摘要：尽管在寻找抗癌小分子的道路上已经付出巨大的努力，但是发现高效、安全的小分子依旧是个挑战，因为目前的许多药物还是缺乏足够的选择性、还不能专一地攻击肿瘤细胞。两个凋亡蛋白骨髓细胞白血病-1（Myeloid-cell leukemia-1，Mcl-1)与p53上调调控子（p53 upregulated modulator of apoptosis, PUMA）的相互作用界面(Mcl-1-PUMA)已经被证实可以作为癌症治疗的靶点，干扰Mcl-1-PUMA的结合可以减少癌细胞的存活并且保护正常细胞免于凋亡，因此Mcl-1-PUMA调节分子有可能是理想的高效、安全抗癌药物。然而，目前尚未发现以Mcl-1-PUMA为靶标的小分子。第四军医大学的刘吉元等人通过药效团建模、虚拟筛选以及实验验证等首次发现了作用于Mcl-1-PUMA的双功能小分子，实验表明，该小分子不仅可以减少PUMA-依赖的细胞凋亡，而且还同时降低癌细胞中Mcl-1介导的抗凋亡活性。本研究为开发高效、安全的抗癌药物提供了新的研究方向。

原文：Liu, J.; Tian, Z.; Zhou, N.; Liu, X.; Liao, C.; Lei, B.; Li, J.; Zhang, S.; Chen, H. Targeting the Apoptotic Mcl-1-PUMA Interface with a Dual-Acting Compound. Oncotarget 2017, Vol 5. DOI:10.18632/oncotarget.17294

一. 背景

尽管在寻找抗癌小分子的道路上已经付出巨大的努力，但是发现高效、安全的小分子依旧是个挑战，因为目前的许多药物还是缺乏足够的选择性、还不能专一地攻击肿瘤细胞。两个凋亡蛋白骨髓细胞白血病-1（Myeloid-cell leukemia-1，Mcl-1)与p53上调调控子（p53 upregulated modulator of apoptosis, PUMA）的相互作用界面(Mcl-1-PUMA)已经被证实可以作为癌症治疗的靶点，干扰Mcl-1-PUMA的结合可以减少癌细胞的存活并且保护正常细胞免于凋亡，因此Mcl-1-PUMA调节分子有可能是理想的高效、安全抗癌药物。然而，目前尚未发现有以Mcl-1-PUMA为靶标的小分子。第四军医大学的刘吉元等人通过药效团建模、虚拟筛选以及实验验证等首次发现了作用于Mcl-1-PUMA的小分子，实验表明，该小分子为双功能分子：不仅可以减少PUMA-依赖的细胞凋亡，而且还同时降低癌细胞中Mcl-1介导的抗凋亡活性。本研究为开发高效、安全的抗癌药物提供了新的研究方向。

二. 技术方案

1. Mcl-1-PUMA复合物结构的分子动力学模拟与基于结构的药效团建模

作者首先对Mcl-1-PUMA复合物结构（PDB code：2ROC）进行分子动力学模拟、聚类分析找到代表性复合物结构（Figure 1 A）。将分子动力学模拟获得的代表性结构中的PUMA设为配体，用Ligandscout生成基于结构对药效团模型（Figure 1 C）。

Figure 1. A.Mcl-1-PUMA复合物；B. Mcl-1-Comp8复合物；C.基于结构的药效团模型(左边）；D.基于配体的药效团模型；E. 最终用于虚拟筛选的药效团模型

注：在ligandscout里，可以选中一个肽段，将其设为ligand（Move selection to ligand side），然后生成基于结构的药效团模型，见Figure 2.

Figure 2. Ligandscout里将肽设置为ligand的方法: （1）先选中关键的相互用残基或肽段；（2）Molecule>Move Selection to Ligand Side

2. 基于配体的药效团建模

8个已知的PUMA调节分子(PUMA Modulor，Figure 3)作为训练集，用Ligandscout构建基于配体的药效团模型（Figure 1 D）。

Figure 3. 8个已知的PUMA调节分子

3. 药效团模型合并

综合考虑基于结构与基于配体的药效团模型，用Ligandscout的药效团叠合与比较功能，建立shared model；利用Ligandscout的药效团编辑功能，可以对药效团进行编辑、定义，获得用于虚拟筛选的药效团模型（Figure 1 E）。

4. 虚拟筛选方法学验证（药效团模型验证）

药效团模型采用shared策略是意图筛选双功能分子，虽然目前尚未有双功能分子，但已有文献报道的已知PUMA调节分子，模型也应该对PUMA调节分子也具有虚拟筛选性能。因此，可以根据已知的PUMA配体、生成DECOY数据集，可以用于验证建立的药效团模型，见过见Figure 4。

Figure 4. 方法学验证的ROC曲线与曲线下面积（AUC）：8个配体、500个decoy化合物，虚拟筛选后命中66个化合物， AUC在top1、5、10、100%分别为1.00、1.00、1.00、0.98；EF在top1、5、10、100%分别为63.5、17.8、8.9、7.7。

如Figure 4所示，因为ROC曲线在早期基本没有假阴性而靠近纵坐标，表明建立的药效团模型具有很好的早期富集能力，并具有很好的专一性。

5. 虚拟筛选

下载SPECS数据库（JUN2015_10mg, www.specs.net）用Ligandscout的idbgen（OMEGA/BEST模式）生成多构象数据库，每个分子最多保留100个低能构象。最后的数据库包含有210211化合物，存为LigandScout database format (LDB)用于虚拟筛选。只有当化合物与全部的药效团元素匹配时才认为命中，仅将打分最高的几个化合物用于进一步生物活性测试，Figure 5列出了其中8个化合物。

Figure 5. 虚拟筛选命中的8个化合物

6. 生物活性验证

测试了8个化合物对野生型Mcl-1的抑制活性，结果表明，有一个化合物（AO-081/41965592）显示出显著的抑制活性（K_i = 0.30 uM）优于许多已知的Mcl-1抑制剂。

三. 技术亮点

1. 分子动力学模拟获得关键的相互作用模式
2. 利用Ligandscout的Move selection to ligand side功能，可以方便的将肽段定义为配体，并生成基于结构的药效团模型
3. 利用了Ligandscout的药效团shared策略：组合基于结构与基于配体的药效团模型，获得双功能分子的药效团模型
4. 基于药效团的虚拟筛选发现先导物
5. 首次发现Mcl-1-PUMA调节有机小分子，具有双重功能：不仅可以减少PUMA-依赖的细胞凋亡，而且还同时降低癌细胞中Mcl-1介导的抗凋亡活性

四. 相关文章

De Luca, L.; Barreca, M. L.; Ferro, S.; Christ, F.; Iraci, N.; Gitto, R.; Monforte, A. M.; Debyser, Z.; Chimirri, A. Pharmacophore-Based Discovery of Small-Molecule Inhibitors of Protein-Protein Interactions Between HIV-1 Integrase and Cellular Cofactor LEDGF/P75. ChemMedChem 2009, 4 (8), 1311–1316. DOI:10.1002/cmdc.200900070

Ligandscout案例 | HIV-1整合酶与LEDGF/p75蛋白-蛋白相互作用小分子抑制剂的发现

五. Ligandscout试用申请