基于机器学习与微尺度热泳动的类胡萝卜素抗癌潜力挖掘：靶向受体酪氨酸激酶的智能药物发现

本研究针对受体酪氨酸激酶(RTKs)异常激活引发的癌症治疗难题，科研团队创新性地融合机器学习算法与微尺度热泳动(MST)技术，系统筛选出岩藻黄质(fucoxanthin)、虾青素(canthaxanthin)等五种靶向特定RTKs的高效类胡萝卜素。通过分子对接、动力学模拟(MDS)与临床药物对比分析，首次证实类胡萝卜素作为植物源RTK抑制剂的临床应用潜力，为绿色化疗药物开发提供新范式。

　　

在细胞通讯的精密网络中，受体酪氨酸激酶(Receptor Tyrosine Kinases, RTKs)如同分子天线，通过结合各类配体调控细胞生长、分化等关键生理过程。然而这些膜锚定受体的异常激活，却成为多种癌症发生的导火索。面对这一挑战，研究者将目光投向自然界——类胡萝卜素家族，这类植物次生代谢产物已在多种癌症模型中展现出抗癌潜力。

研究团队构建了创新的智能筛选平台：首先对9种RTKs激酶结构域进行分子对接，岩藻黄质(EGFR)、peridinin(FGFR2)、虾青素(VEGFR2/PDGFRA)和藏红花素(ALK)脱颖而出。分子动力学模拟揭示这些色素与靶点形成了稳定的"锁钥"结构，其结合自由能媲美临床药物。机器学习模型进一步验证了候选分子的类药性，微尺度热泳动实验则直观捕捉到虾青素与重组PDGFRA/VEGFR2蛋白的纳米级相互作用，解离常数达到纳摩尔级。

这项研究首次系统论证了类胡萝卜素作为RTK天然抑制剂的科学依据，其独特的异戊二烯骨架既能精准对接激酶活性口袋，又具备植物分子的低毒性优势。特别值得注意的是，虾青素对血管生成关键靶点VEGFR2的抑制作用，为抗肿瘤转移提供了新思路。这种融合人工智能与生物物理技术的研究策略，不仅加速了植物活性成分的药用价值挖掘，更开辟了"计算指导-实验验证"的精准药物开发新路径。