JPA 最新发文 | 前药 ≠ 原药载体，它们可能在细胞里“各玩各的”！
所属分类： 技术干货
发布时间： 2025-12-08
概要： 一直以来，前药都被默认为原药的“专属运输车”—— 进入体内代谢释放原药，才算完成使命。但 JPA 最新重磅研究，直接推翻这个常识！前药居然有“独立技能”？之前的研究为啥没有发现？PISA 技术又凭啥解锁真相？这篇干货带你看懂科研新突破～
一直以来，前药都被默认为原药的“专属运输车”—— 进入体内代谢释放原药，才算完成使命。但 JPA 最新重磅研究，直接推翻这个常识！
研究聚焦绿茶活性成分 EGCG（抗血管生成但极不稳定）及其前药 ProEGCG（稳定性高、治子宫内膜异位症更高效），用无标记 PISA 技术 “扫遍” 全蛋白组，竟发现：ProEGCG 没乖乖变 EGCG，反而以完整形态绑定新靶点 PXK，阻断 EGF/VEGF 信号轴；而 EGCG 只认 MTDH 蛋白、走 PI3K/Akt 通路。
前药居然有“独立技能”？之前的研究为啥没有发现？PISA 技术又凭啥解锁真相？这篇干货带你看懂科研新突破～
联系丸子，了解更多~
一、颠覆性发现：前药的“双重身份”
在药物研发的惯性思维中，前药（Prodrug）的使命往往被认为是“牺牲自己，成全原药”——它们进入体内后通过代谢释放原药（Parent Drug）来发挥疗效。
然而，近期发表在药学顶刊 Journal of Pharmaceutical Analysis (JPA) 上的一项研究，给这一经典理论投下了一枚震撼弹。
研究对象
原药 EGCG：
绿茶中的活性成分，具抗血管生成作用，但极不稳定。
前药 ProEGCG：
EGCG 的全乙酰化衍生物，体内稳定性高，对子宫内膜异位症的疗效显著优于 EGCG。
PISA 带来的“意外”真相
研究团队没有沿用“药代动力学（PK）决定疗效”的传统解释，而是利用 PISA (Proteome Integral Solubility Alteration) 技术，在全蛋白组层面进行了一次无标记的“广撒网”。
结果令人咋舌——两者在细胞内的结合图谱（Target Profile）截然不同：
原药 EGCG：
主要“钩住”了 MTDH 蛋白，调控 PI3K/Akt 通路。
前药 ProEGCG：
意外地与 PXK （含丝氨酸/苏氨酸激酶样结构域的PX结构域）发生了高亲和力结合。
机制重构：
通过生物膜干涉实验 (BLI) 验证发现，ProEGCG 正是利用其未被代谢的“完整前药形态”，通过靶向 PXK，直接阻断了 EGF/VEGF 信号轴。
这证明了：ProEGCG 之所以更强，不仅因为它是个更好的“载体”，更因为它本身就是一把开启新通路的“钥匙”。
二、”痛点深挖：为什么传统技术“看不见”真相？
既然前药可能有独立机制，为什么在过去的几十年里，这种发现如凤毛麟角？这并非科学家不够努力，而是长期以来，药物靶点筛选受限于“三座大山”。
第一座大山：化学探针的“海森堡测不准原理”
经典的亲和层析（Affinity Chromatography）或光亲和标记（Photo-affinity labeling）是寻找靶点的金标准，但它有一个致命前提：必须对药物进行化学修饰（通常是加生物素 Biotin 或 Click chemistry 标签）。
位阻效应（Steric Hindrance）：
对于像 EGCG 这样分子量仅为 458 Da 的小分子，引入一个庞大的生物素标签（约 244 Da）甚至连接臂（Linker），相当于“给钥匙焊上了一个保龄球”。
构效关系破坏：
据 ResearchGate 研究社区的药物化学家讨论，对于前药而言，修饰往往发生在最活泼的基团上，而这些基团恰恰是与蛋白结合的关键位点。标记后的前药，其空间构象发生改变，极易导致假阴性（False Negatives）——即本来能结合的靶点，因为标签的存在而结合不了了。
第二座大山：体外模拟的“环境失真”
为了避开标记，许多研究转向计算机分子对接（Molecular Docking）或基于重组蛋白的SPR/ITC实验。
缺乏翻译后修饰（PTM）：
细胞内的蛋白往往带有磷酸化、糖基化等修饰，这直接影响药物结合口袋的形状。Sigma-Aldrich 的技术文档明确指出，体外纯化的重组蛋白（尤其是原核表达的）往往是“裸奔”状态，缺乏天然的伴侣蛋白复合物支持，其折叠状态与体内环境差异巨大。
高假阳性率：
Biostars 论坛上的生物信急学专家常戏称 Docking 为“随机数生成器”，因为静态的晶体结构无法模拟蛋白质在细胞内的动态构象变化，导致预测结果往往无法在湿实验中复现。
第三座大山：传统热迁移的“算力与成本噩梦”
细胞热迁移分析（CETSA） 虽然实现了无标记，但为了获得熔解曲线，其实验设计极其笨重。
通量瓶颈：
传统的 TPP（Thermal Proteome Profiling）需要设置 10-12 个温度梯度。这意味着测试一个药物需要消耗 10-12 个 TMT 标签通道。
拟合误差：
Nature Protocols 曾专门撰文讨论，对数千个蛋白进行非线性的 Sigmoid 曲线拟合，在统计学上是一个巨大的挑战。低丰度蛋白的数据波动极易导致拟合失败，从而产生误导性的 Tm 值变化。
正是这些技术瓶颈，让前药的独立机制长期处于“隐形”状态，也让无数天然产物的机制研究止步于“表型有效”。
三、技术破局：PISA 的“降维打击
JPA 这篇文章之所以能取得突破，关键在于运用了 PISA 技术。它巧妙地通过“积分”思维，一次性解决了上述所有难题。
PISA（蛋白质组整体溶解度改变）由 Roman Zubarev 团队开发，其核心逻辑在于：不仅看 Tm 值的移动，而是看整个溶解度曲线下的面积变化。
无需标记（Label-free）：
直接将原药/前药投入活细胞或裂解液。ProEGCG 保持了其天然的乙酰化结构，从而被 PISA 敏锐地捕捉到其与 PXK 蛋白的特异性结合。这解决了“测不准”问题。
高通量积分（High-throughput Integral）：
PISA不再纠结于绘制复杂的熔解曲线，而是通过物理混合样品（Pooling），测量蛋白质在整个温度梯度范围内溶解度的积分总和。
【据 Nature Communications 报道，这种方法结合 TMT 标记，将分析通量提高了 10-20 倍。这意味着在一次质谱运行（Run）中，可以同时检测原药、前药、对照组以及多个生物学重复。】
数据稳健（Robustness）：
通过积分，消除了单点测量的随机误差，极大降低了假阳性率（FDR）。
四、实操指南：如何复刻 PISA 实验？
如果您也想探究手头化合物（尤其是结构类似物）的差异化靶点，丸子综合了Springer Nature Experiments 及 Thermo Fisher 的资料，整理了以下关键路径：
Step 1: 样品孵育 (Incubation)
关键点
在活细胞或裂解液中加入药物。Biostars 论坛建议，对于疏水性前药，DMSO 终浓度应严格控制在 0.5%-1%，过高会改变全蛋白组的热稳定性基线（Thermal Shift Baseline）。
Step 2: 热处理与积分
(Thermal Challenge & Pooling)
操作
设置温度梯度（如 37℃-67℃，共 10-12 个点）。
核心步骤
加热处理后，不分别检测每个温度点，而是将同一样品的所有温度分组合并到一个管中。
注意
裂解液的选择至关重要。需使用非变性裂解液，避免 SDS 等强变性剂干扰蛋白的天然热变性过程。
Step 3: 标记与质谱 (TMT & MS)
由于 PISA 节省了温度梯度的通道，可以在一次实验中同时设计：
● Vehicle Control（溶剂对照）x 3
● Parent Drug（原药组）x 3
● Prodrug（前药组）x 3
这极大地消除了批次效应，让微小的靶点差异无所遁形。
五、结语
JPA 这项研究的核心价值，远不止发现一个新靶点 —— 它彻底打破了 “前药只是原药载体” 的固有认知，让科研界重新审视前药的真正潜力：化学修饰赋予的不只是稳定性和吸收效率，更可能是全新的作用机制与靶向特异性。
传统靶点筛选技术的局限，曾让许多前药的 “独立作用” 隐于幕后。而 PISA 技术的突破，为我们提供了一把解锁真相的钥匙 —— 它不是某种 “万能工具”，而是一种让研究回归细胞真实环境、捕捉药物本质作用的思维转变。
未来，当天然产物前药与原药出现表型差异时，不妨跳出 “药代动力学优化” 的单一框架，从靶点层面深挖机制。这场认知革新，或许会让更多被忽视的前药潜能浮出水面，为创新药物研发开辟更广阔的路径。
推荐
谱度众合：最经典、主流的药物靶点筛选技术——TPP热蛋白组分析
✔ 全面直接筛选真实药靶组合：蛋白质组水平筛选药物结合的蛋白靶点，全面覆盖治疗靶点与脱靶靶点；使用药物分子本体进行试验，无需设计合成分子探针，药靶结合更真实
✔ 多种数据分析策略：结合蛋白热变性曲线分析和非参数分析方法（NPARC），全面捕获潜在药物靶点
✔ 多种生信分析数据库挖掘辅助筛选：对潜在药物靶点进行生信分析与数据库挖掘，辅助最终药物靶点的确认
✔ 多种衍生技术可选：除常规温度范围（TPP-TR）、药物浓度范围（TPP-CCR）、两者结合（2D-TPP）的常规热蛋白组分析方法外，还可进行单温度点（ITSA）、多温度点混合（PISA）等高通量热蛋白组分析方法
联系丸子，了解更多~
参考文献
[1] Hung SW, Gaetani M, Li Y, et al. Distinct molecular targets of ProEGCG from EGCG and superior inhibition of angiogenesis signaling pathways for treatment of endometriosis. J Pharm Anal. 2024;14(1):100-114. doi:10.1016/j.jpha.2023.09.005
[2] Hamada Y. Recent progress in prodrug design strategies based on generally applicable modifications. Bioorg Med Chem Lett. 2017;27(8):1627-1632. doi:10.1016/j.bmcl.2017.02.075
[3] Tsuboyama K, Dauparas J, Chen J, et al. Mega-scale experimental analysis of protein folding stability in biology and design. Nature. 2023;620(7973):434-444. doi:10.1038/s41586-023-06328-6
[4] Birkinshaw RW. Correction to: Challenges in small-molecule target identification: a commentary on "BDA-366, a putative Bcl-2 BH4 domain antagonist, induces apoptosis independently of Bcl-2 in a variety of cancer cell models". Cell Death Differ. 2021;28(8):2553. doi:10.1038/s41418-021-00758-3
[5] Biostars: Limitations of Molecular Docking in drug discovery
[6] Nature Protocols: Thermal proteome profiling for unbiased identifi
cation of drug targets
[7] Nature Communications: High-throughput thermal proteome profiling (PISA)
[8] Biostars: DMSO effect on thermal shift assays
[9] Springer Nature Experiments: Protocol for Thermal Proteome Profiling
关键词： JPA 最新发文 | 前药 ≠ 原药载体，它们可能在细胞里“各玩各的”！
相关资讯
双喜临门！谱度众合连获2026年“武汉市人工智能企业”和“武汉市大数据企业”双项殊荣
2026-07-30
谱度众合亮相贵州大学溪山生物医药创新论坛：高通量质谱技术驱动药物靶点精准筛选
2026-07-30
科研不容试错，标准铸就信任！谱度众合PRM靶向检测省级团体标准正式获批！
2026-07-30
二十年质谱技术沉淀助力于您的蛋白质研究
谱度众合是一家由武大生科院博士师兄弟创办的科研服务企业，团队延续课题组方向持续深耕专业领域20年，一直专注于利用质谱技术服务于生物标志物发现、药物靶点筛选、分子机制解析等研究领域，致力于为生物医学科研工作者提供靠谱的高效率科研工具。
业务咨询