近日，北京大学化学与分子工程学院、北大-清华生命科学联合中心、北大成都前沿交叉生物技术研究院王初课题组在 Journal of the American Chemical Society 杂志上发表了题为“Group Competition Strategy for Covalent Ligand Discovery”的文章。在这项工作中，作者开发了名为 GC-ABPP（Group Competition-based ABPP strategy）的基于多探针竞争策略的新型共价配体筛选平台。利用此平台，作者绘制了“多靶标”对“多配体”的亲和力矩阵，并发现了靶向BCAT2与UGDH靶点的新型共价配体。

　　近年来，共价配体因其独特的作用机制与选择性修饰能力，在生命科学和临床医学研究中得到广泛应用。然而，如何高效开发兼具高亲和力与高选择性的共价配体，仍是该领域面临的一项重要挑战。传统的共价配体开发策略通常采用“多配体”对“单靶标”的靶点导向性筛选模式，难以系统发现新靶点；基于活性的蛋白质分析（ABPP）技术虽然能在蛋白质组水平表征配体结合靶点，但是现有的竞争性ABPP方法受限于其竞争性标记模式，只能采用“单配体”对“多靶标”的模式，无法实现对不同配体的“头对头”比较。

　　针对上述局限，作者开发了新一代化学蛋白质组学分析平台GC-ABPP，以实现蛋白质组尺度下的“多配体 vs 多蛋白”并行、直接与定量筛选。首先，作者使用完全功能化探针（FFP）替代传统的亲电片段，利用探针修饰肽的质量位移差异实现不同探针修饰靶点的区分，为多探针同时表征提供了可能；随后，作者通过引入还原二甲基化定量策略，对比“对照组”（每个探针单独以高浓度标记一份蛋白质组，然后混合）和“竞争组”（五个探针以等摩尔浓度混合，共同标记一份蛋白质组）中同一探针的标记水平差异，实现精确定量每个探针-半胱氨酸对的“竞争水平”；最后，为了平衡筛选通量与位点覆盖度，并排除组间探针差异带来的假阳性信号，研究者将完全功能化探针库划分为多个亚组进行首轮筛选，绘制初步的探针-靶标亲和力矩阵，并将每组中针对特定靶蛋白的优胜探针挑选出来，重新编组进行多轮迭代筛选，最终筛选出探针库中对靶标蛋白亲和力最高的“冠军”配体。

　　通过严格的实验验证，GC-ABPP表现出了较高的可靠性，其筛选结果与体外修饰率表征结果一致。随后，作者快速构建了包含65个完全功能化探针的探针库，并通过GC-ABPP技术对探针库进行系统性筛选。研究团队成功绘制了覆盖超过6000个半胱氨酸位点的探针-靶标亲和力矩阵，并为1421个半胱氨酸位点（对应1033个蛋白质靶标）匹配到了高亲和力共价配体。这些蛋白中的70%在DrugBank数据库中尚无已知配体记录，且功能多样，涵盖多个疾病相关通路，为开发全新药物调控靶点提供了宝贵线索。最后，作者聚焦于BCAT2的Cys342位点与UGDH的Cys276位点，利用GC-ABPP的迭代筛选能力，成功鉴定出了分别针对这两个靶点的高亲和力探针，并通过实验验证了上述探针的靶蛋白结合能力与功能抑制活性。

　　该文通讯作者为北京大学化学与分子工程学院、北大-清华生命科学联合中心、北大成都前沿交叉生物技术研究院的王初教授及北大成都前沿交叉生物技术研究院的肖伟弟博士。第一作者为王初课题组博士毕业生郭志昊。王初课题组的博士毕业生孟芸竹、博士研究生赵博源也为此课题的完成做出了重要贡献。该工作得到了北京分子科学国研中心、国家自然科学基金、科技部重点研发计划等项目的支持。

排版：高杨
审核：牛林，刘志博