免疫肿瘤库包含52927个化合物,旨在发现免疫肿瘤治疗领域的新型候选药物。免疫治疗已成为癌症治疗的一种变革性方法,是当代药物开发中有前景的领域之一。为了满足对新型和高效活性分子的不断增长需求,我们设计了一个特殊的库,重点关注重要的靶点:PD-1/PD-L1检查点抑制剂、Toll样受体家族(TLR7和TLR8,作为抗病毒反应的关键参与者)、IRAK4、ALK5(JNK/P38的一种效应物和SMAD结合的启动因子)、JAK-STAT通路抑制剂、STING激动剂、IDO抑制剂以及多种激酶靶点,包括BTK、MAPK、VGFR和bRAF。 使用我们的免疫肿瘤学库进行候选物发现,您将获得多个好处,帮助您在先导化合物开发中节省时间和成本: 1. 从超过430万化合物的干燥库存中重新补给和扩展候选物。 2. 通过我们的REAL数据库技术进行简单且低成本的类似物合成。 3. 提供全面定制的候选物到先导化合物项目支持,拥有广泛的能力和现场支持。 https://enamine.net/compound-libraries/targeted-libraries/immuno-oncology-library
在免疫肿瘤学库的设计中,特别关注了PD-1、CTLA-4、CD152、CD279/74和PD-L1等检查点蛋白。对不同靶点进行体外筛选:
针对TLR7和TLR8受体,采用基于结构的方法搜索潜在的抑制剂。分析了所有在PDB中报告的蛋白质结构,并进行结构基础药效团的生成。随后,使用活性和非活性化合物的参考集验证了两个模型。基于4U97和2WOT结构,研究了具有报告的激酶活性的两种跨膜蛋白(IRAK4和TGF beta R1)。在配体结构中存在多个疏水核心,并且具有与结合位点的关键氨基酸形成强氢键的能力,是选择潜在抑制剂的要求。然而,为了重叠所有可能的结构和构象,选择这些小型库中的化合物时使用了疏水核心和氢键的交替组合。为了创建全面的筛选模型,为每个激酶生成了两个子集的约束条件。在PD-1和PD-L1结合的情况下,已知的PD-L1抑制剂很少。我们应用结构和空间约束来寻找能够类似调节PD-L1结构的化合物。为了增加选择性并同时避免构象相似性,进行了两阶段的筛选,从中选择出有效的结合物。