基于机器学习的筛选方法以及通过模拟验证的有效JAK3抑制剂，用于癌症治疗

《PLOS One》：Machine learning-guided identification and simulation-based validation of potent JAK3 inhibitors for cancer therapy

JAK3抑制剂研究通过机器学习筛选25,084个化合物，随机森林模型（AUC=0.80）识别400个候选，结合分子对接、动力学模拟和ADMET分析验证，最终CHEMBL4117527（MM/GBSA自由能-29.5 kcal/mol）等化合物显示高亲和力、稳定结合及良好安全性。

　　
该研究提出了一种整合机器学习（ML）、分子对接、分子动力学（MD）模拟和量子化学计算（DFT）的多层级计算策略，用于高效筛选和验证新型选择性JAK3抑制剂。研究以JAK3在免疫调节和肿瘤进展中的关键作用为背景，针对传统JAK抑制剂泛效性差、安全性不足的问题，构建了从虚拟筛选到结构验证的完整流程。

在数据建模阶段，研究团队从ChEMBL数据库提取了包含12,356个化合物的JAK3抑制剂数据集，通过过滤缺失活性数据、剔除IC50>10,000nM无效化合物等预处理手段，最终保留了3,872个可用于建模的样本。采用MACCS分子指纹（含166个结构特征）结合递归特征消除（RFE）算法，成功将随机森林模型（AUC=0.80，F1=0.92）优化为最佳分类器，其预测精度显著高于决策树（AUC=0.73）、支持向量机（AUC=0.76）和朴素贝叶斯（AUC=0.65）等算法。

虚拟筛选阶段，基于随机森林模型的预测结果，从25,084个ChEMBL化合物中筛选出400个高置信度候选分子。通过 Glide模块对接分析发现，前10名候选分子均与JAK3蛋白活性口袋形成稳定结合（亲和力<-8.5 kcal/mol）。值得注意的是，编号为CHEMBL4117527的化合物在分子对接中展现出–9.051 kcal/mol的极强结合能，且与已知抑制剂PF-06651600共享关键结合残基（Leu108、Arg156、Asn157等），形成6-8个氢键网络。

在结构验证环节，针对TOP3候选分子（CHEMBL49087、CHEMBL4117527、CHEMBL50064）进行的200ns分子动力学模拟显示，所有复合物在平衡后均保持RMSD<0.20nm的稳定构象。特别的是，CHEMBL4117527的RMSD值（0.14nm）与晶格结构（0.13nm）高度一致，表明其结合模式具有最优的动态稳定性。溶剂可及表面积（SASA）分析进一步证实，所有候选分子均维持168-172nm2的稳定暴露区域，与靶点蛋白构象无显著偏离。

结合MM/GBSA和MM/PBSA两种自由能计算方法，CHEMBL4117527显示出最优异的复合物稳定能（–29.5 kcal/mol，MM/GBSA；–26.1 kcal/mol，MM/PBSA）。量子化学计算揭示该化合物具有最窄的HOMO-LUMO能隙（3.38eV）和最高化学软度（0.23eV），这与其在MD模拟中表现出的最佳构象稳定性相吻合。ADMET分析表明，所有候选分子均满足Lipinski规则五项标准（分子量<500Da，logP<5），其中CHEMBL4117527的logD值（2.15）和GIA值（0.82）均处于最优区间，展现出良好的口服生物利用度。

毒性预测数据显示，三个候选分子均属于低急性毒性（LD50>1300mg/kg）类别，且未显示致癌性、致畸性等风险信号。值得注意的是，CHEMBL4117527的离子化势能（5.93eV）和电负性（3.82eV）与已上市JAK抑制剂托法替布（5.21eV，3.85eV）高度相似，这为结构优化提供了重要方向。

该研究创新性地将机器学习预测与物理化学验证相结合：首先通过随机森林模型实现高效虚拟筛选，再利用分子对接锁定高亲和力候选；接着通过分子动力学模拟验证动态稳定性，最后结合MM/GBSA和DFT计算揭示电子相互作用机制。这种四维验证体系（ML预测+对接筛选+MD动态+DFT电子）显著提升了候选分子的可靠性，其中CHEMBL4117527在多项指标上超越已知抑制剂，特别是在保持JAK1/JAK2选择性方面表现出独特优势。

研究同时揭示了JAK3活性口袋的构效关系新规律：（1）Leu31-Glu106-Arg156形成刚性氢键桥，可同时容纳不同构型的抑制剂分子；（2）Asp170口袋的极性环境要求抑制剂必须具备特定的pKa值（7.2±0.5）；（3）Val39-Met105形成的疏水口袋对分子的共平面性和刚性要求较高。这些发现为后续结构优化提供了关键靶点，例如通过调整苯环取代基的电子效应来增强与Arg156的静电相互作用。

在计算方法优化方面，研究团队开发了双验证机制：先用随机森林模型（AUC=0.80）进行初筛，再用XGBoost模型（AUC=0.85）进行二次验证，有效避免了数据过拟合问题。分子对接阶段引入了柔性附件采样（FA sampling）技术，使预测的结合模式与实验X射线衍射结果吻合度达到92%。在MD模拟中，采用NVT（100ps）和NPT（100ps）两阶段平衡策略，确保了复杂蛋白-配体系统在生理条件下的稳定模拟。

该工作为JAK3抑制剂开发提供了重要参考：首先证实了机器学习模型在JAK家族中选择性抑制剂筛选中的可行性，其次建立了基于电子结构的稳定性预测新方法，最后揭示了JAK3与同类激酶在活性口袋关键残基（如Leu108、Asp170）上的差异特征。这些成果不仅推动了计算药物化学的发展，更为后续的实验验证指明了方向，特别是CHEMBL4117527作为新型候选分子，其与靶点的结合模式与已知的ATP类似物存在显著差异，可能为开发新型JAK3选择性抑制剂提供结构基础。