引言

大环肽是通过线性肽环化形成的一类极具潜力的治疗药物，已在多个治疗领域实现商业化应用。与线性肽相比，大环肽具有更优的类药性质，包括更高的蛋白酶稳定性及生物利用度，同时展现出高亲和力与高选择性的配体结合特性。由于相较于传统符合Lipinski "五规则"的小分子具有更大的结合表面积，这类肽基药物特别适合靶向蛋白质-蛋白质相互作用（PPIs）。其广泛的"结合足迹"使其能够与平坦或浅表的结合位点相互作用，这类靶点在药物开发中的占比日益增加。目前监管机构批准的约100种肽类药物中，近50%为大环肽，凸显了其治疗价值。

大环肽亦是药物发现的理想起点。其发现策略包括基于mRNA或噬菌体展示技术的文库筛选、基于模型相互作用的从头设计，或直接环化线性肽序列。2001年以来获批的28种环肽药物多为天然肽或其优化衍生物（见附表1），但随着展示技术与计算设计的发展，临床管线正逐步多样化。基于FMOC固相肽合成技术，可快速合成多种衍生物以探索构效关系（SAR），进而优化结合能力与理化性质。通过X射线晶体学或冷冻电镜（CryoEM）获得的结构数据可加速SAR研究，揭示大环肽与靶标的结合表位及侧链与靶点口袋的化学互作细节。对于线性肽，结构数据还可指导支架连接位点的选择，从而设计大环肽。本文综述了基于结构指导的合成环肽优化策略，以及基于已知配体与靶标相互作用的新型环肽设计方法，揭示其类药优势及未来应用潜力。

                                           图1. 结构生物学支持的SARS-CoV-2抗病毒药物开发  

a) E2-E4双表位多聚体与刺突蛋白复合物的冷冻电镜结构（PDB ID:9GXG，分辨率1.9Å）。b) E2同源三聚体与刺突蛋白复合物（PDB ID:9GXE，分辨率2.3Å）。PEG连接体（橙色球体）未在电子密度中解析，通过计算建模。c-d) E4（c）与E2（d）表位结合互作细节。使用PyMOL与BioRender绘制。 

基于结构生物学的文库筛选发现双环肽与大环肽  

Bicycle®分子**是一类特异性双环大环肽，其两个肽环通过中央化学支架与肽骨架形成三个连接点，限制构象自由度，使肽能够形成类似天然蛋白质PPIs位点的α螺旋等三级结构。

Bicycle分子通过改良噬菌体展示技术筛选获得。其高度多样化的文库可快速筛选出针对多种疾病靶点的高亲和力结合物。近期研究展示了通过结构指导优化氨基酸序列以提升结合力与类药性的案例。双环肽的药理特性还可通过多聚化进一步优化，结构数据可指导单体选择与多聚形式设计。

Bicycle平台应对新发病毒威胁  

Bicycle筛选通常可识别结合多个表位的分子，为后续开发提供灵活性。以SARS-CoV-2刺突蛋白为例，结合不同表位（如受体结合域RBD与非ACE2竞争性N端域NTD）的Bicycle分子通过多聚化形成强效抗病毒抑制剂。冷冻电镜结构显示：E2-E4双表位多聚体（PDB ID:9GXG）可阻断刺突蛋白感染宿主所需的关键构象变化；而E2同源三聚体（PDB ID:9GXE）可同时结合刺突三聚体的三个亚基（图1），阻止其与ACE2相互作用。结合结构解析，快速整合不同表位结合分子并设计多机制抑制剂，可有效应对病毒快速进化。

Bicycle分子在药代动力学与偶联特性上的优势  

抗体作为免疫细胞激动剂时，其长半衰期可能引发淋巴细胞耗竭，而Bicycle分子凭借差异化的药代特性（如短半衰期）在此领域展现优势。基于Bicycle的肿瘤靶向免疫细胞激动剂（TICA）通过多聚化肿瘤抗原（如Nectin-4）与免疫调节靶点（如CD137）结合物实现肿瘤局部免疫激活[10]。结构研究揭示了Bicycle分子与CD137配体结合位点的互作模式，并指导设计模拟内源性三聚CD137配体的多聚化TICA。通过优化连接位点与长度，研究者最终获得具有充分暴露量的抗肿瘤分子。相较于抗体，Bicycle分子可通过迭代设计优化药代特性，避免长期系统性暴露导致的免疫细胞失能。

基于已知配体与相互作用的环肽从头设计与优化  

环肽设计还可基于模型相互作用，如抗体互补位、PPIs片段、已知肽配体或自调控机制。从头设计可精准靶向特定表位并调控药理活性（激动/拮抗）。基于结构的计算建模广泛用于化合物设计，机器学习辅助的虚拟筛选（如Pepticom平台）正成为新兴技术。通过分子动力学模拟筛选潜在肽类似物（如结合自由能计算或构象稳定性分析），可减少生物实验的合成负担。AlphaFold的蛋白结构预测能力进一步扩展了计算指导的大环肽设计适用范围，并助力发现新成药位点。

模拟抗体互补位  

环肽具有配体效率高、组织渗透性强等优势，其模拟抗体-靶标互作的设计已在多个治疗领域展开。早期研究通过互补决定区（CDR）片段构建环肽文库，或基于"栓-槽"蛋白包装模型设计模拟肽[37]。近期案例包括基于TIM-3抗体互作结构设计环肽结合物，以及通过同源建模设计靶向CD59与CD55的环肽。纳米抗体CDR模拟进一步拓展了该策略，但实现与母抗体相当的亲和力仍是挑战。

模拟蛋白质配体与PPIs  

PPIs的结构与计算数据为环肽设计提供新思路。模拟VWF依赖的血小板激活三元复合物（GPIbα-VWF A1-botrocetin，PDB:1U0N），研究者通过分子动力学筛选出单环（结合自由能−76 kcal/mol）与双环（−81 kcal/mol）抑制剂（图2），展示了计算工具在复杂互作抑制剂设计中的应用潜力。

                          图2. 基于已知相互作用的从头设计——以VWF依赖性血小板激活抑制剂为例

a-b) GPIbα（浅粉）与Botrocetin（浅橙/绿）和VWF A1（浅黄）的互作细节，蓝色为设计肽段参考残基。c) 分子动力学驱动的肽库设计与筛选流程。d-e) 单环与双环肽优化路径。f) 最终活性分子结构。参考文献[23]，使用BioRender绘制。

线性肽的环化约束  

环化或多环化可提升线性肽的代谢稳定性、有利二级结构、结合构象稳定性、降低毒性或增强细胞穿透性。例如，基于转铁蛋白受体1结合肽设计的双环肽可实现血脑屏障穿越；可逆环化策略在保留线性肽靶标结合的同时引入穿透肽；基于天然毒素设计的靶向线粒体破坏剂则展示了多药理整合能力。支架连接位点可通过结构分析或能量分解计算理性选择。

肽约束支架的选择  

支架或连接基团的设计显著影响分子性质。经验或计算指导的支架替换可调节细胞穿透性或通过改变理化性质增强靶标结合。铋（III）支架可提升双环肽的细胞穿透。新型支架（如金配合物介导的半胱氨酸烷基化、侧链双环化、异构体库构建及类天然产物支架）进一步扩展了文库多样性，为优化提供更多选择。

结论  

环肽的理性设计涵盖展示技术、天然配体优化及计算从头设计等多重策略。展示技术与天然产物筛选可提供初始线索，结合结构数据推动理性设计；而针对已知表位或机制的设计则展现精准优势。计算设计适用于难制备靶点或体外展示技术不适用的情况，而展示技术可探索广阔化学空间。综合应用这些工具，环肽有望成为广泛应用于治疗开发的创新药物。

文章来源：

Catherine E Rowland, Gustavo Arruda Bezerra, Michael J Skynner.Rational design of cyclic peptides, with an emphasis on bicyclic peptides.Curr Opin Struct Biol. 2025 Mar 10:92:103025.

doi: 10.1016/j.sbi.2025.103025. Online ahead of print.

*免责声明：本文转自第三方平台，版权归原作者所有，仅供信息传播与参考，不代表本平台的观点和立场。如有异议请及时联系我们删除处理，联系邮箱lighter@medical-lighter.com