Lufotrelvir

点击下方，关注作者 第14期科学前沿速递  2026-08-19 栏目介绍 “一周科学前沿”栏目每周将分享1-2篇生命科学领域的前沿研究文献及研究进展，客观梳理其核心机制和研究结论。 希望能为大家在繁忙的科研工作之余，提供一份了解不同领域前沿动态的简明参考。 1 前言 每次新发病毒出现，抗病毒药物研发几乎都要从头开始：面对一种全新的病原体，研究者往往需要重新筛选成千上万个化合物，才能确定少数几个候选先导化合物——过程周期长、成本高，也难以在疫情暴发的关键时间窗口内提供有效应对方案。 此前我们介绍过不少作用机制明确、已经走到动物实验甚至临床阶段的抗病毒候选药（比如阻断麻疹样病毒传播的GHP-88310。该文章的详细内容可点击以下链接进行回看：【前沿速递】Nat. Microbiol.：口服广谱抗病毒药GHP-88310可阻断麻疹样病毒的接触与空气传播），但这些工作的起点，通常都要追溯到更早期、更少被关注的一个环节：如何从数十万乃至上亿的化合物库中，筛选出真正值得推进湿实验验证的候选化合物。这一环节，正是机器学习虚拟筛选发挥作用的关键所在。 2025年6月，美国国立卫生研究院（NIH）旗下国家转化科学促进中心（NCATS）团队在Nature旗下期刊《Communications Chemistry》发表了一项研究：将此前较少被系统纳入机器学习筛药流程的病毒基因组序列信息，与化合物结构信息相结合训练预测模型，同时构建了“病毒选择性”和“广谱抗病毒”两套模型，并将其应用于36万个化合物的虚拟筛选，最终挑选346个化合物进行湿实验验证。 2 研究背景 现实压力 据世界卫生组织统计，截至2024年5月30日，新冠疫情已在全球造成超过700万人死亡，据原文表述，其经济代价占全球医疗卫生支出的85.91%、全球GDP的9.13%。与此同时，病毒的持续进化不断削弱现有疗法的效力：艾滋病治疗中，高效抗逆转录病毒疗法（HAART）虽然显著改善了患者预后，但逆转录酶抑制剂的长期广泛使用也催生了耐药HIV毒株；而埃博拉、尼帕病毒等病原体，至今仍缺乏有效的抗病毒药物，部分原因在于制药企业的商业策略考量与技术门槛。 传统机器学习虚拟筛选的局限 计算机辅助药物设计（CADD）尤其是机器学习虚拟筛选，近年来已成为加速抗病毒药物发现的重要手段：支持向量机（SVM）、随机森林（RF）、极端梯度提升（XGBoost）等算法常被用来从已知抗病毒化合物中提取特征、预测新化合物的抗病毒活性，从而缩小实验筛选范围。 但作者指出，现有方法存在几个共性局限： 其一，多数模型仅针对单一靶点或单一病毒，假阳性率较高； 其二，模型输入通常只包含化合物结构或分子描述符这一类信息，较少纳入病毒靶蛋白序列、结构等同样重要的信息； 其三，很多研究只用单一算法建模，难以捕捉数据中多样的潜在模式； 其四，多数模型是“病毒专属”的，缺乏应对新发病毒株、变异株的灵活性，而这恰恰是快速演化的病原体（如流感病毒）最棘手的地方。 为解决这些问题，研究团队提出了一个新的集成框架：不再局限于预先设定的单一病毒靶点，而是同时利用化合物结构信息和病毒基因组序列信息，既能识别针对单一病毒的“选择性抑制剂”，也能识别对多种病毒都有效的“广谱抗病毒剂”；并通过多种算法的共识预测，弥补单一算法的局限。 团队将这一框架应用于预测潜在的抗SARS-CoV-2化合物，并进一步用体外实验加以验证。 3 研究方法 数据构建 团队从GISAID、EBI、NCBI三个数据库获取了10种人类致病病毒共32个毒株、变异株的完整基因组序列。分析显示，同一病毒不同毒株间的基因组高度保守（例如8个SARS-CoV-2毒株、变异株间序列一致性>94%），但不同病毒之间差异巨大（例如SARS-CoV-2与丙肝病毒HCV之间序列一致性<26%）。 同时，团队从NCATS内部数据库和DrugBank数据库整理出303个已获批或在研抗病毒药物（AIADs），对应378组“药物-病毒”有效组合。不同病毒对应的药物数量差异很大：少至2个（如抗乙型流感、抗HPV药物），多至96个（抗HCV药物），中位数为每种病毒20个。 303种药物与10种病毒理论上可组成3030种组合，其中已知有效的378组被标记为“阳性”，其余2652组标记为“阴性”，构成模型训练的基础数据集。 图1 病毒选择性抗病毒药物的分析与建模 引自原文Fig. 1: A为10种病毒32个毒株间基因组两两相似性热图，可见同病毒毒株高度聚类（橙色），不同病毒间差异明显（绿色）；B为已获批/在研抗病毒药物在各病毒间的分布；C为特征构建流程图——化合物结构经KNIME平台转为1024位ECFP4指纹，病毒基因组序列经fastText转为100维向量，二者拼接为整合特征；D为五种机器学习算法的模型性能对比，RF和XGB表现最佳。 病毒基因组的“语言化”表示（本研究的技术亮点） 如何把长度不一、由A/T/C/G四种碱基组成的病毒基因组，转换成机器学习模型能理解的数值向量？团队借用了自然语言处理的思路：把整条基因组序列看作一句“话”，把每连续6个碱基组成的片段（6-mer）看作一个“单词”，再用FastText词嵌入模型学习“核苷酸词袋”表示。这与训练词向量模型理解人类语言中单词的语义关系，本质上是同一套数学工具。最终，无论原始基因组长度如何，都被统一转换成一个100维的数值向量。 化合物结构一侧则采用更成熟的1024位ECFP4分子指纹表示。两类特征拼接后，共同作为下游分类模型的输入特征。 两套模型、五种算法 团队分别构建了两类模型： （1）“病毒选择性”模型融合化合物结构指纹与病毒基因组向量，用于预测某化合物对某一特定病毒是否有效； （2）“广谱抗病毒”模型仅使用化合物结构指纹，将303个已知抗病毒药物（阳性）与385个“非细胞毒性药物”（NCPCs，来自Tox21细胞活力筛选中至少30/55项实验呈非活性的已上市药物，作为阴性对照）区分开来。以上这一设计基于一个假设：抗病毒药物在有效浓度下往往伴随一定细胞毒性，而普通非抗病毒药物则不然。 两类模型均采用朴素贝叶斯（NB）、支持向量机（SVM）、神经网络（NNET）、随机森林（RF）、极端梯度提升（XGB）五种算法分别建模，数据按70%训练/30%测试划分，重复20次以保证结果稳健，并通过特征选择与数据重平衡进一步优化。 图2 广谱抗病毒药物的分析与建模 引自原文Fig. 2:A为385个非细胞毒性药物（NCPCs）在Tox21细胞活力实验中的活性分布；B为抗病毒药物与NCPCs之间的Tanimoto结构相似度分析，显示两组化合物结构上确有区分度；C为五种算法的模型性能对比，RF和SVM表现最佳（AUC-ROC均>0.83。 虚拟筛选与湿实验验证流程虚拟筛选与湿实验验证流程 团队设计了五步筛选流程，从NCATS内部约36万个化合物库中逐层过滤潜在的抗SARS-CoV-2候选物： 第一步，化合物需同时被RF和XGB（病毒选择性模型）预测为阳性，且对8个SARS-CoV-2毒株、变异株（原始株及alpha、beta、delta、gamma、lambda、mu、omicron）中至少4个预测有效； 第二步，需同时被SVM和RF（广谱抗病毒模型）预测为阳性； 第三步，与83个已知抗SARS-CoV-2药物中至少一个结构相似（maxTC>0.25），以确保化合物落在模型的“适用域”内； 第四步，通过基于化合物结构训练的细胞毒性QSAR模型（5种算法中至少3种预测无毒）； 第五步，用k-means算法将候选化合物聚类为100组，以保证入选化合物的结构多样性、排除已测试或库中不可得的化合物。 4 研究发现 虚拟筛选流程与化合物分布 经过细胞毒性QSAR模型评估，36万化合物中共有4595个被识别为潜在抗SARS-CoV-2化合物，其中3857个（84%）预测为非细胞毒性、738个（16%）预测有细胞毒性。 经过结构多样性聚类和可得性筛选后，最终346个化合物进入湿实验验证：256个用于假病毒颗粒（PP）侵入抑制实验，128个用于RNA依赖性RNA聚合酶（RdRp）活性抑制实验。 图3 抗SARS-CoV-2候选药物的虚拟筛选全流程 引自原文Fig. 3: A为五步筛选流程示意图（病毒选择性模型→广谱抗病毒模型→结构相似性过滤→细胞毒性过滤→结构多样性聚类）；B为非细胞毒性（NCAC，84%）与细胞毒性（CAC，16%）候选化合物的比例；C为二者的结构相似度分析；D为细胞毒性QSAR模型的性能评估，RF表现最佳。 湿实验命中率 在PP侵入抑制实验中，256个化合物里有24个被验证为阳性，命中率9.4%；其中两个化合物潜力突出：NCGC00014029（IC₅₀ = 1.31 ± 0.32 μM）和NCGC00166392（IC₅₀ = 1.37 ± 0.00 μM），效力均在1微摩尔级别。 在RdRp抑制实验中，128个化合物里有47个被验证为阳性，命中率高达37%，明显高于PP实验；其中最强的NCGC00014952 IC₅₀低至3.83 μM。 作为参照，传统高通量筛选的化合物命中率通常在1%以下，两组实验的命中率都明显高于这一基准，说明模型预测确实起到了有效的“预筛选”作用。 图4 代表性SARS-CoV-2 PP侵入抑制剂的浓度-反应曲线 引自原文Fig. 4: 展示了6个代表性PP侵入抑制剂的剂量-反应曲线及化学结构，蓝色为抗病毒活性（PP），灰色为细胞毒性对照（TOX）；其中NCGC00014029与NCGC00166392的IC₅₀均小于2 μM。 “意外发现”交叉验证了模型可靠性： 在RdRp实验的阳性化合物中，azeliragon（NCGC00506876）值得特别关注。这是一款已知的晚期糖基化终末产物受体（RAGE）小分子拮抗剂，此前文献已报道其能降低单核细胞对SARS-CoV-2颗粒的内化摄取；本研究中它在RdRp实验中被验证为阳性（IC₅₀ = 7.68 ± 0.62 μM），进一步支持了其潜在抗病毒活性，也从侧面印证了模型预测的可靠性。 另一个值得关注的例子是glaziovine（NCGC00408842）——一款已知通过抑制乙肝表面抗原（HBsAg）分泌而发挥抗乙肝病毒（HBV）活性的化合物（HepG2.2.15细胞中IC₅₀=8.0 μM）。 本研究首次发现它对SARS-CoV-2 RdRp也有抑制活性（IC₅₀=10.49±3.36 μM）。这相当于把它的抗病毒谱系从HBV扩展到了SARS-CoV-2。除去这两个已知化合物和其余四个有生物活性记录但未知抗病毒功能的化合物，剩下的20个PP侵入抑制剂和41个RdRp抑制剂此前均无任何已知的生物活性报道，属于全新的潜在先导化合物。 图5 代表性SARS-CoV-2 RdRp抑制剂的浓度-反应曲线 引自原文Fig. 5: 展示了6个代表性RdRp抑制剂的剂量-反应曲线及化学结构，包括本文重点提及的azeliragon（NCGC00506876，IC₅₀=7.68 μM） 4 讨论与展望 与同类研究的印证 作者提到，Deepthi等人此前曾用结合化合物结构与病毒基因组数据的深度学习集成模型进行SARS-CoV-2药物重定位研究，五折交叉验证AUC-ROC达0.89。该研究与本研究的结果相互印证，共同支持了“化合物结构+病毒基因组信息”整合建模这一路径在抗病毒药物发现中的有效性。 此外，团队对广谱抗病毒模型识别出的85个在抗病毒药物中显著富集的结构特征做了解读，发现它们与已知抗病毒药效团高度吻合：核苷、核苷酸类似物（如广谱抗RNA病毒药利巴韦林中的尿嘧啶结构）、含氮杂环（如抗HIV药物fostemsavir中的吡咯、抗SARS冠状病毒氯喹中的喹啉）、磷酸基团（如抗多种疱疹病毒药物西多福韦）、腈基（如抗SARS-CoV-2候选药PF-07304814）等。这种结构层面的可解释性，为模型预测的合理性提供了额外支持。 局限性 作者也坦诚指出了几点局限： 其一，对于训练数据中样本量较小的病毒（如乙型流感、HPV各自仅有2个已知抗病毒药物），模型识别选择性抗病毒药物的准确性可能受限； 其二，PP侵入实验和RdRp实验各自只能捕捉病毒生命周期中的部分环节——PP实验缺乏完整病毒基因组背景，难以完全模拟真实感染动态；RdRp实验只针对病毒复制这一环节，可能遗漏通过调节宿主免疫反应、干扰病毒组装或释放等其他机制起效的化合物；而模型训练所用的抗病毒药物本身，也并非全部通过这两种机制发挥作用，这意味着真实命中率可能被这两种特定实验的检测范围所低估。 其三，也是最关键的一点：目前所有验证均停留在体外细胞和酶学实验层面，距离真正的候选药物，还需要系统的体内药效学、药代动力学/药效学表征，以及相关动物模型中的安全性评估。 5 结论 这项研究证明，把病毒基因组序列信息（而不只是化合物结构）纳入机器学习模型，可以同时兼顾“病毒选择性”和“广谱抗病毒”两种药物发现需求；将其应用于36万化合物的虚拟筛选后，两种体外实验分别取得了9.4%和37%的命中率，明显优于传统高通量筛选的效率基准，其中azeliragon、glaziovine两个已知药物的“意外阳性”也为模型可靠性提供了交叉验证。 这套框架的价值不仅在于筛出的71个阳性化合物本身，更在于其方法论上的可扩展性——原则上，只要获得新病毒的基因组序列，就可以将其快速纳入模型重新训练，为应对下一次新发病毒威胁提供更快的计算响应速度。团队已将模型代码开源（GitHub: TX-2017/antivirals_prediction），供同行验证与复用。 文献信息： Xu, T., Xu, M., Zhang, Q., Chen, C.Z., Zheng, W. & Huang, R. Leveraging viral genome sequences and machine learning models for identification of potentially selective antiviral agents. Communications Chemistry 8, 189 (2025). DOI: 10.1038/s42004-025-01583-2 延伸阅读： 模型代码与数据（GitHub开源）：https://github.com/TX-2017/antivirals_prediction 往期推荐 广谱抗病毒药物研究新进展：靶向病毒包膜N-糖基的合成碳水化合物受体 抗病毒药物的发现与开发：挑战与未来方向 复制缺陷型猴痘病毒平台的开发及抗病毒药物发现 病毒学研究的范式之变：新方法（NAMs）如何重塑我们理解病毒的方式 AI在药物发现中的应用：从实验室到临床 Nature：揭秘猴痘病毒自然宿主，来自野生灵长类动物疫情的直接证据 马尔堡病毒糖蛋白结构解析：更高效的细胞入侵机制与纳米抗体中和策略 Cell：汉坦病毒糖蛋白四聚体的原位结构解析 猴痘病毒分型诊断PCR检测方法的开发与临床验证 从丹霞调斑汤看系统药理学研究新范式：多组学整合、机器学习与实验验证如何构建完整证据链 超过3万次训练后，大脑视觉皮层可以解锁真正的多任务处理能力 Lancet Microbe：从微生物组到预测性生态系统，AI开启研究新范式 Nature Microbiology：口服广谱抗病毒药GHP-88310可阻断麻疹样病毒的接触与空气传播 工具推荐 本上述文中，研究团队将病毒基因组序列转化为数值向量、与化合物结构特征整合建模，本质上是在解决“结合预测”与“功能预测”之间的鸿沟，即化合物与靶点之间是否存在关联，以及这种关联在生物学层面究竟指向激活还是抑制。 类似的方法论问题，同样是中医药网络药理学研究长期以来的瓶颈：即便计算出化合物与靶点存在结合关系，也往往无法判断该结合产生的效应方向。 中医药系统药理学平台TCMSP 9.01近期上线的“靶标激活、抑制双向评估”模块，正是针对这一问题的解决方案。该模块基于多视图深度学习架构，以化合物SMILES序列与靶蛋白氨基酸序列为输入，输出该药物-靶点对的功能方向预测，试图在计算层面上补全“结合”与“功能”之间的信息缺口。 平台同时集成了虚拟敲除、PPI蛋白互作分析、分子对接等工具，覆盖“成分-靶点-网络-功能-结构”的完整分析链条。 目前平台面向公众号读者限时免费开放体验： 平台地址：https://next.tcmsp-e.com/ai-agent 注册链接：https://next.tcmsp-e.com/register?ref=COCH046 邀请码：COCH046（限时有效） 此外，添加TCMSP官方微信（17392526548），备注"朝花难拾矣推荐"，可申请一个月平台免费会员权限，同步领取模块操作手册与示例数据集。 RECRUIT 关注作者，获取科学知识 学界前沿｜促进更多的学术交流与合作 业界前沿｜促进更快的产品创新与应用 政策前沿｜促进更好的治理实践与发展 THE  END

在人类漫长的文明演进史中，三年或许不过是弹指一挥间，如同历史长河中泛起的一朵不起眼的浪花。然而，对于亲历了2019年至2022年这段疫情时光的全球数十亿人口而言，这三年却如同被无限拉长的慢镜头，每一刻都刻骨铭心，成为了集体记忆中难以磨灭的烙印。 在这场全球性的公共卫生危机中，科学界以前所未有的速度动员起来，从疫苗到治疗药物，一项项成果不断涌现。如果说疫苗的快速研发是人类筑起的第一道防线，那么治疗药物的问世，则是刺向病毒核心的利剑。在众多的治疗方案中，辉瑞公司研发的口服抗病毒药物——瑞派乐（Paxlovid，通用名：奈玛特韦/利托那韦），以其卓越的疗效和便捷的给药方式，成为了扭转战局的关键角色，被誉为“新冠治疗药物的破局者”。 为什么我们需要口服药？ 尽管mRNA疫苗（如辉瑞/BioNTech的 Comirnaty 和 Moderna 的 Spikevax ）以及灭活疫苗（如国药、科兴）的研发速度创造了奇迹，并在2020年底至2021年初陆续获批上市 ，但全球抗疫形势依然严峻。病毒的快速变异——从Alpha到Delta，再到传染力极强的Omicron——使得疫苗建立的免疫屏障面临持续挑战。S蛋白（刺突蛋白）作为疫苗的主要靶点，是病毒变异最频繁的区域，这导致针对早期毒株设计的抗体和疫苗保护力随时间下降。 此外，治疗端的选择在疫情初期极为有限。瑞德西韦（Remdesivir）虽然获得了批准，但作为注射剂，必须在医院环境下使用，无法覆盖广泛的轻症及暴露后预防人群 。单克隆抗体疗法（如礼来的 bamlanivimab/etesevimab ）虽然有效，但同样需要静脉输注，且极易受病毒变异影响而失效 。 临床迫切需要一种“新冠版的 达菲（Tamiflu）”——一种可以口服、常温储存、在社区药房即可配药，并且能够针对病毒高度保守靶点进行广谱打击的小分子药物。正是在这种巨大的临床未满足需求下，Paxlovid 应运而生。 Paxlovid结构式 一、生物引擎：解构病毒与药物机理 1. 病毒的生命周期 要战胜敌人，首先要了解敌人。新冠病毒（SARS-CoV-2）是一种具有包膜的单股正链RNA病毒。其结构精巧而致命，包含4种主要的结构蛋白：刺突蛋白（Spike protein，S蛋白）、膜蛋白（Membrane protein，M蛋白）、包封蛋白（Envelope protein，E蛋白）和核衣壳蛋白（Nucleocapsid，N蛋白）。 SARS-CoV-2结构 病毒的入侵与复制过程是一条精密的流水线： （1）入侵：病毒表面的S蛋白与人体细胞表面的血管紧张素转化酶2（ACE2）结合，诱导构象改变，通过内吞作用进入细胞。 （2）脱壳与翻译：病毒释放出基因组RNA。宿主细胞的核糖体将其识别为信使RNA（mRNA），直接翻译出两条巨大的多聚蛋白链——pp1a和pp1ab。这两条长链包含了病毒复制所需的所有非结构蛋白，但它们此时连在一起，没有任何功能，就像一串没有被剪开的邮票。 （3）切割：这是最关键的一步。多聚蛋白必须被剪切成独立的、有功能的蛋白质（如RdRp聚合酶、解旋酶等）。执行这一“剪切”任务的，是病毒自带的两种蛋白酶：木瓜样蛋白酶（PLpro）和3C样蛋白酶（3CLpro，又称Mpro）。其中，3CLpro负责切割多聚蛋白上至少11个位点，是病毒复制绝对不可或缺的核心酶。 （4）复制与组装：被剪切释放出来的RdRp等酶组成转录复制复合体，合成新的病毒RNA，组装成新的病毒颗粒，释放出细胞去感染下一个目标。 2. Paxlovid的作用机制 在科学界，蛋白酶常被生动地比喻为“分子剪刀”（Molecular Scissors） 。在SARS-CoV-2的复制过程中，3CLpro就是那把不知疲倦地剪断多聚蛋白链条的剪刀。如果这把剪刀失去了功能，病毒的复制机器就无法组装，感染过程就会戛然而止。 Paxlovid的核心成分——奈玛特韦（Nirmatrelvir），就是专门为这把“剪刀”设计的“强力胶水”。 靶点优势：与频繁变异的S蛋白不同，3CLpro在冠状病毒进化史上高度保守。SARS-CoV-2的3CLpro与2003年SARS病毒的3CLpro在氨基酸序列上具有高达96%的同源性 。这意味着，针对该靶点设计的药物不仅对所有新冠变异株（Alpha、Delta、Omicron）有效，甚至对未来可能出现的其他冠状病毒也可能具备广谱活性。 结合机制：奈玛特韦是一种拟肽类抑制剂。它模拟了病毒多聚蛋白上的切割位点，诱骗3CLpro与其结合。一旦结合，奈玛特韦分子中的“弹头”（Warhead，一种特殊的化学基团）就会与3CLpro活性中心的半胱氨酸残基（Cys145）形成共价键 。这种结合虽然在化学上是可逆的，但在生物体内足够持久，能够彻底锁死酶的活性中心，使其无法再切割病毒蛋白。 3. 结构生物学的胜利：中国科学家的贡献 在Paxlovid的开发故事中，一个常被大众忽略但至关重要的里程碑是由中国科学家确立的。2020年1月，疫情爆发仅几周后，上海科技大学的饶子和院士与杨海涛教授团队就率先解析出了SARS-CoV-2主蛋白酶（Mpro/3CLpro）的高分辨率晶体结构（PDB ID: 6LU7）。 这一结构的快速解析并向全球公开，为辉瑞等制药公司提供了精确的“敌军地图”。科学家们不再是盲目筛选，而是可以利用结构生物学数据，在原子水平上设计能够完美契合蛋白酶活性口袋的分子。这是基于结构的药物设计（Structure-Based Drug Design, SBDD）在应对突发公共卫生事件中的一次教科书级应用 。 2021年10月22日，《Protein & Cell》期刊刊登了一项由上海科技大学免疫化学研究所饶子和/杨海涛课题组与中国科学院上海有机化学研究所马大为课题组合作完成的研究成果。这篇名为“Crystal structure of SARS-CoV-2 main protease in complex with protease inhibitor PF-07321332”的合作论文，报道了辉瑞（Pfizer）公司抗新冠临床靶向药物 PF-07321332 与病毒主蛋白酶1.6 Å高分辨率的晶体结构，并揭示了其抑制病毒靶点的精确分子机制。 SARS-CoV-2 Mpro与PF - 07321332复合物的结构 二、研发史诗：“光速”计划背后的化学接力 1. 跨越17年的伏笔：SARS-1的遗产 Paxlovid 并非在2020年凭空诞生。它的根基深深扎根于2002-2003年的SARS疫情。当时，辉瑞 的科学家们启动了一个针对SARS冠状病毒3CL蛋白酶的抑制剂项目。他们合成了一种代号为PF-00835231的化合物 。 PF-00835231展现出了极强的抗病毒活性，但它有一个致命的弱点：口服吸收极差，只能通过静脉注射（IV）给药。随着2003年SARS疫情的迅速消退，该项目失去了商业和临床紧迫性，PF-00835231被封存进了辉瑞的化合物库，成为了一只“蛰伏的猛兽”，静静等待着下一次危机的唤醒 。 2. 2020年的冲刺：从静脉注射到口服药片 2020年初，当新冠病毒基因序列公布后，辉瑞的药物化学家Dafydd Owen及其团队迅速意识到，当年的SARS-1抑制剂可能对SARS-CoV-2同样有效。实验数据证实了他们的猜想：由于两种病毒蛋白酶的高度相似性，PF-00835231确实能有效抑制新冠病毒 。 然而，面对全球大流行，一款需要住院静脉注射的药物（如后来的PF-07304814）无法满足轻症患者居家治疗的需求。团队面临的挑战是：如何将这个只能静脉注射的分子，改造成一个可以口服的小药片？ 这是一场与时间的赛跑。通常，这种药物优化过程需要数年时间，但辉瑞启动了代号为“光速”（Light Speed）的项目，要求将时间压缩到极致 。 开发时间表比较（doi：10.1021/acscentsci.3c00145） 化学修饰的关键步骤： （1）更换“弹头”： 原分子PF-00835231使用的是羟甲基酮（hydroxymethyl ketone）作为与酶结合的“弹头”。为了提高口服生物利用度和代谢稳定性，化学家们尝试了多种替代方案，最终选定了腈基（Nitrile, -CN）。腈基弹头具有适中的反应活性，既能与酶形成可逆的共价键，又足够稳定，不易在消化道内被破坏。 （2）优化溶解度与渗透性：团队通过系统性地减少分子中的氢键供体（Hydrogen Bond Donors），提高了药物穿透细胞膜的能力，使其能够从肠道被吸收进入血液。 经过仅仅几个月的高强度攻关，2020年7月，辉瑞合成了PF-07321332，即后来的 奈玛特韦（Nirmatrelvir）。这是一款具有划时代意义的分子：它是首个专为SARS-CoV-2设计、具有高口服生物利用度的3CL蛋白酶抑制剂。 3. 利托那韦的加入：一种战略性的妥协 虽然 奈玛特韦 解决了口服吸收的问题，但它在人体内的代谢速度依然过快。它会被肝脏中的CYP3A4酶迅速分解，导致在血液中的有效浓度维持时间太短，无法持续压制病毒 。 为了解决这个问题，辉瑞借鉴了HIV治疗领域的经典策略——“增效剂”（Booster）。他们将奈玛特韦与一种老药——利托那韦（Ritonavir）——组合使用 。 利托那韦 本身是一种HIV蛋白酶抑制剂，但在此处，它不发挥抗新冠病毒的作用，而是作为CYP3A4酶的强效抑制剂。它就像一名“保镖”，牺牲自己去抑制肝脏代谢酶，从而保护 奈玛特韦 不被分解，使其在体内的浓度能够长时间维持在治疗水平之上。 CYP3A4 与利托那韦复合物的晶体结构（doi: 10.3390/ijms23179866） 关于利托那韦的一段往事：利托那韦本身也拥有一段传奇而惊险的历史。1998年，其原研公司雅培（Abbott）曾遭遇了一场严重的“晶型危机”。当时，生产线上的 利托那韦 突然出现了一种新的、更稳定的晶体形式（晶型II），这种新晶型的溶解度极差，导致原有的胶囊制剂失效。这一物理化学现象甚至导致该药一度被迫撤市，直到开发出新的制剂配方。这段历史提醒我们，药物研发不仅是生物学和化学的挑战，更是物理药剂学的精密工程。而在 Paxlovid 的开发中，辉瑞必须确保 利托那韦 的供应链万无一失，这在大流行期间是一项巨大的物流挑战。 三、临床实证：EPIC-HR研究与“惊人”的数据 1. 决战时刻：EPIC-HR研究设计 2021年7月，代号为EPIC-HR（高危患者新冠肺炎蛋白酶抑制评估）的II/III期临床试验正式启动 。这项研究旨在评估 Paxlovid 在非住院、具有重症高风险因素（如高龄、糖尿病、肥胖等）且未接种疫苗的成年感染者中的疗效。 这是一个“不成功便成仁”的时刻。如果失败，数十亿美元的投入将打水漂，人类对抗疫情的希望也将再次破灭。 2. 数据说话：89%的生命守护 2021年11月公布的中期分析结果震惊了整个医药界，数据好到连独立数据监测委员会都建议提前终止试验，因为继续给对照组使用安慰剂已经不再符合伦理。 最终数据显示： •主要终点：在症状出现3天内接受Paxlovid治疗的患者中，与安慰剂组相比，住院或全因死亡的风险降低了89%。 •次要终点：在症状出现5天内接受治疗，风险降低幅度仍高达88%。 •死亡率对比：在整个研究期间，Paxlovid治疗组实现了零死亡（0例），而安慰剂组则有12例死亡 。 这些数据确立了 Paxlovid 作为当时全球最有效口服抗病毒药物的地位。Dafydd Owen在回忆得知结果的那一刻时提到，那是一种“不可思议”的感觉，数月的实验室鏖战和不眠之夜终于转化为了能够拯救无数生命的现实 。 3. 监管绿灯与全球准入 基于上述临床试验结果，Paxlovid 于2021年12月22日在美国获得紧急使用授权。随后，于2021年12月31日在英国、2022年1月17日在加拿大、2022年1月28日在欧盟以及2022年2月10日在日本相继获得授权。2022年2月11日，Paxlovid 获得中国应急附条件批准。 截图来源：摩熵医药数据库 四、全球竞逐：Paxlovid的挑战者们 虽然 Paxlovid 是领跑者，但它并非唯一的选手。全球药企围绕3CL蛋白酶和RdRp靶点展开了激烈的竞争，尤其是在亚洲市场。 1. 盐野义的Ensitrelvir（Xocova） 日本盐野义制药（Shionogi）开发的 Ensitrelvir（恩斯特韦）是 Paxlovid 最强有力的竞争者之一。它同样靶向3CL蛋白酶，但具有一个显著的优势：不需要 利托那韦 助推。 这意味着 Ensitrelvir 避免了复杂的药物相互作用（Paxlovid 因利托那韦的存在，不能与大量常用心血管药、降脂药同服）。在名为SCORPIO-SR的头对头临床试验中，Ensitrelvir 展现出了不劣于 Paxlovid 的抗病毒活性，且安全性更好，特别适合那些长期服用基础病药物的老年患者。 按治疗组划分的个体患者病毒清除半衰期估计值（源：《柳叶刀传染病》杂志） 2. 中国力量的崛起：先诺欣与乐睿灵 为了保障药物供应安全，中国药企在Paxlovid上市后迅速跟进，开发出了具有自主知识产权的3CL抑制剂。 •先诺欣（Simnotrelvir/Ritonavir）： 由先声药业开发，其组合方式与 Paxlovid 类似（3CL抑制剂+利托那韦）。临床数据显示，其在缩短病程和降低病毒载量方面与 Paxlovid 相当，且价格更为亲民（约750元人民币 vs Paxlovid的1890元）。 •乐睿灵（Leritrelvir）： 由众生药业开发，是另一种单药或低剂量 利托那韦 联用的3CL抑制剂，旨在进一步优化安全性和依从性。 •阿兹夫定（Azvudine）： 虽然靶点是RdRp（逆转录酶/聚合酶），但作为中国首个获批的国产口服药，它在2022-2023年的疫情高峰中发挥了巨大的保供作用。真实世界研究显示，其在降低重症率方面虽然略逊于3CL抑制剂，但依然有效。 3. 默沙东的Molnupiravir：先行者的落寞 作为全球首个获批的口服新冠药，默沙东的 Molnupiravir 靶向RdRp，通过“致死性诱变”机制起效。然而，其临床有效率仅约为30%，且存在潜在的致突变风险，这使其在与 Paxlovid（有效率89%）的竞争中逐渐边缘化，主要作为二线用药。 全球主流口服抗新冠药物横向对比 五、商业沉浮与战略转向 1. 2022年的高光时刻 2022年是 Paxlovid 的巅峰之年。凭借着无可匹敌的疗效数据，它成为了全球政府争相抢购的战略物资。美国政府一单就预订了2000万疗程，每疗程价格约530美元 。根据摩熵医药数据库显示，2022年 Paxlovid 为辉瑞带来了惊人的189亿美元销售额，使其成功跻身全球“药王”争夺战的前列。 2. 2023-2024年的“悬崖”与库存危机 然而，随着疫情进入常态化阶段，Paxlovid 的销售遭遇了断崖式下跌。 •需求骤减：随着人群免疫水平提高和病毒毒性减弱，重症率下降，药物需求大幅萎缩。 •库存减值：2023年底，辉瑞被迫记录了约35亿美元的非现金费用，主要源于美国政府退回的数百万疗程未使用的EUA库存。 •市场转型：2024年，Paxlovid 从政府统购模式全面转向商业市场销售。虽然辉瑞通过调整确认了部分收入（约12亿美元的一次性调整），但其常态化销售额已无法同日而语。 3. 后疫情时代的战略：从病毒到癌症 面对新冠红利的消退，辉瑞并未坐以待毙。公司利用疫情期间积累的巨额现金流，开启了大规模的战略转型。最标志性的动作是以430亿美元收购抗体偶联药物（ADC）领域的先驱Seagen。 这一举动释放了明确的信号：辉瑞正在将重心从传染病防御转向肿瘤治疗。他们试图用“抗癌药”这下一个重磅增长点，来填补“后 Paxlovid 时代”留下的营收真空。 六、结语 回顾 Paxlovid 的研发历程，我们得到的不仅是一款药物，更是一套应对未来大流行的生存法则。 第一，基础研究是应急研发的基石。Paxlovid 之所以能在18个月内问世，根本原因在于辉瑞在17年前SARS爆发时就已经合成了先导化合物 PF-00835231。这启示我们，制药企业和科研机构在“和平时期”对冠状病毒、流感病毒等潜力病原体的基础研究投入，实际上是在为人类的未来购买保险。 第二，靶点选择决定了药物的生命力。针对S蛋白的抗体药物虽研发快，但在变异株面前迅速失效；而针对病毒内部保守机器（如3CL蛋白酶）的小分子药物则经受住了时间的考验。这证明了开发广谱抗病毒药物的重要性。 第三，产学研结合与“光速”模式。从上海科技大学饶子和团队解析结构，到辉瑞Dafydd Owen团队的化学优化，再到全球临床试验的铺开，这是一场完美的接力赛。辉瑞打破常规并行推进各个研发环节的“光速”模式，将成为未来药物研发的新标杆。 虽然新冠疫情的硝烟已经散去，但病毒并未消失，它只是换了一种方式与人类共存。而Paxlovid，这把被化学家精心打磨的“分子剪刀”，依然静静地躺在药房的架子上，随时准备着为脆弱的人群剪断病毒的传播链。这段历史告诉我们：在与微生物的永恒战争中，科学与智慧，永远是我们最坚实的盾牌。