在藥物研發的浩瀚星空中，極性表面積（PSA）如同一顆璀璨的明星，引領著科學家們探索新藥分子的奧秘。作為分子表面極性部分的面積總和，PSA不僅關乎化合物的多個成藥性性質，更是藥物化學優化過程中的重要指導因素。

在早期的定量結構-活性關系研究文獻中，Van de Waterbeemd和Kansy首次將PSA（極性表面積）概念用于預測吸收、分布、代謝、排泄和毒性（ADMET）相關性質。后續有研究者Palm以及同事提出動態PSA（PSAd），但是計算PSAd非常耗時。Kelder等創造了靜態PSA，計算更快，并通過驗證PSAd與單構象PSA值之間存在極好的相關性（r2=0.956）。2000年Ertl及其同事發表了他們的計算拓撲PSA的方法：TPSA。TPSA計算非常快，每秒可以處理數千種化合物，這使得在合理的時間內對極其龐大的（虛擬）集合進行分析成為可能。快速加上其準確性，使得TPSA成為大多數研究人員進行PSA計算的首選方法。

TPSA到底與化合物的成藥性有什么關系呢？讓我們通過幾個生動的案例來一探究竟！

>>TPSA與腸道細胞滲透性和血腦屏障滲透性具有線性關系

通過2023年文獻《Design Principles for Balancing Lipophilicity and Permeability in beyond Rule of 5 Space》中分享的27個化合物進行分析，采用optADMET的“圖例顯示”功能，呈現出TPSA與Caco-2細胞滲透性、Peff細胞滲透性和LogBB血腦屏障滲透性有明顯的負相關性（圖1）。這一規律表明：降低TPSA值可顯著提升化合物的膜穿透能力。

圖1 TPSA分別與Caco-2、Peff、LogBB相關性

圖片來源：AI成藥性預測平臺(optADMET)

>>TPSA在篩選一個良好口服生物利用度的化合物中發揮著重要作用

默克的科學家在開發治療偏頭痛的CGRP受體拮抗時，結合PSA作為膜滲透性的指標參數，成功設計出了口服生物可用的螺環羥基脲降鈣素基因相關肽（CGRP）拮抗劑。這一成果，不僅驗證了TPSA在新藥研發中的重要作用，更為其他藥物的研發提供了寶貴的借鑒。圖2為研究過程中的三個重點化合物，化合物9為高通量篩選出的Hits，通過減少PSA增加良好口服吸收的可能性，獲得臨床候選化合物8。optADMET預測數據顯示，化合物8的TPSA明顯低于化合物9，膜滲透性參數Caco-2和MDCK明顯升高，小腸滲透性Peff也明顯升高，說明較低的TPSA與良好的膜滲透性有關。

圖2 化合物8、化合物9、化合物10的活性、PSA以及口服可能性的對比圖

圖片來源：參考文獻[1]

圖3 optADMET對于化合物8、化合物9、化合物10成藥性性質結果預測

圖片來源：AI成藥性預測平臺(optADMET)

>>PSA可助力獲得高血腦屏障滲透性的EGFR變體抑制劑

近60%的膠質母細胞瘤表達表皮生長因子受體（EGFR）變體，然而目前獲批的EGFR抑制劑都無法通過血腦屏障（BBB）。科學家們通過降低TPSA，成功獲得了高透腦性高活性的候選化合物JCN037。這一發現，為治療膠質母細胞瘤等腦部疾病提供了新的希望。

圖4 optADMET對于erlotinib、lapatinib、JCN037的成藥性性質結果預測，JCN037的TPSA明顯降低，LogBB明顯升高

圖片來源：AI成藥性預測平臺(optADMET)

圖5 erlotinib、lapatinib和JCN037血腦滲透性試驗數值

圖片來源：參考文獻[3]

作為化合物的分子特征描述符，PSA與化合物的滲透、吸收以及血腦屏障滲透性有直接的關系。與其他深奧的計算衍生描述符相比，PSA的一大優勢在于化學家很容易通過改變化合物來調整其值。此外，PSA計算方便快速，已經成為藥物化學家設計分子時不可或缺的工具。

然而，我們也要清醒地認識到，僅靠PSA達到一個理想的值并不能保證藥物設計的成功。藥物研發是一個復雜而漫長的過程，需要綜合考慮多種因素。因此，在藥物設計的過程中，我們不僅要關注PSA等分子性質，還要結合其他因素如logP、logD和酸堿解離常數（pKa）等進行綜合評估。

通過各種方式評估化合物的成藥性是藥物發現過程的關鍵步驟。目前，藥物研究科學家們普遍認為，成藥性質的篩選應該在藥物發現的早期階段進行（最好與功效篩選同時進行），以指導藥物化學家和項目團隊順利通過hit-to-lead和lead優化階段。

天智藥成團隊開發的optADMET成藥性預測平臺是一款功能強大的分子成藥性預測工具，利用人工智能預測模型從分子結構出發全面呈現出一種新化學物質的潛在ADMET成藥性參數：從簡單的物理化學性質（如氫鍵能力、分子質量、溶解度和親脂性等）到完整的ADMET參數預測（例如吸收百分比、生物利用度、清除率、分布體積和半衰期等），能夠為新藥小分子提供吸收、分布、代謝、排泄、毒性等160多項參數的預測服務，讓您的新藥設計更高效。

目前平臺開放免費試用體驗，歡迎前往藥智網申請！

https://db.yaozh.com/pharmwings/tryApplyRegister?ga_source=wxgzh&ga_name=yzw_wz

參考文獻：
[1]What has polar surface area ever done for drug discovery?
[2]High-Throughput SFC-MS/MS Method to Measure EPSA and Predict Human Permeability.
[3]Development of a Potent Brain-Penetrant EGFR Tyrosine KinaseInhibitor against Malignant Brain Tumors

圖片來源：攝圖網

聲明：本內容僅用作醫藥行業信息傳播，不代表藥智網立場。