E3 substrate glue
公共底座 · MODULE 01
01

分子胶
第一性原理

在画任何结构、跑任何模型之前,先把一件事想透:分子胶的本质不是"小分子降解剂",而是 small-molecule-induced proximity——用一个小分子,制造两个蛋白之间原本不存在的新关系。

≈25 min预计学习
●●●●四岗位均需精通
1 产出因果链机制图
先修 · 0反炒作模块
本模块核心问题
分子胶到底是什么?
1.1

定义与本质:induced proximity

它不是"让蛋白消失的药"

分子胶(molecular glue)是一类小分子,本身往往对单个靶点几乎没有功能性活性。它真正做的事,是嵌在两个蛋白的界面之间,诱导原本不会发生的蛋白–蛋白相互作用——把一个 E3 泛素连接酶和一个它平时不认识的蛋白拉到一起。

这种被强行拉近、原本互不相干的蛋白,就叫 neo-substrate(新底物)。一旦靠得足够近、姿态足够对,E3 就会给它打上泛素标签,送进蛋白酶体降解。降解只是结果之一,本质动作始终是"诱导邻近"。

最常见的入门误解

把分子胶简单理解为 "一种小分子降解剂"。这会让你默认"结合强 = 降解强、活性下降 = 目标被降解"——而这正是模块 0 里要红队掉的第一批假阳性。

机制示意 · 三体一界面
E3 ligase e.g. CRBN neo-substrate e.g. IKZF1/3 molecular glue @ induced interface Ub

小分子嵌在 E3 与底物之间,自身像"胶水"一样稳定一个三元复合物 —— 没有界面互补,就没有降解。

1.2

必学内容

四组知识点,构成你看待任何分子胶项目的坐标系。点击展开每一项。

01 Molecular glue 的定义;induced proximity 的本质

分子胶以单一小分子诱导两个蛋白靠近,核心是"制造新关系"而非"抑制旧功能"。它通常分子量小、更像传统口服小分子,但发现难、机制难——长期依赖偶然。

关键认知:binding ≠ degradation。结合只是起点,真正决定成败的是诱导出的界面是否能让泛素化高效发生。

induced proximityternary complexsingle small molecule
02 与抑制剂、PROTAC、CELMoD 的区别;与 DAC / LYTAC / AUTAC / ATTEC 的边界

抑制剂占据口袋、阻断功能;分子胶不阻断,而是重塑互作网络。PROTAC 用双功能分子连接两端,理性设计强但分子量大、PK 难;分子胶是单分子,更"药"但更难发现。

CELMoD 是 CRBN 调节剂家族(临床验证多,但底物谱与毒性需警惕)。DAC(抗体偶联)、LYTAC(溶酶体)、AUTAC/ATTEC(自噬)则是把"诱导邻近"延伸到不同降解机器与不同底物类型——边界要分清,别混为一谈。

inhibitorPROTACCELMoDDAC · LYTACAUTAC · ATTEC
03 降解型 vs 非降解型;E3-dependent vs non-E3;异源二聚 vs 同源二聚

并非所有分子胶都导致降解。降解型诱导泛素化→蛋白酶体清除;非降解型只重编程功能或稳定一个复合物,不一定降谁。

多数明星案例是 E3-dependent(依赖 CRBN、DCAF15 等),但也存在 non-E3 的诱导邻近。按拓扑还分:异源二聚(拉近两个不同蛋白,主流)与同源二聚(拉近两个相同蛋白)。这三组维度决定了你后面该设计什么实验、找什么读出。

degradernon-degraderE3-dependenthetero- / homo-dimerizer
04 为什么分子胶发现长期依赖偶然,以及理性发现策略正在如何兴起

沙利度胺、来那度胺这些里程碑分子胶,最初都是先有药效、后才弄清机制——界面是"碰巧互补"的,很难前瞻设计。这就是该领域长期被称作"偶然发现驱动"的原因。

正在改变的是:结构 AI(AF3、三元复合物预测)、结构化数据库(MGTbind、MolGlueDB 等)、生成式设计与蛋白组学读出,正把"撞运气"逐步变成可设计、可验证、可迭代的工程——这正是本课程要交付的能力。但要记住模块 0 的告诫:AI 做的是假设生成,不是机制判官。

serendipity → rationalstructure AIgenerative design
1.3

把分子胶放进降解版图

同属"诱导邻近 / 靶向降解",但每种模态的成药逻辑差异很大。先记住分子胶相对其它模态的位置与取舍:

模态分子形式优势主要难点
PROTAC双功能分子理性设计较强分子量大、PK 难
分子胶单小分子更像传统口服小分子发现难、机制难
CELMoDCRBN 调节剂临床验证较多底物谱与毒性
DAC抗体偶联降解剂组织递送优势CMC 与机制复杂
LYTAC溶酶体降解可降解膜/胞外蛋白递送与组织分布
AUTAC / ATTEC自噬降解可拓展底物类型机制与成药性不成熟
1.4

关键术语对照

这八个词会贯穿整个课程。读后面任何模块前,先把它们焊进肌肉记忆。

induced proximity
小分子诱导蛋白靠近
ternary complex
三元复合物
molecular glue degrader
降解型分子胶
ubiquitination
泛素化
neo-substrate
新底物
proteasomal degradation
蛋白酶体降解
E3 ligase
E3 泛素连接酶
degron
降解识别基序
1.5

学习产出 · 可考核

本模块的过关标准:你能用一张图独立讲清下面这条因果链,并指出每一步可能的"断点"——即机制在哪里可能悄悄失效。点击每个节点,看该步的断点。

从结合到药效的一条链 点亮断点 = 模块 0 的怀疑精神
1
small molecule 结合 E3 / substrate / 界面small molecule → binds E3 / substrate / interface
断点 · breakpoint结合 ≠ 形成有效界面。结合数据漂亮,但若两个蛋白姿态不互补,三元复合物根本立不住。
2
诱导新的蛋白互作→ induces new protein–protein interaction
断点 · breakpointhook effect:浓度过高反而把两端分别饱和、拆散复合物,被误读成"分子无效"。
3
泛素化 或 功能重编程→ ubiquitination or functional reprogramming
断点 · breakpoint形成复合物却未被有效泛素化(角度、赖氨酸可及性、E2 配套问题);或本就是非降解型,根本不该期待降解读出。
4
降解 或 信号改变→ degradation or signal change
断点 · breakpointoff-target degradation:降的不是你以为的那个蛋白;需 rescue(蛋白酶体/E3 敲除)与突变实验证明 E3 依赖与选择性。
5
药效 / 毒性→ efficacy / toxicity
断点 · breakpoint表型未必由"降解"引起——把细胞活性下降直接归因于目标降解,是最常见的因果谬误。药效需独立证据链支撑(见模块 9)。

逐个点击节点 → 点亮全部 5 个断点,即达到本模块产出要求

一条贯穿全程的判据

本课程对"机制成立"的标准,不是任何单一数据,而是一条完整证据链(见模块 9)。对"AI 有用"的标准,是它可复现地缩小了实验空间,而不是它给出了一个好看的结果。把这条判据刻进每一个模块。

1.6

本模块你应带走的资产

Deliverable · 01

一张分子胶机制因果链图

能独立画出"结合 → 诱导互作 → 泛素化 → 降解 → 药效",并在每一步标注可能断点。

Deliverable · 02

模态边界判别能力

给定一个降解剂,能判断它属于分子胶 / PROTAC / CELMoD / DAC / LYTAC / AUTAC 中的哪一类及其取舍。

Deliverable · 03

八个核心术语的精确使用

在后续模块讨论中,能区分 binding 与 degradation、neo-substrate 与 degron、E3-dependent 与 non-E3。

Mindset

"默认怀疑"的第一性视角

看到任何"分子胶有效"的结论,第一反应是去问机制在哪一步可能断、证据链是否闭合。

1.7

快速自测

检验你是否真的理解了"本质"
三道判别题。选择后立即给出解析——错也没关系,关键是搞清"为什么"。
Q1下面哪一句最准确地描述分子胶的本质?
一种能直接抑制靶蛋白活性的高亲和力小分子
一种诱导两个蛋白产生原本不存在的邻近/互作的小分子
一种连接靶蛋白与 E3 的双功能大分子
本质是 small-molecule-induced proximity。选项 1 是抑制剂思维;选项 3 描述的是 PROTAC(双功能分子)。分子胶是单小分子,靠"制造新关系"而非占据口袋起作用。
Q2某化合物在细胞中浓度升高后,靶蛋白降解反而减弱。最可能的解释是?
化合物彻底失活,应当淘汰
off-target,降错了蛋白
hook effect——高浓度分别饱和两端,拆散了三元复合物
蛋白酶体被抑制了
典型 hook effect。这是分子胶/降解剂特有的钟形剂量曲线,极易被误读为"无效"。把它当"失活"淘汰,正是模块 0 要红队掉的假阴性。
Q3关于 AI 在分子胶机制中的角色,本课程的立场是?
AI 负责生成可验证的假设,机制结论仍需实验证据链支撑
AF3 能预测三元复合物,预测结构即可作为机制证据
只要 docking 分数足够高,就能确定降解活性
AI 是假设生成器,不是机制判官。预测结构、docking 分数都属于假设,必须经 rescue / mutation / 蛋白组学验证才能进入证据链。选项 2、3 正是模块 0 列出的典型夸大。
进度 0 / 3 · 完成三题后进入模块 2