虎杖Schaftoside作为多靶点I类组蛋白去乙酰化酶抑制剂：分子对接、分子动力学与系统药理学的整合分析

《Computational Biology and Chemistry》：Schaftoside from Galgeuntang as a Multi-Target Class I Histone Deacetylase Inhibitor: Integrated Molecular Docking, Dynamics, and Systems Pharmacology Analysis

　　

• 筛选了1,278种植物化合物对抗HDAC1/2/8的作用
• Schaftoside可与所有三种I类HDAC亚型结合
• 分子动力学模拟预测复合物稳定性中等
• 对癌细胞具有选择性毒性（选择性指数SI 8.7-18.6）
• 对顺铂耐药性卵巢癌具有活性

**引言**

表观遗传失调，特别是异常的染色质凝聚，是肿瘤发生的公认标志（Botten和Xu，2025，Imran等，2025）。虽然在细胞分裂期间染色质凝聚是生理必需的过程，但其在癌细胞中的病理性持续存在会驱动抑癌基因的转录沉默。这一过程主要由组蛋白去乙酰化酶（HDACs）过度活跃所介导——这类酶催化组蛋白尾部赖氨酸残基上乙酰基的去除，从而使染色质压缩并限制转录机器对DNA模板的访问（Zhang等，2025）。此外，HDAC介导的染色质重塑与有缺陷的DNA损伤应答（DDR）通路密切相关。在恶性细胞中，受损的DDR促进基因组不稳定性的积累和异常染色质架构的形成，最终促进不受控制的细胞增殖和肿瘤进展（Gkotzamanidou等，2021，Qian等，2025）。

人HDAC家族根据序列同源性、亚细胞定位和辅因子依赖性被分为四大类（Yudaev等，2025）。其中，I类HDAC（HDAC1、2、3和8）主要位于细胞核内，是基因表达的关键调节因子（Curcio等，2024）。大量证据表明，特定I类亚型的失调与肿瘤发生密切相关（Cao等，2022，Liang等，2023）。值得注意的是，HDAC1、HDAC2和HDAC8在多种恶性肿瘤中经常过表达，包括乳腺癌（Liu等，2024）、卵巢癌（McCaw等，2021）和前列腺癌（Chen等，2023）。在这些情况下，它们通过促进细胞存活、增殖和凋亡逃逸来发挥促肿瘤效应（Li和Seto，2016，Zhang等，2025）。相比之下，HDAC3在不同癌症类型中表现出高度可变的、依赖于上下文的表达模式，其主要通过与NCoR/SMRT共抑制复合物关联来调节，而非内在催化功能的失调，这使得单独的结构和药理学分析变得复杂（Watson等，2016）；然而，选择性HDAC3抑制已被推进为多种疾病背景下的有前途的治疗策略（Adhikari等，2021），凸显了其作为本研究工作流未来扩展的重要靶标价值。HDAC1和HDAC2是SIN3、NuRD和CoREST共抑制复合物的催化核心，且在多种恶性肿瘤中经常过表达（Curcio等，2024），而HDAC8具有结构独特的活性位点，包含亚型特异性的亚口袋（Tabackman等，2016），目前活跃的有关选择性HDAC8抑制剂的专利文献证实了其持续的治疗相关性（Banerjee等，2024）。HDAC6是II类亚型，不在本研究的I类范围内。因此，HDAC1、HDAC2和HDAC8代表了更一致且更具说服力的肿瘤学干预治疗靶标，尽管HDAC3和HDAC6被认为是未来研究的重要靶标（见局限性）。

除染色质重塑外，HDACs还调节多种细胞过程，包括细胞周期进程、凋亡、DNA损伤修复、自噬、血管生成和免疫监视，并且对p53、HSP90、NF-κB和α-微管蛋白等非组蛋白底物进行去乙酰化，将乙酰化动力学与蛋白质稳定性和致癌信号联系起来（Gkotzamanidou等，2021，Li和Seto，2016）。因此，HDAC抑制剂（HDACi）已成为一种有前途的治疗策略。迄今为止，四种HDACi，包括伏立诺他、罗米地辛、贝利司他和帕比司他已获得FDA批准（El Omari等，2025，Parveen等，2023），主要用于皮肤T细胞淋巴瘤和多发性骨髓瘤，而西达本胺在中国获得批准（Lu等，2016）。下一代药物，包括HDAC6选择性抑制剂瑞可利诺他（Martindale等，2026），正处于不同阶段的临床开发中（Adhikari等，2021，Banerjee等，2024）。虽然合成HDACi（如羟基酰胺类、环肽类、苯甲酰胺类和短链脂肪酸类）已显示出抗肿瘤疗效，但其临床效用常因亚型选择性差和严重的剂量限制性毒性（包括骨髓抑制、肝毒性和胃肠道不适）而受到限制（Kie?bowski等，2025，Shirbhate等，2025）。这凸显了对新型、高度特异性和低毒性HDACi的迫切需求。在此背景下，天然植物化学物引起了广泛关注。姜黄素、白藜芦醇、表没食子儿茶素没食子酸酯（EGCG）和槲皮素等化合物在体外和体内均表现出固有的HDAC抑制活性（Ciesielski等，2020，Fujii等，2021，Wang等，2015，Yaseen等，2012）。这些植物化学物具有有利的安全性特征、多靶点作用机制和结构多样性，可用于合理药物设计。

传统韩药（韩医）代表了一个历史悠久且经过验证的生物活性植物化学物宝库，具有已证实的抗癌、抗炎和免疫调节特性（Cha等，2007，Choi等，2002，Kumar等，2013）。除了症状管理外，特定的复方草药制剂越来越被认可为具有调节表观遗传通路和增强癌细胞对常规治疗敏感性的潜力。加减汤（葛根汤），是一种包含七种不同药用植物的经典复方，传统上用于其强效的抗炎和解热作用（Song等，2020）。本研究选择加减汤进一步得到多方面的合理论证：它是一种特征明确的经典七味草药复方，具有完善的临床研究记录（Song等，2020）；其组成植物，特别是葛根、甘草和酸枣仁，富含黄酮类糖苷和多酚类化合物，在结构上与已知的表观遗传调节剂如槲皮素和EGCG相似；且其在人类群体中数百年的使用暗示了可耐受的安全性基线，降低了下游毒性风险。

然而，加减汤的具体植物化学成分及其作为靶向表观遗传调节剂（特别是针对I类HDAC）的潜力仍 largely未探索。因此，本研究旨在系统评估来自加减汤的植物化合物作为新型I类HDAC抑制剂的潜力。利用综合的计算机模拟方法，我们评估了类药性、药代动力学特性（ADMET）、细胞毒性和作用机制，并进行了转录组学和蛋白质组学分析。此外，我们采用分子对接后接分子动力学模拟来阐明这些植物化合物与HDAC1、HDAC2和HDAC8的结合亲和力及相互作用特征。本研究旨在鉴定有前景的天然衍生先导化合物，用于开发更安全、更有效的表观遗传抗癌疗法。

**章节摘要**

**植物化合物检索与准备**

传统韩药复方加减汤由七种药用植物组成：Zingiber officinale Roscoe（生姜）、Glycyrrhiza uralensis Fisch.（甘草）、Paeonia albiflora Pall.（白芍）、Ephedra sinica Stapf（麻黄）、Ziziphus jujuba Mill.（酸枣仁）、Pueraria radix（葛根）和Cinnamomum cassia (L.) J.Presl.（肉桂）。这些植物的植物化学成分从传统中医药系统药理学（TCMSP）数据库中检索获得（Ru等，2014）。化学结构数据和元数据以格式导出。

**加减汤中的筛选与类药性化合物**

为了全面表征加减汤复方的植物化学成分库，我们查询了传统中医药系统药理学（TCMSP）数据库，从七个组成草药中检索到一个包含1,625种假定生物活性化合物的广泛化学库。初始化学空间主要由Ephedra sinica Stapf（405种化合物）和Glycyrrhiza uralensis Fisch.（280种化合物）的成分占据，其次是Zingiber officinale Roscoe（265种化合物）。

**讨论**

组蛋白去乙酰化酶I类蛋白是一类通过修饰组蛋白的乙酰化状态来调节基因表达的酶亚类。这些酶是药物开发的有吸引力靶标，因为它们与多种疾病有关，包括癌症、神经退行性疾病和自身免疫性疾病。然而，开发针对I类HDAC的特异性药物面临若干挑战。首先，不同HDAC亚型之间的高结构同源性使得……（原文截断）

**局限性**

本研究完全是计算性的，其预测是产生假说的而非结论性的。对接分数是近似的，因此我们用再对接验证、相互作用分析和分子动力学模拟进行了补充；然而，每个复合物单次100纳秒重复实验不能排除罕见构象事件，更长或增强采样的轨迹将增强稳定性结论。此外，对接模型省略了HDAC活性位点的催化Zn2?离子，……（原文截断）

**拟议实验验证工作流**

为了将这些预测转化为可直接检验的假说，我们提出以下工作流，浓度选择范围涵盖预测的IC??范围（约1.4至30.2 μM）：(i) 在0.1至100 μM Schaftoside浓度范围内进行HDAC1、HDAC2和HDAC8酶抑制荧光测定，以确定IC??值和亚型选择性；(ii) 在24至48小时内，以U-937和COLO205细胞为对象进行乙酰化组蛋白H3（Lys9/14）Western blot检测，以总H3和α-微管蛋白作为上样对照……（原文截断）

**结论**

总之，Schaftoside是一种有前景的植物化合物，与所有I类HDAC均表现出有利的相互作用，得到了再对接验证的分子对接、100纳秒分子动力学模拟结合PCA自由能景观分析以及MM/GB(PB)SA能量学的支持。该化合物预测为无致突变性和致癌性，并在各种癌细胞系中表现出显著的预测抗癌活性，包括对顺铂耐药的细胞系（选择性指数……原文截断）。

**作者贡献**

Fahad Hassan Shah、Jung Sig Cho和Young Rae Jo撰写了论文并提供了初步分析，Seung Hyeun Lee、Seok Jae Huh和Hyung-Joo Chung编辑了论文，提供了工作的构思和设计，Na Young Jeong和Junyang Jung监督了本研究并批准了最终版本。

**资金支持**

本工作得到了韩国国家研究基金会（NRF）基础科学研究项目的支持，由科学技术信息通信部和未来计划部资助，编号为RS-2021-NR058097（N.Y.J）、RS-2023-NR076471（J.J）、RS-2026-25469525（S.H.L）和RS-2026-2549455（H.J.C）。

**CRediT作者贡献声明**

Fahad Hassan Shah：论文撰写——初稿。Jung Sig Cho：论文撰写——初稿。Na Young Jeong：论文撰写——审阅与编辑，监督。Hyung-Joo Chung：论文撰写——审阅与编辑。Junyang Jung：论文撰写——审阅与编辑，监督，概念设计。Seok Jae Huh：论文撰写——审阅与编辑。Seung Hyeun Lee：论文撰写——审阅与编辑。Young Rae Jo：论文撰写——初稿。

**生成式AI及AI辅助技术在写作过程中的声明**

AI被用于改善本手稿的语法、整体句子结构和图形摘要。

**利益冲突声明**

所有作者声明无利益冲突。

**竞争性利益声明**

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

Fahad Hassan Shah | Jung Sig Cho | Seung Hyeun Lee | Young Rae Jo | Seok Jae Huh | Hyung-Joo Chung | Junyang Jung | Na Young Jeong