基于结构的虚拟筛选发现连翘酯苷A作为抑制Aβ神经毒性的高效抑制剂

本研究针对阿尔茨海默病(AD)中异常淀粉样蛋白β(Aβ)聚集这一关键病理机制，通过结构导向的虚拟筛选技术靶向Aβ纤维末端，从传统中药库中鉴定出连翘酯苷A(Forsythoside A)能显著抑制Aβ40聚集并解聚已形成的纤维。该成果为开发新型AD治疗药物提供了创新策略，相关成果发表于《Communications Chemistry》。

　　

阿尔茨海默病(AD)作为威胁全球健康的神经退行性疾病，其核心病理特征——淀粉样蛋白β(Aβ)的异常聚集一直是治疗靶点研究的焦点。尽管近年来抗体疗法如aducanumab和lecanemab取得进展，但高昂成本和潜在副作用促使学界寻求更安全经济的小分子抑制剂。然而，现有抑制剂开发面临两大瓶颈：一是Aβ纤维缺乏明确结合位点，二是传统筛选方法效率低下。

针对这一挑战，研究人员采用创新性的结构导向策略，首次将Aβ纤维末端作为虚拟筛选的靶点。通过深度学习工具PharmacoNet识别2LMN纤维结构的关键热点区域，对1561种天然化合物库进行分子对接筛选。连翘酯苷A(For A)以最高评分脱颖而出，实验验证显示其不仅能以IC₅₀=11μM抑制Aβ₄₀聚集，还可解聚成熟纤维。表面等离子共振(SPR)证实For A与纤维的结合力(K_D=0.198μM)远强于单体。化学动力学分析揭示其通过破坏纤维延伸过程发挥作用，而原子力显微镜(AFM)和点杂交实验直观展示了纤维数量减少。在AD模型线虫CL4176中，10μM For A使寿命从18天延长至24天，ThT染色显示CL2006线虫的淀粉样斑块显著减少。

关键技术包括：1)基于2LMN纤维结构的虚拟筛选；2)ThT荧光动力学监测聚集过程；3)SPR定量结合亲和力；4)化学动力学模型解析抑制机制；5)转基因线虫模型验证体内效果。

主要研究结果包括：
虚拟筛选：在纤维末端鉴定出含π-π作用位点的热点区域，筛选发现For A及其类似物For B具有潜在抑制活性。
抑制效果验证：For A使Aβ₄₀纤维粒径从1000nm降至100nm，圆二色谱显示β-折叠含量从25.09%降至17.53%。
结合机制：分子动力学模拟显示For A通过Phe19/Ile32等残基与纤维稳定结合(结合能-24.56 kcal/mol)。
细胞保护：5μM For A使Aβ诱导的N2a细胞存活率从56%提升至96%。
拓展研究：对中枢神经系统穿透化合物库的筛选中，13个测试分子有6个显示显著抑制效果。

这项研究的重要意义在于：首次系统验证了靶向纤维末端的虚拟筛选策略在AD药物开发中的可行性，为突破传统抑制剂开发瓶颈提供了新思路。For A作为天然来源的高效抑制剂，其多羟基结构带来的水溶性和亚化学计量抑制特性(2.5μM即可解聚5μM纤维)展现出独特优势。尽管化合物稳定性仍需优化，但该工作为开发兼具抑制聚集和解聚纤维双重功能的AD治疗药物奠定了重要基础。研究还提示，针对不同来源的Aβ纤维多态性(如患者来源的6SHS/7Q4B结构)开展筛选，可能发现更具临床转化价值的候选分子。