《Journal of Genetic Engineering and Biotechnology》：Computational discovery of marine natural phytochemicals as novel SIRT7 inhibitors for cancer treatment
编辑推荐：
本研究针对癌症治疗中SIRT7靶向药物缺乏的现状，通过计算机辅助药物设计筛选海洋天然产物数据库，发现四种具有高结合亲和力（-9.9至-8.4 kcal/mol）的海洋植物化学物（CMNPD28383等）。分子动力学模拟证实其形成稳定复合物，ADMET分析显示良好药代动力学特性，机器学习预测其具有纳摩尔级抑制活性（IC50: 129-749 nM）。这些化合物为开发新型SIRT7抑制剂提供了先导化合物，为海洋药物研发开辟了新途径。
癌症仍然是全球主要的健康负担，每年导致超过1000万人死亡。尽管经过数十年的研究和临床试验，癌症患者的总体生存率仍未显著提高。这主要是由于现有化疗药物的局限性，包括耐药性和严重副作用。因此，寻找新的治疗靶点和开发更有效、更安全的抗癌药物成为当务之急。
在癌症生物学中，SIRT7作为一种NAD+依赖性去乙酰化酶，通过调节DNA损伤修复、致癌基因表达和化疗耐药性，在多种癌症中发挥关键作用。有趣的是，SIRT7在不同癌症类型和细胞背景下既可充当肿瘤抑制因子，也可作为肿瘤促进因子，显示出其功能的复杂性。它通过调控tRNA和rRNA合成，促进核糖体生物发生，从而支持肿瘤细胞生长和增殖。研究表明，SIRT7在黑色素瘤、肺癌、肝细胞癌、甲状腺癌、胃癌、结直肠癌等多种癌症中均发挥促进作用。然而，目前尚无针对SIRT7的批准药物，现有抑制剂效果有限且具有明显毒性。
面对这一挑战，研究人员将目光转向了自然界，特别是海洋生态系统。海洋生物因其生存环境的独特性，产生了大量结构多样、生物活性独特的天然化合物。海洋植物化学物具有结构多样性、独特生物活性、适应恶劣环境的能力，以及克服合成药物局限性的潜力，尤其是它们显示出显著的抗癌特性。这些特性使海洋天然产物成为发现新型抗癌先导化合物的宝贵资源。
传统药物发现方法通常需要12-15年和10-20亿美元的成本，从先导化合物识别到临床试验阶段耗时耗力。相比之下，计算机辅助药物设计方法能够显著减少时间、成本和劳动力投入。分子对接、分子动力学模拟等计算技术已在多个新药开发案例中证明其价值。近年来，机器学习方法的引入进一步提高了计算机预测的准确性和效率。
在这项发表在《Journal of Genetic Engineering and Biotechnology》上的研究中，研究团队采用综合计算策略，旨在从海洋天然产物中发现新型SIRT7抑制剂。他们通过系统的计算机筛选、分子对接、分子动力学模拟、药代动力学分析和机器学习预测，全面评估了海洋植物化学物作为SIRT7抑制剂的潜力。
研究人员主要采用了以下几种关键技术方法：首先利用分子对接技术对约2600种海洋天然产物进行初步筛选；随后通过分子动力学模拟评估蛋白质-配体复合物的稳定性；采用ADMET（吸收、分布、代谢、排泄和毒性）分析预测化合物的药代动力学特性；运用机器学习算法建立预测模型评估抑制活性；并通过比较对接分析验证化合物对SIRT7的选择性。
3.1. 高质量蛋白质结构准备
研究人员首先准备了SIRT7的高质量三维结构。他们从蛋白质数据库获取了SIRT7的晶体结构（PDB: 5IQZ），并通过能量最小化优化了结构质量。Ramachandran图分析显示，能量最小化后的结构中93.0%的残基位于优选区域，0%位于不允许区域，表明结构质量良好。活性位点分析确定了结合口袋区域（残基27-360），其中最大的口袋表面积为491.983 ?2，体积为520.763 ?3。NCBI保守域架构工具分析显示，SIRT7包含功能域（100-314）和结合位点（109-314），具有特定的底物结合（169-277）、NAD?结合（109-314）和Zn结合（195-228）区域，共同形成催化位点区域（109-314）。
3.2. 类药性、药物化学、药代动力学和毒性分析
对筛选出的四种先导化合物进行了全面的药代动力学特性评估。所有化合物均显示高胃肠道吸收率，能够透过血脑屏障，且不是P-糖蛋白底物。重要的是，这些化合物不抑制任何细胞色素P450酶，避免了潜在的药物-药物相互作用。类药性分析表明，所有化合物均符合Lipinski、Ghose、Veber、Egan和Muegge规则，具有高口服生物利用度潜力。毒性预测显示，这些化合物无AMES毒性、无hERG抑制、无肝毒性和皮肤致敏性，与对照SIRT7抑制剂相比具有更优的安全性特征。
3.3. 通过分子对接鉴定潜在抑制剂
分子对接研究确定了四种具有潜力的抑制化合物：Compound-1（CMNPD28383）、Compound-2（CMNPD24305）、Compound-3（CMNPD24304）和Compound-4（CMNPD14924），其Autodock VINA结合亲和力分别为-9.9、-9.6、-9.1和-8.4 kcal/mol。对照SIRT7抑制剂的结合亲和力为-8.4 kcal/mol。GLIDE对接验证结果显示相似趋势，得分分别为-7.587、-7.501、-7.145和-5.550 kcal/mol。这些化合物与SIRT7活性位点的关键残基形成氢键和疏水相互作用，包括Arg27、Arg305、Lys356、Glu260、Tyr216等，这些残基位于SIRT7的催化核心区域。
3.4. Sirtuin家族成员的比较对接分析
为进一步验证化合物的选择性，研究人员比较了这些化合物与其他sirtuin家族成员（SIRT1、SIRT2、SIRT3、SIRT5、SIRT6）的结合特性。结果显示，所有四种新型化合物对SIRT7均表现出优于对照抑制剂的选择性，特别是CMNPD28383显示出最高的SIRT7选择性（-7.587 kcal/mol），同时与其他sirtuin成员的交叉反应性最低。这表明这些海洋来源化合物具有较好的靶标特异性。
3.5. 分子动力学模拟研究
分子动力学模拟用于评估蛋白质-配体复合物的结构稳定性和结合模式。RMSD（均方根偏差）分析显示，四种化合物与SIRT7形成的复合物均表现出可接受的构象稳定性，RMSD值在4.714至6.905 ?之间，与对照抑制剂（6.554 ?）相当。RMSF（均方根波动）分析表明，化合物结合后蛋白质的柔性区域变化较小，关键结合残基保持稳定。半径旋转（Rg）和溶剂可及表面积（SASA）分析进一步证实了复合物的结构紧凑性和稳定性。蛋白质-配体相互作用分析显示，关键残基如Asp357、Glu327、Asp306、Arg305、Glu260和Glu218在模拟过程中保持稳定的氢键相互作用。
3.6. 对接和动力学后的突变验证研究
为评估关键结合残基的重要性，研究人员进行了点突变研究。特别关注了Glu260残基，因为该残基在所有化合物和SIRT7之间均形成保守相互作用。将Glu260突变为Arg260（从带负电荷氨基酸变为带正电荷氨基酸）导致所有化合物的结合亲和力降低，而突变为Tyr260（从带负电荷氨基酸变为芳香族氨基酸）则提高了结合亲和力。这一结果表明Glu260在维持蛋白质-配体相互作用中的关键作用，为后续抑制剂设计提供了重要信息。
3.7. 生物活性预测
3.7.1. 抗癌活性预测
PASS在线工具预测显示，化合物1、2和4具有较强的抗肿瘤活性（Pa > 0.7），而化合物3具有中等活性（Pa > 0.6）。特别值得注意的是，化合物2表现出多模式抗癌机制，包括 caspase-3刺激、JAK2表达抑制和抗肿瘤活性。化合物4同时显示抗肿瘤和细胞静止特性。这些预测结果与分子的类药性和安全性特征相一致，支持其作为抗癌先导化合物的潜力。
3.7.2. 抑制潜力预测
研究人员开发了七种机器学习回归模型来预测化合物的抑制潜力。随机森林模型表现出最优性能，测试集R2为0.8533，交叉验证R2平均值为0.8614。应用该模型预测新型化合物的抑制活性，结果显示CMNPD28383是最有潜力的抑制剂，预测pIC50为-2.11014（IC50: 129 nM），其次是CMNPD14924（pIC50: -2.2012；IC50: 159 nM）和CMNPD24304（pIC50: -2.21949；IC50: 166 nM）。对照SIRT7抑制剂的预测IC50为279 nM，与其实验测定值325 nM接近，验证了模型的准确性。
本研究通过综合计算策略成功鉴定了四种海洋来源的植物化学物作为潜在的SIRT7抑制剂。这些化合物不仅表现出优异的结合亲和力和靶标选择性，还具备良好的药代动力学特性和安全性特征。分子动力学模拟证实了蛋白质-配体复合物的稳定性，而机器学习预测则进一步支持了它们的抑制潜力和抗癌活性。
该研究的创新之处在于首次系统性地从海洋天然产物中筛选SIRT7抑制剂，并采用多层次计算验证策略。与已知SIRT7抑制剂相比，新发现的化合物显示出更好的结合特性和安全性。特别是CMNPD28383，以其最高的结合亲和力、良好的稳定性和优异的类药性，成为最有前景的先导化合物。
这些发现对癌症治疗领域具有重要意义。首先，它们为开发首个靶向SIRT7的抗癌药物提供了起点，填补了当前靶向治疗领域的空白。其次，研究证明了海洋天然产物在药物发现中的价值，为未来从海洋资源中开发其他靶点的抑制剂提供了方法论参考。此外，研究中建立的机器学习预测模型可用于快速筛选其他潜在抑制剂，加速药物发现进程。
然而，研究也存在一定局限性。所有结果均基于计算预测，需要实验验证来确认化合物的实际活性和安全性。分子对接和动力学模拟的准确性受力场参数和算法限制，可能无法完全反映真实生物学环境中的复杂相互作用。
未来研究应着重于这些先导化合物的实验验证，包括体外酶活性测定、细胞水平的功能验证和动物模型中的疗效评估。同时，基于这些先导化合物的结构优化和构效关系研究也将是重要的研究方向。此外，探索这些化合物与其他抗癌药物的联合使用潜力，可能为癌症治疗提供新的组合策略。
总之，这项研究为开发新型SIRT7靶向抗癌药物奠定了坚实基础，展示了计算机辅助药物设计在加速药物发现中的强大能力，同时也凸显了海洋天然产物作为药物发现资源的巨大潜力。随着进一步的研究和开发，这些先导化合物有望为癌症患者提供新的治疗选择。
