《十四五生物经济发展规划》文件明确提及鼓励发展基于人工智能的药物结晶研究，基于计算化学与人工智能方法的晶型预测技术是目前虚拟多晶型筛选领域最先进的理论计算方法，为晶型研究提供全新的解决方案，目前主要应用于转晶风险评估、指导实验制备新晶型和药物发现早期的溶解度预测等领域。晶泰科技作为国内唯一将晶型预测技术应用于产业界的药物研发科技公司，已与国内外多家顶级制药企业合作完成了 200 多个项目。本文将通过具体案例展示，晶泰科技的晶型预测技术，到底有多准！辉瑞制药针对阿尔茨海默症合成的候选药物 PD-0118057 分子[1]是CCDC (Cambridge Crystallographic Data Centre，剑桥晶体数据中心) 在 2015 年举办的第六次 CSP 盲测比赛的测试体系之一[2]。如图1所示，该分子结构较为复杂，具有 43 个原子和 7 个柔性二面角。目前实验已经发现了该分子的5种无水晶型 (Form A到Form E)。晶泰科技与辉瑞制药2020年共同发表的文章通过悬浮实验确定 PD-0118057 在不同温度下的最稳定晶型分别是 Form C (<253.15 K), Form B (273.15 –288.15 K)和 Form D (>313.15 K) [3]；而 2021 年 Samas 等人进行的悬浮转晶实验(图2)结果印证了我们的实验结论，并补充了 290 K - 294 K 温度下最稳定晶型是 Form A[4]。图2 悬浮实验确定不同温度下PD-0118057晶型相对稳定性在第六次CSP盲测比赛中，无任何小组完全命中该化合物的5种晶型。表现最优的Neumann、 Kendrick 和 Leusen 组在前85个结构内命中 Forms A-D，但在最终提交结果中未能找到 Form E。随后，晶泰科技的预测结果成功覆盖了全部5种实验晶型（图3），并且它们相对最低能结构的能量都在 5 kJ/mol 以内，实验晶型与其对应的预测晶型之间的 RMS 距离在0.2 Å到0.4 Å之间，说明晶泰科技的晶型预测结果非常准确！图3 (a) CSP产生的PD-0118057晶型的相对能量分布图，其中命中实验结构的晶型用圆圈标出。(b) 预测结构与实验结构的重叠对比，其中RMS距离单位为Å。晶泰科技采用自研定制力场 XtalPiFF，通过 ECM (Einstein Crystal Method，爱因斯坦晶体法)+PSCP (Pseudo-Supercritical Path，准超临界路径法) 方法计算不同晶型的相对自由能，进而得到自由能随温度变化曲线（图4）。将自由能预测结果与前述实验结果对比可发现，在低温段，我们的预测结果与实验结果一致，判断晶体稳定性顺序为 C>B>A>D。总体来看，晶泰科技对实验结构相对稳定性随温度变化趋势的预测结果与实验结果是定性一致的。图4 PD-0118057实验晶型的稳定性评估：(a) 在二维结构图中标出计算中考虑的所有柔性角 (b) 不同泛函下计算得到的实验晶型在0 K的相对能量 (c) 起点为optPBE-vdW精度下的0 K能量时的自由能计算结果 (d) 起点为B3LYP-D*精度下的0 K能量时的自由能计算结果。5-methyl-2-[(2-nitrophenyl)-amino]-3-thiophenecarbonitrile 是一种经典的多晶型体系（图5），因其可形成红色（Red）、橙色（Orange）和黄色（Yellow）晶体而被称为“ROY”。ROY是目前已知晶型数量最多的有机物，已经有13种晶型被发现，其中12种的结构已经被解析出来，还有一种晶型（RPL）有计算推荐结构但尚未通过表征手段被确认。晶泰科技对 ROY 体系的晶型搜索覆盖了Z’=1和Z’=2的情况，利用 DFT-D 方法对预测结构进行最终能量排序，得到如图6所示能量分布图。在相对能量小于 10 kJ/mol 的结构中，我们命中了结构已确认的全部 12 种实验晶型。2012 年，Vasileiadis 研究组利用 CrystalPredictor+CrystalOptimizer 工具对 ROY进行 CSP 研究，他们只考虑Z’=1的情况，共发现7种实验晶型[5]; Nyman 研究组则在2018年利用 GRACE 软件对 ROY 进行晶型预测，考虑了Z’=1和Z’=2的情况，找到当时已知结构的9种晶型中的6种[6]。2020年，Ming Lu 研究组和 Nyman 研究组合作解析出 Y04 结构，并对2012年和2018年的 CSP 结果命中实验结构的情况进行了更新[7]，如下图所示：图7 Vasileiadis研究组（左）和Nyman研究组（右）对ROY的晶型预测结果可以看到，在除 RPL 外的12种已有明确实验结构的晶型中，Vasileiadis 研究组和 Nyman 研究组的预测结果分别命中了10个和7个，而晶泰科技的 CSP 计算结果命中了全部12种实验结构。此外，我们找到的所有实验结构的相对能量都在9 kJ/mol以内，为三组中最低。吡罗西康（Piroxicam）是一种 BCSII 类非甾体类抗炎药物（图8），具有低溶解性和高渗透性，其高能晶型可能会提高生物利用度。Piroxicam 的前四种晶型均通过溶液结晶获得，随后经威斯康星麦迪逊大学研究组的熔融结晶实验及单晶x射线衍射，和晶泰科技进行的 CSP 计算交叉验证，确认了两种新的晶型 Form VI 和Form VII[8]。通过对 Piroxicam 已知晶体结构晶型的熔融焓进行测定，威斯康星麦迪逊大学的实验研究者给出了晶型的相对稳定性排序：Form II > Form I > Form III > Form VII > Form VI
此外，他们还测量了已知晶型的密度，得到如图9所示结果。图9 Piroxicam实验晶型密度。Form VI和Form VII的密度为2020年实验测定，其它晶型密度为CSD数据库结果同一时间，晶泰科技对 Piroxicam 体系开展了 CSP 研究，利用计算手段预测到了Piroxicam 全部已知结构的实验晶型。CSP 计算结果如图10所示，可以看到，在12 kJ/mol 以内找到了包括新发现结构在内的 Piroxicam 的6种已知结构晶型。以往被发现的结构位于低能区，而熔融结晶法发现的新晶型则具有较高的相对能量。除了2个高能晶型的相对稳定性颠倒外，预测结构在0 K下的能量排序与实验测得的熔融焓排序基本一致，说明晶泰科技对 Piroxicam 晶型相对稳定性的预测准确度很高。图10 Piroxicam的CSP预测能量密度分布图。其中空心点为Z’=1结构，实心点为Z’=2结构（2020年以前报道的实验结构用蓝色标出，2020年发现的新晶型用红色标出）另外，将 CSP 预测结构的密度与对应实验结构密度相比较（图11）可发现，0 K预测结果与实验基本吻合；相比于296 K测量结果，预测结果与低温（100 K）测量结果更加一致。图11 预测和实验测定的晶型密度比较。(a)和(b)中晶体密度分别在296 K和100K下测得，而预测密度都为0 K下的结果。晶型预测（CSP）在技术层面可有效评估现有晶型间相对稳定性，及当前晶型研究的合理性，从而更为精准地评估药物后期的转晶风险并加速决策；在战略层面可评估现有晶型研究是否完备，从而为药企知识产权布局及药品全生命周期管理提供可靠的依据。从辉瑞候选化合物、经典多晶型体系 ROY 和吡罗西康的晶型预测结果中均可看出，晶泰科技能够非常准确地完成复杂化合物的晶型预测工作。近3年，晶泰科技晶型预测的准确率也始终保持在100%。目前，第七次盲测大赛刚刚落下帷幕，晶泰科技参加了本次盲测大赛，比赛详情将在晶泰科技公众号陆续报道。CCDC (Cambridge Crystallographic Data Centre，剑桥晶体数据中心)是一个非盈利性组织，从事科学结构数据的整理、保存和应用，主要服务于药物发现、材料开发和科研教学等领域。其构建发布的剑桥结构数据库（Cambridge Structural Database，CSD）是全球范围内被广泛使用的较为可信的有机和金属有机化合物结构数据库。自1999年起，CCDC 定期举办晶体结构预测（Crystal Structure Prediction，CSP）的盲测比赛，不断推进 CSP 方法的发展，同时加强领域内研究人员的交流。CSP 盲测比赛将工业界和学术界的科学家汇集，在受控环境中用真实晶体结构案例来测试他们的预测方法，并将结果与整个 CSP 社区进行分享。首先，CCDC 选择一些已经解析出实验结构而结果尚未发表的小分子，把它们的二维分子结构和溶出条件等信息向参赛组公布；接下来，参赛组有1年的时间来完成晶体结构预测并提交预测结果；之后，组织者将公开晶体的实验结构，并将其与每一参赛组的预测结果进行比对；在盲测比赛结束后的讨论会上，所有的参赛组和组织者将讨论和反思比赛结果，总结其中可以应用于未来的 CSP 工作的经验。[1] Simons, L. J., Caprathe, B. W., et al. (2009). Bioorg. Med. Chem. Lett. 19, 654–657.
[2] Reilly, A. M., Cooper, R. I., et al. (2016). Acta Crystallogr. Sect. B Struct. Sci. Cryst. Eng. Mater. 72, 439–459.
[3] Yang, M., Dybeck, E., et al. (2020). Cryst. Growth Des. 20, 5211–5224.
[4] Samas, B., Clark, W. D., et al. (2021). Cryst. Growth Des. 21, 4435–4444.
[5] Vasileiadis, M., Kazantsev, A. V., et al. (2012). Acta Crystallogr. Sect. B Struct. Sci. 68, 677–685.
[6] Nyman, J., Yu, L., et al. (2019). CrystEngComm. 21, 2080–2088.[7] Li, X., Ou, X., et al. (2020). Cryst. Growth Des. 20, 7093–7097.[8] Yao, C., Guzei, I. A., et al. (2020). Cryst. Growth Des. 20, 7874–7881.
晶泰科技作为业内倡导“干湿融合”药物研发模式的先驱者，已将独有的AI计算能力拓展至抗体药物发现的应用领域。晶泰科技将于10月20日晚上7点半重磅推出最新平台：“AI驱动的下一代抗体发现平台”。届时晶泰科技副总裁李一先生将莅临“晶泰推荐”直播间，与大家分享晶泰科技的技术平台在抗体发现领域的最新突破，相信该技术平台的问世必将突破传统，助力生物医药公司发现新机遇，快速迈向抗体药物研发新征程！欢迎大家一键预约，锁定“晶泰推荐”直播间，我们不见不散。