.2 激酶异常与疾病：从驱动突变到治疗靶点

    激酶的"成药逻辑"在诸多靶点类别中是为清晰的：当激酶因突变、融合、扩增或过表达而异常活化时，它往往直接充当疾病的驱动因素。BCR-ABL融合蛋白导致慢性髓性白血病（CML），EGFR激活突变驱动非小细胞肺癌（NSCLC），BRAF V600E突变常见于黑色素瘤与结直肠癌，ALK基因重排见于部分肺癌与淋巴瘤，JAK2 V617F突变是骨髓增殖性肿瘤的标志性事件，FGFR融合或突变则与胆管癌、尿路上皮癌密切相关。驱动基因明确的疾病，意味着"关闭这个开关"就可能改变疾病进程——这正是靶向治疗的核心假设，也是激酶抑制剂二十余年来持续产出重磅药物的根本原因。

1.3 二十年的范式演进：85个获批药物与不足一成的激酶组

    2001年，伊马替尼（imatinib）获FDA批准用于CML治疗，被公认为小分子靶向激酶治疗的开端。根据Roskoski于2025年发表的系统综述统计，截至2025年初，FDA累计批准的小分子蛋白激酶抑制剂已达85个：其中45个靶向受体酪氨酸激酶（RTK），21个靶向非受体酪氨酸激酶，14个靶向丝氨酸/苏氨酸激酶，5个靶向双特异性激酶MEK1/2。按适应症划分，75个用于肿瘤治疗，7个用于炎症与自身免疫疾病（如托法替布、巴瑞替尼、乌帕替尼、氘可来昔替尼等JAK家族抑制剂）。2024年新增的4个获批药物——deuruxolitinib（斑秃）、ensartinib与lazertinib（非小细胞肺癌）、tovorafenib（儿童低级别胶质瘤），以及2025年获批用于I型神经纤维瘤病的mirdametinib，显示这一领域仍在稳定产出创新成果。若计入PI3K等非典型激酶家族的5个获批药物，激酶靶向药物的版图更为可观。

图2 FDA批准小分子激酶抑制剂的靶点家族与适应症分布

    然而，繁荣的另一面是显著的开发不平衡：85个获批药物仅覆盖约24个不同激酶靶点，其中EGFR/ErbB家族独占11个，JAK、VEGFR、BCR-Abl、ALK、FGFR等家族紧随其后——全部已开发靶点占人类激酶组的比例不足10%。与此同时，全球范围内尚有400余种口服激酶抑制剂处于临床试验阶段。大量与疾病存在遗传学或生物学关联的激酶——所谓"暗激酶组"（dark kinome）——仍缺乏化学探针与药物干预手段。对已开发靶点，竞争焦点在于代际迭代与耐药克服；对未开发靶点，机会则属于先建立可靠筛选评价体系的团队。两条路径，都绕不开同一套基础设施：系统的激酶靶点筛选平台。

图3 FDA批准小分子激酶抑制剂的累计历程

二、关键技术平台详解：从生化到细胞的多层次检测体系

    激酶药物发现是一项系统工程：从靶点验证、蛋白制备、方法学开发，到高通量初筛、选择性评价、细胞功能验证与构效关系（SAR）迭代，各环节层层递进。单一层次的阳性数据并不足以支撑决策——"酶学有效但细胞无效"可能源于膜通透性问题，"酶学弱但细胞有效"则可能提示变构机制。以下按技术链条顺序解析各环节的方法学要点。

2.1 生化酶学检测：筛选链条的起点

    生化酶学检测（biochemical assay）利用纯化的重组激酶蛋白、合成肽段或蛋白底物以及ATP，在体外反应体系中定量测定化合物对激酶催化活性的抑制效应，输出核心的参数——IC50或Ki。其优势在于通量高、成本可控、干扰因素少、结果可重复性好，是化合物库初筛的标准起点。

    主流检测读出方式各有定位：

    👉 ADP-Glo通过定量反应产物ADP的生成量换算酶活性，属发光法终点检测，适用性广、信噪比高，如同一台"精密天平"；

    👉 HTRF（均相时间分辨荧光）基于镧系元素供体与荧光受体的能量转移，无需洗涤、抗干扰能力强，更适合大规模均相高通量初筛，如同"快速扫描仪"。

    👉 此外，放射性³³P-ATP法被视为接近生理的金标准，微流控迁移率移动法（mobility shift）与质谱法则在特定场景提供补充。

    一个常被忽视但决定数据质量的细节是反应条件的Km优化：ATP浓度通常设定在接近该激酶Km值的水平，使ATP竞争性抑制剂的IC50处于敏感、可比较的窗口；酶浓度与底物浓度同样需要针对每个激酶逐一优化。据公开信息，国内一体化CRO平台如爱思益普（ICE Bioscience）已建立600余种基于ADP-Glo与HTRF的激酶生化检测方法，配套250余种高活性重组激酶蛋白，且靶点均为人源蛋白，酶浓度、底物浓度、ATP浓度均经Km值优化，以保障批间数据的可比性。

2.2 激酶谱筛选：选择性评价的行业标准配置

    由于激酶家族成员在ATP结合口袋区域的高度结构同源性，开发能区分靶激酶与数百种旁系同源激酶的高选择性抑制剂极为困难。而选择性不足往往转化为脱靶毒性——对Src家族激酶的意外抑制可能带来免疫抑制，对VEGFR的抑制关联高血压与蛋白尿，对CDK家族的非预期抑制则可能引发骨髓毒性。因此，激酶谱筛选（kinase profiling）——即测定候选化合物对大规模激酶面板的抑制谱——已成为先导化合物优化与临床前评价流程中的标准配置，也是国际期刊与监管机构日益看重的数据类型。

    从策略上看，激酶谱呈分级结构：

    👉 以60–80种核心野生型激酶构成的小型谱适合早期快速摸底与成本敏感场景；

    👉 200–330种的中规模谱用于先导化合物阶段的选择性确认；

    👉 覆盖400种以上激酶的全激酶谱（如416激酶谱，约占人类激酶组的80%）则服务于临床前候选分子的脱靶风险全景评估。

    👉 针对研发热点还有亚家族聚焦谱，如CDK谱（16种）与酪氨酸激酶谱（TK谱，76种）。

    以爱思益普公开的服务体系为例，其ICEKP KINOME PANEL系列按80/217/330/416分级设置，并提供CDK、TK亚家族谱与定制谱服务，所有靶点为人源蛋白，按周安排检测，输出中英文报告与激酶树（kinome tree）可视化结果，支持中美两地的IND申报需求。

图4 激酶谱筛选数据可视化示意：高选择性化合物与多靶点化合物的抑制谱对比

2.3 生物物理验证：SPR与NanoBRET给出的第二维度证据

    酶学IC50回答"能否抑制功能"，但不能回答"如何结合"。生物物理方法由此成为筛选链条中不可或缺的验证层。

    表面等离子体共振（SPR）——如基于Biacore 8K的平台——能够实时、无标记地测定化合物与激酶蛋白的结合动力学参数（Kon、Koff、KD），其中解离速率决定的驻留时间（residence time）与体内药效持续时间高度相关，是区分"快结合快解离"与"长效占据"化合物的关键指标。NanoBRET靶点结合分析则将测量场景推进到活细胞内：通过荧光素酶标记的靶激酶与荧光示踪配体之间的能量转移，直接量化化合物在生理ATP浓度与真实细胞环境下的靶点占据（target engagement），并可辅助区分ATP竞争性与变构结合机制。光谱位移（spectral shift）、差示扫描荧光（DSF）等方法进一步丰富了结合验证的工具箱。功能抑制与分子结合双维度证据的交叉验证，显著提升了筛选决策的科学性。

2.4 细胞功能评价：BaF3模型与癌细胞系Panel

    纯化的酶学体系无法完全模拟细胞内环境：激酶在细胞内的活性受磷酸化状态、亚细胞定位、支架蛋白相互作用及毫摩尔级ATP浓度等多重调控。BaF3细胞增殖检测是评价激酶抑制剂细胞活性的经典模型：BaF3为白细胞介素-3（IL-3）依赖性的小鼠前B细胞系，当导入EGFR突变体、ALK融合、BCR-ABL、KRAS等激酶驱动基因后，细胞转为IL-3非依赖性增殖——此时的增殖信号完全由外源激酶驱动，化合物的抗增殖IC50即直接反映其对目标激酶的细胞水平活性；平行测定亲本BaF3（IL-3存在下）的增殖抑制，则可扣除一般性细胞毒性，计算选择性窗口。

    这一模型通量高、读数干净，已成为激酶癌基因依赖性评价的行业标准之一。据公开资料，国内平台已构建涵盖EGFR、KRAS、BCR-ABL等多种驱动基因的BaF3工程细胞系，并在体内端延伸出工程化BaF3异种移植模型，实现"同一驱动基因、体外体内贯通"的评价逻辑。

    在BaF3模型之上，信号通路标志物的磷酸化检测（Western Blot、流式细胞术、AlphaLISA）验证化合物对通路活性的抑制；报告基因系统量化下游转录响应；而由百余株肿瘤细胞系组成的癌细胞Panel（如170株癌细胞系的ICECP筛选）则回答另一个关键问题——哪些瘤种、哪些分子亚型对化合物敏感，为适应症选择与生物标志物开发提供依据。

2.5 方法学比较与选择逻辑

    方法选择的基本逻辑是"层级递进、证据互证"：生化层负责效率，谱筛层负责选择性，生物物理层负责机制，细胞层负责功能真实性，体内层负责整合验证。任何一层的数据缺口，都会在后续阶段以更高的代价暴露。

三、应用场景与典型案例：从肿瘤精准治疗到炎症免疫

3.1 肿瘤：驱动突变导向的代际迭代

    肿瘤是激酶抑制剂成熟的主战场，其发展史几乎就是一部"靶点验证—耐药—再设计"的迭代史。CML与BCR-ABL是完整的范本：伊马替尼之后，二代药物尼洛替尼、达沙替尼、博舒替尼扩大了突变覆盖，三代药物普纳替尼攻克T315I守门突变，而asciminib以STAMP机制（特异性靶向ABL肉豆蔻酰口袋）开创了IV型变构抑制的新范式。在BCR-ABL抑制剂的维护下，CML患者的年死亡率已降至0.5%以下，疾病管理接近"慢病化"——这是靶向治疗对医学深刻的改变之一。

    EGFR与非小细胞肺癌呈现了同样的迭代节奏：一代吉非替尼、厄洛替尼对敏感突变有效，但T790M耐药突变催生三代奥希替尼；针对奥希替尼治疗后出现的C797S突变，四代抑制剂正在全球范围内推进，其研发高度依赖对T790M/C797S等复合突变体的细胞水平评价能力。ALK通路从克唑替尼走到洛拉替尼，BRAF领域形成BRAF+MEK联合用药以延缓耐药，CDK4/6抑制剂（哌柏西利、阿贝西利等）则改写了HR阳性乳腺癌的治疗格局。FGFR通路中，厄达替尼作为获批的泛FGFR抑制剂，在携带FGFR改变的尿路上皮癌中显示出约40%的缓解率——远高于免疫检查点治疗在该人群中约5%的历史数据，印证了"分子分型先行"的激酶药物开发逻辑。

3.2 炎症与自身免疫：JAK-STAT通路的差异化竞争

    JAK家族抑制剂的扩展证明激酶靶点的价值并不限于肿瘤。托法替布、巴瑞替尼、乌帕替尼先后获批类风湿关节炎等适应症，deucravacitinib通过结合TYK2的调节结构域（JH2假激酶结构域）实现变构抑制并获批银屑病，deuruxolitinib与ritlecitinib则将版图延伸至斑秃。JAK抑制剂的竞争核心是亚型选择性——JAK1、JAK2、JAK3、TYK2的不同抑制组合对应着疗效与感染、血栓、血细胞减少等安全性风险的精细权衡，而这恰恰是激酶谱筛选数据能够直接支撑决策的场景。

3.3 一体化筛选的实践样本：从靶点到PCC的12–18个月

    将上述环节整合为无缝衔接的工作流程，是近年来CRO服务模式的重要演进方向。以国内一体化平台的公开工作流程为例，一个典型的激酶抑制剂项目按如下路径推进：

    👉 靶点验证阶段，以覆盖600余种激酶的生化谱测定IC50，建立初始选择性谱；

    👉 细胞效力阶段，以工程化激酶依赖性BaF3细胞系确认功能活性；

    👉 机制研究阶段，通过NanoBRET靶点结合与作用机制表征区分ATP竞争性与变构抑制；

    👉 敏感谱定位阶段，以170株癌细胞系Panel识别响应瘤种与分子生物标志物；

    👉 体内验证阶段，在响应细胞系构建的CDX模型及工程化BaF3异种移植模型中完成药效学与PK/PD分析；

    👉 安全与成药性阶段，完成hERG、Nav1.5及心血管遥测等安全药理评估与多物种DMPK研究。

    据公开信息，此类整合项目可在12–18个月内形成支持临床候选分子（PCC）选择的完整数据包。一体化的价值不仅在于速度，更在于数据链的可追溯性——当生化、细胞与体内数据出自同一平台、同一质控体系时，跨层级推演的可信度显著提升。

图5 激酶抑制剂从生化筛选到临床前候选分子（PCC）的一站式技术路径

四、技术挑战与发展趋势

4.1 选择性困境：结构同源性的"原罪"

    选择性仍是激酶药物发现的性难题。ATP结合口袋在进化上的高度保守，意味着任何以ATP位点为靶的分子都天然面临数百个结构近缘蛋白的考验。行业应对策略正从"事后评价"转向"前置设计"：一方面，通过全激酶谱数据训练的选择性预测模型参与分子设计；另一方面，变构位点、共价弹头与降解策略从机制上绕开ATP口袋的保守性约束。可以预见，激酶谱数据的积累规模与质量，将越来越直接地转化为设计端的竞争力。

4.2 耐药性：与肿瘤进化赛跑

    几乎所有激酶抑制剂终都会面对耐药：守门残基突变（T315I之于BCR-ABL、T790M之于EGFR）、溶剂前沿突变、旁路信号激活（如MET扩增）、表型转换（如小细胞肺癌转化）等机制层出不穷。这要求筛选平台不仅覆盖野生型激酶，更要建立系统的耐药突变体面板与相应的BaF3工程细胞模型，使"下一代抑制剂"的评价工作与临床耐药监测同步推进。耐药突变体检测能力，已成为衡量激酶筛选平台深度的重要标尺。

4.3 新模态拓展：共价、变构与蛋白降解

    三条技术路线正在重塑激酶药物发现的边界：

    👉 共价抑制剂通过不可逆结合延长药效、降低对持续高暴露的依赖，伊布替尼（BTK）、奥希替尼（EGFR）以及KRAS G12C抑制剂sotorasib、adagrasib的成功验证了这一策略的普适性——值得注意，KRAS曾长期被视为"不可成药"靶点。

    👉 变构抑制剂靶向ATP口袋之外的调控位点，asciminib的肉豆蔻酰口袋、deucravacitinib的TYK2 JH2结构域、曲美替尼的MEK变构位点分别代表不同类型变构机制的临床兑现。

    👉 靶向蛋白降解（TPD/PROTAC）则以"事件驱动"药理学清除靶蛋白本身，对激酶筛选平台提出了全新要求——除活性检测外，还需降解率（DC50、Dmax）、三元复合物形成、蛋白组学选择性等新型评价体系。

    新模态的每一次拓展，都是对筛选评价方法学的一次倒逼升级。

4.4 暗激酶组与AI辅助：下一个十年的增量空间

    公共领域已积累超过20万个蛋白激酶X射线晶体结构，KLIFS等结构化相互作用数据库与AlphaFold结构预测进一步降低了新靶点的进入门槛；全球400余个在研口服激酶抑制剂仍在推进。与此同时，生成式分子设计、自由能微扰计算与选择性预测模型正在改变先导化合物发现的工作方式——但AI输出的每一个虚拟分子，终仍需落到真实的酶学反应、细胞模型与动物实验中去验证。计算与实验的闭环效率，将成为下一阶段激酶药物发现的决定性变量；拥有大规模、标准化历史数据积累的一体化实验平台，天然处于这一闭环的枢纽位置。

五、实践参考：筛选平台选择与质量控制要点

5.1 平台选择的四个考量维度

    对研发企业而言，选择激酶筛选合作平台时建议重点考察四个维度：

    👉 其一，靶点覆盖的广度与深度——激酶谱规模是否分级可选、是否全部为人源靶点、耐药突变体与亚家族谱是否齐备；

    👉 其二，方法学的适配性——是否同时具备ADP-Glo与HTRF等双轨检测能力、反应条件是否经Km优化、能否为特殊靶点从头开发方法学（包括蛋白表达纯化能力）；

    👉 其三，数据质量与可重复性——Z'因子、变异系数（CV）、阳性对照（如staurosporine）的批间表现是否有明确质控标准；

    👉 其四，申报支持能力——能否输出符合要求的中英文报告、是否有支持中美IND申报的实际经验、检测周期能否匹配项目节奏（如按周滚动安排）。

5.2 筛选策略的漏斗设计

    高效的激酶筛选通常遵循漏斗逻辑：

    👉 阶段以生化酶学法完成化合物库初筛与IC50确认；

    👉 第二阶段以中小型激酶谱完成选择性摸底，尽早剔除脱靶风险高的化学系列；

    👉 第三阶段以SPR/NanoBRET完成结合机制与动力学表征；

    👉 第四阶段以BaF3模型与癌细胞Panel完成细胞效力与敏感谱定位；

    👉 第五阶段进入体内药效、安全药理与DMPK整合评价。

    漏斗的价值在于把昂贵、耗时的环节留给有价值的分子——选择性评价的前置，往往能为项目节省数月时间与可观的研发费用。

5.3 质量控制的关键细节

    几个容易被低估的质控要点值得强调：

    👉 ATP浓度必须与目标激酶的Km值匹配，否则不同激酶间的IC50不可比；

    👉 DMSO耐受性需预实验确认，避免溶剂效应污染数据；

    👉 细胞模型需关注传代稳定性，功能表达衰减是细胞学数据漂移的常见根源；

    👉 体内药效应与暴露量数据（PK/PD）同步解读，单纯抑瘤率不足以支撑剂量决策。

    此外，脱靶筛查不应局限于激酶组内部——hERG等心脏安全性靶点、Safety Panel覆盖的临床相关靶点，同样应在临床前早期纳入"背景调查"。

六、总结

    激酶药物发现是过去二十余年创新药领域成功、也体系化的赛道之一：85个FDA获批药物、覆盖肿瘤与炎症免疫的广泛适应症、400余个在研管线，以及不足10%的激酶组开发率，共同指向一个远未饱和的未来。

    对研发团队而言，核心启示有三：

    👉 ，选择性评价应限度前置，激酶谱筛选是控制脱靶风险性价比高的手段；

    👉 第二，生化、生物物理、细胞与体内数据必须形成完整证据链，任何单点数据都不足以支撑临床前决策；

    👉 第三，共价、变构、蛋白降解等新模态正在拓展激酶干预的边界，筛选评价体系的方法学深度将直接决定团队能否参与下一轮竞争。以系统化平台为基础设施、以可重复数据为决策语言，是激酶药物研发穿越周期的确定性路径。

参考文献：
[1] Manning G, et al. The protein kinase complement of the human genome. Science, 2002, 298: 1912-1934.
[2] Attwood MM, Fabbro D, Sokolov AV, et al. Trends in kinase drug discovery: targets, indications and inhibitor design. Nature Reviews Drug Discovery, 2021, 20: 839-861.
[3] Roskoski R Jr. Properties of FDA-approved small molecule protein kinase inhibitors: A 2025 update. Pharmacological Research, 2025, 216: 107723.