药物靶点筛选全指南：直接物理结合靶点与间接调节靶点的核心区别

引言

观察到化合物处理后某个蛋白的磷酸化水平显著下降，下意识就把它当成了化合物的“作用靶点”，打算围绕它做后续的结合验证。直到和导师讨论时才被点醒：这个蛋白更可能是通路下游的间接效应分子，而非药物直接结合的靶标。

这件事让我意识到，清晰区分“直接物理结合靶点”和“间接调节靶点”，是药物机制研究的第一步。

结合这段时间查阅的文献与权威实验方案，我把两类靶点的核心差异、鉴定方法，以及领域内最容易混淆的几类场景做了一次系统梳理，也分享给同做靶点研究的朋友们。

今天我们先来深度了解一下二者的核心差异，我拆成了5个维度，方便大家快速对标判断。

1.分子相互作用的本质完全不同

在我看来这是最根本的分界线。

直接物理结合靶点，就是药物分子和靶蛋白真真切切发生了三维空间的物理接触 —— 靠氢键、疏水作用、静电引力甚至共价键结合，完全遵循物理化学定律，有明确的结合热力学规律，是药物介入生物系统的第一个物理锚点。

间接调节靶点恰恰相反，它和药物分子本身没有任何物理层面的接触。我们观察到的表达或活性变化，本质是细胞内信号流逐级传递的结果：药物先扰动了某个直接靶点，再通过激酶磷酸化级联、转录因子核转位、第二信使波动这些过程，最终带动下游蛋白发生改变。它是生物网络的级联响应，不是分子间的直接结合。

2. 结合位点的空间几何要求不同

这是从结构视角最直观的区分。

既然要发生物理结合，直接靶点的蛋白表面必然存在和药物分子在形状、大小、电荷上高度互补的三维口袋 —— 不管是天然底物结合的正构位点，还是蛋白表面的变构位点，总得有个能让药物“卡进去”的微环境，这也是虚拟筛选、分子对接的理论基础。

间接靶点完全不需要这种结构。它本身没有容纳该药物的结合口袋，功能变化只是对上游信号的被动反应。比如有些天然产物最终能上调细胞核内的抗凋亡蛋白，但这个蛋白表面根本没有对应药物的结合位点，只是通路激活后的下游结果。

3. 起效逻辑与动力学时间尺度差异显著

这一点做细胞实验的时候体感特别明显，也是初步判断靶点层级的简易指标。

直接靶点的起效遵循“碰撞-结合-构象变化”的物理规律，微秒到毫秒级就能完成结合，立刻改变靶点的生化活性，几乎没有时间差，是整个药理效应的“扰动源头”。

间接靶点的变化一定会有时间滞后。信号传导需要经过多级分子的放大和位移，如果涉及基因转录、蛋白从头合成，往往要数小时甚至数天才能观察到显著变化。这种延迟，本质是信号在网络中逐级传递的时间成本。

4. 体外验证的核心特征截然不同

这是实验层面最直接的区分标准。

1.直接靶点

• 在无细胞的纯化单蛋白体系中，依然能测出明确的结合热力学信号与生化活性改变；
• 其结合能够被天然底物、已知高亲和力类似物在空间上竞争阻断。

2. 间接靶点

• 在纯化单蛋白体系中完全无效，它的活性或表达变化严格依赖结构完整的活细胞网络；
• 不存在物理意义上的结合位点竞争，经典的竞争结合实验常呈假阴性。

5. 两个经典案例帮你彻底分清

两个老药的研发故事，最能直观体现这种靶点的层次性：

1. 普乐沙福（AMD3100）：早年研究者观察到它能强效抑制HIV进入细胞，一度以为病毒表面的gp120是直接靶点。后续结构生物学才证实，gp120只是表型层面的间接效应点；药物真正直接结合的是宿主细胞的CXCR4受体，靠空间位阻阻断病毒入侵通路，才产生了下游的抗病毒效果。
2. 二甲双胍：它的直接结合靶点是线粒体呼吸链复合体I，后续AMPK磷酸化激活、糖异生基因下调、炎症因子表达改变，全都是下游的间接网络效应，绝非药物直接结合了这些分子。

为了方便大家快速对照，我整理了一张核心差异对比表：

写在最后

把这几个维度捋完，我自己最大的感受是：区分直接与间接靶点，从来不是抠文字定义的文字游戏，而是给整个课题的实验设计定基调。

如果连“这个蛋白到底是不是药物直接碰得到的靶标”都没搞清楚，上来就盲目做结合实验、做分子对接优化，大概率会做很多无用功。先从本质上把二者的边界划清，搞懂核心差异，后续选什么技术、验证什么指标，逻辑才不会乱。

下篇我会接着聊实操层面的内容：不同场景下该选哪些鉴定技术、实验设计里有哪些注意事项，以及领域里最容易踩的几个认知误区。咱们下篇见。

⬇️⬇️⬇️

TPP药物靶点筛选解决方案

✅️全面直接筛选真实药靶组合：蛋白质组水平筛选药物结合的蛋白靶点，全面覆盖治疗靶点与脱靶靶点；使用药物分子本体进行试验，无需设计合成分子探针，药靶结合更真实

✅️多种数据分析策略：结合蛋白热变性曲线分析和非参数分析方法（NPARC），全面捕获潜在药物靶点

✅️多种生信分析数据库挖掘辅助筛选：对潜在药物靶点进行生信分析与数据库挖掘，辅助最终药物靶点的确认

✅️多种衍生技术可选：除常规温度范围（TPP-TR）、药物浓度范围（TPP-CCR）、两者结合（2D-TPP）的常规热蛋白组分析方法外，还可进行单温度点（ITSA）、多温度点混合（PISA）等高通量热蛋白组分析方法

参考资料

1. Yuan Y, Yu L, Bi C, et al. A new paradigm for drug discovery in the treatment of complex diseases: drug discovery and optimization. Chin Med. 2025;20:40.
2. Pak M, Bang D, Sung I, Kim S, Lee S. DGDRP: Drug-specific Gene selection for Drug Response Prediction. Front Genet. 2024;15:1441558.
3. Ghomlahi M, Hart A, Hoang N, Shin S, Nguyen LK. Feedback, crosstalk and competition: ingredients for emergent non-linear behaviour in the PI3K/mTOR signaling network. Int J Mol Sci. 2021;22(13):6944.
4. Burton NR, Kim P, Backus KM. Photoaffinity labelling strategies for mapping the small molecule-protein interactome. Org Biomol Chem. 2021;19(36):7792-7809.
5. Zhu Y, Zhang J, Tu P, Zeng K, Wang L. Recent advances in the target identification strategies of natural products: an overview from 2014 to 2025. Targetome. 2026;2(2):e015.
6. De Clercq E. The AMD3100 story: the path to the discovery of a stem cell mobilizer (Mozobil). Biochem Pharmacol. 2009;77(11):1655-1664.
7. Kelly B, Tannahill GM, Murphy MP, O’Neill LAJ. Metformin inhibits the production of reactive oxygen species from NADH:ubiquinone oxidoreductase to limit induction of interleukin-1β (IL-1β) and boosts interleukin-10 (IL-10) in lipopolysaccharide (LPS)-activated macrophages. J Biol Chem. 2015;290(33):20348-20359.