主动片段组装策略助力快速发现针对胰腺癌细胞的KRAS抑制剂

时间:2026年3月29日
来源:European Journal of Medicinal Chemistry

编辑推荐:

KRAS突变靶向化合物设计及活性研究显示,通过主动片段组装(AFA)策略构建的线性吲哚硝唑类化合物10b对胰腺癌细胞系(ASPC-1、PANC-1、Miapac-2)具有显著抑制活性,其分子对接显示对G12C和G12D突变体高亲和力,并机制验证可有效降低磷酸化Raf1、AKT和ERK水平。本研究为KRAS靶向多靶点抑制剂开发提供了新路径。

广告
   X   

张鹏丽|孔莉莉|孟向辉|陈雅婷|焦玉坤|苏子轩|宋晓荣|丁侃|夏国勤
中国科学院上海药物研究所中山药物发现中心,中国中山528400

摘要:

随着对高效治疗药物开发需求的不断增加,需要创新策略来加速药物发现进程。本研究采用活性片段组装(AFA)策略,合成了一系列线性吲哚噁唑化合物,这些化合物可作为KRAS蛋白的有效抑制剂。初步评估表明,化合物10b在携带KRASG12C和KRASG12D突变的胰腺癌细胞(ASPC-1、PANC-1和Miapac-2)中表现出显著的抑制活性,并且在癌细胞与非癌细胞之间具有优异的选择性。机制研究表明,10b能有效下调ASPC-1和Miapac-2癌细胞系中Raf1、AKT和ERK的磷酸化水平。此外,分子对接实验显示10b与KRASG12C和KRASG12D蛋白具有很强的结合亲和力。这些发现为研究针对突变KRAS蛋白的多靶点抑制剂提供了新的途径,从而推动了与KRAS突变相关的癌症创新分子疗法的发展。

引言

基于片段的药物设计(FBDD)在过去二十年里已成为筛选潜在药物候选物的常用方法[1]、[2]。这种方法利用小分子和简单分子的优势,能够高效地遍历庞大的化学库。通过系统地修改这些片段,药物化学家可以优化其结构,使FBDD在发现创新分子结构和结合相互作用方面具有明显优势,而这些是传统的高通量筛选方法可能忽略的[3]。这些片段的简单性和小尺寸使得设计针对难以成药目标的潜在配体变得更加高效和经济[4]、[5]、[6]。然而,由于这些片段与目标的结合亲和力通常较弱,因此对片段库的初步评估可能具有挑战性。尽管这些片段库提供了丰富的优化可能性,但将弱结合剂提升为具有强大药理特性的化合物既复杂又耗时[7]。此外,某些选定的片段可能具有不良性质,如低溶解度或高毒性,这限制了它们作为药物候选物的可行性[8](图1A)。因此,开发快速高效的方法来识别有价值的片段对于药物发现的成功至关重要。
另一方面,当前科学文献中报道了许多针对特定蛋白质目标的活性小分子,但由于疗效低、药理特性不足或毒性高等问题,大多数未能进一步进行研究[9]。然而,这些已鉴定的活性分子提供了一个有价值的片段库,比传统的基于片段的药物设计(FBDD)策略更快地发现了新的药物候选物[10]、[11]。这主要是因为这些片段已经证明了它们对目标蛋白的有效性。我们的目标是从这些文献中提取活性分子片段,并使用合适的连接剂将它们组装成新的分子框架,从而保留其生物活性并增强其药理特性(图1B)。这种活性片段组装(AFA)策略有望加速药物发现过程,并促进针对各种疾病的新治疗候选物的开发。作为示例,我们应用AFA策略设计了针对KRASG12C和KRASG12D突变蛋白的新抑制剂,成功发现了对胰腺癌细胞(一种高度侵袭性和致命的恶性肿瘤)具有强效抑制作用的活性分子(图1C)。

部分内容摘要

利用AFA策略设计针对胰腺癌的KRAS靶向化合物

KRAS突变,尤其是发生在G12、G13和Q61密码子处的突变,在超过90%的胰腺癌病例中是关键的致癌驱动因素[12]、[13]、[14]。尽管已有四种FDA批准的KRAS靶向药物(sotorasib、adagrasib、fulzerasib和garsorasib),但这些疗法仅对KRASG12C突变的局部晚期或转移性非小细胞肺癌(NSCLC)和结直肠癌有效,而在胰腺癌方面尚未取得显著进展[15]、[16]、[17]、[18]。

结论

总之,我们展示了活性片段组装(AFA)方法作为一种有效且补充传统的基于片段的药物设计(FBDD)的方法,能够快速识别针对携带KRASG12C和KRASG12D突变的胰腺癌细胞的新抑制剂。通过结合结构优化,我们发现化合物10b对ASPC-1、PANC-1和Miapac-2细胞系表现出强效的抑制作用。值得注意的是,10b显示出出色的选择性

通用方法

反应通过使用硅胶板的薄层色谱(TLC)进行监测,并通过荧光F254和紫外光可视化。1H NMR和13C NMR光谱在Bruker AVANCE NEO 500 MHz光谱仪上记录,以TMS作为内标。化学位移(δ)以百万分之一(ppm)表示,耦合常数(J)以赫兹(Hz)表示,信号描述为单峰(s)、双峰(d)、三峰(t)和多峰(m)。高分辨率质谱数据...

CRediT作者贡献声明

苏子轩:方法学研究。宋晓荣:方法学研究。陈雅婷:数据管理。焦玉坤:方法学研究。孔莉莉:方法学研究、数据管理。孟向辉:数据管理。张鹏丽:撰写初稿、可视化、监督、项目管理、实验设计、数据管理。丁侃:撰写与编辑、监督。夏国勤:撰写与编辑、监督、资金筹集、概念构思

利益冲突声明

作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究工作。

致谢

我们衷心感谢中山科学技术局(CXTD2023009)、国家自然科学基金(22271297)以及广东省青年人才支持计划(2021QN020533)提供的财政支持。

生物通微信公众号
微信
新浪微博


生物通 版权所有