玻尔百科现代药物发现面临一个巨大挑战：在数百万潜在分子的海洋中，科学家如何才能找到那把能与生物学“锁”相匹配、以治疗疾病的特定“钥匙”？手动完成这项搜索是一项不可能完成的任务。这一知识鸿沟推动了自动化、大规模发现引擎的发展。高通量筛选（HTS）正是这个问题的答案，它是一种强大的范式，结合了生物学、化学和工程学，以前所未有的规模测试庞大的化合物库。
本文将引导您进入HTS的世界。您将首先了解其基本的“原理与机制”，探索如何利用组合化学构建海量化合物库，以及如何使用Z'因子严格评估实验质量。然后，我们将踏上“应用与跨学科联系”的旅程，发现HTS如何用于为孤儿受体寻找药物，工程学原理如何使其规模化成为可能，以及它甚至如何应用于完整生物体，彻底改变我们对生命的认知。
想象你是一位锁匠大师，但你研究的不是门锁，而是生命中错综复杂的机器：蛋白质。某个蛋白质，或许是一种酶，出了问题，导致了疾病。你的任务是找到一把钥匙——一个小分子——能够完美地插入这个蛋白质的锁中并将其关闭。问题是，你正身处一个存放着数百万甚至数十亿把独特钥匙的仓库中。你究竟该如何找到那把合适的钥匙？这是现代药物发现的核心挑战，而高通量筛选（HTS）是我们最强大（尽管有些暴力）的答案之一。这是一个关于宏伟的化学草堆和精确调校的分子磁铁的故事。
要在草堆里找到一根针，你首先需要一个草堆。在药物发现中，这意味着一个巨大且多样化的化合物库。几十年来，化学家们一个接一个地合成分子，这是一个缓慢而费力的过程。革命的到来伴随着组合化学，这是一套巧妙的技术，能以惊人的效率产生巨大的分子多样性。
我们可以构想两种主要策略。第一种是平行合成，就像在一个巨大的松饼烤盘里烘焙。每个孔都是一个独立的反应容器，在其中制备一个独特的化合物。这种方法井然有序，你总能知道哪个孔里是哪种化合物，但你能制造的化合物数量受限于你拥有的孔数。
一个更为强大的想法是分裂-混合合成。想象你有一大批微小的惰性树脂珠。你将这批珠子分裂成，比如说，十个独立的罐子。在每个罐子里，你将一种不同的化学结构单元连接到珠子上。然后，你将所有十个罐子里的珠子混合回一个罐子里，并彻底搅拌。你重复这个过程——分裂、反应、混合——数次，每次使用不同组的结构单元。仅仅几个循环之后，每个珠子都经历了一段独特的旅程，积累了独特的结构单元序列。其结果是一个珠子集合，其中每个独立的珠子都带有一个独特的分子——这就是“一珠一化合物”原则。在4个步骤中，每步有10个选择，你就可以生成 个独特的化合物。通过增加结构单元的数量，构建包含数百万化合物的库也变得可行。这就是我们如何建造一个真正天文数字般的化学草堆。
现在来看磁铁。检测方法（assay）是我们向每个化合物提出的生物学问题。对于一个失控的酶，问题可能是：“你是否能阻止这个酶工作？”在HTS中，这个问题必须简单、稳健且自动化。这个过程被微型化到有数百或数千个微小孔板的板上，每个孔都包含一个微型实验。机械臂分配液体，培养箱控制温度，检测器以极快的速度测量结果——通常是颜色的变化或光的闪烁。
在筛选一百万个化合物之前，你必须问一个关键问题：我的检测方法好用吗？一个充满噪音、不可靠的检测方法就像一块弱磁铁，在寻找你想要的铁屑时，会吸附起各种随机的金属片。这会浪费你的时间和金钱。为了量化检测方法的质量，科学家们开发了一个简单而优雅的指标，称为Z'因子（读作“Z-prime”）。
要理解Z'因子，我们必须首先理解对照。在每个检测板上，我们都运行两种类型的对照：阳性对照，即我们知道会起作用的化合物；以及阴性对照，即我们知道不起任何作用的化合物（比如溶解测试化合物的溶剂）。在理想世界中，所有阳性对照都会给出比如100的信号，而所有阴性对照的信号都是0。
但真实世界充满了噪音。由于液体体积、温度和测量的微小波动，我们对照的信号不是清晰的线条，而是模糊的云团。我们可以用钟形曲线或高斯分布来描述这些云团。每个云团都有一个中心（均值，）和一个代表其模糊程度的宽度（标准差，）。一个检测方法的质量取决于两件事：阳性（）和阴性（）云团的中心相距多远，以及每个云团有多模糊。
Z'因子巧妙地捕捉了这种关系。想象每个对照云团的“安全边际”，我们将其定义为距离均值三个标准差（）。这个区间包含了该对照约99.7%的数据。一个好的检测方法是阳性和阴性对照的安全边际不重叠。它们之间的间隙称为分离带。Z'因子本质上是这个分离带的归一化度量。公式是：
不要被这个方程吓到；它讲述的故事很简单。我们从一个理想分数1开始，然后减去一个惩罚项。这个惩罚项是总模糊度（两个安全边际之和）与总信号窗口（均值之间的距离）的比率。如果没有模糊度（），惩罚项为零，Z' = 1，这是一个完美的检测方法。如果模糊度大到等于信号窗口，安全边际恰好接触，Z' = 0。
在实践中，HTS领域遵循一个简单的经验法则：
这个简单的数字非常强大。它让科学家能够判断是否值得进行全面筛选的巨大投资。此外，它量化了技术的影响。例如，从手动检测转为使用声波移液器和湿度控制的全自动检测，可以显著降低标准差（），将一个勉强的值0.38提升为一个优秀的值0.68，从而将一个可疑的实验转变为一个稳健的发现引擎。
有了高质量的检测方法，筛选就可以开始了。这不是一个单一事件，而是一个多阶段的漏斗，旨在逐步过滤掉无趣的化合物和伪迹。
初步筛选： 这是第一遍。整个库——可能是一百万个化合物——在单一、相对较高的浓度下进行测试。这里的目标是灵敏度：我们撒下大网，确保不会错过任何潜在的活性物质。任何显示出显著效果的化合物都会被标记为“命中化合物”。这可能会将范围从一百万个化合物缩小到几千个。
确认和剂量-反应： 然后，对数千个初步命中化合物进行重新测试，以确认其可重复性。关键是，它们会在一系列不同浓度下进行测试，从而创建一条剂量-反应曲线。这验证了效果是真实的且浓度依赖的，并使我们能够计算化合物的效力（通常表示为或），即达到最大效应一半所需的浓度。
正交实验： 这是清除伪迹至关重要的一步。一个已确认的命中化合物将在正交实验中进行测试——这是一种测量相同生物事件但使用完全不同技术的实验。例如，如果初步筛选使用荧光，一个本身具有荧光的化合物可能会显示为假阳性。而使用例如质量变化的正交实验则不会被此欺骗。只有在初步筛选和正交实验中都具有活性的化合物才被认为是可信的，并被推荐作进一步研究。
筛选漏斗是必不可少的，因为HTS被幽灵所困扰——那些看起来真实但并非如此的结果。最常见的是假阳性，或称I类错误。这种情况发生于，纯粹由于随机机会，一个无活性的化合物给出了一个落入“命中”区的信号。如果你将定义命中的统计截断值设定在偶然发生率为1%（）的水平，并且你筛选了100万个无活性化合物，你应该预期大约有10,000个假阳性！其主要后果是团队在追逐这些幻影时造成的巨大资源浪费。
一些假阳性并非随机，而是由化学捣乱分子引起的。这些是泛分析干扰化合物（PAINS）。这些是已知的“滥交”特定化学结构，它们通过形成聚集体、与试剂反应或吸收光等机制干扰各种检测。经验丰富的药物化学家会维护这些结构的黑名单。了解它们的普遍性至关重要；如果你库中1%的化合物是PAINS，那么你最初的命中化合物中有很大一部分可能就是这些已知的罪魁祸首。
也许最微妙的“幽灵”是由检测方法设计本身造成的盲点。HTS检测是一个人工系统，为优化它而做出的选择可能会产生意想不到的后果。考虑一个酶学检测。为了获得一个大而强的信号（从而得到一个好的Z'因子），研究人员通常使用非常高浓度的酶的天然底物来运行它。但是，如果你的库中含有一种竞争性抑制剂——一种潜在的药物，其作用方式是与底物结合到完全相同的位置——会发生什么？在检测中，过量的底物会轻易地胜出并取代你的抑制剂，使其变得不可见。为提高检测质量而做出的设计选择，却使其对一整类有趣的分子视而不见。这是一个深刻的教训：在科学中，你选择如何观察，决定了你能看到什么。
高通量筛选，尽管功能强大，但只是药物猎人工具箱中的一种工具。要最好地理解它在世界上的位置，需要将其与其他发现策略进行比较。
高通量筛选（HTS）： 这是经典的基于靶点的方法。你有一个已知的靶点，然后筛选一个由相对较大、类药性分子组成的库，以找到能击中它的物质。这是一种寻找高效化合物的暴力搜索。
基于片段的先导化合物发现（FBLD）： 这是一种更优雅的“乐高”方法。你不是筛选大分子，而是筛选微小的化学“片段”。这些片段结合得非常弱，但那些确实结合的片段通常效率很高，提供了一个完美的锚点。利用X射线晶体学等高分辨率结构方法，科学家可以精确地看到片段如何停靠在靶点上，然后智能地将其逐块“生长”成一种高效且特异的药物。
表型筛选： 这是一种“黑箱”方法。你不是从靶点开始。你从疾病模型（例如，培养皿中的患病细胞）开始，筛选你的库以找到能够逆转疾病状态的化合物——即，使细胞恢复健康。这种方法具有强大的优势，可以找到在复杂、生理相关的系统中起作用的化合物。然而，巨大的挑战在于后续工作：一旦你有了命中化合物，你就必须踏上通常是艰辛的旅程，去弄清楚它击中了什么蛋白质以及它如何起作用——这个过程称为靶点解析。
最后，即使在规模化筛选的世界里，数据数量和信息质量之间也存在着根本的权衡。这在HTS和高内涵筛选（HCS）的区别中得到了最好的说明。
HCS比HTS慢，但每个孔中丰富的信息可以为化合物的作用机制和潜在毒性提供早期线索。这种选择——在对许多事物问一个简单问题和对少数事物问一个复杂问题之间——代表了贯穿所有实验科学的一种深刻的战略张力。高通量筛选代表了对该选择的一种强大且极其成功的解决方案：以最宏大的规模，提出最简单的问题。
在理解了高通量筛选（HTS）的基本原理之后，我们现在可以踏上一段旅程，看看这个强大的想法将我们带向何方。你会发现，HTS不仅仅是一项实验室技术；它是一种范式转变，一种新的思维方式，已经彻底改变了众多领域。它是将工业规模的自动化和数据分析应用于精细而复杂的生物学问题。让我们来探索这种方法如何让我们提出——并回答——那些曾经属于科幻小说的问题。
想象一下，你在细胞表面发现了一把神秘的锁——一个受体蛋白——但你不知道哪把钥匙能打开它。这是生物学中常见的困境，这些蛋白质被恰如其分地命名为“孤儿受体”。几十年来，寻找天然钥匙或可用作药物的合成钥匙，是一个艰苦的反复试验过程，主要靠直觉和运气。
HTS将这场搜寻转变为一次系统性的搜索。考虑一个G蛋白偶联受体（GPCR），这是一个庞大的受体家族，作为细胞接收从光和气味到激素和神经递质等各种信息的收件箱。假设我们发现一个孤儿GPCR，当它被激活时，已知会导致细胞内钙离子（）的大量涌入。我们如何找到它的钥匙？
这个策略既优雅又强大。我们取一个天然没有这种受体的宿主细胞，通过基因工程，我们将我们的“孤儿锁”安装到它的表面上。但我们还增加了一个技巧：我们还给了细胞一个特殊的报告分子，每当它检测到钙离子激增时，这个分子就会发光——发出荧光。现在，我们工程改造的细胞已经变成了一个微小的活体传感器。它会静静地待着，直到正确的钥匙被引入，届时它会闪烁一个信号让我们看到。
然后，我们可以将数百万个这样的细胞排列在板上的微小孔中，并使用机器人向每个孔中添加一个不同的潜在“钥匙”——一个来自庞大化合物库的不同小分子。然后，一台自动显微镜就只是观察这些闪光。孔中的一道闪光就是一个“命中”——一个直接的信号，表明该孔中的化合物已经解锁了我们的孤儿受体。同样地，通过为一个生物事件设计一个特定的、会发光的信号，我们可以寻找对抗细菌的药物，例如寻找抑制其保护性外荚膜输出等基本过程的抑制剂。
当然，“命中”不是故事的结局；它是一个新调查篇章的开始。HTS在漫长的侦探故事中提供了第一条线索。在鉴定出一个候选分子后，必须对其进行严格的验证。它是否直接结合？它是否具有特异性？它是否在真实的生物学背景下起作用，比如大脑中的一个神经元？从最初的命中到一个确认的生物学工具或药物的这段旅程，涉及一系列技术，从生物物理结合测定到脑切片中的电生理学和基因敲除模型。HTS是强大的引擎，它从草堆中筛出针，但科学的其余部分必须随后证明这是正确的那一根。
要执行数百万次实验，必须像工程师一样思考。HTS的成功不仅在于巧妙的生物学设计，还在于独创的技术和对权衡的务实接纳。
当科学家详细研究单个蛋白质时，他们可能会使用像[差示扫描量热法](@entry_id:145378)（DSC）这样的技术，这是一种复杂而缓慢的方法，可以提供关于蛋白质在加热时如何展开的丰富的热力学图谱。但你无法进行一百万次DSC实验。对于HTS，我们需要一种不同的方法。于是热迁移实验（TSA）应运而生。在TSA中，我们只需将我们的蛋白质与一种染料混合，当蛋白质展开并暴露其油腻的内部时，这种染料会发出荧光。然后我们加热样品，找到它“熔化”的温度。如果一个化合物与蛋白质结合，它通常会使其稳定，从而提高其熔化温度。
这是否像DSC那样详细？完全不是。但它速度快，使用的蛋白质数量极少，并且可以在标准的384孔板上用标准机器运行。它“足够好”，可以告诉我们10,000个化合物中哪个能使蛋白质更稳定。我们牺牲深度以换取广度，因为我们知道之后总可以回头对少数有希望的命中化合物进行更详细的研究。
这种工程思维延伸到过程的每个方面。即使是像设置用于蛋白质结晶的液滴这样简单的事情，也为高通量进行了重新构想。传统的“悬滴”法，即一滴脆弱的蛋白质溶液悬挂在盖玻片下，对于机器人来说太过脆弱，无法无误地处理数千次。解决方案是什么？“坐滴”法，即液滴安全地放置在孔内的一个小基座上。这个简单的改变使装置在机械上变得稳定，允许机器人移动、摇动和密封成千上万个液滴的板而不会失败，从而使结构生物学家能够快速筛选结晶其蛋白质的条件。
也许HTS最惊人的应用是其从分子和细胞扩展到整个活体生物。在这里，斑马鱼（Danio rerio）是无可争议的明星。为什么？因为它似乎几乎是为高通量科学而生的。
一只雌性斑马鱼会产下数百个卵，这些卵在水中体外发育。胚胎很小，可以舒适地放入标准96孔板的孔中。最重要的是，它们几乎完全透明。你可以将一个活的斑马鱼胚胎放在显微镜下，无需任何解剖，就能观察到它的心脏形成并开始跳动，观察它的血管扩散，观察它的神经元在体内延伸轴突。控制这些过程的基本遗传通路与我们人类的非常相似。
这将96孔板变成了一个用于并行实验的微型水族馆。你想找到影响心脏发育的药物吗？只需向每个孔中添加一种不同的化合物，然后观察其中发育的96条鱼的心脏发生了什么。这使得科学家能够以前所未有的规模筛选可能导致出生缺陷的药物，或者反过来，可能修复这些缺陷的药物。
这种力量伴随着深刻的伦理维度。伦理动物研究的原则——“3R”原则，即替代（Replacement）、减少（Reduction）和优化（Refinement）——指导科学家使用更少的动物，在可能的情况下用“低等”动物（如无脊椎动物）替代高等动物（如哺乳动物），并优化实验以尽量减少痛苦。对20万种化合物进行HTS在小鼠身上是完全不可能的。但在线虫（C. elegans）中，这不仅可能，而且代表了巨大的伦理进步。通过使用无脊椎动物，我们替代了脊椎动物。通过从单次筛选中获得大量数据，我们减少了对无数小规模动物实验的需求。而且，对培养皿中蠕虫的自动化、非侵入性观察，相较于许多在哺乳动物中使用的程序，是一项重大的优化。
尽管HTS功能强大，但它并非魔杖。它是一种工具，和任何工具一样，它在某些情况下表现出色，而在其他情况下则需要不同的工具。药物发现中最具挑战性的前沿之一是靶向蛋白质-蛋白质相互作用（PPIs）。蛋白质接触的表面通常大、平、浅——而不是传统药物喜欢结合的那种深邃、诱人的口袋。
从基础物理化学我们知道，药物结合的强度（其亲和力，与解离常数相关）与它能埋藏多少表面积以及它形成的接触质量有关。对于一个浅的PPI界面，来自HTS库的典型“类药性”分子可能只能建立微弱的连接。如果HTS检测需要，比如说，20%的靶蛋白被药物占据才能产生信号，但一个现实的结合物在测试浓度下只能达到2%的占据率，那么HTS将对此完全视而不见。它将报告没有命中，尽管可能有希望的相互作用正在发生。
在这些情况下，需要一种不同的策略。其中一种策略是基于片段的药物发现（FBDD）。FBDD不筛选大的类药性分子，而是使用一个由非常小、简单的化学“片段”组成的库。这些片段太小，无法自行紧密结合。但因为它们如此简单，所以在寻找微小的、互补的“热点”方面非常高效。为了检测它们的弱结合，我们使用高灵敏度的生物物理技术，并在非常高的浓度下进行筛选。一旦我们找到一个结合——即使很弱——到关键位置的片段，我们就可以利用我们对蛋白质结构的知识，将其化学地、逐块地生长成一种强效药物。这就像找到一块完美契合的乐高积木，然后从那里开始构建。
在真实世界的情景中，如果初步研究表明HTS活动只产生有问题、非特异性的命中，而一个小片段筛选提供了一个经过验证的、高质量的起点，并且晶体结构显示出通往选择性的明确路径，那么合乎逻辑的选择是追求基于片段的方法。为工作选择正确的工具——了解HTS的局限性和FBDD等替代方案的优势——是现代、成熟的发现项目的标志。
因此，高通量筛选是一种统一的力量。它将生物学的逻辑与工程学的规模相结合，由化学和物理学的原理指导，并受到伦理考量的调节。它从根本上改变了可能事物的速度和范围，让我们能够筛选生命中巨大的复杂性，不是一次一个秘密，而是数以百万计。