《药物靶点发现与确证》详尽介绍了药物靶点的发现与确证，通过化学、生物和计算方法等方面相关技术的详细介绍和成功研发实例的展示，清晰阐述了如何克服药物的开发中的技术障碍，顺利发现可进入临床试验的新药靶点。本书还重点介绍了化学蛋白质组学、基于活性的蛋白质图谱、通路图谱、全基因组关联研究、高含量表型图谱和遗传操作等先进技术。
《药物靶点发现与确证》深入浅出，有理论、有方法、有案例，可为药学研发领域的科研工作者和院校师生提供全面而有价值的指导。
第1章 评估新药靶点的化学策略 001
1.1 引言 001
1.2 化学基因组化合物和化学探针的使用和研究案例 004
1.2.1 化学基因组学库 005
1.2.2 无活性对照 006
1.2.3 生物靶点组的使用和分析 007
1.3 化学探针的开发 008
1.3.1 从BIX01294至EPZ035544：G9a/GLP抑制剂的开发和优化/ 008
1.3.2 BRD9抑制剂的开发 010
1.4 基于患者来源细胞的化合物靶点评估 012
1.4.1 基于化合物的靶点评估 012
1.4.2 患者来源的细胞测试 013
1.4.3 靶点评估的方法 013
1.4.4 案例：炎性肠病组织平台 014
1.5 总结与展望 015
参考文献 016
第2章 基于亲和力的化学蛋白质组学靶点识别 021
2.1 引言 021
2.2 分子表型作用机制的阐明 023
2.3 蛋白质检测读出的定量高分辨率质谱法 024
2.4 基于裂解物亲和性的化学蛋白质组学 027
2.4.1 亲和探针的设计 027
2.4.2 常规实验的下拉工作流程 028
2.4.3 限制 033
2.5 基于细胞内光亲和力的化学蛋白质组学 034
2.5.1 PAL探针的设计 034
2.5.2 常规实验工作流程 035
2.5.3 限制 035
2.6 靶点确证和作用方式 035
2.7 总结 038
参考文献 039
第3章 化学蛋白质组学技术 045
3.1 引言 045
3.2 基于活性的探针和基于亲和力的探针设计 046
3.2.1 活性部分（反应基团） 046
3.2.2 报告标签 049
3.2.3 连接臂 049
3.2.4 生物正交化学 050
3.3 化学蛋白质组学工作流程 052
3.3.1 质谱定量蛋白质组学 053
3.4 ABPP应用及案例研究 056
3.4.1 案例研究1：基于活性的蛋白质分析是一种嗜极古菌中酶鉴定和筛选的强大方法 057
3.4.2 案例研究2：脂肪酸酰胺水解酶抑制剂的临床试验失败 060
3.4.3 案例研究3：小分子抑制剂的靶点识别 062
3.4.4 案例研究4：光亲和标记辅助的基于片段的配体发现 065
3.4.5 案例研究5：基于猝灭荧光活性的探针（qABP）设计及其在蛋白质定位中的应用 070
3.5 总结 071
参考文献 073
第4章 激酶微球：一种用于激酶抑制剂选择性表征和靶点发现的化学蛋白质组学方法 087
4.1 化学蛋白质组学在激酶抑制剂靶点解析中的应用 087
4.1.1 小分子激酶抑制剂的多靶点效应 087
4.1.2 激酶抑制剂的化学蛋白质组学分析 090
4.1.3 化学蛋白质组学实验开发的技巧和建议 092
4.2 Kinobeads的详细实验方案 094
4.2.1 细胞或组织裂解液 095
4.2.2 亲和基质 095
4.2.3 Kinobeads竞争性实验 098
4.2.4 质谱检测 099
4.2.5 多肽及蛋白质的鉴定与定量 099
4.2.6 数据分析 099
4.3 Kinobeads的应用案例 100
4.3.1 Kinobeads靶点覆盖面的扩展 100
4.3.2 小分子激酶抑制剂的靶点解析 103
4.3.3 抑制剂多靶点效应的机遇：药物再定位 105
4.3.4 化学蛋白质组学导向的药物化学 106
4.4 Kinobeads、抑制剂和药物发现：路在何方？ 108
4.4.1 什么是好的药物？ 108
4.4.2 如何在未来发现新药？ 108
4.4.3 化学蛋白质组学导向的药物发现的阴阳机制 109
参考文献 109
第5章 用于靶点发现和确证的非标记技术 115
5.1 引言 115
5.2 CETSA技术的研究 116
5.3 细胞热转移分析的设计 119
5.3.1 经典的细胞热转移分析 119
5.3.2 细胞热转移分析的高通量筛选 121
5.3.3 细胞热转移分析的质谱分析 123
5.4 靶点发现 124
5.4.1 活性苗头化合物的生成 124
5.4.2 工具生成（用于识别工具化合物的小型筛选） 125
5.4.3 范围内外和困难的靶点 125
5.4.4 聚焦或迭代库的筛选 126
5.4.5 片段库筛选 126
5.4.6 苗头化合物的确认 126
5.4.7 基于表型苗头化合物去卷积化的靶点发现 127
5.5 靶点确证 129
5.5.1 结合模式 129
5.5.2 选择性、特异性和安全性 129
5.5.3 从实验到临床（基于动物实验） 130
5.6 总结 131
参考文献 132
第6章 支持高效药物靶点选择和分层医学的逆向翻译 135
6.1 引言 135
6.2 药物发现中的遗传学 135
6.3 靶点发现的遗传学策略 138
6.3.1 全基因组关联分析研究 138
6.3.2 罕见病遗传学 140
6.3.3 体细胞突变 142
6.3.4 分析方法 142
6.4 功能确证 144
6.4.1 假定突变的优先级 144
6.4.2 确定突变的功能结果 144
6.4.3 可成药性：从基因确证到可药用靶点 148
6.5 前瞻性展望 149
6.5.1 疾病的分子分类学 149
6.5.2 精准医疗 149
6.5.3 数据整合 150
6.6 总结 150
参考文献 151
第7章 基于人体细胞模型系统的靶点生物学和药物作用机制 155
7.1 引言 155
7.2 人体细胞模型开发的研究进展 157
7.2.1 第二代测序 158
7.2.2 CRISPR基因组编辑 159
7.2.3 诱导多能干细胞生物学 159
7.2.4 3D细胞和类器官模型 160
7.2.5 微流控和器官芯片设备 162
7.2.6 活体成像 162
7.2.7 高内涵成像 165
7.3 靶点生物学和药物作用机制的多参数高内涵表型鉴定 165
7.3.1 功能基因组学中的高内涵细胞成像 167
7.3.2 多参数高内涵成像与化学信息学的结合 167
7.3.3 多参数高内涵分析指导化学设计和靶点选择性 169
7.4 用于表型筛选和作用机制测试的靶点注释化合物库 170
7.5 跨越新模型系统的定量通路分析 170
7.5.1 基因转录水平上的通路分析 171
7.5.2 跨剂量反应和时间序列研究的动态翻译后通路分析 172
7.6 总结 174
参考文献 175
第8章 靶点确证中的细胞生物学方法 183
8.1 引言 183
8.2 生物标志物 183
8.2.1 直接靶点参与生物标志物 183
8.2.2 间接靶点参与生物标志物和通路生物标志物 185
8.2.3 响应生物标志物 185
8.2.4 生物标志物间的相关性 186
8.3 靶点调控引起细胞响应的直接证据 190
8.4 通过突变赋予对现有药物敏感性的方式得到靶点调控导致细胞反应的直接证据 190
8.4.1 “碰撞-孔洞”方法获得敏感性小分子抑制剂 190
8.4.2 诱导蛋白质靶点降解的化学基因组学方法 191
8.5 耐药性突变 196
参考文献 198
第9章 靶点识别和确证的遗传操作与调节 203
9.1 引言 203
9.2 主要遗传操作技术的发展概况 204
9.2.1 RNAi、ZFN和 TALEN 204
9.2.2 规律成簇间隔短回文重复序列 206
9.3 设计和阐释CRISPR实验的注意事项 207
9.3.1 CRISPR/Cas技术进行遗传操作的方法学思考 207
9.3.2 细胞模型的选择：生物学和基因组学方面 208
9.3.3 gRNA设计 210
9.3.4 CRISPR/Cas技术的成功应用 215
9.4 CRISPR/Cas 技术的进一步发展促进了遗传扰动的其他模式/ 219
9.4.1 CRISPRi 219
9.4.2 CRISPRa 219
9.4.3 基础编辑 219
9.5 CRISPR/Cas技术在靶点识别和确证中的应用 220
9.5.1 用于早期靶点确证的CRISPR/Cas技术 220
9.5.2 CRISPR筛选及其靶点识别 220
9.5.3 CRISPR筛选：一般原则和注意事项 221
9.5.4 CRISPR筛选应用范围的靶点识别示例 223
9.6 CRISPR基因组编辑在免疫学研究中的应用 225
9.7 总结 226
参考文献 227
第10章 靶点推断的计算方法 241
10.1 引言 241
10.2 用于靶点识别的数据注释 242
10.3 靶点识别的计算方法 243
10.3.1 靶点推断的2D相似性方法 246
10.3.2 靶点推断的3D相似性方法 250
10.3.3 基于片段的方法 251
10.3.4 QSAR模型与机器学习 253
10.3.5 实验衍生的分子描述符 257
10.3.6 基于结构的筛选 258
10.3.7 蛋白质-蛋白质和配体-靶点网络 261
10.4 实际考量 262
10.5 总结 265
参考文献 266
第11章 生物信息学方法在作用机制理解中的应用 281
11.1 引言：生物信息学介绍 281
11.1.1 相关定义：作用机制与作用模式 281
11.1.2 MoA和靶点预测在药物发现过程中的重要性 282
11.1.3 MoA与靶点预测中的不同层次信息 283
11.2 转录组学数据和数据库 284
11.2.1 转录过程的生物学背景 284
11.2.2 基因表达关联性图谱数据库 284
11.2.3 基于集成网络的细胞特征文库LINCS 287
11.3 通路数据和数据库 293
11.3.1 什么是通路？ 293
11.3.2 通路分析过程 295
11.3.3 MoA理解中的通路 297
11.3.4 基因表达和通路数据的结合 298
11.4 基于图像的数据 300
11.4.1 图像数据及其提取 300
11.4.2 基于图像的数据在靶点预测和更好理解MoA中的应用 301
11.5 总结 306
致谢 306
参考文献 307
索引 313
书单推荐
