《Letters in Drug Design & Discovery》：Design and combinatorial library generation of azole derivatives as anticancer agents: QSAR, molecular docking and dynamic approach
编辑推荐：
本文聚焦胃癌与肝癌靶向治疗难题，研究者运用集成计算药物设计方法，系统开展了新型恶唑（Azole）衍生物作为EGFR/HER2抑制剂的开发。研究通过定量构效关系（QSAR）建模指导设计150个新分子，结合分子对接与分子动力学（MD）模拟验证，成功筛选出具有强结合力与良好类药性的先导化合物8c和12?l。该工作为克服现有酪氨酸激酶抑制剂（TKIs）的耐药性与毒性问题提供了新思路和候选分子。
癌症，尤其是胃癌和肝癌，依然是全球健康的主要威胁。尽管靶向治疗和诊断技术不断进步，但患者的生存率仍不理想。一个核心难题在于肿瘤细胞中某些关键“信号开关”——受体酪氨酸激酶（RTKs）的异常激活，其中表皮生长因子受体（EGFR）和人表皮生长因子受体2（HER2）扮演着关键角色。它们控制着细胞增殖、血管生成和转移等重要通路。然而，现有的针对这些靶点的抑制剂，如酪氨酸激酶抑制剂（TKIs），常常面临耐药性、脱靶毒性、选择性不足和药代动力学性能不佳等挑战。这迫使科学家们不断寻找结构新颖、更具潜力的候选药物。
在这个背景下，含有氮原子的五元杂环——恶唑（Azole）类化合物因其多样的药理活性和良好的理化性质，在抗癌药物发现领域备受关注。然而，现有研究大多集中在合成扩展或初步生物筛选，缺乏对其结构与活性关系的系统性、定量化研究，也少有将其作为EGFR/HER2抑制剂的全面计算探索。为了弥合这一空白，一项新的研究采用了集成化的计算机辅助药物设计方法，旨在理性设计并筛选出针对胃癌和肝癌的潜在恶唑类先导化合物。相关研究成果已发表在《Letters in Drug Design 》杂志上。
为了开展这项研究，作者团队综合运用了多项关键的计算技术。首先，他们基于文献报道的63个对肝癌细胞（HA22T）和胃癌细胞（NUGC）具有细胞毒性的恶唑衍生物，进行了基于配体的定量构效关系（Quantitative Structure-Activity Relationship, QSAR）研究，利用QSARINS软件建立了稳健的多重线性回归（Multiple Linear Regression, MLR）模型。其次，基于QSAR模型得出的结构启示，使用SmiLib软件设计了150个新型恶唑衍生物，并利用SwissADME在线工具评估了它们的类药性和药代动力学（ADMET）特性。接着，研究者采用分子对接技术，使用Discovery Studio软件中的CDOCKER模块，将设计出的分子与EGFR（PDB ID: 6V6O）和HER2（PDB ID: 3PP0）的晶体结构进行对接，以预测其结合模式和亲和力。最后，为了验证对接复合物的稳定性，他们对筛选出的最优复合物进行了时长为100纳秒（ns）的全原子分子动力学（Molecular Dynamics, MD）模拟，使用的软件是GROMACS。
结果与讨论
- •
3.1. 描述符的机制性解释
通过对建立的四个QSAR模型（模型1-2针对HA22T，模型3-4针对NUGC）进行机制性解释，研究人员揭示了影响化合物抗癌活性的关键结构特征。例如，对于肝癌细胞系（HA22T），描述符ZMIC4（第四阶修正信息含量指数）对活性有显著正向贡献，意味着在苯环或吡啶环的第四拓扑顺序上连接吸电子基团能增强活性。而描述符nN（氮原子数量）则呈现负向贡献，表明分子中氮原子过多会降低活性。对于胃癌细胞系（NUGC），描述符AATS6p（基于极化率的平均自相关指数，滞后6）和nFG12Ring（大于12元稠环的数量）显示出正向贡献，提示增加分子极化和引入大稠环系统可能有利于提高活性。
- •
3.2. 模型的适用性域
研究采用杠杆法评估了所建QSAR模型的适用性域（Applicability Domain, AD）。威廉姆斯图（William‘s plot）显示，大部分训练集和测试集化合物都位于AD范围内，仅有少数化合物（如模型3中的化合物2，模型4中的化合物34和35）超出范围。这确保了模型对未来未知化合物预测的可靠性，并为后续新分子设计划定了合理的化学空间。
- •
3.3. 结果概述与库生成基础
QSAR模型的分析结果直接指导了新分子的设计。研究表明，在恶唑核心的R2和R5位点进行修饰是影响活性的关键。具体来说，在R2或R5位连接吡啶基团或吸电子基团（如卤素）显示出良好的活性，而氮原子过多或存在特定的大稠环则可能降低活性。基于这些认识，研究人员利用SmiLib软件，通过组合化学的方法，生成了一个包含150个新型恶唑衍生物的虚拟化合物库。
- •
3.4. 使用已开发QSAR模型对设计化合物的活性预测与筛选
利用开发好的QSAR模型对这150个新设计的化合物进行了活性预测和筛选。同时，通过杠杆法评估了这些新化合物是否位于模型的适用性域内。因苏布里亚图（Insubria plot）显示了超出AD的化合物，确保了后续分析均基于模型可可靠预测的分子。最终，结合共识预测和AD分析，筛选出了一批具有高预测活性的候选分子。
- •
3.5. 设计化合物的筛选与类药性研究
所有150个新设计的化合物都通过了类药性过滤器（包括Lipinski五规则、Veber规则和Ghose过滤器）的评估。这意味着这些分子在分子量、脂溶性、氢键供体/受体数量、可旋转键数和极性表面积等方面都符合口服药物的一般标准，具有较好的成药性潜力。
- •
3.6. ADMET性质
利用SwissADME工具对新设计化合物的吸收、分布、代谢、排泄和毒性（ADMET）性质进行了预测。结果表明，所有筛选出的先导化合物均符合Lipinski规则，并表现出高胃肠道吸收率和良好的合成可行性。这进一步支持了这些分子作为药物候选物的潜力。
- •
3.7. 设计化合物的分子对接结果
分子对接研究揭示了设计化合物与靶蛋白EGFR和HER2的结合模式和亲和力。对接结果以-CDOCKER相互作用能量表示，数值越负表示结合越强。研究发现，化合物8c与HER2（3PP0）的结合尤为突出，其-CDOCKER相互作用能量为-40.686 kcal/mol，与关键残基THR862形成氢键，并与多个疏水残基存在广泛相互作用。化合物12?l与EGFR（6V6O）也表现出强结合（-CDOCKER相互作用能量为-47.070 kcal/mol），与MET793和ASP800形成氢键网络，并稳定地嵌入由多个疏水残基构成的结合口袋中。这些相互作用模式通过二维和三维相互作用图得到了清晰的展示。
- •
3.8. 分子动力学
为了验证对接结果的稳定性，研究人员对复合物8c-3PP0和12?l-6V6O进行了长达100 ns的分子动力学模拟。分析关键参数发现：均方根偏差（Root Mean Square Deviation, RMSD）值在整个模拟过程中波动极小（<0.4 ?），表明复合物结构非常稳定；均方根涨落（Root Mean Square Fluctuation, RMSF）分析显示蛋白质关键活性位点残基没有发生剧烈波动；回转半径（Radius of Gyration, Rg）曲线平稳，表明复合物整体结构紧凑。更重要的是，模拟结束后分析相互作用发现，对接研究中识别出的关键氢键和疏水相互作用在整个模拟过程中得以保持。这些结果有力地证实了化合物8c和12?l与各自靶蛋白形成了稳定、持久的复合物。
研究结论与讨论
本研究成功应用了一套集成的计算机辅助药物设计流程。首先，通过稳健的QSAR模型定量揭示了恶唑衍生物抗肝癌（HA22T）和胃癌（NUGC）细胞活性的关键结构决定因素。基于这些模型洞见，理性设计并虚拟生成了一个包含150个成员的新型恶唑衍生物库。所有设计分子均通过了严格的类药性和ADMET性质预测，显示出良好的成药前景。
分子对接研究从该库中筛选出了两个最具潜力的先导化合物：8c（针对HER2/胃癌）和12?l（针对EGFR/肝癌）。它们与各自靶蛋白的结合亲和力优于或可比于阳性对照药CHS 828，并形成了由关键氢键和广泛疏水相互作用构成的稳定结合网络。随后的100 ns分子动力学模拟从动力学角度证实了这两个复合物具有极高的构象稳定性，关键相互作用在模拟全程中得以维持。
与近期（2023-2025年）其他针对EGFR/HER2的抑制剂研究（如苯并呋喃-三唑、喹唑啉衍生物等）相比，本研究所设计的恶唑衍生物在对接得分、类药性（完全符合Lipinski规则）和口服吸收预测方面表现出综合优势。其结构创新性在于巧妙地融合了卤代芳环、吡啶基团以及一个富含氮硫杂原子的电子可调恶唑/硫酮核心，从而实现了对靶点结合口袋的立体、疏水和静电相互作用的优化匹配。
综上所述，这项研究通过系统的计算模拟，不仅阐明了恶唑类抗癌化合物的构效关系，更理性设计并虚拟筛选出了化合物8c和12?l这两个具有强效双靶点（EGFR/HER2）抑制潜力、优异类药性和稳定性的新型先导支架。它们为克服现有酪氨酸激酶抑制剂的局限性提供了有希望的新起点，并为后续的化学合成、生物活性验证乃至进一步的临床前开发奠定了坚实的理论基础。当然，研究目前仅限于计算机预测阶段，未来的工作将聚焦于这些先导化合物的实际合成、体外/体内活性与毒性验证，以及对临床常见EGFR突变体的活性测试，以推动其向候选药物的转化。
