基于膜生物物理学的抗癌肽-药物偶联物设计：克服多药耐药的新策略

《Computers in Biology and Medicine》：nnDoseNet: Intuitive and flexible deep learning framework to train and evaluate radiotherapy dose prediction models

本综述通过整合计算建模（MD、SMD）与实验验证，系统阐述了抗癌肽（ACP）及其与柔红霉素（daunorubicin）偶联物在克服肿瘤多药耐药（MDR）中的机制与应用。研究揭示ACP通过靶向癌细胞膜磷脂不对称性（如外翻的磷脂酰丝氨酸），以受体非依赖性方式规避MDR转运泵，显著增强药物蓄积并诱导凋亡（最高达70%），为靶向化疗提供了新范式。

　　

Highlight

抗癌肽的设计主要依赖两大关键策略：利用理化性质及基于机器学习（machine learning）的抗癌活性预测工具。为整合二者优势，我们开发了分步方法系统结合这些策略（表S4）。此外，通过评估关键性质如溶解度、稳定性及形成二硫键（disulfide bond）能力，增强了肽筛选的可靠性。

Discussion

本研究通过分子动力学（MD）模拟（包括牵引分子动力学（steered molecular dynamics, SMD）和伞状采样（umbrella sampling））揭示了先导肽（lead peptides）穿透癌细胞膜的分子机制。与正常细胞膜相比，癌细胞膜因外翻的磷脂酰丝氨酸（phosphatidylserine, PS）而携带更高负电荷，导致肽穿透的自由能垒（free energy barriers）显著降低（p<0.05）。这一发现从生物物理学角度解释了ACP的选择性毒性。

肽-药物偶联物（peptide-drug conjugates）在多重耐药（MDR）细胞系EPG85.257RDB中表现出突破性疗效：肽-05（peptide-05）和肽-20（peptide-20）偶联物分别将柔红霉素（daunorubicin）的细胞毒性提升35%以上，并实现近完全的药物滞留（flow cytometry验证）。更重要的是，偶联物通过激活caspase-3/7通路诱导显著凋亡（apoptosis）（MDR细胞中达39.06%-67.54%），且未引发明显坏死（necrosis），证实其通过膜靶向机制绕过了P-糖蛋白（P-gp）介导的药物外排（efflux）。

与既往研究相比，本工作的创新点在于：1）采用高保真膜模型（含PS、胆固醇（cholesterol）梯度）模拟真实肿瘤微环境；2）通过二硫键（disulfide bond） linker实现肿瘤微环境特异性药物释放；3）首次报道ACP-蒽环类药物（anthracycline）偶联物对胃癌MDR模型的协同作用。局限性包括未评估体内脱靶效应及linker稳定性，需进一步优化药代动力学参数。

Conclusion

这项整合计算-实验的研究通过模型优化肽-膜相互作用（peptide-membrane interactions），并结合生物学实验验证活性。结果表明，理性设计的ACP及其肽-药物偶联物（peptide-drug conjugates）是提高化疗特异性、克服耐药性的 promising 策略。通过规避外排泵（efflux pumps）及选择性诱导凋亡（apoptosis），这些肽为传统治疗提供了可行替代方案。然而，临床转化（clinical translation）仍需解决规模化生产、稳定性及免疫原性（immunogenicity）等挑战。