《Journal of Controlled Release》:Gamma-glutamyl transpeptidase-responsive lipid PtIV prodrug amphiphile with tumor-selective uptake for enhanced chemotherapy
编辑推荐:
•一种γ-谷氨酰转肽酶(GGT)响应性的两亲性PtIV前药可自发自组装为稳定的脂质纳米粒子。•GGT介导的切割触发电荷反转,从而实现增强的肿瘤选择性细胞摄取。•肿瘤选择性PtIV可降低顺铂相关的脱靶毒性。引言顺铂是一种经典的二价铂(PtII)化疗药物,主要通过其结构与DNA中
- •
一种γ-谷氨酰转肽酶(GGT)响应性的两亲性PtIV前药可自发自组装为稳定的脂质纳米粒子。
- •
GGT介导的切割触发电荷反转,从而实现增强的肿瘤选择性细胞摄取。
- •
肿瘤选择性PtIV可降低顺铂相关的脱靶毒性。
引言
顺铂是一种经典的二价铂(PtII)化疗药物,主要通过其结构与DNA中鸟嘌呤的N7位形成共价加合物来发挥抗肿瘤活性,其中包括特征性的1,2-链内交联物,如顺式-{Pt(NH?)?}2+ 1,2-d(GpG),这些加合物通过阻碍DNA复制和转录来抑制癌细胞增殖 [1]。顺铂摄取的肿瘤选择性有限,一直是传统顺铂治疗面临的主要挑战。因为顺铂同时被肿瘤细胞和正常细胞摄取,导致非特异性暴露和剂量限制性毒性,包括耳毒性、肾毒性和肝毒性 [2], [3], [4]。因此,实现铂基药物对肿瘤细胞的选择性递送策略已成为增强疗效同时最大限度减少全身不良反应的一种有吸引力的方法 [5], [6]。
与PtII配合物的平面正方形构型不同,八面体PtIV前药在全身循环中表现出更高的化学稳定性,使得更高比例完整的铂物种能够积累在肿瘤组织中 [7]。在还原性肿瘤微环境中,其特征为谷胱甘肽水平升高和还原酶活性增强,PtIV前药可转化为可透析的含铂物种,能够发挥细胞毒作用 [8], [9]。这种氧化还原响应行为改善了肿瘤选择性,同时减少了正常组织中的非特异性毒性 [10]。值得注意的是,PtIV的轴向位置提供了结构修饰的多样化位点,使其能够引入靶向配体以实现主动递送,或与额外的化疗药物偶联以实现协同效应 [11], [12]。因此,PtIV前药为提高传统铂药物的治疗指数提供了可行途径 [13]。
PtIV前药的设计主要面临的挑战在于溶解度、稳定性和反应性之间的权衡。理想的候选药物必须具有较高的全身稳定性以最大限度地减少脱靶毒性,同时还需具备敏感的还原响应性以便在肿瘤位点高效激活 [14], [15]。为了弥合这一差距,开发一种利用肿瘤微环境特征实现受控细胞摄取和还原激活的PtIV控释系统,是平衡前药稳定性与抗肿瘤活性的关键策略。γ-谷氨酰转肽酶(GGT)是一种与细胞膜相关的酶,在多种恶性肿瘤中常常高表达,包括卵巢癌、乳腺癌和结直肠癌 [16], [17], [18], [19]。在GGT响应性递送系统中,终端γ-谷氨酸基团的切割可以改变载体的表面电荷并促进细胞内化 [20], [21]。由于不同肿瘤中GGT的表达存在显著差异,该策略预计最适用于GGT高表达的肿瘤 [22]。
在此,我们报道了一种肿瘤选择性、酶激活的PtIV前药平台,该平台结合了表面电荷开关、酶触发内化和细胞内激活,以克服铂化疗的传统局限性(方案1)。两亲性PtIV前药C16-PtIV-AAG(方案1a)具有疏水性脂质尾和γ-谷氨酸肽(AAG),可自组装为纳米尺度胶束纳米粒子(GPtIV,方案1b),这些纳米粒子通过增强的渗透性和滞留效应优先积累在肿瘤部位。在肿瘤位点,γ-谷氨酰转肽酶(GGT)切割γ-谷氨酸基团,触发表面电荷从负到正的转变,从而驱动高效的静电细胞摄取 [23], [24], [25], [26]。细胞内化后,PtIV前药经历还原激活,产生具有细胞毒活性的可透析含铂物种(方案1c)。这种将酶响应性电荷转化与自组装PtIV两亲分子相结合的方法,代表了本研究的主要功能创新。
各章节摘要
C16-PtIV-AAG可自组装为血清稳定的GPtIV
目标前药C16-PtIV-AAG通过图S1所示的合成路线制备。C16-PtIV-AAG的合成过程通过高分辨质谱(HRMS)和核磁共振(NMR)分析进行了表征(图S2-S11)。此外,高效液相色谱(HPLC)验证了其纯度,凸显了其未来应用的潜力。鉴于其显著的两亲性,C16-PtIV-AAG在水溶液中的自组装行为为
结论
总之,C16-PtIV-AAG自组装为胶体稳定的GPtIV,并经历GGT响应性表面电荷转化。GPtIV在GGT高表达肿瘤细胞中表现出优先摄取和更高的细胞内铂积累。在4T1荷瘤小鼠中,GPtIV相较于对照铂制剂表现出优先肿瘤积累、更强的肿瘤生长抑制作用以及更好的肾和肝耐受性(在测试剂量下)。GPtIV还降低了在
CRediT作者贡献声明
Yi Yuan:可视化、验证、调查、形式分析、数据整理。Kaichuang Sun:可视化、软件、形式分析。Wenjie Zhao:验证、调查。Xiaolu Dong:形式分析、概念化。Shangcong Han:方法论、概念化。Lei Shao:软件、资源。Haihua Xiao:写作 – 审阅与编辑、监督。Yong Sun:写作 – 审阅与编辑、监督、经费获取。Dengshuai Wei:写作 – 审阅与编辑、监督、项目
致谢
作者感谢国家自然科学基金委员会(22305136)、山东省自然科学基金(ZR2023QH211)的资助。
Yi Yuan|Kaichuang Sun|Wenjie Zhao|Xiaolu Dong|Shangcong Han|Lei Shao|Haihua Xiao|Yong Sun|Dengshuai Wei