RTK结构域动态筛选工作流程：天然产物作为EGFR和VEGFR双靶点调节剂在乳腺癌治疗中的计算模型研究

本研究针对乳腺癌治疗中受体酪氨酸激酶(RTK)信号通路的异常激活问题，开发了"动态筛选(Dynamic Scapping)"工作流程，通过分子对接、500 ns分子动力学(MD)模拟和MM/GBSA结合自由能计算，从约20,000种天然产物中筛选出Digitonin、Cyclamin和Silychristin等具有EGFR(1M17)和VEGFR(3VHE)双靶点抑制潜力的化合物，为开发低成本、低毒性的乳腺癌治疗药物提供了新思路。

　　

乳腺癌作为全球女性健康的首要威胁，每年导致数百万人死亡，其中非洲地区因医疗资源匮乏导致死亡率居高不下。这种恶性疾病的发生发展与受体酪氨酸激酶(RTK)家族成员的异常激活密切相关，特别是表皮生长因子受体(EGFR)和血管内皮生长因子受体(VEGFR)的协同作用，分别驱动肿瘤细胞增殖和血管生成。然而现有合成抑制剂如Erlotinib和Sunitinib存在耐药性、毒副作用和高成本等问题，在资源有限地区难以普及。

南非约翰内斯堡大学(University of Johannesburg)化学科学系的研究团队创新性地开发了"动态筛选"计算工作流程，通过整合多尺度建模技术，系统评估天然产物库中化合物对EGFR和VEGFR的双重抑制作用。研究成果发表在《Molecular Diversity》期刊，为开发基于天然产物的乳腺癌治疗策略提供了重要理论依据。

研究采用分子对接(Glide)、量子力学优化(B3LYP/def2-TZVP)、500 ns分子动力学模拟(AMBER20)和MM/GBSA结合自由能计算等关键技术，从南非本土天然产物库筛选化合物。特别关注了与临床参考药物(Erlotinib和Pyrrolopyrimidine)的结合模式对比，并通过动态相关矩阵(DCCM)和主成分分析(PCA)解析了蛋白-配体复合物的构象动力学。

虚拟筛选与结合模式分析
通过三级对接流程(HTVS-SP-XP)从约20,000种天然产物中筛选出13个EGFR和12个VEGFR潜在抑制剂。Digitonin与EGFR的Met769形成关键氢键，而Silychristin与VEGFR的Cys919和Asp1046产生稳定相互作用，结合自由能分别达-84.29 kcal/mol和-63.33 kcal/mol，优于参考药物。

分子动力学稳定性验证
500 ns模拟显示所有复合物RMSD稳定在1.73-2.92 ?范围内。Cyclamin-EGFR复合物表现出最低的残基波动(RMSF 1.09 ?)，而Quercetagetin-VEGFR体系半径(Rg 19.99 ?)表明其能有效维持蛋白紧凑结构。

能量景观与关键残基
MM/GBSA分解揭示Digitonin与EGFR的Glu67(△G:-7.75 kcal/mol)和Silychristin与VEGFR的Glu75(△G:-5.41 kcal/mol)产生强静电相互作用。动态相关分析显示这些天然产物能显著抑制RTKs的N-lobe与C-lobe间反协同运动。

该研究首次系统评估了天然产物对EGFR/VEGFR双靶点的抑制潜力，其中Digitonin和Silychristin展现出与临床药物相当的结合特性，且具有植物来源化合物的安全性优势。特别值得注意的是，这些先导分子来源于南非本土药用植物资源，为当地乳腺癌防治提供了符合"可及性"原则的候选药物。计算方法学上，建立的"动态筛选"工作流程为其他RTK靶点的药物发现提供了可借鉴的技术范式。

研究也存在若干局限：单次MD轨迹可能低估构象采样空间；MM/GBSA计算未包含熵变项；需后续实验验证实际抑制效果。未来工作应拓展到HER家族其他成员，并开展细胞水平的功能验证，以全面评估这些天然产物的治疗潜力。