基于人工智能的共价FGFR4抑制剂在肝细胞癌中的发现与实验验证

《Journal of Translational Medicine》：AI-Driven discovery and experimental validation of covalent FGFR4 inhibitors for hepatocellular carcinoma

　　

摘要

背景

FGFR4信号通路是肝细胞癌发展的关键驱动因素。然而，传统的筛选方法往往耗时较长，因此需要有效的策略来识别具有共价特性的化合物，从而加速FGFR4相关药物的发现。

方法

我们构建了一个基于人工智能的虚拟筛选框架，用于寻找FGFR4的共价抑制剂。这些理论预测通过一系列生化实验进行验证，包括体外FGFR4激酶活性检测、细胞内信号通路的免疫印迹分析，以及自下而上的LC-MS/MS肽段分析。

结果

通过对计算预测结果的生物学验证，我们发现了五种具有抗增殖活性的不同化学结构体系（候选物1、2、5、7和8）。其中活性最强的两种候选物被选出来进一步研究其作用机制。这两种化合物能够呈剂量依赖性地抑制FGFR4激酶活性，其IC₅₀值分别为1.06 μM和3.57 μM。细胞实验表明，这两种化合物可以降低FGFR4的自身磷酸化水平及其下游的FRS2/ERK1/2信号通路活性，且不会引发非特异性的蛋白质降解。此外，通过自下而上的LC-MS/MS肽段分析，我们获得了直接的结构证据，证明候选物1和2是通过迈克尔加成机制与目标半胱氨酸残基结合的。

结论

通过我们基于人工智能的计算流程，我们找到了多种具有明显生物活性的FGFR4共价抑制剂。候选物1和2属于结构已明确的共价抑制剂体系。这项研究为针对肝细胞癌的精准治疗提供了新的化学靶点，同时也展示了在共价药物发现过程中理论预测与实验验证相结合的重要性。