基于结构的侵袭性小叶癌药物发现：可成药靶点与转化机遇

《Cancers》：Structure-Based Drug Discovery for Invasive Lobular Carcinoma: Druggable Targets and Translational Opportunities

　　

背景： 侵袭性小叶癌（ILC）是乳腺癌中第二常见的组织学亚型，其特征是由于CDH1基因改变导致的E-钙黏蛋白缺失。尽管ILC约占乳腺癌的10%–15%，但与浸润性导管癌相比，其研究仍相对不足，且在诊断、内分泌耐药、转移进展和治疗方面面临独特挑战。近年来的分子研究揭示了独特的基因组改变和信号依赖性，这可能提供新的治疗机会。方法： 本综述总结了目前关于ILC分子景观的知识，并批判性地审视了已确立和新兴的治疗靶点，包括PI3K/AKT/mTOR、FGFR1、ROS1、SRC/FAK、Hippo–YAP/TEAD以及雌激素受体信号通路。在ILC药物发现的背景下，讨论了基于结构的药物发现（SBDD）方法的应用，包括分子对接、药效团建模、虚拟筛选、分子动力学模拟、结合自由能计算以及人工智能辅助方法。此外，还评估了涉及天然产物、药物重定位、联合疗法和精准肿瘤学的转化机遇。结果： 越来越多的证据表明，CDH1缺失创造了独特的分子脆弱性，可在治疗上加以利用。涉及肿瘤生长、存活、侵袭和内分泌耐药的多个信号通路已成为有前景的治疗靶点。结构生物学、计算化学和人工智能的进展扩展了合理药物设计和靶点优先排序的机会。此外，药物重定位策略、天然产物衍生化合物和多靶点治疗方法为加速开发ILC特异性治疗提供了额外途径。结论： ILC具有独特的分子结构，支持制定超越传统应用于其他乳腺癌亚型的精准治疗策略。结构生物学、SBDD、人工智能和转化肿瘤学的整合为识别和优化针对CDH1缺失相关脆弱性的疗法提供了一个有前景的框架。将计算发现与实验验证相结合的持续努力有望加速个性化治疗策略的开发，并改善ILC患者的临床结局。

主体内容总结

1. 引言

侵袭性小叶癌（ILC）是乳腺癌中第二常见的组织学亚型，约占所有乳腺癌的10%–15%。与浸润性导管癌（IDC）相比，ILC在生物学、临床行为和治疗反应上存在显著差异，但长期未得到充分研究。ILC的标志性特征是^CDH1基因改变导致的E-钙黏蛋白缺失，这引起黏附连接破坏，形成特征性的失黏附生长模式和单排浸润。大规模基因组测序研究已识别出^PIK3CA、^ERBB2、^ESR1、^FOXA1、^TBX3和^PTEN等基因的复发性改变。大多数ILC肿瘤为雌激素受体阳性（ER+）且HER2阴性，内分泌治疗是基石，但相当比例的患者最终出现内分泌耐药。近年来，结构生物学、冷冻电镜（cryo-EM）数据和人工智能预测蛋白模型的进展，为基于结构的药物发现（SBDD）应用于ILC靶点研究提供了新机遇。

2. 侵袭性小叶癌的分子景观

2.1 CDH1缺失与E-钙黏蛋白功能障碍

E-钙黏蛋白是由^CDH1基因编码的钙依赖性跨膜糖蛋白，在维持上皮细胞极性、组织结构和细胞间黏附中发挥基础作用。^CDH1的遗传失活通过截短突变、杂合性缺失、染色体缺失和表观遗传沉默等多种机制发生，导致细胞黏附破坏和ILC特征性的单排浸润生长模式。E-钙黏蛋白缺失还影响细胞骨架组织、机械传导、细胞迁移和生长因子受体信号，创造可利用的治疗依赖性。

2.2 侵袭性小叶癌的复发性基因组改变

^PIK3CA激活突变在ILC中发生频率较高，促进PI3K/AKT/mTOR信号通路的异常激活。^ERBB2突变和扩增在部分ILC肿瘤中存在。^ESR1突变，尤其是内分泌治疗期间出现的获得性突变，导致雌激素受体的配体非依赖性激活，显著促进治疗耐药。^FOXA1突变在ILC中相对富集，与独特的转录程序和内分泌适应相关。^TBX3突变也被认为是ILC的特征性分子事件。与IDC相比，ILC以近乎普遍的E-钙黏蛋白缺失为特征，并相对富集^FOXA1和^TBX3的改变。

2.3 驱动ILC进展的信号通路

PI3K/AKT/mTOR通路是研究最广泛的通路之一，通过^PIK3CA突变、^PTEN缺失和生长因子受体信号激活。FGFR信号通路方面，^FGFR1扩增与内分泌耐药和不良临床结局相关。SRC和黏着斑激酶（FAK）信号在^CDH1缺陷肿瘤的侵袭和迁移表型中发挥作用。Hippo–YAP/TEAD信号通路是机械传导的关键调节因子，E-钙黏蛋白缺失可能促进YAP/TAZ激活。此外，功能基因组筛选已识别出与^CDH1缺失相关的合成致死脆弱性，包括ROS1相关信号网络。

3. 侵袭性小叶癌中的可成药靶点

3.1 PI3K/AKT/mTOR信号通路

^PIK3CA激活突变发生在大约40%–50%的ILC病例中。阿培利司（alpelisib）作为选择性PI3Kα抑制剂，已在激素受体阳性、^PIK3CA突变乳腺癌中显示出显著临床获益。耐药常通过AKT、mTOR和受体酪氨酸激酶的补偿性信号机制出现。

3.2 FGFR信号

^FGFR1扩增在部分激素受体阳性乳腺癌中富集，与不良预后和内分泌治疗反应降低相关。多种FGFR激酶的晶体结构已可用，包括厄达替尼（erdafitinib）、培米替尼（pemigatinib）、福巴替尼（futibatinib）和英菲格替尼（infigratinib）在内的FGFR抑制剂已在FGFR驱动的恶性肿瘤中显示出活性。

3.3 ROS1与合成致死脆弱性

ROS1被确定为E-钙黏蛋白缺陷肿瘤中的选择性脆弱性。临床前研究表明，ROS1的药理学抑制选择性损害^CDH1缺陷癌细胞的活力。ROS1目前应被视为新兴的ILC相关治疗脆弱性，大部分支持证据仍处于临床前阶段。

3.4 SRC和FAK信号

E-钙黏蛋白介导的黏附破坏促进SRC和FAK的激活，这些激酶调节细胞骨架组织、迁移、侵袭和转移扩散。^CDH1缺陷细胞对SRC和FAK信号表现出增强的依赖性。达沙替尼（dasatinib）、博舒替尼（bosutinib）和地法替尼（defactinib）等小分子抑制剂已进入临床开发。

3.5 Hippo–YAP/TEAD信号

E-钙黏蛋白缺失导致的细胞间黏附破坏促进YAP/TAZ激活。结构生物学的最新进展已在TEAD蛋白中识别出可成药的口袋，使YAP/TEAD复合物成为ILC中最有前景的新兴治疗机会之一。

3.6 雌激素受体信号与内分泌耐药

大多数ILC肿瘤为雌激素受体阳性，最初对内分泌治疗有反应。耐药通过^ESR1突变、染色质重塑、生长因子通路激活和转录重编程介导。下一代内分泌治疗包括选择性雌激素受体降解剂（SERDs）、选择性雌激素受体调节剂（SERMs）、蛋白降解靶向嵌合体（PROTACs）以及与PI3K、CDK4/6或FGFR抑制剂的联合方案。

3.7 ILC治疗靶点的证据等级与转化就绪度

PI3K/AKT/mTOR信号和ER/ESR1靶向治疗代表最具临床验证的治疗脆弱性。FGFR1可被视为新兴但日益验证的靶点。ROS1、SRC/FAK和YAP/TEAD目前仍属新兴治疗机会，需要进一步在ILC特异性实验系统和临床环境中验证。

4. 侵袭性小叶癌的基于结构药物发现策略

4.1 ILC药物发现的结构生物学资源

多个ILC相关靶点已有实验确定的结构，包括PI3Kα、AKT、mTOR、FGFR1、HER2、ROS1、SRC、FAK和ESR1。冷冻电镜（cryo-EM）的进展扩展了大型蛋白复合物的结构表征。AlphaFold的开发为缺乏实验结构的蛋白质提供了高质量结构模型。结构引导的药物发现已促进靶向PI3Kα、FGFR1和ERα的临床相关抑制剂的发展，TEAD蛋白中可成药脂质结合口袋的识别加速了靶向Hippo–YAP通路的抑制剂开发。

4.2 ILC药物发现中的分子对接

分子对接预测小分子在靶蛋白内的优选结合方向，并估计受体-配体相互作用的强度。对于ILC相关靶点，对接已成为针对PI3K、FGFR1、ROS1、SRC和FAK等激酶化合物优先排序的重要工具。现代对接方案越来越多地采用共识评分、集合对接和诱导契合方法。

4.3 药效团建模与虚拟筛选

药效团描述生物靶点分子识别所需的基本空间和电子特征。基于配体和基于结构的药效团模型已成功应用于肿瘤药物发现。虚拟筛选结合药效团模型、分子对接和化学信息学过滤器，可计算评估数千至数百万种化合物。

4.4 分子动力学模拟

分子动力学（MD）模拟提供生理相关条件下生物分子行为的动态描述，可评估复合物稳定性、配体结合持续性、蛋白构象变化、残基柔性、溶剂相互作用和变构效应。常用分析指标包括均方根偏差（RMSD）、均方根波动（RMSF）、回转半径（Rg）、溶剂可及表面积（SASA）和氢键占有率。

4.5 结合自由能计算

分子力学/广义Born表面积（MM/GBSA）和分子力学/Poisson-Boltzmann表面积（MM/PBSA）方法结合分子力学能量与溶剂化效应来估计配体结合亲和力。这些方法比对接评分提供更可靠的结合强度估计，同时保持计算可行性。

ILC相关靶点基于结构药物发现的代表性应用

结构引导的PI3Kα抑制剂优化促进了阿培利司和下一代抑制剂伊那沃利昔（inavolisib）的开发。FGFR激酶结构域的结构表征促进了选择性FGFR抑制剂如厄达替尼和培米替尼的开发。ERα配体结合域的高分辨率结构使SERDs和SERMs的合理设计和优化成为可能。TEAD蛋白内可成药棕榈酰化口袋的识别加速了包括VT3989在内的新型Hippo–YAP通路抑制剂的开发。

4.6 多靶点药物设计方法

多靶点药物设计代表同时调节多个疾病驱动机制的策略。基于结构的方法可通过多靶点药效团构建、交叉对接分析、结合位点相似性评估和AI引导分子生成来促进双靶点或多药理化合物的发现。ILC中特别有吸引力的靶点组合包括：PI3K+FGFR1、PI3K+ESR1、SRC+FAK、ROS1+PI3K和YAP/TEAD+PI3K。

5. 转化机遇

5.1 天然产物与天然产物衍生骨架

天然产物历史上一直是抗癌药物的丰富来源。多种植物化学物质可影响与ILC高度相关的通路，包括PI3K/AKT/mTOR、FGFR、Src家族激酶和Hippo–YAP信号。基于结构的虚拟筛选可促进新型天然产物启发抑制剂（如姜黄素、白藜芦醇、槲皮素等）的识别，但直接证据仍有限，应被视为假设生成机会。

5.2 药物重定位机会

药物重定位可大幅缩短开发时间、降低成本和安全性风险。针对ILC相关通路的已批准抗癌药物包括PI3K抑制剂、FGFR抑制剂、HER2靶向治疗、ROS1抑制剂和CDK4/6抑制剂。基于结构的药物重定位方法利用已批准药物库对新识别靶点的计算筛选。

5.3 联合治疗策略

ILC中ER信号、PI3K/AKT/mTOR、FGFR、SRC/FAK和生长因子受体通路之间存在广泛串扰。有前景的联合方案包括：ER抑制+CDK4/6抑制、ER抑制+PI3K抑制、PI3K抑制+FGFR抑制、ROS1抑制+内分泌治疗、SRC/FAK抑制+内分泌治疗和YAP/TEAD抑制+PI3K抑制。

5.4 实验验证模型

已建立的ILC细胞系包括MDA-MB-134-VI、SUM44PE、MM134和BCK4。三维类器官系统保留了肿瘤结构和细胞异质性，可用于评估药物敏感性、研究耐药机制、进行生物标志物发现和验证计算预测。患者来源异种移植（PDX）模型可用于评估体内治疗疗效和药理学反应。

5.5 精准肿瘤学机会

综合基因组分析可基于^PIK3CA突变状态、^FGFR1扩增、^ESR1突变、^ERBB2改变和^CDH1相关脆弱性进行患者分层。未来精准肿瘤学策略将结合多组学数据、人工智能、基于结构的药物发现和功能筛选方法。

6. 挑战与未来展望

6.1 生物学挑战

ILC存在显著的分子和临床异质性。内分泌耐药常通过^ESR1突变、PI3K通路激活、生长因子受体信号和转录重编程出现。ILC优先转移至胃肠道、腹膜、卵巢、柔脑膜和骨骼等不常见解剖部位。

6.2 基于结构药物发现的挑战

某些新兴治疗靶点和蛋白复合物的结构表征不完整。靶向蛋白-蛋白相互作用（PPIs）面临困难，Hippo–YAP/TEAD通路等涉及大面积相对平坦的相互作用表面。计算分析无法完全再现生物系统的复杂性，包括肿瘤微环境相互作用、药代动力学、蛋白动力学和适应性信号反应。

6.3 精准肿瘤学机遇

多组学技术为ILC的精准医学创造了前所未有的机会。识别与^CDH1缺陷相关的合成致死相互作用可能提供高度选择性治疗干预的机会。

6.4 人工智能和机器学习在ILC药物发现中的应用

人工智能（AI）和机器学习（ML）可加速靶点识别、虚拟筛选、从头分子设计、毒性预测和先导化合物优化。深度学习蛋白结构预测（如AlphaFold）显著扩展了结构信息获取。生成式AI平台能够设计具有所需理化和生物学性质的新型化合物。

6.5 未来研究方向

靶点优先事项包括^CDH1缺失相关合成致死脆弱性、ROS1信号依赖性、FGFR1驱动的内分泌耐药、SRC/FAK信号网络、Hippo–YAP/TEAD通路调节和多靶点抑制策略。方法学优先事项包括AI辅助药物发现流程、先进分子模拟方法、cryo-EM引导的结构测定、患者来源类器官、功能基因组筛选和整合多组学分析。转化优先事项包括生物标志物驱动的临床试验、联合治疗方法、药物重定位倡议、精准肿瘤学平台和ILC特异性治疗开发项目。

7. 结论

ILC是以^CDH1缺失、独特信号依赖性和内分泌耐药及转移进展相关临床挑战为特征的生物学独特乳腺癌亚型。分子分析进展已揭示多个可操作靶点，包括PI3K/AKT/mTOR、FGFR1、ROS1、SRC/FAK、YAP/TEAD和雌激素受体信号网络。基于结构的药物发现整合结构生物学、分子对接、药效团建模、分子动力学模拟、自由能计算和人工智能驱动设计策略，已成为利用这些脆弱性的强大平台。未来成功将依赖于计算预测与使用类器官和患者来源系统等生物学相关模型的实验验证的紧密结合。