Nature Biotechnology：多维高通量代谢组解锁数千种药物代谢图谱，探索多样化治疗应用潜力

药理学扰动的人类代谢图谱揭示药物作用机制

2025年1月，瑞士巴塞尔大学、苏黎世联邦理工学院分子系统生物学研究所等单位的研究人员在《Nature Biotechnology》（IF:33.1）上发表了题为“A human metabolic map of pharmacological perturbations reveals drug modes of action”的研究论文，本研究通过高通量代谢组学揭示了大规模药物引起的代谢变化，扩展了对药物作用机理（MoA）的理解和潜在治疗应用。

亮点概述：

通过高通量代谢组分析，揭示了1520种药物代谢的干扰模式。
基于代谢组的预测，发现了四种新的GR激动剂、两种HMGCR抑制剂和两种DHODH抑制剂。
代谢组分析与其他分子分析技术的结合提高了药物MoAs预测的准确性。

研究背景：

基于靶点的药物在临床开发中的高损耗率激发了研究人员对靶点不确定表型药物发现的新兴趣。然而，缺乏对药物靶点和MoAs的了解是一个主要瓶颈，阻碍了化合物先导物的选择和优化，导致了高昂的成本和高失败率。检测药物治疗对基因转录本、蛋白质或代谢物丰度的影响，为表征药物MoAs、副作用和短期/长期适应性提供了前所未有的机会。因此，在分子水平上系统地表征药物的直接和间接作用可以加速新型非传统有效药物的发现，并指导患者分层进行临床药物开发、药物组合的合理设计和药物再利用。

尽管转录组和蛋白质组分析技术已被成功应用于哺乳动物细胞系中系统地绘制分子药物效应的大规模图谱，但目前仍缺乏类似的系统性和直接的药物诱导代谢变化分析。为了填补这一空白，研究人员结合高通量延时显微镜和非靶向代谢组学技术开发了一个可扩展的框架，并用它来分析1520种药物引起的2269种潜在注释代谢物丰度的相对变化。

首先，为了系统地绘制结构和功能不同的药物代谢效应图谱，研究人员采用了高通量非靶向代谢组学方法，分析了由1520种药物在A549肺癌细胞中诱导的2269种潜在代谢物的变化轮廓。在345万对药物-代谢物关联中，研究人员检测到43845个显著关联，构建了迄今最大规模的哺乳动物癌细胞代谢扰动数据库。如预期那样，肿瘤药物平均表现出最强的生长抑制活性。尽管小分子的代谢影响差异很大，但大多数化合物（1328种）至少在一个代谢物中引起了显著的代谢变化。总之，药物扰动对代谢的广泛多样性影响强调了直接或间接药理学干扰大量细胞代谢功能的潜力。

区分直接（如靶点抑制）和间接（如细胞适应）药物诱导的代谢变化仍然具有挑战性。为了研究药物扰动如何在代谢网络中传播，研究人员评估了药物诱导的代谢变化与相应的注释靶点的接近程度，并重点研究了342种具有注释代谢酶靶点的药物。基于局部性的药物效应分析显示，大部分药物（47.3%）引起的代谢变化，即使不直接靠近酶靶点，通常距离也不超过三步之遥。因此，药物引发的代谢变化可以揭示出那些既是药物直接作用靶点，或是药物反应下游介质的酶抑制现象，这可能为理解药物的作用机制以及药物扰动如何影响细胞代谢提供关键性见解。

药物的代谢干扰模式及代谢变化与药物靶点的接近程度

接下来为探究具有相似MoA的药物是否也表现出相似的代谢特征。研究人员通过迭代相似性（iSim）计算了药物之间的成对相似性，并比较了具有相同或不同注释MoAs的药物对之间的平均成对相似性。平均而言，具有相同注释MoA的药物之间的相似性明显高于具有不同MoAs的药对，这表明药物MoA具有特异性代谢特征。在特定代谢效应显著的药物中，固醇去甲基酶和ATP酶抑制剂展示了与脂肪酸合成及能量代谢相关的特异性变化；其他药物，如微管聚合抑制剂、糖皮质激素受体（GR）激动剂或抗组胺药，则干扰更为远端的生理过程。当聚焦于成对药物代谢相似性最高的前0.1%（1083个药物对）时，发现有很大一部分（88.6%）的关联存在于广泛的不同治疗领域且具有不同标注MoAs的药物之间，这一发现揭示了一个巨大的且尚未被探索的药物次级效应和MoAs的空间。特别是，用于治疗中枢神经系统疾病、神经肌肉疾病、抗感染和肿瘤学的药物之间显示出潜在的交叉应用机会。总之，基于当前的注释，药物之间代谢作用的相似性具有广泛不同的MoAs和治疗应用，反映了药物的混乱性及/或未被发现的副作用，这些都指向了用于多样化治疗应用的潜力被低估了。

从药物-药物代谢相似性中预测MoAs

为了验证药物诱导的代谢变化是否高度动态且依赖于细胞环境，研究人员检测了三种癌细胞系（A549（肺）、SK-OV-3（卵巢）和Hs578T（乳腺））在暴露于10 µM浓度的400种Prestwick药物后24h和48h的代谢变化，以评估A549细胞中预测的MoA是否会因细胞系或处理时间点的不同而发生变化。Pearson相关性分析和ROC分析发现，在三种细胞系中，生长抑制与药物代谢影响（即显著受影响的代谢物数量）之间密切相关；且在一个细胞系中测量的药物图谱可以用来准确预测从不同细胞系中获得的代谢图谱的药物身份。由此，证明了代谢图谱和药物之间的相似性在很大程度上独立于被测试药物的细胞系环境，且在A549细胞系中获取的代谢图谱能够推广至其他细胞模型。

此外，为探究是否可以通过除代谢药物特征之外的其他分子图谱进行类似的预测，研究人员分析了先前发表的细胞全景绘制、化学基因组学和蛋白质组学数据，这些数据描述了大量化合物库在哺乳动物细胞系中的效应。通过成对iSim和ROC曲线分析，发现不同药物MoAs间的预测能力存在差异，说明没有一种通用的技术可以预测所有种类的药物MoAs，并提示在多个分子和表型层对小分子效应进行多重和多维分析可以提供大量正交且互补的信息。

不同细胞系中不同分析技术和代谢效应的比较

在前0.1%最相似的药物对中，研究人员发现了与3-羟基-3-甲基戊二酰辅酶A（HMG-CoA）还原酶（HMGCR）抑制剂相关的三种药物（阿苯达唑，氟卡尼和舍曲林）和代谢变化类似于免疫抑制药物来氟米特（LEF，一种代谢为二氢乳清酸脱氢酶（DHODH）选择性抑制剂的前体药物）的三种药物（替拉曲可，双香豆素和阿扎立滨）。为了验证它们作为HMGCR和DHODH抑制剂的代谢组学预测作用，研究人员使用了体外偶联酶分析法，直接测量了HMGCR和DHODH的活性。结果发现阿苯达唑和舍曲林不仅表现出HMGCR抑制活性，还具有与他汀类药物不同的化学结构，提示可能存在新结合位点或化学骨架；替拉曲可和双香豆素具有显著的DHODH抑制活性，它们与LEF具有代谢相似性。此外，在成对药物相似性排名前0.1%的药物中，表现出强烈预测性代谢特征的最大药物类别之一是GR激动剂。通过分析六种已知GR激动剂在野生型和NR3C1基因敲除的A549细胞中的代谢变化，发现GR激动剂相关的代谢特征是由药物诱导的GR核转运直接介导的。最后，通过荧光成像技术证实了四种新的GR激动剂（齐拉西酮、苯扎贝特、依替菲宁和地拉韦啶）的代谢组预测作用。