《Molecules》：A Computational Framework for the Design and Development of Isoform Selective PI3Kα Inhibitors as Novel Anticancer Agents
编辑推荐：
背景：磷脂酰肌醇3-激酶（PI3K）是一个有前景的抗癌药物靶点，选择性PI3Kα抑制可能同时提供疗效和改善的安全性特征。本研究旨在利用计算机辅助药物设计（CADD）设计新的潜在选择性PI3Kα抑制剂。方法：使用分子动力学模拟、集合对接和三维定量构效关系（3D-
背景：磷脂酰肌醇3-激酶（PI3K）是一个有前景的抗癌药物靶点，选择性PI3Kα抑制可能同时提供疗效和改善的安全性特征。本研究旨在利用计算机辅助药物设计（CADD）设计新的潜在选择性PI3Kα抑制剂。方法：使用分子动力学模拟、集合对接和三维定量构效关系（3D-QSAR）分析研究苯并氧杂卓和噻唑衍生物。随后应用骨架跳跃、取代基替换、基于结构的虚拟筛选和密度泛函理论（DFT）计算来指导新衍生物的设计和表征。结果：该研究确定了能够与铰链区PI3Kα Val851（αVal851）相互作用的新化学型，包括色烯并[3,4-d]咪唑、2H-苯并[b]噁嗪和喹啉衍生物。指向疏水区II和αGln859相互作用环境的额外子结构支持了对PI3Kβ、PI3Kγ和PI3Kδ的预测选择性。结论：结果为合理设计选择性PI3Kα抑制剂建立了一个全面的CADD框架，并提供了具有改善的预测选择性特征的新化合物以供进一步开发。
**论文解读：基于计算框架的异构体选择性PI3Kα抑制剂设计与开发**
**一、研究背景与问题**
磷脂酰肌醇3-激酶（Phosphatidylinositol 3-kinase, PI3K）是调控细胞增殖、代谢、迁移和凋亡的关键脂质激酶，其信号通路（PI3K-AKT-mTOR）在人类肿瘤中高度异常。I类PI3K包含四个异构体（PI3Kα、PI3Kβ、PI3Kγ、PI3Kδ），其中仅编码p110α亚基的PIK3CA基因在癌症中频繁突变，是第二常见的突变癌基因，在脑、乳腺、结肠、肝、胃和卵巢等多种实体瘤中高发。此外，抑癌基因PTEN（phosphatase and tensin homolog）的缺失也导致该通路过度激活。因此，靶向PI3Kα成为开发抗癌疗法的重要策略。当前已获批的选择性PI3Kα抑制剂（如Alpelisib，BYL719）虽能有效抑制PI3Kα，但可引发高血糖等剂量限制性副作用；而其他抑制剂（如Taselisib）因毒性问题终止临床试验。尽管Inavolisib等新药具有更好的选择性，但仍存在皮疹、胃肠道反应等不良反应。因此，亟需设计具有更高选择性和更低毒性的新型PI3Kα抑制剂。现有计算研究多聚焦于PI3Kα单一亚型，对异构体选择性评估不足。本研究旨在构建一个整合结构-配体基础的计算机辅助药物设计（CADD）平台，系统识别和设计新型选择性PI3Kα抑制剂，以克服当前疗法的局限性。
**二、主要关键技术方法**
研究人员采用了一套集成计算流程，包括：分子动力学模拟（MD）生成受体构象集合；集合对接（Ensemble Docking）用于评估化合物与四个PI3K异构体的结合模式；三维定量构效关系（3D-QSAR）分析，基于GRIND-2描述符和偏最小二乘回归建立四个亚型的活性预测模型；骨架跳跃（Scaffold Hopping）和R基团替换（R-group replacement）用于设计新化合物；基于结构的虚拟筛选（Structure-Based Virtual Screening, SBVS）通过线性判别分析（LDA）模型筛选化合物库；密度泛函理论（DFT）计算用于电子性质表征；以及ADMET预测评估药代和毒性特征。化合物数据集来源于ChEMBL数据库，包括苯并氧杂卓和噻唑两类衍生物共37个化合物，其活性以pKi值表示。
**三、研究结果**
**2.1 PI3K结构准备与集合对接方案验证**
由于缺乏合适的人源PI3Kβ晶体结构，研究人员通过同源建模（以小鼠PI3Kβ为模板，人源序列同一性约96%）构建了人源p110β亚基模型，并验证了其立体化学质量。将代表性苯并氧杂卓（B1）和噻唑（T1）配体对接至各亚型晶体结构或模型，重对接RMSD均低于2 ?，表明对接方案可靠。MD模拟作为局部构象优化步骤，提取了每个亚型-配体复合物中五个最丰富簇的质心结构，用于后续集合对接。
**2.2 3D-QSAR研究验证与适用域定义**
基于对接得到的生物活性构象，计算GRIND-2描述符并建立四个PI3K亚型的PLS模型。内部和外部验证参数（R2、Q2、R2_pred、r2_m等）表明模型具有良好的预测能力。Williams图显示所有训练和测试集化合物均在适用域（AD）内。
**2.2.1 PI3Kα 3D-QSAR模型**
模型识别出关键变量，如var15（DRY–DRY，6.0–6.4 ?）反映疏水接触，var481和var488（O–N1）反映氢键供体-受体距离，均与αVal851、αGln859等关键残基相互作用相关。有效抑制剂需具备强疏水性和氢键受体能力。
**2.2.2 PI3Kα分子对接研究**
Bzo簇化合物通过氧杂卓氧与αVal851形成氢键，并与αSer854、αGln859等作用；Thz簇通过噻唑氮和脲氮与αVal851形成双氢键。活性最高的B1与αGln859形成氢键。
**2.2.3 PI3Kβ 3D-QSAR与对接**
模型强调疏水和位阻相互作用（var11、var228），氢键与βVal854、βSer799有关。Bzo簇通常不与铰链形成氢键，Thz簇则倾向与βVal854作用。
**2.2.4 PI3Kγ 3D-QSAR与对接**
模型显示疏水间距（var7、var23）和位阻平衡（var260）重要，负变量簇（var623）反映不利的氢键供体位阻。Bzo和Thz簇均与γVal882形成氢键。
**2.2.5 PI3Kδ 3D-QSAR与对接**
模型强调铰链氢键（var355、var527）和疏水接触（var310），负变量（var634）指示不利的位阻。Bzo簇与δVal828形成氢键，Thz簇通过噻唑氮与δVal828作用。
**2.3 选择性PI3Kα抑制剂设计指南的比较分析**
综合3D-QSAR和对接结果，提出三个结构要求：铰链结合子需含氢键受体与αVal851作用；亲和口袋结合子需保持疏水性和位阻体积；选择性修饰子需为紧凑极性片段，指向αGln859。基于B1模板，通过骨架跳跃获得6个新铰链结合候选物（如色烯咪唑、喹啉等），并组合新的亲和口袋结合子和选择性修饰子，生成23个设计化合物。预测pKi显示多数化合物对PI3Kα具有纳摩尔级亲和力和显著选择性，如D1对PI3Kα的pKi达9.71，对PI3Kβ的ΔpKi≈3.8。
**2.5 量子化学表征**
DFT计算显示，D1、D4等化合物具有较低的能隙（ΔE）和较高的化学软度，有利于电子密度调整以适应结合位点；D23具有高ΔE和强极化，支持选择性但活性中等。
**2.6 基于结构的虚拟筛选结果**
SBVS模型（LDA，AUC=0.99）筛选Enamine激酶抑制剂库，获得8个候选化合物。VS1和VS2表现出对PI3Kα的高选择性，VS1的pKi=8.29，与PI3Kβ差异>100倍。
**2.7 体外ADMET预测**
ADMET预测显示，D1、D4、D5、D23、VS1等具有良好口服生物利用度和代谢稳定性，其中D23平衡了活性、选择性和ADMET性质，D4、D5、VS1也表现优异。
**2.8 化学空间扩展**
主成分分析和自组织映射（SOM）分析表明，设计化合物和虚拟筛选化合物占据了已知PI3Kα抑制剂未覆盖的化学空间，具有结构新颖性。
**2.9 代表性后设计MD评估**
对D23进行100 ns MD模拟，显示其在PI3Kα中保持稳定的铰链结合（与αVal851氢键）和亲和口袋接触，MM/PBSA结合能估计为-47.37 kcal/mol，优于其他亚型，支持其选择性。
**四、讨论与结论**
讨论部分指出，本研究建立的CADD框架成功整合了多种计算方法，通过同时评估四个PI3K亚型的活性，实现了对选择性的精细控制。3D-QSAR模型揭示了各亚型的关键结构特征差异，为设计提供了方向。骨架跳跃和虚拟筛选拓展了化学空间，发现了具有新颖骨架的候选物。后设计MD模拟验证了D23的结合稳定性。尽管MD模拟存在时间尺度限制，未模拟p85亚基的耦合效应，但结果仍为后续优化提供了可靠基础。
**结论**：本研究表明，选择性PI3Kα抑制剂的设计需满足适当的铰链结合、亲和口袋的疏水与位阻互补性，以及朝向αGln859的选择性修饰子。研究确定了六种新型铰链结合候选物，组合后得到23个预测活性优异的设计化合物，虚拟筛选进一步拓展了化学空间。通过DFT、化学空间和ADMET分析，D4、D5、D23和VS1被确定为最有前景的候选物。代表性后设计MD模拟支持D23在PI3Kα中的结合模式。总体而言，研究结果证明了综合计算方法的有效性，为未来合成、体外评估和进一步优化奠定了基础。
