药物筛选是药物发现的关键步骤[1]。快速识别活性化合物可以大大减少药物开发的时间和成本[2],[3],[4]。一些成功的例子表明，包括植物、微生物和海洋生物在内的复杂天然产物系统是发现先导化合物的重要来源[5],[6],[7]。然而，从天然产物中筛选药物常常面临缺乏准确方法的挑战，导致筛选效率低下以及可能出现假阳性或假阴性结果[8],[9]。因此，建立一种从复杂系统中筛选药物的有效方法既至关重要又极具挑战性[10],[11],[12]。
生物传感技术是一种快速、灵敏、特异性强且通常成本效益高的分析方法，能够弥补传统分析方法的局限性[13],[14],[15],[16]。生物传感器能够快速、高通量地筛选大量化合物，从而识别出对特定生物靶标（如酶和受体）具有活性的分子[17]。这使得它们成为在复杂系统中进行药物发现的高通量筛选技术的可行选择[18],[19],[20]。先进生物传感器的发展得益于各种新型材料的探索[21],[22],[23]。近年来，共价有机框架（COFs）引起了广泛关注[24],[25],[26],[27]。通过共价键将预设计的构建块精确组装成COFs，可以实现原子级别的控制[28]，从而可定制孔径、拓扑结构和官能团，以实现特定的分析物识别和提高传感器的选择性。因此，COFs已成为生物传感应用中的主流选择，旨在提升传感器的性能[29],[30]。尽管生物传感技术可以快速识别复杂系统中生物活性化合物的存在，但要有效区分导致这些效果的特定活性物质仍然具有挑战性。
计算机辅助的虚拟筛选是识别“命中化合物”和“先导化合物”的有效工具[31],[32]。利用目标信息（如蛋白质结构）或已知的活性配体有助于快速识别复杂系统中的潜在生物活性分子[33],[34]。然而，计算机辅助的虚拟筛选依赖于计算模型和评分函数的准确性，这可能导致一定比例的假阳性或假阴性结果[35],[36]。在分子对接中使用评分函数在准确预测结合亲和力方面仍存在困难，从而阻碍了实验数据的完全替代[37]。
在本研究中，为了高效快速地筛选复杂系统中的酶抑制剂，建立了一个基于生物传感技术的计算机辅助筛选系统。该系统利用COFs作为生物传感器识别元件，快速识别抑制剂的存在。计算机辅助的虚拟筛选技术有助于快速且经济高效地分离活性单体，弥补了生物传感器无法准确筛选单个单体的不足。为了验证该技术的实用性，我们对α-葡萄糖苷酶（α-Glu）进行了研究，这种酶催化寡糖水解为葡萄糖，在碳水化合物消化中起着关键作用[38]。其活性的异常与糖尿病的发生和发展密切相关[39],[40]。α-Glu抑制剂可以抑制肠道中的α-Glu活性，延缓碳水化合物的消化，降低餐后血糖峰值，具有重要的临床应用价值[41],[42]。因此，筛选α-Glu抑制剂具有重要意义。如图1所示，合成了一种具有氧化酶活性的共价有机框架（TpBpy COF）。该COF在可见光照射下表现出优异的氧化酶样活性，并通过光生电子转移产生超氧自由基（·O2?）[43]。在可见光照射下，TpBpy COF能有效将无色底物（TMB）氧化为蓝色氧化态TMB（oxTMB）。α-熊果苷（α-arb）被α-Glu水解产生的氢醌可以还原oxTMB为TMB。通过检测TMB的颜色变化来检测α-Glu的活性。随后，使用该传感器筛选对α-Glu具有抑制作用的天然产物，并结合虚拟筛选进一步准确鉴定具体的活性成分。
