慈大許豪仁善用科技 建立有效率篩選新藥方法

什麼藥物能治療什麼病，並不是一個容易回答的問題。我們的老祖宗透過不斷的試誤，找到一些可以用於治療疾病的藥物；到了近代，我們常從老祖宗的藥方裡汲取智慧，努力開發新藥。最好的例子可能就是從葛洪的《肘後備急方》找到治瘧疾的青蒿素。

但是隨著人權與動物權的意識高漲，要透過試誤去找新藥的方法愈來愈不可行，而且在效率與成本上也不適用。幸而，隨著生物科技與電腦科技的發展，我們愈來愈瞭解生物機制與生物分子的結構，也能透過電腦科技的輔助來模擬這些分子的互動，瞭解生物分子是如何與一些藥物分子發生互動，而這些都能幫助我們在不需要使用活體的狀況下，先進行初步的篩選。

過去已有研究團隊建立了以定義藥物分子的官能基來篩選的方法：找出能與目標生物分子產生有意義互動的官能基，再以這些官能基來篩選藥物分子的資料庫，就可以從浩如淵海的資料庫中，找到可能可以用的新藥物。也有研究團隊以分子模擬的方式，從資料庫中挑選可能會跟生物分子產生有效互動的藥物。但是不論用哪一種方法，篩選出來的藥物還是要再使用生物系統（如細胞培養）的測試。若篩選出來的藥物數量太多，那麼測試上還是會面臨效率低落與成本過高的問題。

有鑑於此，慈濟大學生命科學系許豪仁主任，便決定要建立一個有效率的藥物篩選系統。豪仁主任認為，如能結合了上述兩種方法，再以自創的公式調整權重，或許可以更有效率地篩選出適合的新藥。

於是豪仁主任以對大腸直腸癌有影響的tankyrase酵素（簡稱TNKS）做為測試目標，從美國癌症資料庫（NCI）中篩選對TNKS有抑制作用的新藥。美國癌症資料庫提供了20多萬個藥物的分子結構，加上不同的構形，總共有六百多萬筆。先以「官能基定義」的方式，淘汰掉絕大部分的分子，剩下大約一萬多個；接著再以「分子模擬」的方式，去掉不能與生物分子產生有效互動的藥物，留下了三千多個分子。最後豪仁主任的團隊再以自創的公式調整權重，進一步篩選出最後的十五個分子。

這十五個分子，經過與美國癌症資料庫聯繫後，他們可以合成出其中的十一個。將這十一個進行生物系統的測試後，找到其中的一個。這個分子經過更進一步的測試發現，的確可以使大腸直腸癌細胞增生的速度變慢，證實透過這一系列篩選，的確能找到有效的藥物分子。而此組合式篩選模式確實比傳統篩選藥物方法更有效率與精準。

未來豪仁主任除了會把這套流程應用在其他疾病來進行藥物的搜尋，還計畫把這套系統建立成人工智慧，讓軟體可以在搜尋的過程中進行學習，進一步提升系統的效率。這樣，對於新藥的開發，就會更有效率，也能降低開發新藥的成本，嘉惠更多病患。

參考文獻：

Chang CC, Pan SF, Wu MH, Cheng CT, Su YR, Jiang SJ, Hsu HJ. Combinatorial Virtual Screening Revealed a Novel Scaffold for TNKS Inhibition to Combat Colorectal Cancer. Biomedicines. 2022 Jan 10;10(1):143. doi: 10.3390/biomedicines10010143. PMID: 35052822; PMCID: PMC8773749.

撰文／葉綠舒；攝影／曾繼鋒