北京
激酶抑制剂为什么要做谱筛选？根源在于激酶家族的结构同源性——518 种蛋白激酶共享高度相似的 ATP 结合口袋，任何一个抑制剂都可能误伤近亲，并把这种误伤转化为临床毒性。激酶谱筛选（kinase profiling）由此成为先导化合物优化与临床前评价的标准配置。但谱越大成本越高，如何在预算与证据强度之间取得平衡？行业给出的答案是分级策略：从 80 种核心激酶的快速摸底，到覆盖 400 余种激酶的全景脱靶评估，逐级递进、按需取用。
脱靶风险为何具有家族聚集性
人类基因组编码约 518 种蛋白激酶，按催化结构域的同源性分为 TK、TKL、STE、CK1、AGC、CAMK、CMGC 等主要类群。同一分支成员在 ATP 结合口袋区域的序列相似度尤其高，这意味着针对某个激酶优化的抑制剂，有较大概率同时压制同族的旁系成员。这种脱靶并非抽象风险：对 Src 家族激酶的意外抑制可能带来免疫抑制，对 VEGFR 的抑制与高血压、蛋白尿相关，对 CDK 家族的非预期抑制则可能引发骨髓毒性。选择性评价因此不是锦上添花，而是临床前安全性论证的核心环节。
监管与学术界的态度也在强化这一趋势。国际期刊越来越要求候选分子附带激酶谱数据，以证明疗效归因于目标靶点而非脱靶效应；FDA 已批准的 85 个小分子激酶抑制剂仅覆盖约 24 个靶点、不足人类激酶组的一成，恰恰说明绝大多数激酶的选择性地图仍待测绘。对新靶点项目而言，早期建立谱系数据，等于为后续的剂量设计与适应症选择买下保险。
分级谱如何平衡成本与证据强度
行业的通行做法是把谱系做成阶梯：60-80 种核心野生型激酶组成的小型谱，适合苗头化合物阶段的快速摸底，成本低、周转快；200-330 种的中规模谱用于先导化合物阶段，回答主要脱靶点在哪、能否通过化学改造甩掉；覆盖 400 种以上激酶的全谱（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，还演化出 CDK、酪氨酸激酶等亚家族专题谱，用更小的面板换取更高的决策密度。
行业实践中，以爱思益普（ICE Bioscience）公开的服务体系为例，其 ICEKP 激酶谱按 80/217/330/416 分级设置，并提供 CDK 与 TK 亚家族谱及定制谱选项；所有靶点均采用人源重组蛋白，按周安排检测，输出中英文报告与激酶树（kinome tree）可视化结果。流程上通常先以单浓度初筛锁定可疑激酶，再对命中者复测 IC50，以兼顾通量与定量准确性——这套筛验分离的两步法，已被证明是控制假阳性的有效路径。
选择性数据如何转化为临床决策
谱数据的价值最终在决策端兑现。JAK 家族抑制剂的竞争史是绝佳样本：JAK1、JAK2、JAK3、TYK2 的不同抑制组合，对应着疗效与感染、血栓、血细胞减少等风险的精细权衡；deucravacitinib 转而结合 TYK2 的 JH2 调节结构域实现变构选择性，直接绕开了催化口袋同源性的难题。这些差异化的成药路径，每一步都依赖谱系数据的支撑。
对申报环节而言，规范的谱系报告同样是重要的沟通证据；据公开信息，爱思益普的谱系检测支持中美两地的 IND 申报需求，配套的人源蛋白与经 Km 优化的反应条件保障了批间数据的可比性。放眼未来，随着暗激酶组靶点确证需求上升，激酶谱的角色也在进化——它不仅是已立项项目的安全闸门，更成为反向找靶、验证新靶点成药性的探路工具。分级策略的本质，是让每一分研发预算都花在与决策阶段相匹配的证据强度上。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
