《ANGEW |上海药物所提出首个USP7降解剂作为p53突变型癌症的潜在治疗策略》

  • 来源专题:生物安全知识资源中心—领域情报网
  • 编译者: hujm
  • 发布时间:2022-06-20
  • P53是一种肿瘤抑制蛋白,属于最早发现的肿瘤抑制基因之一,但是在超过一半的人类癌症中都出现了p53的突变。突变型p53不但丧失了自身的抑癌功能,还会影响野生型p53蛋白,抑制其功能,进一步促进肿瘤的生成。因此,开发新的策略来治疗p53突变型癌症一直是一个巨大的挑战和临床的需求。

      泛素特异性蛋白酶7 (USP7)是p53通路的关键调控因子,能将MDM2去泛素化,使MDM2在细胞内的水平增加,进而下调 p53。 USP7在多种癌症如前列腺癌、膀胱癌、结肠癌、肝癌和肺癌等中过表达。

      近日,中国科学院上海药物研究所周兵研究员,李佳研究员以及周宇波研究员合作设计合成了首个能高效选择性降解USP7的小分子探针U7D-1,并研究了其在p53野生型细胞和p53突变型细胞中的抗肿瘤活性以及作用机制。2022年6月12日,相关研究工作以“Discovery of a Potent and Selective Degrader for USP7”为题,在线发表于Angew. Chem. Int. Ed.。

      U7D-1在RS4;11细胞中能高选择性地降解USP7,同时对p53野生型癌细胞的生长表现出比USP7抑制剂相当或者更强的抑制活性。更重要的是,U7D-1在p53突变型癌细胞系中仍显示出较强的生长抑制活性,而USP7抑制剂则几乎没有活性。作用机制研究表明U7D-1的抗肿瘤活性主要源于对USP7的降解。

     为进一步探究作用机理,研究团队进行了转录组分析,结果表明U7D-1能显著上调凋亡通路相关基因的表达,而下调E2F通路相关基因的表达,推测USP7降解可能通过调节凋亡和E2F通路而对p53突变型癌细胞发挥抗肿瘤活性。上述结果表明靶向USP7降解有可能为p53突变型癌症提供一种新的治疗策略。

     上海药物所博士研究生裴渊、付景峰以及国科大杭州高等研究院的博士后时运凯为文章的共同第一作者。上海药物所周兵研究员、李佳研究员和周宇波研究员为本文的共同通讯作者。该研究工作得到了国家自然科学基金、上海市科委等项目的资助。

      全文链接:https://onlinelibrary.wiley.com/doi/abs/10.1002/anie.202204395

  • 原文来源:http://www.simm.ac.cn/web/xwzx/kydt/202206/t20220615_6461104.html
相关报告
  • 《Cell:重大进展!作为一类新的药物,反馈干扰剂有望治疗病毒感染甚至癌症》

    • 来源专题:生物安全知识资源中心—领域情报网
    • 编译者:hujm
    • 发布时间:2022-05-22
    • 疱疹病毒家族中的病毒是全世界出生缺陷、失明和器官移植失败的主要原因。抗病毒药物可以对抗这些病毒,但是患者往往对这类药物产生抗药性,从而使得它们失去效力。 如今,在一项新的研究中,格拉斯通研究所的Leor Weinberger博士和Sonali Chaturvedi博士及其研究团队开发出一类新的称为反馈干扰剂(feedback disruptors)的药物,它们有可能成为阻止抗药性产生的药物(resistance-proof drug,即防抗药性药物)。相关研究结果于2022年5月12日在线发表在Cell期刊上,论文标题为“Disrupting autorepression circuitry generates 'open-loop lethality' to yield escape-resistant antiviral agents”。 一些对病毒生长至关重要的病毒蛋白在高浓度下会对宿主细胞产生毒性。因此,这些蛋白在水平过高时关闭它们自己的表达,以防止它们所依赖的宿主细胞死亡---这种系统被称为负反馈回路(negative feedback loop)。 正如这项新的研究所报道的那样,反馈干扰剂靶向并破坏了这些遗传反馈回路,使受感染的宿主细胞自我毁灭,并阻止感染的发生。 纽约州立大学石溪分校生物医学工程系教授Gábor Balázsi博士(未参与这项新的研究)说,“几十年来,对自然界大量存在的遗传反馈回路进行了分析和表征,但是在此之前如何将这些发现转化为药物仍然是一个挑战。这项新的研究首次表明,反馈回路可以成为治疗病毒感染的药物靶标。这是一个全新的抗病毒治疗概念,可以广泛适用。” 移除对反馈回路的抑制 现有的抗疱疹病毒药物通过毒害疱疹病毒用于在受感染细胞内进行增殖的复制复合物而发挥作用。然而,这些药物所靶向的特定病毒蛋白可以迅速地产生少量的变化,或者说突变,使它们能够逃避攻击。 Chaturvedi说,“抗病毒药物的抗药性是一个巨大的问题,影响到全世界数百万人。这就是为什么我如此关心设计阻止抗药性产生的药物。” 这种新的反馈干扰方法源于Weinberger实验室早先在巨细胞病毒(CMV)中发现的一种关键反馈回路,其中CMV是一种常见的疱疹病毒类型。在受感染的宿主细胞内,这种反馈回路调节着IE86的产生,这是这种病毒增殖所需的一种蛋白。一旦IE86达到足够高的水平,它就会关闭自己的产生,直到它的浓度下降并稳定下来。这是因为过多的IE86对宿主细胞是有毒的。 在实验室实验中,当这些作者引入基因改变来移除对这种反馈回路的抑制时,IE86的产生就会飙升,在制造更多的病毒之前摧毁受感染的宿主细胞。 Chaturvedi说,“这是违反直觉的,因为我们正在提高一种病毒蛋白的产量,但最终这抵消了感染,而不是使其恶化。” 这些作者意识到,如果他们能够开发出一种药物来破坏这种反馈回路,他们就有可能在治疗CMV感染的同时避免抗药性。 Weinberger说,“这项新的研究表明,对反馈干扰剂的抗药性需要CMV在多个不同的基因组位置进行大量的突变,从而在本质上重建一种新的反馈回路。这种情况发生的可能性微乎其微,我们的实验室实验重现了这一点;CMV对目前的抗病毒药物进化出抗药性没有什么问题,但却无法进化出对反馈干扰剂的抗药性。” 反馈干扰剂显示出广泛的前景 如今,面临的挑战是开发这样的一种候选药物。通过采用生化实验、数学建模和合成生物学,这些作者开发了一种与IE86结合的小片段合成DNA,它可阻断IE86的产生。他们将这种新的候选药物称为反馈干扰剂。 额外的实验室实验表明,这种反馈干扰剂确实杀死了CMV感染的宿主细胞,但却没有伤害到健康的宿主细胞。 在一项关键的实验中,这些作者发现这种反馈干扰剂对宿主细胞中的CMV持续有效达数月之久,而这种病毒从未产生抗药性。相比之下,CMV可以在短短2天内对抗病毒药物阿昔洛韦(acyclovir)产生抗药性。他们还发现,感染了某种版本的CMV的小鼠在接受反馈干扰剂治疗时比接受安慰剂治疗时效果更好。 接下来,这些作者证实反馈干扰剂可能被开发出来以靶向其他病毒使用的类似反馈回路,首先是导致失明的主要传染性原因---单纯疱疹病毒1(HSV-1)。他们发现,在感染HSV-1后,接受反馈干扰剂治疗的小鼠眼睛的病毒感染率明显下降。 此外,这些作者还开发了一种针对SARS-CoV-2(引起COVID-19的冠状病毒)的反馈干扰剂,在细胞实验中显示出有希望的抗病毒效果。 Chaturvedi说,“这非常令人鼓舞,因为它表明这种反馈干扰器策略不限于基于DNA的病毒,如CMV和HSV-1,也可以为诸如SARS-CoV-2之类的RNA病毒设计。” 事实上,这些作者预计,同样的策略可能应用于任何涉及在遭受破坏时过度产生一种关键蛋白的反馈回路的疾病。如今,这些作者正在努力确定反馈回路是否可能在癌症中加以靶向,毕竟癌症是另一类具有重大抗药性挑战的疾病。在未来,反馈干扰剂也有可能被开发出来,以对抗细菌性疾病。 与此同时,针对疱疹病毒的反馈干扰剂进行更多的实验室研究可能使这种策略更接近于临床测试。 Weinberger说,“现在迫切需要更好的方案来治疗病毒感染,如CMV和HSV-1,这些病毒对目前的抗病毒药物产生了抗药性。反馈回路已经被研究了几十年,如今我们可能能够靶向它们,以克服抗药性。” 参考资料: 1. Sonali Chaturvedi et al. Disrupting autorepression circuitry generates "open-loop lethality" to yield escape-resistant antiviral agents. Cell, 2022, doi:10.1016/j.cell.2022.04.022. 2. Feedback disruptors—a new class of therapeutics—throw drug resistance for a loop https://medicalxpress.com/news/2022-05-feedback-disruptorsa-class-therapeuticsthrow-drug.html
  • 《Nat Commun | 上海药物所提出基于序列的药物设计新方法》

    • 来源专题:生物安全知识资源中心—领域情报网
    • 编译者:hujm
    • 发布时间:2023-07-19
    •  自上世纪90年代以来,基于蛋白质结构的药物设计(SBDD)一直是创新药物发现的主流方法,在针对具有明确靶标的疾病治疗方面取得了重大进步。这种方法一般涉及多个步骤的复杂流程,包括建立蛋白质的三维(3D)结构,识别潜在的配体结合位点,并通过虚拟筛选或全新设计发现活性化合物等等。SBDD流程中的每个步骤都有其局限性,例如许多蛋白质并没有高分辨率的结构。虽然近年来的蛋白质结构预测技术如AlphaFold和RoseTTAFold有所突破,但并非所有预测的结构都适合进行基于结构的药物设计。精确预测配体结合口袋是一个挑战,因为这些局部结构往往违反“蛋白质折叠规则”,配体的结合也会诱导氨基酸构象发生变化。此外,由于变构效应的机制多样性,对具有多个结构域的新靶标如何确定配体结合位点也存在困难。最后,虚拟筛选可能会产生假阳性,误差和错误的不断累积会导致最后的严重的假阳性问题。   为了解决这些问题,中国科学院上海药物研究所郑明月团队提出了一种基于序列的药物设计新概念。这种“从序列到药物”(sequence-to-drug)的思路采用端到端的可微学习,直接从蛋白质序列出发进行药物设计发现,而无需经过上述多个中间步骤的复杂流程(图1)。端到端的可微深度学习已经在计算机视觉和自然语言处理等领域产生了革命性的影响,它用可微基元(differentiable primitives)取代了复杂流程的所有组件,从输入端到输出端进行联合优化。AlphaFold2在蛋白质结构预测的成功也很大程度上依赖于端到端可微学习的思想。这个概念具有吸引力地方在于它可以以一种自洽和数据高效的方式执行整个学习建模过程,可能避免了复杂流程中的错误积累。相关研究论文以“Sequence-based drug design as a concept in computational drug design”为题于2023年7月15日在Nature Communications在线发表。   尽管已经有深度学习研究报道可以基于蛋白质序列信息预测与化合物的相互作用,但是还没有一种模型完全验证了“从序列到药物”的药物设计概念。在这项工作中,研究团队设计了TransformerCPI2.0作为概念验证的基础模型。该模型利用Transformer神经网络架构和预训练蛋白质语言模型,在蛋白质和化学多样性空间中都展示出了泛化能力。对TransformerCPI2.0进行可解释分析,结果表明模型可以通过注意力机制从序列信息中有效学习蛋白质与配体分子间相互作用的抽象知识,而不仅是简单的记忆训练数据中的分布偏差。   为了进一步检验基于蛋白质序列药物设计的可行性,研究团队还基于TransformerCPI2.0预测结果开展了湿实验的验证研究,针对多种具有挑战性的药物靶标成功发现活性化合物,包括:靶向E3泛素连接酶接头蛋白SPOP(配体结合位点为难以靶向的PPI作用界面)的新骨架抑制剂(图2);靶向E3泛素连接酶RNF130(无蛋白晶体结构、无已知活性化合物)的结合分子。此外,通过逆向应用TransformerCPI2.0对已上市药物进行蛋白质组范围的靶标筛选,成功发现雷贝拉唑抗肿瘤作用的潜在靶标ADP-核糖基化因子ARF1。这些新发现的活性分子和靶标蛋白都是模型训练过程未见的,表明TransformerCPI2.0可以推广到新的蛋白质和化学空间,显示了良好的泛化能力。计算分析和实验结果支持基于序列药物设计的可行性,基于这一概念的新方法有望成为未来理性药物设计流程的重要组成部分。   这一工作通过计算机、信息学、化学和生物学等多学科融合交叉,为创新药物发现提供了新的视角。基于序列的方法可以作为基于结构药物设计的替代方法,在无法获得高质量蛋白质3D结构的场景中发挥作用,也可与其他虚拟筛选和高通量体外筛选技术结合,加速药物发现进程。最近,超大规模按需定制化合物库(make-on-demand library)技术快速发展,已覆盖了数亿到数十亿种化学物质的多样性空间,如何开发计算效率更高的虚拟筛选方法成为领域的研究热点。“从序列到药物”的端到端学习策略可以有效的简化建模和筛选流程,可以更加高效的探索未知化学和生物学空间,为原创药物的发现提供新的出发点和切入点。   上海药物所研究生陈立凡,南京中医药大学联合培养研究生樊子生、常婕,博士后杨瑞瑞和侯辉为本文共同第一作者。上海药物所郑明月研究员、张素林副研究员为本文共同通讯作者。本研究得到了国家自然科学基金、临港实验室、国家重点研发专项、中国科学院青促会和上海市自然科学基金项目的基金资助。 全文链接:https://www.nature.com/articles/s41467-023-39856-w