現代高通量篩選，更快……更小？更弱？

　　Citius  -Altius – Fortius！

　　更快、更高、更強，這是現代奧林匹克運動的追求和理想 ，而現代高通量篩選（High Throughput Screening，簡稱HTS）所追求的是：更快、但卻更小、甚至更弱。

　　先前我講到，1990年代末的組合化學沒能給新藥研發帶來足夠的多樣性，卻帶來了堆積如山的化合物庫（詳細內容請閱讀《組合化學潮起潮落》）；與此同時，越來越多的人意識到每個公司內部長期累積的樣品庫，同樣是“堆積如山”，但卻豐富多樣，價值連城（詳細內容請閱讀《多樣性的化合物庫一直都在》）。

　　要想通過各種生物測試充分汲取所有這些化合物中包含的信息，樣品篩選的速度成了瓶頸，亟待突破。當時需要解決的技術難題主要有兩個：一是要大幅度提高通量（Throughput），另一個是生物測試的微型化（Assay Miniaturization）。

　　更快！

　　提高生物測試的通量比較好理解，解決的方法也直接，無非是平行操作（Parallel Operation）和全面自動化（Full Automation）。

　　在生物測試的操作里，多頭移液槍和板孔技術當時已經非常普及，為了進一步大幅度提高通量就要將其推到極致。于是，孔板的數目先是從96增加到了384孔，隨后又增加到了1536孔，最新的好像已經做到了9600孔！再往前推，孔徑的尺寸也許會是限制的因素，這就跟下面要講的微型化有關了。

　　生物測試的全程自動化也不是很復雜，各種電腦程控的自動化液體操控平臺早就陸陸續續地進入了原先以瓶瓶罐罐為主的生物與分析實驗室，它們之間的無縫銜接通過傳送帶和機械手也可以做到。說了你也許還不信，最難實現自動化的步驟竟然是微量固體樣品的稱量！

　　記得十多年前，我受美中藥協（SAPA）的委托接待一個來自國內藥企高管組成的代表團，參觀默沙東公司剛剛投入使用、自動化程度很高的樣品集散中心（Sample Repository），第一站就是化合物稱量室，當日的場景至今讓我記憶猶新：一個全封閉的玻璃柜里（沒有空氣流動），一只靈巧的機械手抓起一個廣口瓶，慢慢地傾斜過來，輕輕地振動，將一點點瓶里的樣品抖落進下面天平上的另一個廣口瓶。重量達到要求之后，這個機械手把瓶子正過來，放回到樣品架上，加蓋。下面的另一個機械手則把剛添加了樣品的瓶子放到另一邊的樣品架上，然后再去抓一個空瓶子，放到天平上，準備稱量下一個樣品……

　　講解員說這仍舊是整個流程上最耗人力的一步，自動化操作粘稠度低的液體或溶液是最容易的，隨著粘稠度的升高而變得困難，自動化準確稱量油狀物同時又不造成顯著的樣品損失是個不小的難題。而在稱量室的另一頭，還有許多實驗員坐在一排一排的分析天平前，屏息靜氣，認認真真地稱量樣品……

　　更小

　　生物測試微型化也不難理解。本來就極其寶貴的一點點樣品，如果被你測試一兩次就用完了，豈不是太可惜了。另外每測試一個化合物如果能少用1毫升溶劑，那么測試100萬個化合物就能節省1000升溶劑！所以這是關系到樣品利用、篩選成本、環境保護、數據可重復性等多方面因素的關鍵技術。

　　先前手工操作的天然下限，是由移液管或針頭孔徑和溶液表面張力所決定的“1滴”，少于“1滴”就需要特殊技術了。為了充分利用非常有限的樣品，生物測試從“1滴”開始微型化。先是縮小針頭的孔徑，但是太細了滴不下來怎么辦？推、擠、直到用上了高分辨率影像打印機的噴墨技術，最后將溶液分置的體積降到了皮升（picolitre，10-12升）以下，反正肉眼是肯定看不見了！

　　微型化節省了大量資源，1微克樣品就可以做許許多多次不同的測試，孔板的數目也可以提到更高的數量級。但微型化也帶來了新的挑戰，比如對信號檢測的靈敏度和抗干擾能力的要求大大提高了，否則再微型化的實驗，信號檢測不到，或是被干擾也是白搭。另外在微量的體積下，溶液與試劑的均勻混合也會出現問題，導致測試數據的不穩定，等等。

　　盡管還有待完善，微型化的高通量篩選上線之后立刻成了新藥研發的寵兒，門口排起了長隊，大多數項目團隊都想通過HTS從各種多樣性的化合物庫里獲取有價值的信息。

　　更弱？

　　做生物測試，就是要測量與某個特定生物過程相關的光信號或電信號，而這個信號的強弱則是與某個物理量成比例的。一般來說，受體與配體的結合越緊密，光電信號就越強，篩選出來的化合物活性就越高。

　　直覺告訴我們，中標化合物（Hit compounds）的活性高應該是好事，這樣項目團隊就越接近目標活性。但有經驗的藥物化學家會告訴你，其實化合物的內在活性（Intrinsic Potency）是藥物化學里最容易優化的一項指標。在制藥化學領域從業多年，我還沒有遇上過因為活性達不到目標而被迫下馬項目。

　　如果活性不重要的話，還有什么重要呢？很多藥物化學家會告訴你“成藥性（Drug Like Properties）”更重要。那什么是成藥性呢？目前沒有確切的定義，只有一些以觀察和實驗為依據的指南（Empirical guidelines），比如我在講推理型藥物設計（詳細請閱讀《推理型藥物設計的前世今生》）時提到過的“列賓斯基五規則（Lipinski’s Rule of Five）”，簡言之，分子要足夠小、溶解性要足夠好，但極性又不能太大、等等。為了“成藥性”，大多數藥物化學家們都愿意放棄活性高但成藥性不好的中標物（Hits），而看好某些內在活性稍弱的中標物。

　　聽起來好像很簡單，只要找那些活性弱一點，但成藥性好的分子就行了，可是實際操作起來卻不是那么容易的。如果把篩選的活性截值（Potency Cut-off）放寬一丁點，就會多出成百上千個中標化合物，而活性弱并不保證成藥性一定就好，所以后續篩選的工作量一下子就大了許多。

　　多少次，我長時間呆坐在電腦前面，手里撫著鼠標，看著3~5千個Hits在屏幕上慢慢地滾動：應該選哪幾個呢？接下來這幾次點擊可是會在很大程度上決定項目走勢，甚至關系到它的成敗哦。