中山大学等多单位合作在 JACS Au 发表研究，提出名为 SynPROTAC​ 的生成式AI模型，用于解决PROTAC分子设计中“能设计却难合成”的行业痛点。传统模型多依赖合成可及性分数，生成的分子往往缺乏实际合成保障；而SynPROTAC创新性地引入化学反应路径约束，将反应模板和砌块作为基本单元，使分子生成过程等同于合成路线的构建，直接输出明确可落地的合成方案。

该模型结合图神经网络与强化学习，在保障合成可行性的同时，优化分子的三元复合物结合构象与亲和力。为验证实效，团队针对经典靶点BRD4进行湿实验测试，成功合成了模型推荐的化合物。其中化合物1在多种肿瘤细胞系中表现出优异的抗增殖活性，对BRD4蛋白的降解活性达到纳摩尔级别，且机制验证完全符合PROTAC经典降解通路。该研究打通了计算设计与实验验证的壁垒，代码已开源，为PROTAC药物的理性开发提供了有力工具。

从“可合成性分数”到“可合成路径”：破解PROTAC设计的核心难题

PROTAC作为一种新型药物形式，通过同时结合靶蛋白和E3泛素连接酶，诱导靶蛋白的泛素化与降解，为传统“不可成药”靶点提供了全新策略。然而，PROTAC分子由靶蛋白配体（Warhead）、E3连接酶配体及连接子三部分组成，其化学结构复杂，合成难度远超传统小分子药物。与传统的占领驱动型小分子抑制剂不同，PROTAC无需占据功能性结合位点即可发挥作用，能够在低剂量下起效并避免靶蛋白累积，降低脱靶和副作用。同时，通过消除靶蛋白的所有功能，PROTAC有望解决靶蛋白结合位点突变引起的耐药问题。目前已有多个PROTAC药物进入临床试验阶段。

PROTAC的理性设计涉及三个组成部分的设计：结合靶蛋白的弹头、结合E3泛素连接酶的配体以及二者之间的连接子。相较于传统小分子抑制剂的设计，PROTAC设计面临多重挑战，包括稳定特异性三元复合物的构效关系优化、降解效率与DMPK性质优化，以及PROTAC分子的合成难度。其中，连接子设计尤为关键，因为它对维持三元复合物的构象稳定性以及影响PROTAC的ADMET性质和降解效率至关重要。

现有深度学习生成模型虽能加速PROTAC的分子设计，但生成分子往往“看得见、摸不着”——即便合成可及性分数（SAscore）较高，仍无法确保化合物能被实际合成。已有模型如SyntaLinker、PROTAC-RL、Delinker和AIMLinker利用Transformer架构处理片段连接，DiffLinker和DiffPROTAC采用扩散模型生成连接子，LinkerNet通过各向同性扩散模型联合学习末端片段结合构象和连接子生成过程，PROTAC-INVENT则同时生成PROTAC及其3D结合构象并进行强化学习优化。然而，这些模型的主要局限在于缺乏对生成PROTAC合成可行性的明确保障。

受ChemProjector等基于反应规则的生成模型启发，SynPROTAC将化学反应模板和砌块作为分子组装的基本单元，生成过程即为化学合成路径的构建过程，因而模型输出的不仅是PROTAC分子结构，还包括其明确的合成路线。

模型架构与技术细节

SynPROTAC整体的算法流程如图1所示，由两个主要模块构成：一是化学反应路径驱动的生成模块，负责PROTAC分子生成及合成路线预测；二是强化学习模块，引导生成过程朝向期望的结合相关性质优化。

图1.（a）SynPROTAC的算法流程，（b）分子组装机制，（c）数据集的构建过程。

分子组装机制

分子生成与合成路线预测过程涉及对反应模板和砌块的自回归采样。合成路径由三类动作组成：选择砌块、选择反应模板、终止合成路线。每个步骤的动作类型基于已生成的动作序列以及输入分子（靶蛋白配体或E3连接酶配体）的反应中心来增强分子上下文进行预测。反应模板和对应砌块依据Transformer预测的概率分布依次采样，直至采样到“终止”动作。采样到“终止”动作后，选择最终反应模板连接剩余的E3配体或靶蛋白配体，生成完整PROTAC分子。

训练数据集构建

为训练SynPROTAC，团队基于PROTAC-DB3.0中已知PROTAC分子的POI弹头和E3连接酶配体，构建了含2000万条反应树的数据集，来源于91种反应模板及从Enamine数据库筛选的483种砌块。反应树通过蒙特卡洛树搜索（MCTS）构建。MCTS包含四个阶段：选择阶段依据增强的UCB分数（含连接奖励与深度多样性奖励）遍历树；扩展阶段随机选择可行的单步反应生成新子节点；模拟阶段执行最多k步随机反应，评估奖励（综合考虑分子复杂度、目标相似度，连接状态获奖励，过深节点受罚）；反向传播阶段将奖励沿路径回传，更新节点统计量。搜索限制最大反应步骤为4步，对PROTAC-DB 3.0中所有POI弹头和E3配体配对进行双向枚举，每对执行40000次MCTS，最终数据按8:1:1划分为训练、验证和测试集。

生成模型架构

SynPROTAC采用编码器-解码器架构。图编码器将输入的靶蛋白配体和E3连接酶配体表示为2D分子图，通过Graph Transformer编码为节点级表示。用户预定义的反应中心嵌入被识别并与所有节点特征拼接，经MLP层和层归一化后形成统一的分子上下文。

合成动作解码器采用多层Transformer自回归预测合成动作。解码器利用掩码自注意力捕获先前动作间的依赖关系，通过交叉注意力融合分子上下文信息。动作类型预测器、砌块预测器和反应模板预测器分别将解码后的嵌入映射为离散输出。为避免采样不适用的反应模板或砌块，预定义的砌块-反应模板关系矩阵被用于掩码预测概率分布。

强化学习优化

SynPROTAC将先验模型整合到基于策略的强化学习工作流中进行分子优化。采用与REINVENT类似的算法，以AutoDock Vina对接评分作为唯一奖励分量。对于有晶体结构的参考体系，采用基于S型函数的变换将对接评分映射到0-1区间；对于无晶体结构的参考体系，基于Leaky ReLU定义变换函数以惩罚存在空间冲突的分子。3D结合构象预测采用与PROTAC-INVENT类似的约束对接流程：以生成的PROTAC连接子、末端片段和参考三元复合物结构为输入，通过约束力场最小化生成初始3D构象，再通过AutoDock Vina对接进一步优化结合构象并获取对接评分。

性能评估与比较

研究团队从PROTAC-DB 3.0数据库中选取了608对靶向POI和E3连接酶的配体作为参考集，SynPROTAC针对每对配体生成100个PROTAC分子进行评估（图2）。物理化学性质使用RDKit计算，结合亲和力通过AutoDock Vina对接评分估算，三维结合构象由SynPROTAC生成。

在氢键供体、氢键受体、可旋转键数、芳香环数和拓扑极性表面积等指标上，SynPROTAC生成的PROTAC与PROTAC-DB3.0中参考分子分布相似。SynPROTAC生成分子的平均LogP和分子量大于参考集，表明模型在关注化合物整体合成可行性的同时，也学习了砌块对分子性质的贡献。大多数SynPROTAC生成分子的SYBA评分大于0，表明易于合成。大多数分子可在四步以内合成，最常用的反应模板为亲核取代、酰胺化和胺化反应。化学空间分布分析显示，SynPROTAC生成分子覆盖了与参考集相似的化学空间。

图2. SynPROTAC模型性能表现

靶向BRD4的新降解剂设计

为了验证SynPROTAC在真实药物研发场景中的应用价值，团队以BRD4为靶点进行湿实验验证，选择降解剂dBET6及其三元复合物结构（PDB ID: 6BOY）作为参考，将dBET6的E3配体和靶蛋白配体组分作为输入进行PROTAC组装和合成路线预测，参考晶体构象用于强化学习对接协议中的约束对接。随后，通过结构评价指标和结合能力评分对候选分子进行逐步筛选，最终选择两个化合物参照SynPROTAC设计的反应路线成功进行了合成，并在MV411、K562、MDA-MB-231、MDA-MB-453等十种肿瘤细胞系中进行了抗增殖活性测试，同时与已知BRD4降解剂dBET1、dBET57和dBET6进行了比较（表1）。两个化合物在MV411、K562和三阴性乳腺癌细胞中均表现出与参照化合物相当的强效抗增殖活性。化合物1在MV411、K562、MDA-MB-231和MDA-MB-453中的抗增殖活性优于化合物2和dBET1、dBET57；化合物1在MV411细胞中的活性与dBET6相当、在K562的活性优于dBET6。

表1 部分肿瘤细胞的抗增殖活性

此外，蛋白降解实验（图3）显示两个化合物在MV411细胞中对BRD4长链和短链亚型均表现出纳摩尔级降解活性。化合物1对BRD4长链和短链的DC₅₀分别为27.92 nM和20.03 nM，化合物2分别为78.89 nM和67.55 nM，化合物1的降解活性超过了dBET1。化合物1的机制实验进一步坐实了PROTAC的经典通路：蛋白酶体抑制剂MG132能阻断降解（依赖蛋白酶体）、lenalidomide竞争能逆转降解（依赖CRBN），并且检测到 BRD4的泛素化明显增强。

图3. 化合物1和2在MV411肿瘤细胞中对BRD4的降解活性

结论与展望

SynPROTAC是一个将化学合成路径约束生成与强化学习优化相结合的PROTAC设计模型，尝试弥合计算机辅助设计与实际湿实验之间的鸿沟——即从“设计可合成的分子”进化为“设计具有明确合成路线的分子”。与依赖简单合成可及性分数的已有方法不同，SynPROTAC通过显式采样反应模板和砌块来生成明确的合成路线。通过对BRD4靶点的湿实验验证，SynPROTAC展示了加速PROTAC药物发现的潜力。研究团队已将SynPROTAC的代码在GitHub上开源，供学术界和工业界研究人员使用和进一步开发。

原文链接：https://pubs.acs.org/doi/10.1021/jacsau.6c00732

中山大学等多单位合作在 JACS Au 发表研究，提出名为 SynPROTAC​ 的生成式AI模型，用于解决PROTAC分子设计中“能设计却难合成”的行业痛点。传统模型多依赖合成可及性分数，生成的分子往往缺乏实际合成保障；而SynPROTAC创新性地引入化学反应路径约束，将反应模板和砌块作为基本单元，使分子生成过程等同于合成路线的构建，直接输出明确可落地的合成方案。

该模型结合图神经网络与强化学习，在保障合成可行性的同时，优化分子的三元复合物结合构象与亲和力。为验证实效，团队针对经典靶点BRD4进行湿实验测试，成功合成了模型推荐的化合物。其中化合物1在多种肿瘤细胞系中表现出优异的抗增殖活性，对BRD4蛋白的降解活性达到纳摩尔级别，且机制验证完全符合PROTAC经典降解通路。该研究打通了计算设计与实验验证的壁垒，代码已开源，为PROTAC药物的理性开发提供了有力工具。

从“可合成性分数”到“可合成路径”：破解PROTAC设计的核心难题

PROTAC作为一种新型药物形式，通过同时结合靶蛋白和E3泛素连接酶，诱导靶蛋白的泛素化与降解，为传统“不可成药”靶点提供了全新策略。然而，PROTAC分子由靶蛋白配体（Warhead）、E3连接酶配体及连接子三部分组成，其化学结构复杂，合成难度远超传统小分子药物。与传统的占领驱动型小分子抑制剂不同，PROTAC无需占据功能性结合位点即可发挥作用，能够在低剂量下起效并避免靶蛋白累积，降低脱靶和副作用。同时，通过消除靶蛋白的所有功能，PROTAC有望解决靶蛋白结合位点突变引起的耐药问题。目前已有多个PROTAC药物进入临床试验阶段。

PROTAC的理性设计涉及三个组成部分的设计：结合靶蛋白的弹头、结合E3泛素连接酶的配体以及二者之间的连接子。相较于传统小分子抑制剂的设计，PROTAC设计面临多重挑战，包括稳定特异性三元复合物的构效关系优化、降解效率与DMPK性质优化，以及PROTAC分子的合成难度。其中，连接子设计尤为关键，因为它对维持三元复合物的构象稳定性以及影响PROTAC的ADMET性质和降解效率至关重要。

现有深度学习生成模型虽能加速PROTAC的分子设计，但生成分子往往“看得见、摸不着”——即便合成可及性分数（SAscore）较高，仍无法确保化合物能被实际合成。已有模型如SyntaLinker、PROTAC-RL、Delinker和AIMLinker利用Transformer架构处理片段连接，DiffLinker和DiffPROTAC采用扩散模型生成连接子，LinkerNet通过各向同性扩散模型联合学习末端片段结合构象和连接子生成过程，PROTAC-INVENT则同时生成PROTAC及其3D结合构象并进行强化学习优化。然而，这些模型的主要局限在于缺乏对生成PROTAC合成可行性的明确保障。

受ChemProjector等基于反应规则的生成模型启发，SynPROTAC将化学反应模板和砌块作为分子组装的基本单元，生成过程即为化学合成路径的构建过程，因而模型输出的不仅是PROTAC分子结构，还包括其明确的合成路线。

模型架构与技术细节

SynPROTAC整体的算法流程如图1所示，由两个主要模块构成：一是化学反应路径驱动的生成模块，负责PROTAC分子生成及合成路线预测；二是强化学习模块，引导生成过程朝向期望的结合相关性质优化。

图1.（a）SynPROTAC的算法流程，（b）分子组装机制，（c）数据集的构建过程。

分子组装机制

分子生成与合成路线预测过程涉及对反应模板和砌块的自回归采样。合成路径由三类动作组成：选择砌块、选择反应模板、终止合成路线。每个步骤的动作类型基于已生成的动作序列以及输入分子（靶蛋白配体或E3连接酶配体）的反应中心来增强分子上下文进行预测。反应模板和对应砌块依据Transformer预测的概率分布依次采样，直至采样到“终止”动作。采样到“终止”动作后，选择最终反应模板连接剩余的E3配体或靶蛋白配体，生成完整PROTAC分子。

训练数据集构建

为训练SynPROTAC，团队基于PROTAC-DB3.0中已知PROTAC分子的POI弹头和E3连接酶配体，构建了含2000万条反应树的数据集，来源于91种反应模板及从Enamine数据库筛选的483种砌块。反应树通过蒙特卡洛树搜索（MCTS）构建。MCTS包含四个阶段：选择阶段依据增强的UCB分数（含连接奖励与深度多样性奖励）遍历树；扩展阶段随机选择可行的单步反应生成新子节点；模拟阶段执行最多k步随机反应，评估奖励（综合考虑分子复杂度、目标相似度，连接状态获奖励，过深节点受罚）；反向传播阶段将奖励沿路径回传，更新节点统计量。搜索限制最大反应步骤为4步，对PROTAC-DB 3.0中所有POI弹头和E3配体配对进行双向枚举，每对执行40000次MCTS，最终数据按8:1:1划分为训练、验证和测试集。

生成模型架构

SynPROTAC采用编码器-解码器架构。图编码器将输入的靶蛋白配体和E3连接酶配体表示为2D分子图，通过Graph Transformer编码为节点级表示。用户预定义的反应中心嵌入被识别并与所有节点特征拼接，经MLP层和层归一化后形成统一的分子上下文。

合成动作解码器采用多层Transformer自回归预测合成动作。解码器利用掩码自注意力捕获先前动作间的依赖关系，通过交叉注意力融合分子上下文信息。动作类型预测器、砌块预测器和反应模板预测器分别将解码后的嵌入映射为离散输出。为避免采样不适用的反应模板或砌块，预定义的砌块-反应模板关系矩阵被用于掩码预测概率分布。

强化学习优化

SynPROTAC将先验模型整合到基于策略的强化学习工作流中进行分子优化。采用与REINVENT类似的算法，以AutoDock Vina对接评分作为唯一奖励分量。对于有晶体结构的参考体系，采用基于S型函数的变换将对接评分映射到0-1区间；对于无晶体结构的参考体系，基于Leaky ReLU定义变换函数以惩罚存在空间冲突的分子。3D结合构象预测采用与PROTAC-INVENT类似的约束对接流程：以生成的PROTAC连接子、末端片段和参考三元复合物结构为输入，通过约束力场最小化生成初始3D构象，再通过AutoDock Vina对接进一步优化结合构象并获取对接评分。

性能评估与比较

研究团队从PROTAC-DB 3.0数据库中选取了608对靶向POI和E3连接酶的配体作为参考集，SynPROTAC针对每对配体生成100个PROTAC分子进行评估（图2）。物理化学性质使用RDKit计算，结合亲和力通过AutoDock Vina对接评分估算，三维结合构象由SynPROTAC生成。

在氢键供体、氢键受体、可旋转键数、芳香环数和拓扑极性表面积等指标上，SynPROTAC生成的PROTAC与PROTAC-DB3.0中参考分子分布相似。SynPROTAC生成分子的平均LogP和分子量大于参考集，表明模型在关注化合物整体合成可行性的同时，也学习了砌块对分子性质的贡献。大多数SynPROTAC生成分子的SYBA评分大于0，表明易于合成。大多数分子可在四步以内合成，最常用的反应模板为亲核取代、酰胺化和胺化反应。化学空间分布分析显示，SynPROTAC生成分子覆盖了与参考集相似的化学空间。

图2. SynPROTAC模型性能表现

靶向BRD4的新降解剂设计

为了验证SynPROTAC在真实药物研发场景中的应用价值，团队以BRD4为靶点进行湿实验验证，选择降解剂dBET6及其三元复合物结构（PDB ID: 6BOY）作为参考，将dBET6的E3配体和靶蛋白配体组分作为输入进行PROTAC组装和合成路线预测，参考晶体构象用于强化学习对接协议中的约束对接。随后，通过结构评价指标和结合能力评分对候选分子进行逐步筛选，最终选择两个化合物参照SynPROTAC设计的反应路线成功进行了合成，并在MV411、K562、MDA-MB-231、MDA-MB-453等十种肿瘤细胞系中进行了抗增殖活性测试，同时与已知BRD4降解剂dBET1、dBET57和dBET6进行了比较（表1）。两个化合物在MV411、K562和三阴性乳腺癌细胞中均表现出与参照化合物相当的强效抗增殖活性。化合物1在MV411、K562、MDA-MB-231和MDA-MB-453中的抗增殖活性优于化合物2和dBET1、dBET57；化合物1在MV411细胞中的活性与dBET6相当、在K562的活性优于dBET6。

表1 部分肿瘤细胞的抗增殖活性

此外，蛋白降解实验（图3）显示两个化合物在MV411细胞中对BRD4长链和短链亚型均表现出纳摩尔级降解活性。化合物1对BRD4长链和短链的DC₅₀分别为27.92 nM和20.03 nM，化合物2分别为78.89 nM和67.55 nM，化合物1的降解活性超过了dBET1。化合物1的机制实验进一步坐实了PROTAC的经典通路：蛋白酶体抑制剂MG132能阻断降解（依赖蛋白酶体）、lenalidomide竞争能逆转降解（依赖CRBN），并且检测到 BRD4的泛素化明显增强。

图3. 化合物1和2在MV411肿瘤细胞中对BRD4的降解活性

结论与展望

SynPROTAC是一个将化学合成路径约束生成与强化学习优化相结合的PROTAC设计模型，尝试弥合计算机辅助设计与实际湿实验之间的鸿沟——即从“设计可合成的分子”进化为“设计具有明确合成路线的分子”。与依赖简单合成可及性分数的已有方法不同，SynPROTAC通过显式采样反应模板和砌块来生成明确的合成路线。通过对BRD4靶点的湿实验验证，SynPROTAC展示了加速PROTAC药物发现的潜力。研究团队已将SynPROTAC的代码在GitHub上开源，供学术界和工业界研究人员使用和进一步开发。

原文链接：https://pubs.acs.org/doi/10.1021/jacsau.6c00732