平衡型核苷转运体ENT1/2与药物相互作用的实验计算评估及机器学习模型构建

研究人员针对平衡型核苷转运体(ENT1/2)在药物转运中的关键作用，通过建立HeLa细胞系筛选平台，对1600种化合物进行抑制活性筛选，并构建机器学习预测模型。该研究成功鉴定出isradipine等FDA批准药物可作为ENT1抑制剂，为早期药物发现阶段的转运体相互作用评估提供了新方法。

　　

在药物研发领域，平衡型核苷转运体(Equilibrative Nucleoside Transporters, ENTs)作为SLC29转运体家族成员，在核苷类药物跨膜转运中扮演着关键角色。特别是ENT1(SLC29A1)和ENT2(SLC29A2)，不仅参与天然核苷的转运，还影响抗癌药(如cladribine)、抗病毒药(如ribavirin)等核苷类似物的药代动力学特性。然而，与OATPs、MATEs等其他药物转运体相比，ENTs的选择性研究相对滞后，缺乏系统的抑制剂筛选方法和预测模型。

美国Collaborations Pharmaceuticals, Inc.的研究团队在《The Journal of Pharmacology and Experimental Therapeutics》发表的研究中，建立了基于HeLa细胞的ENT2特异性筛选平台。该平台利用ENT1/2对硝基苄基硫代肌苷(NBMPR)敏感性差异(ENT1为纳摩尔级敏感，ENT2需微摩尔级浓度)，在100 nM NBMPR条件下特异性检测ENT2活性。研究人员筛选了1600种结构多样的化合物库，并对部分化合物进行剂量效应研究。基于这些数据，采用随机森林算法构建预测模型，通过数据集平衡和保形预测处理数据不对称性问题。

关键技术包括：1)建立HeLa ENT2-Flpn细胞系用于特异性检测；2)放射性标记[³H]uridine摄取实验；3)机器学习建模中的数据集平衡和保形预测技术；4)使用MedChem Express药物重定位库(2700种化合物)进行前瞻性验证。

【Functional Assessment of ENT1 and ENT2 Cell Lines】部分显示，HeLa S2细胞系主要表达ENT1，而改造的HeLa ENT2-Flpn细胞系在100 nM NBMPR条件下可特异性检测ENT2活性。通过2分钟[³H]uridine摄取实验证实了该系统的可靠性。

【Materials and Methods】详细描述了细胞培养条件：Ham's F-12培养基添加10%胎牛血清，验证了不同NBMPR浓度下的转运活性差异。实验数据显示ENT1介导的转运在低浓度NBMPR(10 nM)下即可被显著抑制，而ENT2需要更高浓度(1 μM)。

【Discussion】部分指出，该研究首次建立了大规模ENT1/2抑制数据集，随机森林模型对前瞻性测试集的预测准确率达59%，成功鉴定出isradipine、avanafil和istradefylline三种FDA批准药物作为ENT1抑制剂。相比传统平衡模型，该模型在前瞻性预测中表现出更好的精确度。

研究的重要意义在于：1)为ENTs相关药物相互作用研究提供了标准化筛选平台；2)建立的机器学习模型可用于早期药物发现阶段的转运体相互作用预测；3)发现的临床用药新靶向作用提示了潜在的药物重定位机会。这些进展将有助于优化核苷类药物的设计，避免不良药物相互作用，并为开发靶向ENTs的新型治疗策略奠定基础。作者SE团队特别感谢Pat Walters博士在分子描述符选择方面的建议，该工作获得美国国立卫生研究院1R42GM131433项目资助。