AI增强虚拟筛选靶向雄激素受体变构位点的小分子化合物及其抗前列腺癌机制研究

为解决前列腺癌(PCa)治疗中雄激素受体(AR)突变和AR-V7剪接变异导致的耐药难题，意大利国家肿瘤研究所团队通过AI驱动的虚拟筛选技术，从800万化合物库中鉴定出靶向AR变构位点的新型小分子。研究发现化合物1、8和77能有效抑制激素耐药细胞生长(pIC50 4.82-5.86)，其中化合物77可同时作用于AF2结构域变构位点和配体结合域(LBD)，并通过抑制糖皮质激素受体(GR)核转位展现多靶点抗肿瘤特性，为克服CRPC耐药提供了新策略。

　　

前列腺癌作为男性最常见的恶性肿瘤之一，其治疗面临严峻挑战。尽管雄激素剥夺疗法(ADT)和二代雄激素受体信号抑制剂(ARIs)如恩杂鲁胺(enzalutamide)的应用取得进展，但几乎所有的转移性去势抵抗性前列腺癌(mCRPC)患者最终都会产生耐药。这种耐药性主要源于AR基因异常和剪接变异体AR-V7的出现，它们使肿瘤细胞能够绕过传统靶向LBD的治疗策略。更棘手的是，糖皮质激素受体(GR)通路的激活被发现是另一种重要的耐药机制，这使前列腺癌治疗陷入"前有狼后有虎"的困境。

面对这一医学难题，意大利国家肿瘤研究所"Fondazione Pascale"-IRCCS的Francesca Bruzzese团队开展了一项突破性研究。他们创新性地采用AtomNet?技术——首个基于结构的深度卷积神经网络虚拟筛选平台，对800万个小分子化合物库进行AI增强筛选，重点靶向AR的变构结合位点，特别是Tyr739附近的沟槽区域。这项发表在《Biomedicine》上的研究不仅发现了能克服耐药的新型化合物，更揭示了这些分子通过变构调节和GR通路抑制的双重作用机制。

研究人员运用了三大关键技术：1) AI驱动的虚拟筛选技术AtomNet?，基于AR晶体结构(PDB ID 5V8Q)预测化合物与变构位点的结合能力；2) 全自动高通量筛选(HTS)系统，在AR不同状态的PCa细胞系(包括激素敏感型LNCaP、耐药型22Rv1_DTXres和AR缺失型PC3)中进行两阶段药物筛选；3) 分子动力学模拟(MDS)与诱导契合对接(IFD)，采用Schr?dinger软件包分析化合物与AR及GR的相互作用模式。

研究结果部分呈现了系列重要发现：

3.1 人工智能辅助虚拟药物筛选鉴定AR靶向分子

通过深度卷积神经网络筛选出83个候选化合物，其中15个在初筛中显示出对AR阳性细胞的特异性抑制活性。

3.2 第一阶段全自动化细胞HTS筛选

在10μM浓度下单次给药筛选中，化合物1、8和77对多种AR状态细胞系均表现出显著生长抑制效果，其中化合物77对AR阳性细胞的选择性最强。

3.3 第二阶段剂量反应HTS筛选

七点浓度梯度实验证实，化合物1、8和77的IC₅₀值在<1.56-15μM范围，显著优于阳性对照药物恩杂鲁胺和galeterone。特别值得注意的是，这些化合物对AR突变型和AR缺失型细胞均有效，提示其作用不依赖传统LBD靶向机制。

3.4 诱导契合对接分析

分子对接显示化合物77优先结合AR的变构位点(Tyr739沟槽)，与Gln738和902形成氢键网络，而在LBD中则呈现类似二氢睾酮(DHT)的结合模式。更有趣的是，在含有FxxLF和LxxLL共激活基序的AR结构中，77能诱导H12螺旋构象变化，这可能是其克服耐药的结构基础。

3.5 分子动力学模拟

100ns的MDS轨迹分析揭示，化合物77在AR变构位点的结合能稳定维持40ns，随后构象变化导致其与Tyr739、Lys905形成新的氢键网络。这种动态相互作用解释了77对AR蛋白构象的变构调控能力。

3.6 化合物1、8和77的抗肿瘤效果评估

在22Rv1和PC3细胞的克隆形成实验中，三者在IC₂₅剂量下即显示出显著抑制效果。3D球体形成实验更证明化合物1能诱导已形成球体的消退。免疫荧光和Western blot证实这些化合物能有效抑制AR核转位，而qPCR显示其下调AR下游基因KLK3的表达。尤为关键的是，化合物77还被发现能抑制GR核转位并下调GR及其靶基因FKBP5的转录，这为其在AR阴性细胞中的活性提供了合理解释。

这项研究的重要意义在于：首先，开创性地将AI虚拟筛选与实验验证相结合，加速了抗前列腺癌药物的发现进程；其次，突破性地证实靶向AR变构位点的策略可克服现有ARIs的耐药问题；最后，揭示化合物77通过双重调控AR和GR通路的多靶点作用机制，为开发新一代抗前列腺癌药物提供了宝贵线索。特别值得注意的是，这些先导化合物的发现源自对商业化合物库的筛选，具有明确的化学可及性和优化潜力，大大缩短了从基础研究到临床应用的转化路径。这项研究不仅为mCRPC患者带来了新的治疗希望，也为核受体靶向药物的开发提供了范式转变的思路。