药物再利用发现新型Wee1激酶抑制剂，可用于三阴性乳腺癌的治疗

《European Journal of Medicinal Chemistry》：Drug repurposing identifies novel Wee1 kinase inhibitors for triple negative breast cancer therapeutics

三阴性乳腺癌治疗中，通过机器学习与分子对接筛选出82种Wee1抑制剂，验证adomeglvant和dactolisib抑制活性，并发现与顺铂协同可增强3-11倍抗癌效果。

　　本文探讨了在三阴性乳腺癌（TNBC）中寻找新型Wee1激酶抑制剂的研究。TNBC是一种侵袭性较强的乳腺癌亚型，其特点是缺乏雌激素、孕激素和HER2受体，使得标准靶向治疗难以奏效，常需依赖高强度的化学治疗。尽管已有治疗手段，TNBC仍然是一个重大挑战，每年导致超过50万例乳腺癌死亡。由于缺乏特定的靶点受体，TNBC的治疗受限，必须依赖全身化疗，这带来了显著的副作用、患者反应的差异以及药物耐受性的产生，使得疾病管理变得复杂。此外，TNBC的高复发率和显著的分子异质性进一步强调了开发新治疗方案的迫切需求。

随着研究的深入，药物再利用和药物组合筛选提供了新的策略，以对抗癌症。药物再利用是指发现现有药物的新治疗用途，有助于加快药物开发进程并降低时间和成本。分子对接是药物再利用中用于预测药物与蛋白质靶点相互作用的重要技术，但在处理大规模化合物库时，可能非常耗时。将机器学习（ML）与分子对接结合，可以优化药物再利用过程，通过准确预测药物-靶点相互作用，显著减少计算时间和成本，从而加速药物开发流程。然而，体外研究对于验证计算预测结果至关重要，确保其在药物开发中的生物学相关性和有效性，特别是在癌症研究中。

本文研究的目标是通过整合基于机器学习的计算机模拟方法与体外抗癌实验，在TNBC模型中寻找新的Wee1激酶抑制剂。研究采用了一种高通量虚拟筛选方法，结合机器学习和分子对接技术，对DrugBank数据库中的8824种分子进行了分析，识别出潜在的Wee1抑制剂。所选候选药物的抑制潜力通过酶动力学、细胞活力实验、细胞热稳定性实验（CETSA）、cdc2磷酸化以及分子动力学模拟进行了验证。随后，研究评估了这些药物在TNBC体外模型中的抗癌效果，特别是它们在促进细胞凋亡和核分解方面的潜力。此外，研究还进行了系统且全面的药物协同效应分析，重点关注Wee1抑制剂与紫杉醇或顺铂的组合。研究结果表明，利用先进的统计和数学建模工具进行药物协同效应识别，可以为未来在TNBC及其他癌症类型的组合治疗研究提供框架。

Wee1激酶在G2/M细胞周期检查点的调控中起着关键作用，这使其成为癌症治疗的有吸引力目标。通过诱导肿瘤细胞的有丝分裂灾难，可以有效抑制癌细胞的增殖。Wee1激酶在多种癌症类型中高度表达，包括乳腺癌、肺癌、鳞状细胞癌、宫颈癌、肝癌、髓母细胞瘤、白血病、胶质母细胞瘤、卵巢癌和黑色素瘤。其高表达与较差的预后相关，表明Wee1在这些癌症中的重要性。因此，Wee1激酶的抑制长期以来被视为癌症治疗的策略之一。然而，首个用于人体的Wee1抑制剂——adavosertib，虽然已进入临床试验，但显示出剂量依赖的不良反应，这促使研究人员寻找新的抑制剂。在这一背景下，药物再利用提供了一种具有前景且成本效益高的策略，用于快速开发新的Wee1抑制剂，利用已有药物的安全性和有效性。

研究中采用的高通量虚拟筛选方法基于机器学习和分子对接技术，对DrugBank数据库中的8824种分子进行了分析。通过机器学习模型预测药物与Wee1激酶的结合能，筛选出82种具有潜在抑制作用的分子，其结合能≤-9 kcal/mol。基于配体效率指数的排名筛选，结合结合评分和构象，确定了五个候选药物。进一步的酶促反应和细胞毒性实验筛选出两个最佳候选药物——adomeglivant和dactolisib。此外，剂量依赖的cdc2抑制，结合CETSA实验，验证了这两种药物作为Wee1抑制剂的有效性。研究还发现，这两种药物在TNBC细胞系中能够促进细胞凋亡和核分解。研究进一步探讨了将adavosertib或dactolisib与顺铂联合使用的协同效应。这些组合在单药治疗的基础上显示出显著的增强疗效，其IC50值减少了3至11倍。研究确定了最佳的给药比例，即adavosertib与顺铂的1:1比例和dactolisib与顺铂的1:2比例，突显了这些组合在剂量依赖协同效应方面的有效性。

研究还指出，adomeglivant和dactolisib在TNBC中显示出作为Wee1激酶抑制剂的潜力。其中，dactolisib表现出更优的活性，这为其在临床中的应用提供了希望。此外，这两种药物在联合治疗中的协同潜力，如与顺铂的组合，突显了未来临床研究的方向。研究通过系统分析，为开发新的治疗方案提供了理论依据，并展示了药物再利用在癌症治疗中的价值。研究还强调了药物协同效应在提高治疗效果和减少药物剂量方面的优势，这有助于克服现有治疗方案的局限性。

研究的整个过程从蛋白质和配体的准备开始，使用了Wee1激酶的晶体结构（PDB ID: 5V5Y，分辨率：1.90 ?），并从蛋白质数据库下载了该结构。在进行分子对接之前，去除了水分子，添加了极性氢原子，并使用AutoDockTools分配了Gasteiger电荷，以优化分子结构。研究还使用了DrugBank数据库，该数据库包含8824种分子，以SDF文件格式存储，作为配体来源。研究分析了其中约四分之一（2307种）的分子，以识别潜在的Wee1抑制剂。

在机器学习模型的训练和药物筛选方面，研究采用了一种基于核岭回归（KRR）的模型，用于分析药物与Wee1激酶的结构特性。初始步骤包括将分子的三维坐标转换为一维数组，即表示形式。研究使用了包含2307种随机选择药物的三维坐标及其平均结合能的数据集，生成了库仑矩阵表示。随后，进行了核岭回归分析，以筛选出具有潜在抑制作用的药物。通过这一过程，研究不仅验证了药物与Wee1激酶的相互作用，还确定了可能的候选药物，为后续的体外实验提供了基础。

在讨论部分，研究强调了Wee1激酶在癌症治疗中的重要性。由于其在G2/M检查点的调控作用，Wee1激酶的抑制能够有效阻止肿瘤细胞的分裂，从而抑制其生长。此外，Wee1激酶在DNA复制和基因组稳定性中的作用，使其成为治疗多种癌症的潜在靶点。研究指出，Wee1激酶的高表达与较差的预后相关，这表明其在疾病进展中的关键角色。因此，开发新的Wee1抑制剂对于改善患者预后具有重要意义。

研究还指出，当前的Wee1抑制剂如adavosertib虽然在临床试验中显示出一定的效果，但其剂量依赖的不良反应限制了其广泛应用。这促使研究人员寻找更安全、有效的替代药物。通过药物再利用，研究能够在现有药物中找到新的应用，从而加速药物开发进程。同时，药物协同效应的分析也为开发更高效的治疗方案提供了可能性，通过组合使用两种或三种药物，可以实现比单药治疗更高的疗效，同时减少药物剂量，降低副作用。

研究的结论表明，adomeglivant和dactolisib在TNBC细胞中显示出作为Wee1抑制剂的潜力。其中，adomeglivant最初作为胰高血糖素受体拮抗剂使用，而dactolisib则是首次被发现为Wee1抑制剂的PI3K/mTOR抑制剂。这两种药物均表现出显著的抗癌效果，能够有效诱导细胞凋亡和坏死，从而抑制肿瘤细胞的生长。研究还发现，dactolisib在抑制Wee1激酶方面表现出更优的活性，这使其成为未来研究的重点。此外，这两种药物在联合治疗中的协同潜力，如与顺铂的组合，为未来的临床研究提供了方向。

研究的作者贡献部分显示，每位作者在研究的不同阶段做出了贡献。Jisha Pillai U负责验证、数据整理、撰写初稿、方法设计、形式分析、可视化、调查和概念化；Prabhjot Singh负责数据整理、形式分析、方法设计和撰写初稿；Meenu Maan负责调查、撰写评审和方法设计；Manju Nidagodu Jayakumar负责撰写评审和调查；Sainitin Donakonda负责撰写评审和软件开发；Eldhose Iype也参与了研究的某些部分。研究的致谢部分表明，作者得到了BITS Pilani迪拜校区的支持，Jisha Pillai U还获得了迪拜校区的研究助理资助。

研究的声明部分指出，作者声明他们没有已知的与本研究相关的竞争性财务利益或个人关系。研究的其他声明部分也确认了这一点，表明作者的立场是中立的。研究的整个过程展示了从计算机模拟到实验验证的系统方法，强调了药物再利用和协同效应在癌症治疗中的价值。通过这一研究，作者希望为未来的TNBC治疗方案提供新的思路，并推动相关药物的临床应用。研究还展示了如何利用先进的计算工具和实验方法，提高药物筛选的效率和准确性，从而加速药物开发进程。