引言与研究背景
结直肠癌(CRC)是全球发病率第三、死亡率第二的常见恶性肿瘤，其中约25%的患者在确诊时已处于转移阶段。转移性结直肠癌(mCRC)患者预后差，5年生存率常低于20%。系统性化疗联合靶向药物是目前的主要治疗策略。呋喹替尼是一种口服、高选择性的小分子酪氨酸激酶抑制剂，主要靶向血管内皮生长因子受体(VEGFR)1、2和3，通过抑制VEGFR介导的血管生成来抑制肿瘤生长。该药于2018年在中国首次获批，并于2023年在美国获批用于经标准化疗和靶向方案治疗后的mCRC患者。关键临床试验(如FRESCO和FRESCO-2)证实了其在经治mCRC人群中显著的生存获益，但与其他抗血管生成疗法类似，呋喹替尼也存在一系列特有的药物不良事件(ADEs)，如高血压、蛋白尿、手足皮肤反应和血液学毒性等。美国食品药品管理局不良事件报告系统是一个包含医护人员、消费者和制药商自发报告的大型公共药物警戒资源，是上市后安全性评价，特别是对新近获批或长期安全性数据有限药物进行评估的基石。本研究旨在通过整合FAERS数据挖掘与分子层面研究，系统评估呋喹替尼的安全性特征，并深入探究其关键不良反应(特别是蛋白尿)的分子机制。
研究方法
本研究采用“床旁到实验台”的反向转化策略。首先，从FAERS季度数据文件中提取了2023年第四季度至2025年第一季度期间的数据，该时段恰逢呋喹替尼于2023年11月在美国正式获批。报告经过去重、清洗，不良事件(AEs)采用监管活动医学词典(MedDRA®)28.0版的首选术语(PTs)和系统器官分类(SOCs)进行标准化。信号检测应用了不成比例分析，包括报告比值比(ROR)、比例报告比(PRR)、贝叶斯置信传播神经网络(BCPNN)和多项目伽马泊松缩减器(MGPS)四种算法，当AEs在所有四种算法中均满足预设阈值时被视为阳性信号。
在识别出关键不良事件(蛋白尿)后，进行了网络药理学分析。利用呋喹替尼的化学结构，通过SwissTargetPrediction和PharmMapper数据库预测其潜在靶点，同时从GeneCards和OMIM数据库中筛选与蛋白尿相关的疾病靶点。对药物与疾病的共有靶点进行交集分析，并利用STRING数据库构建蛋白质-蛋白质相互作用(PPI)网络，通过Cytoscape软件及其插件CytoHubba(Degree算法)识别核心枢纽基因。随后进行基因本体(GO)和京都基因与基因组百科全书(KEGG)功能富集分析。
为验证呋喹替尼与核心靶点的结合潜力，进行了分子对接模拟。从蛋白质数据库(PDB)获取核心靶点的三维晶体结构，从PubChem数据库获取呋喹替尼的化学结构并进行能量最小化。使用AutoDock Vina进行半柔性对接，结合亲和力(kcal/mol)为主要评价指标，低于-7.0 kcal/mol表明结合稳定。
为在生理条件下进一步评估复合物的时间稳定性和构象动力学，对结合亲和力最高的两个复合物(SRC-呋喹替尼和STAT3-呋喹替尼)进行了100纳秒(ns)的分子动力学(MD)模拟。使用GROMACS 2023软件包，应用CHARMM36力场，系统在TIP3P水模型中溶剂化。模拟在310 K和1巴压力下进行，通过均方根偏差(RMSD)、均方根涨落(RMSF)、回转半径(Rg)和溶剂可及表面积(SASA)等参数量化轨迹稳定性。
结果
患者特征与报告趋势
共识别出1632份与呋喹替尼相关的AE报告。报告数量在2023年(该药于11月在美国获批)极少，在2024年达到峰值，并在2025年第一季度(数据收集结束)有所减少。男性患者占比略高于女性(51.9% vs 41.1%)。在有体重数据的报告中，大多数患者体重在50-100公斤之间(14.6%)。年龄方面，18-64.9岁组(24.4%)和65-85岁组(19.6%)占比最大。临床结局中，死亡占33.9%，住院占24.8%。消费者是主要报告者(34.0%)。从地理分布看，美国贡献了大部分报告(62.9%)，其次是中国(14.6%)和日本(8.1%)。
系统器官分类分布与信号检测
呋喹替尼相关的AEs被归类到25个SOCs。报告频率最高的是一般性疾病及给药部位各种反应(22.4%)，其次是胃肠系统疾病(14.63%)和各类检查(9.48%)。信号检测分析显示，多个SOCs的ROR显著大于1，其中不成比例性最强的是良性、恶性及性质不明的肿瘤(包括囊肿和息肉)(ROR = 3.43)，其次是胃肠系统疾病(ROR = 1.85)和内分泌系统疾病(ROR = 1.75)。
首选术语层面信号检测
在PT层面，信号检测揭示了跨越多SOCs的广泛AEs。维恩图显示，64个PTs(26.1%)被所有四种不成比例性算法一致识别为阳性信号。观察到最高ROR值的AEs包括骨髓抑制(ROR = 29.31)、掌跖红肿综合征(ROR = 22.43)、发音障碍(ROR = 21.96)、蛋白尿(ROR = 16.92)和血压升高(ROR = 11.86)。胃肠道疾病(如腹泻、腹痛、口腔炎)和血小板计数降低也显示出显著信号。
亚组分析
在性别亚组分析中，男性患者中发音障碍、骨髓抑制和口腔炎信号显著；女性患者中骨髓抑制、掌跖红肿综合征、血压升高和口腔炎信号较强。掌跖红肿综合征显示出明显的性别特异性差异，女性信号远强于男性。血压升高的ROR在女性中也显著更高。火山图分析显示，女性患者显著的ADEs包括恶心、呕吐、头痛、疼痛、血压升高和癫痫发作；男性患者显著的ADEs是发音障碍和直肠出血。在年龄亚组和报告者类型分析中，AE模式总体相似。
不良事件发生时间
共393份AE报告包含详细的发病时间信息。绝大多数AEs(66.2%)发生在开始呋喹替尼治疗后的前30天内，16.0%发生在31-60天之间，8.1%发生在61-90天之间。此后发病率显著下降，超过90天后报告的事件不足3.5%。这表明治疗早期是AE风险最高的时期。
呋喹替尼相关蛋白尿的网络药理学分析
基于FAERS分析中蛋白尿极高的不成比例性(ROR = 16.92)及其作为剂量限制性毒性的临床意义，本研究优先对其进行了机制研究。共检索到呋喹替尼的157个潜在靶点和蛋白尿相关的1719个靶点。交集分析确定了46个共有靶点，并构建了“药物-靶点-疾病”调控网络和PPI网络。通过CytoHubba拓扑分析识别出前10个枢纽基因：SRC、STAT3、EGFR、HSP90AA1、PIK3CB、JAK2、ERBB2、IGF1R、MTOR和ATM。SRC和STAT3的高中心性表明呋喹替尼可能通过调控足细胞完整性的特定磷酸化级联反应破坏肾功能。功能富集分析进一步提供了生物学背景。GO注释表明靶点主要富集于肽基酪氨酸磷酸化和跨膜受体蛋白酪氨酸激酶信号传导等过程，细胞组分定位于膜筏。KEGG通路分析显示在PI3K-Akt信号通路、MAPK信号通路和EGFR酪氨酸激酶抑制剂耐药性中显著富集。
核心靶点的分子验证
为验证网络预测的生物学合理性，优先选择了四个关键信号激酶(SRC、STAT3、EGFR和IGF1R)进行结构验证。分子对接模拟结果显示，呋喹替尼对所有选定靶点均表现出低于-7.0 kcal/mol的强大结合亲和力。其中，SRC的结合亲和力最强(-7.8 kcal/mol)，其复合物通过与活性口袋内的TYR-90残基形成氢键而稳定。STAT3也表现出强大的相互作用(-7.4 kcal/mol)，通过双氢键与SER-513和SER-514残基稳定结合。EGFR和IGF1R也显示出良好的结合亲和力，并形成了密集的氢键网络。这些结构数据证实呋喹替尼可以直接占据这些靶点的活性位点。
呋喹替尼与SRC和STAT3复合物的动态稳定性
尽管分子对接证实了静态结合潜力，但通过MD模拟验证了呋喹替尼在动态溶剂化环境中是否能稳定结合在SRC和STAT3的口袋中。100 ns的模拟轨迹表明，SRC-呋喹替尼复合物实现了显著稳定性，整个复合物的RMSD在最初的10 ns内稳定下来，此后保持在0.22 nm左右，表明结合构象高度稳定。RMSF图显示灵活性仅限于表面环区，而结合核心保持刚性。STAT3-呋喹替尼复合物也表现出稳定性，但具有独特的动态特征。复合物RMSD稳定在0.25 nm左右。值得注意的是，埋藏SASA分析显示在约60 ns时发生了显著转变，接触面积从约9.0 nm2 下降到约6.5 nm2 后趋于稳定。这可能反映了一种“诱导契合”机制，即配体进行了构象调整以更深地嵌入疏水口袋。尽管有此调整，复合物仍保持完整未解离，证实了强大的亲和力。
讨论
本研究首次将真实世界药物警戒数据与分子动力学模拟相结合，对呋喹替尼进行了全面的“床侧到实验台”研究。FAERS分析不仅验证了已知的类别相关毒性，更重要的是将蛋白尿确定为一个具有极高报告比值比的关键安全信号。蛋白尿在数据集中作为最显著的器官特异性信号出现。机制上，主流假说将TKI诱导的蛋白尿完全归因于肾小球内皮细胞中VEGF信号的“靶上”抑制。然而，这种血流动力学模型未能完全解释活检中常观察到的直接足细胞损伤。本研究的主要新颖之处在于识别出由脱靶激酶调控驱动的潜在“双重打击机制”。
通过网络药理学和MD模拟，确定了SRC和STAT3是呋喹替尼的高亲和力脱靶介导者。对接结果显示，呋喹替尼以-7.8 kcal/mol的结合能结合到SRC的活性口袋，MD模拟定量证实了这种相互作用的结构平衡。这在生物学上意义深远，因为SRC激酶是足细胞裂孔隔膜(蛋白质过滤的最后屏障)的关键调节因子。生理上，SRC磷酸化nephrin和synaptopodin以维持细胞骨架完整性；其抑制在实验上与足细胞足突消失和大规模蛋白尿有关。这与达沙替尼等其他多激酶抑制剂的发现相似。因此，基于计算模型，本研究假设呋喹替尼可能通过血管损伤(通过受体抑制)和直接上皮失稳(通过SRC阻断)的潜在协同效应，导致临床蛋白尿的发生。
同样，呋喹替尼与STAT3之间的强相互作用增加了另一层复杂性。虽然STAT3是CRC中经过验证的致癌靶点，但其在肾脏中的基础活性对于肾小管间质稳态和损伤后修复至关重要。模拟中观察到的“诱导契合”结合模式表明，呋喹替尼可能抑制STAT3信号传导，从而削弱肾脏在初始血管损伤后的修复能力。这种多靶点结合特性将呋喹替尼与高度特异性的单克隆抗体区分开来，并可能解释FAERS数据库中观察到的肾脏事件的持续性。
除了肾毒性，分析还捕捉了广泛的不良事件，最显著的是骨髓抑制和发音障碍。尽管这些信号显示出比蛋白尿更高的报告不成比例性，但由于特定的临床和药理学原因，并未优先纳入本研究的计算机模拟机制研究管线。首先，骨髓抑制的极高信号受到mCRC人群临床特征的严重混淆。其次，发音障碍被广泛认为是抗血管生成疗法可预测且可管理的类别效应。相比之下，高级别蛋白尿代表了肾小球滤过屏障直接、剂量限制性且严重的结构破坏，因此成为通过生物物理建模识别新型分子脱靶介导者的最佳且至关重要的候选。
人口统计学变异分析显示，女性更容易发生皮肤和血管毒性，而男性出血事件风险更高。这些发现与其他激酶抑制剂描述的基于性别的药代动力学差异一致，表明未来研究可以探索基于性别和耐受性的剂量优化。
局限性
本研究存在几个固有的回顾性和计算设计局限性。首先，作为自发报告系统，FAERS数据库本身存在报告偏倚。此外，数据库缺乏关于总药物暴露的分母数据，因此无法计算观察到的不良事件的真实发生率。重要的是，药物警戒分析无法明确排除适应症和潜在合并症的混杂。其次，中显示了FAERS中大量缺失的人口统计信息，特别是体重(81.1%)和年龄(49.6%)，性别缺失较少(7.0%)。这反映了自发、自愿报告且非必填字段的固有局限性。第三，尽管分子对接和100 ns MD模拟提供了关于药物-靶点相互作用的高分辨率生物物理学见解，但必须强调这些分子模型仍然是严格理论上的。结构结合亲和力的计算预测并不自动等同于体内功能性酶抑制。因此，呋喹替尼对SRC和STAT3的特异性脱靶抑制及其向足细胞损伤的直接转化，仍然是一个假设生成的发现，明确需要未来的实验验证。
结论
总之，本研究描绘了呋喹替尼的真实世界不良事件关联，并提出了关于其潜在肾毒性的新颖计算分子假说。研究强调蛋白尿是一个关键的安全信号，其机制可能与靶上受体阻断以及对SRC和STAT3的潜在脱靶抑制有关。这些发现支持了向精准药物警戒的范式转变，强调在mCRC患者中早期保护足细胞功能的重要性。
打赏
