传统药物发现过程中为避免副作用,通常采用“一种疾病——一个靶点——一个分子”的策略。但对于一些复杂的多因素疾病,一种药物往往不能覆盖几种症状,因此需要研发一种能够同时作用于多个靶点的药物。
但现有的此类药物很多都是偶然发现的,如何系统地开发多靶点、多功效药物,一直以来都是科学界的难题。
5月6日,加州大学圣地亚哥分校的研究人员在Nature Communications杂志发表最新论文,他们开发了一种基于生成强化学习的多药理学方法——POLYGON,它能生成同时抑制两种蛋白质靶标的、全新的分子结构。
在超过100 000种化合物的结合数据中,POLYGON正确识别多药理学相互作用的准确率为82.5%。此外,研究人员合成了32种同时靶向MEK1/mTOR的化合物进行测试,当剂量在1-10μM时,每种蛋白质的活性和细胞活力都降低了50%以上。
具体来说,首先,为了程序化地生成多靶点、多功效药物,研究人员开发了一种基于生成式AI和强化学习的深度机器学习模型——POLYpharmacology Generative Optimization Network(POLYGON)。
通俗来讲,POLYGON与肖像生成的方法相似。肖像生成中,情绪和年龄是两种面部特征,同时优化这两个因素,可以生成新的面部肖像(图1上)。同样,抑制两个蛋白质靶点是两个生物学特征,也可以通过同时优化这两个因素,来从头生成小分子化合物(图1下)。
图1. 多药理学的生成模型
POLYGON的组件之一是变分自编码器(VAE),这是一种深度神经网络,用于将分子化合物的化学式处理成“化学嵌入”;组件之二是一个强化学习系统,用于生成具有针对两种不同目标的活性的多药理学化合物。
图2. 为生成式多药理学药物发现嵌入化学空间
接下来,研究人员使用POLYGON对多组三联体(化合物,靶标1,靶标2)进行评分,共测试了109 811个化合物和1850个靶标。结果显示,在IC50<1μM时,化合物对两个靶标都有活性的预测准确率高达81.9%。
图3. 使用POLYGON验证特定的化合物双靶点活性
然后,研究人员使用POLYGON对已知的10对合成致死靶点进行化合物生成,选择每个靶点得分最高的前100个化合物。
图4. 针对10种合成致死相互作用的多药理化合物
如图5所示,以靶向MEK1和mTOR的合成致死组合为例,研究人员首先在蛋白质数据库中获得了MEK1与曲美替尼(MEK1抑制剂)的结构,以及mTOR-FRB/FKBP12复合物与雷帕霉素(mTOR抑制剂)的结构。
分子对接显示,曲美替尼正确地放置在MEK1中,其有利ΔG为-9.2kcal/mol,而曲美替尼在第二个靶标mTOR中的最佳位置则不那么有利,ΔG为-7.4kcal/mol;反之,雷帕霉素正确地放置在mTOR复合物中,其有利的ΔG为-8.6kcal/mol,而其在第一个靶标MEK1中的最佳位置则不太有利,ΔG为-3.7kcal/mol。
但研究人员发现,POLYGON生成的化合物IDK12008在MEK1中的最佳位置与曲美替尼相似,ΔG为-8.4kcal/mol,在mTOR复合物中的最佳位置与雷帕霉素相似,结合能为-9.3kcal/mol。
这个例子说明,曲美替尼(MEK1抑制剂)和雷帕霉素(mTOR抑制剂)仅能单独与各自的靶点结合,但POLYGON生成的化合物IDK12008既能以类似曲美替尼的方式与MEK1结合,又能以类似雷帕霉素的方式与mTOR结合,是一种能结合双靶点的化合物。
图5. 具有mTOR和MEK1结构的IDK化合物的对接模拟
最后,研究人员从靶向MEK1/mTOR的100个候选化合物中筛选了32个进行合成,以验证其活性。结果发现,大多数化合物的IC50值在1-10μM范围内,且10μM时两种激酶活性都降低>50%。细胞实验和激酶实验均表明候选分子可以同时抑制MEK1和mTOR,且mTOR和MEK1活性的降低与总体生长抑制显著相关。进一步筛选发现,4种化合物(IDK12008、IDK12038、IDK12058和IDK12065)在1μM时将两个靶标的磷酸化活性降低>50%。
图6. 从头mTOR/MEK1抑制剂的设计与合成
总结来说,POLYGON能生成同时抑制两种蛋白质靶标的全新分子,可构建具有针对两个靶标活性的不同分子结构库。体外细胞实验和激酶实验均表明,候选分子可以同时抑制MEK1和mTOR,为实现“一药治多病”打下了坚实基础。
注:文章配图来自Nature Communications
参考资料:
[1]Brenton P. Munson et al. De novo generation of multi-target compounds using deep generative chemistry. Nature Communications(2024)
https://doi.org/10.1038/s41467-024-47120-y
[2]POLYGON源代码:https://github.com/bpmunson/polygon
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.