《Journal of Biochemical and Molecular Toxicology》：Psychotropic Drug GST Interactions: In Vitro Inhibition, Molecular Docking, and Translational Potential in Cancer Therapy
编辑推荐：
抗精神病药物广泛用于治疗精神障碍，但其也影响与癌症相关的细胞通路。谷胱甘肽S-转移酶（GST）是参与解毒和肿瘤耐药的关键酶，使其成为癌症治疗的潜在靶点。本研究考察了所选抗精神病药物阿立哌唑、盐酸氟西汀、利培酮、氟哌啶醇和丙戊酸钠对来源于马肝脏的GST活性的影响
抗精神病药物广泛用于治疗精神障碍，但其也影响与癌症相关的细胞通路。谷胱甘肽S-转移酶（GST）是参与解毒和肿瘤耐药的关键酶，使其成为癌症治疗的潜在靶点。本研究考察了所选抗精神病药物阿立哌唑、盐酸氟西汀、利培酮、氟哌啶醇和丙戊酸钠对来源于马肝脏的GST活性的影响。采用1-氯-2,4-二硝基苯（CDNB）作为底物、依他尼酸（K? = 4.7 ± 0.8 nM）作为标准参考抑制剂，在体外评估酶动力学。测定IC50值，并通过Lineweaver–Burk作图分析计算抑制常数（K?）。K?值排序如下：氟哌啶醇（2.80 ± 1.6 nM）< 依他尼酸（4.70 ± 0.8 nM）< 利培酮（4.90 ± 0.39 nM）< 盐酸氟西汀（5.40 ± 1.0 nM）< 阿立哌唑（6.10 ± 0.7 nM）< 丙戊酸钠（386.0 ± 0.0 nM）。氟哌啶醇在受试药物中表现出最强的GST抑制作用，其结合亲和力甚至超过依他尼酸。这提示其作为GST调节剂在癌症治疗中的潜力。分子对接研究显示，利培酮和阿立哌唑的结合亲和力最高，对9GSS的对接评分为?7.350至?7.576 Kcal/mol，对5JCU为?8.786至?8.982 Kcal/mol。这些强相互作用表明两种化合物均具有有效结合于GST活性位点内的高潜力。分子动力学模拟证实了这些复合物在整个模拟期间的稳定性和一致性。鉴于GST抑制剂的抗癌作用，具有显著GST抑制作用的抗精神病药物尤其是氟哌啶醇可能对癌症治疗产生积极贡献。
研究背景：抗精神病药物（包括抗抑郁药、抗精神病药和心境稳定剂）广泛用于抑郁症、双相情感障碍、精神分裂症和焦虑症等精神障碍的治疗，其全球使用量近年来显著增加。传统上这些药物主要针对神经递质系统进行研究，但近期发现它们也调节中枢神经系统之外的生化通路，如代谢、氧化还原平衡和细胞应激反应通路，这些通路与癌症生物学密切相关。谷胱甘肽S-转移酶（GST）是参与解毒、氧化应激调节和化疗耐药的关键酶，其亚型GSTP1和GSTA1在多种实体瘤中频繁过表达，与药物失活、凋亡抵抗和化疗预后不良相关。因此GST抑制作为抗癌策略受到关注。尽管已开发合成GST抑制剂用于肿瘤学应用，但识别意外抑制GST的临床已批准化合物已成为药物重定位的核心。氟西汀和氟哌啶醇等药物已被报道可改变GST mRNA表达，但其酶抑制动力学在很大程度上尚未探索，这是转化药理学的重要空白。本研究旨在通过评估抗精神病药物的GST靶向效应，机制性地桥接神经药理学与肿瘤学，探索其在癌症治疗中的重定位潜力。
研究人员开展了以下研究：选取五种常用抗精神病药物（盐酸氟西汀、阿立哌唑、氟哌啶醇、利培酮和丙戊酸钠），基于其临床相关性及可能影响GST结合亲和力的独特分子结构进行体外GST抑制特性研究。采用马肝脏来源的GST作为验证的酶学模型，因其包含α、μ和π类的胞质亚型，且与人类肝脏亚型（特别是GSTA1和GSTP1）具有高度序列和功能同源性。通过体外酶动力学和分子对接模拟评估这些结构特征，定量测定IC50和K?值以表征每种化合物的抑制类型，并将这些动力学参数与已发表的人血浆浓度进行比较。研究得出以下结论：氟哌啶醇表现出最强的GST抑制作用（K? = 2.8 ± 1.0 nM），超过参考化合物依他尼酸（K? = 4.7 ± 0.8 nM）；利培酮（4.9 ± 3.9 nM）、氟西汀（5.4 ± 1.0 nM）和阿立哌唑（6.1 ± 1.7 nM）显示中等效力；丙戊酸钠（386.0 ± 0.0 nM）抑制作用较弱。机制上，氟哌啶醇、利培酮、氟西汀和阿立哌唑为非竞争性抑制剂，提示GST活性的变构调节；丙戊酸钠为竞争性抑制，表明与酶活性位点的直接相互作用。分子对接和动力学结果支持实验发现，揭示利培酮和阿立哌唑与GST活性位点的强而稳定结合。结构分析证实这些配体与负责GST调节的关键残基相互作用，提示可能的变构调节机制。研究意义在于：这些发现强调了抗精神病药物GST调节的双重药理学和毒理学相关性，特别是氟哌啶醇和阿立哌唑作为肿瘤学药物重定位的有前景候选物，其中GST过表达促进化疗耐药。然而任何治疗应用必须仔细平衡酶效力与全身安全性。此处整合的动力学数据、结合能量学和毒理学特征为靶向GST的转化策略提供了坚实基础。
关键技术方法：采用马肝脏来源GST（Sigma-Aldrich G8642）作为酶学模型；以CDNB为底物、依他尼酸为标准抑制剂，通过分光光度法在340 nm处测定GST活性；通过剂量-反应曲线和Lineweaver–Burk作图分别计算IC50和K?值并判定抑制类型；使用MOE 2024软件对GST晶体结构（PDB ID：9GSS和5JCU）进行分子对接；采用BIOVIA Discovery Studio Visualizer 2020分析配体-蛋白相互作用；进行100 ns分子动力学模拟分析复合物稳定性；使用SwissADME进行ADME分析。药物由Erzurum区域教育与研究医院（土耳其）提供。
研究结果：
3 结果
系统研究了五种抗精神病药物衍生物（阿立哌唑、盐酸氟西汀、利培酮、氟哌啶醇和丙戊酸钠）对GST酶的抑制作用，以依他尼酸作为参考化合物。通过剂量-反应曲线（活性%-[药物]）和Lineweaver–Burk图（1/V-1/[S]）分别计算IC50和K?值。GST抑制的IC50值测定如下：阿立哌唑（35.3 nM）、盐酸氟西汀（106.6 nM）、利培酮（96.3 nM）、氟哌啶醇（57.0 nM）、丙戊酸钠（374.0 nM）和依他尼酸（47.3 nM）。在受试化合物中，阿立哌唑表现出最低的IC50值，表明在浓度依赖性活性方面抑制作用最强。丙戊酸钠显示最弱的抑制作用，与其脂肪族结构和低结合亲和力一致。K?常数通过Lineweaver–Burk图得出，并根据斜率和截距特征为每种化合物指定抑制类型。计算的K?值为：氟哌啶醇（2.8 ± 1.0 nM）、利培酮（4.9 ± 3.9 nM）、盐酸氟西汀（5.4 ± 1.0 nM）、阿立哌唑（6.1 ± 1.7 nM）、丙戊酸钠（386.0 ± 0.0 nM）和依他尼酸（4.7 ± 0.8 nM）。由于较低的K?值表明较强的结合亲和力，氟哌啶醇成为受试化合物中最有效的GST抑制剂，其K?约为依他尼酸的0.60倍。相反，丙戊酸钠表现出显著较弱的相互作用，其K?值比依他尼酸高82倍，证实其低亲和力特征。抑制类型因化合物而异：丙戊酸钠表现为竞争性抑制，而其余化合物（包括依他尼酸）通过非竞争性或反竞争性机制发挥作用。
4 讨论
全球精神障碍患病率持续上升，影响相当大比例的人口。抑郁症、双相情感障碍、精神分裂症、精神病和痴呆等病症是多因素起源的，由神经化学、遗传和社会心理因素塑造。随着药理学研究的扩展，抗精神病药物在神经精神领域之外的作用日益受到关注，特别是其与GST等代谢酶的相互作用。GST是II相解毒酶，在细胞防御氧化应激和异源性毒性中发挥核心作用。其在耐药肿瘤中的过表达使其成为治疗干预的有吸引力的靶点。近期研究表明某些抗抑郁药调节氧化应激通路、减少DNA损伤并克服多药耐药机制。在此背景下，涉及GST的药物-酶相互作用尤其引人注目，因为GST在癌症生物学和药物代谢中调节解毒和氧化还原平衡。本研究的GST抑制数据表明抗精神病药物可能不仅在神经精神障碍中具有治疗潜力，而且在肿瘤学中也具有潜力。研究人员研究了所选抗精神病药物对马肝脏来源GST酶的抑制作用。选择该模型是因为其与人类肝脏GST亚型（特别是GST-alpha和GST-mu类）具有高序列同源性（>80%）和相似的动力学行为。马GST在酶学研究中也已被广泛验证为人类GST活性在异源性代谢中的替代物。所有受试化合物均表现出可测量的GST抑制，IC50值范围为35.30至374.0 nM。阿立哌唑（35.30 nM）显示最低IC50，表明抑制起效快。然而，来自Lineweaver–Burk图的K?值提供了对结合亲和力更细致的评估。氟哌啶醇（K?：2.8 ± 1.0 nM）表现出最强的抑制效力，超过参考化合物依他尼酸（4.70 ± 0.80 nM）。氟哌啶醇的K?等效值约为1.05 ng/mL，低于其治疗血浆范围1–15 ng/mL，提示GST抑制可能在临床相关剂量下发生。利培酮（K?：4.9 ± 3.9 nM）的K?等效值约为1.83 ng/mL，远低于其治疗血浆范围20–60 ng/mL，表明GST抑制在安全剂量范围内可实现。盐酸氟西汀（K?：5.4 ± 1.0 nM）对应约1.94 ng/mL，而其治疗血浆范围为120–500 ng/mL，这一宽裕的边际支持在标准临床剂量下GST抑制的可行性。阿立哌唑（K?：6.1 ± 1.7 nM）的K?等效值约为2.26 ng/mL，治疗血浆范围为150–210 ng/mL，提示GST抑制远低于毒性阈值。丙戊酸钠（K?：386.0 ± 0.0 nM）对应约143 ng/mL，而其治疗血浆范围为50–100 μg/mL（50,000–100,000 ng/mL），表明在治疗剂量下GST抑制不太可能显著。依他尼酸作为参考抑制剂，其K?等效值约为1.76 ng/mL，治疗血浆范围为1–10 μg/mL（1000–10,000 ng/mL）。尽管有效，但其临床应用因肾毒性和耳毒性而受限。除效力和剂量对齐外，这些化合物的构效关系（SAR）和结合机制揭示了GST相互作用的独特模式：氟哌啶醇的优越抑制可归因于结构和电子特征的独特汇聚。其刚性平面构象允许在GST变构口袋内精确对齐，最小化结合期间的熵惩罚。双芳香环的存在促进与酶结合域中苯丙氨酸和酪氨酸等芳香残基的强π–π堆积相互作用。此外，氟哌啶醇含有多个极性官能团（羟基、酮、氟和氯），能够与极性氨基酸形成氢键和偶极相互作用。卤素原子特别是氟增强吸电子能力，增加分子的亲电性并促进更紧密的结合。这种疏水、极性和静电互补性的组合可能解释了氟哌啶醇的纳摩尔级K?及其优于结构更简单或更灵活类似物的优势。利培酮虽然结构复杂，但缺乏卤素取代并表现出更大的构象灵活性。其苯并异噁唑环和哌啶酮部分支持氢键形成，但缺乏强π系统和吸电子基团可能限制其结合稳定性。氟西汀的线性结构和三氟甲基取代的芳香环促进疏水和静电相互作用，但其缺乏构象刚性可能降低在结合口袋内的驻留时间。阿立哌唑受益于喹啉基芳香系统和哌嗪环， enabling多种相互作用。然而，其柔性骨架可能损害与氟哌啶醇刚性几何结构相比的结合精确性。丙戊酸钠缺乏芳香或极性部分，仅通过活性位点的竞争性结合弱相互作用。其脂肪族性质排除了π–π或氢键相互作用，导致亲和力显著降低。依他尼酸具有共轭α,β-不饱和羰基系统和芳香环，仍为有效的非竞争性抑制剂。其亲电性质和π系统对齐支持稳健的GST抑制，尽管其临床效用受毒性限制。这些机制见解补充了药代动力学和毒理学数据，强化了某些抗精神病药物特别是氟哌啶醇作为神经精神和肿瘤学背景下双功能候选物的潜力。研究人员的发现与先前展示各种药物类别（包括抗肿瘤药和抗生素）GST抑制的研究一致。氟哌啶醇的卓越效力超过阿米替林和氯米帕明等毫摩尔级抑制剂，突显了其作为精神病学和肿瘤学双功能化合物的潜力。鉴于GST在耐药肿瘤中频繁过表达，氟哌啶醇破坏酶活性的能力可能支持生物标志物引导的重定位策略。
4.1 ADME分析
药物发现和评估应尽早研究。近年来，计算机高效筛选中的吸收、分布、代谢、排泄（ADME）和毒性（T）早期数据大大增加了药物设计的重要性。体外研究高效性的ADME评估的发展贡献了许多研究。此处呈现了计算机方法中最相关的药代动力学、代谢和毒性终点以及药物评估过程中的应用。采用SwissADME检查这些配体分子的化学信息学和生物学特性。在有效评估药物时，对Lipinski“五规则”合规性的分析确定了口服化合物应考虑的几个关键性质。根据本计算机工作规则：药物参数计算为分子质量< 500 Da、计算的辛醇/水分配系数（CLogP）< 5、氢键供体数< 5和氢键受体数< 10。结果指出了良好药物化合物的最重要物理化学和结构性质。分子具有相似的ADME性质。此外，计算了药物的百分比吸收，所有化合物获得值（86.54%–101.67%）。基于计算的ADME性质，所研究的分子表现出酶抑制。
4.2 分子对接研究
分子对接是阐明原子水平配体-蛋白相互作用的基本计算方法。它通过预测结合取向、亲和力和分子识别中涉及的关键残基，在合理药物设计中发挥关键作用。为验证对接方案的可靠性，采用两种已知GST抑制剂N-[7-(5-甲氧基-1H-吲哚-3-基)异喹啉-6-基]乙酰胺（VL1）和(R)-2-((1-苄基哌啶-4-基)甲基)-5,6-二甲氧基-2,3-二氢-1H-茚-1-酮（VL2）作为参考配体，并在两种GST亚型（PDB ID：9GSS和5JCU）上与所选候选药物进行比较。两种参考抑制剂对GST酶活性位点均显示出强结合亲和力，VL1的对接评分为?6.176 Kcal/mol（9GSS）和?7.361 Kcal/mol（5JCU），VL2显示略高的亲和力分别为?6.785和?8.704 Kcal/mol。这些结果验证了对接方法，因为参考抑制剂在两种亚型的催化口袋内良好相互作用。在受试药物中，利培酮和阿立哌唑表现出最有利的结合能，对5JCU分别达到?8.982和?8.786 Kcal/mol，与参考抑制剂相当或略高。这种强相互作用表明这些化合物可能具有对GST酶的抑制潜力。相反，丙戊酸钠表现出最弱的亲和力（?4.725和?5.116 Kcal/mol），表明显著结合的可能性低。所有配体的RMSD值均低于2 ?，证实诱导契合构象的结构稳定性和对接结果的可靠性。这些发现共同支持对接方案的一致性，并突出利培酮和阿立哌唑作为有前景的GST结合候选药物具有潜在抑制活性。诱导契合对接分析表明阿立哌唑通过氢键、疏水和范德华相互作用的组合占据GST（PDB ID：9GSS）的活性口袋。该配体表现出?7.576 Kcal/mol的结合评分和1.977 ?的RMSD，提示稳定且能量上有利的结合模式。阿立哌唑的氮原子与Ser65之间建立常规氢键（1.95 ?），在稳定配体取向中起关键作用。阿立哌唑的芳香和脂肪族部分被多个残基包围形成范德华相互作用，包括Tyr7、Arg13、Gln51、Gln64、Asn66、Pro53、Asp94(B)、Asp98(B)、Ile104、Tyr108和Gly205，共同增强配体在结合腔内的契合。此外，与Phe8观察到π–σ和π–烷基相互作用（2.47和5.08 ?），与Val10（5.469 ?）和Val35（4.23–5.09 ?）注意到烷基接触。Leu52和Pro9残基的邻近提供额外的疏水稳定化，进一步将配体锚定在催化裂隙中。总体而言，阿立哌唑–9GSS复合物展示了氢键（1.95 ?）和多个疏水相互作用（2.47–5.47 ?范围）的良好平衡网络，反映了稳定和特异的配体–酶关联。这些相互作用表明阿立哌唑可能作为潜在的GST调节剂或弱抑制剂，维持与活性位点关键残基的结构互补性。诱导契合对接结果表明利培酮强而特异地结合于GST酶（PDB ID：5JCU）的活性口袋，对接评分为?8.982 Kcal/mol，RMSD值为1.517 ?，证实了高亲和力和稳定的构象对齐。利培酮的羰基氧与Arg245之间形成常规氢键（2.21 ?），在催化腔内提供关键静电稳定化。此外，与Thr68观察到碳氢键（2.45 ?），进一步将配体锚定在其取向上。配体的芳香环与周围疏水残基建立多个π–π堆积和π–烷基相互作用，包括Phe220（5.43 ?）、Phe222（5.43 ?）、Tyr9（5.43 ?）和Val111（5.28 ?）。此外，Leu108（5.35 ?）、Ala216（4.94 ?）和Met208（5.79 ?）通过非极性接触贡献广泛的疏水稳定化。与Leu107还检测到卤素（氟）相互作用（3.28 ?），进一步增强结合特异性。Gln54、Gln67、Gly14和Asp101(B)等残基包围结合位点并贡献额外的范德华稳定化，将配体维持在明确限定的疏水环境中。利培酮–5JCU复合物展示了密集的疏水（4.7–5.8 ?）、氢键（2.21–2.45 ?）和卤素（3.28 ?）相互作用网络，共同表明高度稳定和能量上有利的结合姿态。这些结果表明利培酮可能发挥潜在的GST抑制或调节效应，与其强对接评分和稳健的残基接合模式一致。
4.3 分子动力学模拟分析
进行分子动力学（MD）模拟以评估蛋白–配体复合物在100 ns轨迹中的结构稳定性、灵活性、紧凑性和分子间相互作用。分析包括均方根偏差（RMSD）、均方根波动（RMSF）、回转半径（Rg）和氢键谱，共同提供对模拟期间系统构象行为和稳定性的全面理解。
4.3.1 主链RMSD分析
蛋白主链的RMSD轨迹在前10 ns内表现出初始平衡阶段，随后在剩余模拟中维持在0.55–0.65 nm左右的稳态区域。平衡后的有限波动表明复合物达到动态平衡并在整个100 ns轨迹中保持结构稳定。约35 ns处观察到的RMSD轻微瞬态增加可能对应于表面残基的局部调整或配体重新定位而非整体构象变化。这些结果证实系统保持其整体完整性并达到平衡，反映了良好稳定的蛋白–配体复合物。
4.3.2 残基灵活性（RMSF）分析
RMSF谱图说明蛋白质内残基特异性原子波动。大多数残基显示RMSF值低于0.2 nm，表明最小主链运动和刚性结构核心。在残基50、110和160附近检测到中等波动（~0.3–0.4 nm），对应于溶剂暴露的环或末端片段。这些区域通常表现出较高灵活性而不损害整体稳定性。总体低RMSF值表明配体结合未诱导显著构象扰动，蛋白质在模拟期间保持其结构刚性。
4.3.3 回转半径（Rg）分析
使用回转半径（Rg）参数评估复合物的紧凑性。Rg值在1.70和1.78 nm之间保持稳定，整个模拟期间平均值约为1.73 nm。Rg中无持续上升或下降趋势表明蛋白质保持紧凑、良好折叠的构象而无展开或塌缩。这些观察与RMSD和RMSF发现高度一致，共同证实MD轨迹期间复合物的整体构象稳定性和紧凑性。
4.3.4 氢键分析
氢键是蛋白–配体相互作用中结构稳定性和分子识别的关键决定因素。在整个100 ns轨迹中监测配体与蛋白质之间的氢键数量。氢键计数在0–5范围内动态波动，未表现出持续增加或减少趋势。这种振荡行为反映了生物分子系统的自然热运动，其中氢键由于溶剂重组和局部几何调整而动态形成和解离。围绕3至4个氢键的持续平台对应于配体与蛋白质之间的稳定接触区域，而偶尔降至零表明瞬态溶剂化效应或轻微构象重排。这种动态平衡是生物相关复合物的特征，其中灵活性支持结构适应同时保持整体结合稳定性。大多数模拟期间存在2–4个氢键表明配体与活性位点残基维持持久但动态交换的相互作用，贡献于观察到的构象平衡和复合物的热力学稳定性。综上所述，RMSD、RMSF、Rg和氢键分析一致表明蛋白–配体复合物在100 ns MD模拟期间保持动态稳定、构象刚性和结构紧凑。氢键的持续性与稳定的主链和紧凑结构一起证实配体在活性位点内形成稳健且能量上有利的相互作用网络。这些发现强烈支持配体在整个模拟期间维持稳定结合模式的假设，从而加强其作为进一步生化和药理学评估的有前景候选物的潜力。氟哌啶醇可能作为潜在的GST调节剂，帮助克服耐药性并增强抗癌治疗效果。这些发现提示其作为癌症治疗辅助剂的重定位潜力。
讨论部分总结：研究人员的发现与先前展示各种药物类别GST抑制的研究一致。氟哌啶醇的卓越效力超过阿米替林和氯米帕明等毫摩尔级抑制剂，突显了其作为精神病学和肿瘤学双功能化合物的潜力。鉴于GST在耐药肿瘤中频繁过表达，氟哌啶醇破坏酶活性的能力可能支持生物标志物引导的重定位策略。总之，本研究强化了抗精神病药物可调节癌症生物学中不可或缺的酶系统的新兴观点。传统上研究神经递质效应的药物可能在非神经疾病领域具有被忽视的治疗价值。然而，任何重定位策略必须仔细平衡酶效力与全身毒性。未来研究应纳入毒代动力学建模、亚型特异性GST相互作用和剂量-反应模拟以定义安全有效的治疗窗口。研究组织分布、药代动力学以及与已建立化疗药物的协同作用在精神科和肿瘤科共病患者群体中将特别有价值。
结论翻译：本研究表明几种抗精神病药物（氟哌啶醇、阿立哌唑、利培酮、盐酸氟西汀和丙戊酸钠）对谷胱甘肽S-转移酶（一种参与解毒和氧化应激调节的关键酶）发挥可测量的抑制作用。其中，氟哌啶醇表现出最强的抑制作用，K?值为2.8 ± 1.0 nM，优于参考化合物依他尼酸（K?：4.7 ± 0.8 nM）。利培酮（4.9 ± 3.9 nM）、氟西汀（5.4 ± 1.0 nM）和阿立哌唑（6.1 ± 1.7 nM）显示中等效力，而丙戊酸钠（386.0 ± 0.0 nM）表现出弱抑制。机制上，氟哌啶醇、利培酮、氟西汀和阿立哌唑作为非竞争性抑制剂发挥作用，提示GST活性的变构调节。相反，丙戊酸钠表现出竞争性抑制，表明与酶活性位点的直接相互作用。分子对接和动力学结果支持实验发现，揭示利培酮和阿立哌唑与GST活性位点的强而稳定结合，与其中等抑制效力一致。结构分析证实这些配体与负责GST调节的关键残基相互作用，提示可能的变构调节机制。从毒理学角度，氟哌啶醇在纳摩尔水平的强效GST抑制可能具有治疗相关性，但也引起对超治疗剂量下神经毒性的担忧。利培酮和氟西汀虽然效力中等，但在长期使用中与肝毒性和内分泌紊乱相关。阿立哌唑尽管具有强结合和良好的安全性特征，但可能诱导亚临床肝酶升高。丙戊酸钠虽然作为GST抑制剂较弱，但已知即使在治疗范围内也会引起线粒体功能障碍和肝毒性。这些发现强调了抗精神病药物GST调节的双重药理学和毒理学相关性。特别是氟哌啶醇和阿立哌唑成为肿瘤学药物重定位的有前景候选物，其中GST过表达促进化疗耐药。然而，任何治疗应用必须仔细平衡酶效力与全身安全性。未来研究应关注亚型特异性GST相互作用、体内验证以及与已建立化疗药物的协同效应。此处呈现的动力学数据、结合能量学和毒理学特征的整合为靶向GST在癌症和其他GST相关病理中的转化策略提供了稳健基础。
