天然产物及其衍生物为癌症及传染病等疾病的治疗做出了重大贡献。然而,基于天然产物的药物发现也存在挑战,如天然产物的筛选、分离、鉴定和优化等过程存在一定技术壁垒（图1）。近年来,随着分析工具的改进、基因组挖掘技术的应用以及微生物培养方法的进步，将天然产物作为药物先导化合物重新引起药物化学家的关注，特别是在应对抗菌素耐药性方面，使得基于天然产物的药物发现迎来了新的机遇。今天我们主要分享基于天然产物的药物发现中的技术发展与应用，并简要展望该领域的发展前景。

传统的基于天然产物的药物研究开始于对粗提取物的生物筛选，进而识别出具有生物活性的“Hit”提取物，然后进一步分离出活性分子。基于生物活性的分离过程存在较多限制，但现有的策略和技术可以克服一些难点（图2）。如建立更加适宜的数据库用于虚拟筛选；预分馏粗提取物使其成为更适合于自动化液体处理系统的子馏分；调整分离方法如优先保留含有类药物性质化合物的子馏分(通常是中等亲水性)。

此外，代谢组学是一种同时分析生物样本中多种代谢物的方法。在色谱和光谱分析技术的发展背景下，代谢组学首先应用于生物医学和农业科学研究领域。随着天然产物研究中分析仪器的发展，以及计算方法联合应用使研究人员更易获得天然产物衍生物的结构以及模拟的光谱信息，因此，组学方法也渐渐应用于基于天然产物的药物发现中。利用代谢组学方法可以获得天然产物提取物中代谢物组成的准确信息，加速结构去重以及发现未知的天然产物类似物和新颖的结构骨架。此外，代谢组学可以检测生物体在不同生理状态下代谢产物组成的差异，还可以提供广泛的代谢产物图谱，有助于阐述天然产物的分子作用机制。在代谢分析层面，天然产物的提取物可以通过核磁共振(NMR)或高分辨质谱(HRMS)进行分析，亦可以通过组合方法(如LC(液相色谱)-HRMS)进行分析，从而分离出天然产物提取物中的异构体分子。此外，这种组合方法还可将HRMS和NMR结合起来，实现操作简单、重复性好、灵敏度高的代谢物分析。通过分析得到的代谢组学数据可以进一步与其他组学技术(如转录组学、蛋白质组学和/或基于成像的筛选)获得的数据集成。如Kurita等人开发了一个化合物活性映射平台，通过整合天然产物提取物库的细胞学分析数据和代谢组学数据，用于预测复杂天然产物提取物的结构信息和作用机制。同时该团队在此基础上对234种细菌提取物进行了基于图像的表型生物活性筛选和LC-HRMS代谢组学研究，通过数据分析发现了新的天然产物——quinocinolinomycin A-D，并阐述了quinocinolinomycin是引起内质网应激的新天然产物家族。

基因组挖掘(genome mining)是以基因簇序列为指导的天然产物发现新策略，同时还能直接将天然产物结构与合成途径关联，方便进行生物合成和组合生物合成研究等。而生物合成技术和生物信息学工具的进一步发展促进了基因簇代谢产物的结构分析研究。如基因聚类分析的预测工具与光谱技术相结合可加速天然产物的鉴定，并确定代谢产物的立体化学性质。此外，为了将基因组挖掘从单个基因组扩展到整个属、微生物组或菌株收集，研究人员已经开发出能够对生物合成基因簇进行序列相似性分析的BiG-SCAPE和CORASON，该方法使用系统基因组学知识来阐明基因簇之间的进化关系。

然而基因组挖掘在基于天然产物的药物发现中存在一些问题，如许多微生物不能被培养，或者对它们进行基因操作的工具尚未得到充分开发，使得获取它们的天然产物更具挑战性。研究发现天然产物的生物合成基因簇可以通过克隆并在特征良好、易于培养和遗传操作的生物体中异质表达(如大肠链霉菌，大肠杆菌和酿酒酵母菌)，从而获得比野生型菌株更高的生产效价，提高先导化合物的利用率。为了克隆完整的天然产物生物合成基因簇，需要能够携带大量DNA插入物的载体。基于此有研究团队结合代谢组学开发了一个可扩展的平台：代谢组评分式真菌人工染色体（Fungal Artificial Chromosomes with Metabolomic Scoring，FAC-MS），可提高霉菌药物分子的筛选效率，实现喷井式新药开采。同时，利用FAC-MS平台对56个来自不同真菌种类的生物合成基因簇进行筛选，发现了17个天然产物，研究人员挑选了一个进行严格的深入表征，最后将其命名为valactamide(图2b)。

即使在可培养的微生物中，许多生物合成基因簇在传统的培养条件下可能无法表达，而这些沉默的基因簇可能是具有类药性质的天然产物的开发来源，依靠测序、生物信息学分析和异源表达的方法也则可以改善这一窘境。例如, Hover等人搜索了2000个土壤样本的宏基因组，寻找具有钙结合基序的脂肽生物合成基因簇。通过异源表达72 kb的生物合成基因簇，从含白色链霉菌宿主菌株的沙漠土壤样品中发现了钙依赖抗生素家族成员malacidins(图3)。

天然产物生物合成受环境的复杂调控，这意味着微生物培养条件对新的天然产物的发现具有重大影响。与标准实验室条件相比，目前已开发出几种策略用以提高新的天然产物发现概率，并实现了微生物在特定的模拟环境中生长。如利用微生物取样环境中的原位孵育来更好地模拟自然环境，让来自不同环境的“未培养”微生物生长并产生新的天然产物。这种策略在芯片平台的开发和应用中得到广泛应用，iChip平台使用了这一概念，将稀释后的环境样品播种在不同的芯片孔中，播种后，芯片被放回取样的土壤中进行原位培养，使培养的微生物暴露于其原有环境的影响之下，基于该方法发现的天然产物teixobactin（一种新的抗革兰氏阳性菌抗生素）则表明了此策略具有较好的应用潜力（图4）。

图4：应用先进的微生物培养方法鉴定新的天然产物Teixobacin^[1]

尽管药物研发一直面临着高投入低回报的窘境以及知识产权限制等障碍，天然产物作为结构新颖的活性分子重要来源，经过开发与优化可作为新药物的起点。同时，目前药物发现过程中的技术进步为基于天然产物的药物发现的大力发展提供了强有力的基础。

[1] Atanas, G.; Atanasov, S. B.; Zotchev, V. M.; et al. Natural products in drug discovery: advances and opportunities. Nature Reviews Drug Discovery 2021, 20 (3) , 200-216.