Generative AI–enabled discovery of a CDK2-biased inhibitor for colorectal cancer
本研究提出了一种由生成式人工智能驱动的框架，该框架成功发现并验证了 CDKCRC-EMBS，这是一种强效且具有选择性的 CDK2 偏向性抑制剂，能够在诱导结直肠癌细胞发生细胞周期阻滞和凋亡的同时，保护正常组织不受损伤。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下你的身体是一座繁忙、高科技的城市，数万亿个细胞在这里不断地被建造、修复和退役。为了维持这座城市的运转，存在着一套严格的交通管制系统，告诉细胞何时应该分裂，何时应该停止。在这个系统中，最重要的交通警察之一是一种被称为 CDK2 的蛋白质。你可以把 CDK2 想象成一个主开关，它负责拨动细胞分裂的“启动”信号。在健康的城市中，这个开关只在需要时才被拨动。但在结直肠癌中，这个开关卡在了“开启”位置，导致细胞不受控制地增殖，并建造出混乱且危险的社区（肿瘤）。
几十年来，科学家们一直试图制造一种“刹车”来阻止这个失控的开关。问题在于，CDK2 与其蛋白质家族中的邻居们看起来几乎一模一样。这就像是试图在一群穿着完全相同制服的双胞胎中，给其中一个特定的人戴上手铐；如果你抓错了人，你可能会停止整个城市的交通，从而产生巨大的副作用。传统的设计“刹车”的方法通常依赖于对蛋白质进行静态快照，这就像是通过看一张照片来捕捉旋转的陀螺。它忽略了现实生活中发生的运动和摇摆。这正是另一种工具发挥作用的地方：人工智能。AI 不仅仅是看一张照片，它能学习蛋白质的“舞步”，预测它们如何扭动和偏移，从而让科学家能够设计出一个能完美契入这个移动目标的“刹车”。
这正是研究团队在一项新研究中所做的工作，旨在对抗结直肠癌。他们结合了生成式人工智能的力量与现实世界的实验室实验，从零开始设计出了一种全新的分子。他们并没有仅仅在现有化学物质的库中进行搜索，而是教会了一个 AI 去构想数百万种新的可能性。这个 AI 使用了三种数字工具的巧妙组合：一个用于探索新化学形状的变分自编码器（VAE），一个用于确保这些形状看起来像真实的、可构建的分子的生成对抗网络（GAN），以及一个作为教练的强化学习（RL），不断地告诉 AI：“不，那个不行，试一下这个更合适的。”
AI 生成了超过 230 万个独特的分子候选物，并模拟了它们如何与移动中的 CDK2 蛋白进行相互作用。在过滤掉那些不匹配或过于不稳定的候选物后，AI 选出了一个冠军：一个名为 CDKCRC-EMBS 的分子。研究人员随后将这个数字设计转化为现实，通过一个五步化学过程将其合成。当他们测试它时，结果令人振奋。该分子就像一把精准的钥匙，锁入 CDK2 开关并使其停止工作。在实验室测试中，它抑制 CDK2/cyclin E 复合物的 IC₅₀ 为 1.92 ± 0.12 µM，这意味着需要该特定剂量的药物才能使酶的活性降低一半。它的结合强度（Kᴅ）也达到了 1.35 µM。
至关重要的是，这项研究表明这种新分子对 CDK2 具有“偏向性”。在拥挤的蛋白质家族中，它并没有被那些长相相似的双胞胎所迷惑；它忽略了它们，只专注于目标。在结直肠癌细胞测试中，CDKCRC-EMBS 成功地阻止了细胞分裂，迫使它们停止生长周期，甚至触发了它们的自我毁灭（一个被称为细胞凋亡的过程）。或许最重要的一点是，它在没有伤害正常健康结肠细胞的情况下完成了这一任务，这表明它可能比那些攻击一切目标的旧药更安全。
研究人员并不仅仅停留在电脑屏幕前。他们通过严谨的实验验证了他们的发现。他们使用核磁共振（NMR）和质谱等先进工具确认了分子的结构。他们运行了 100 纳秒长的计算机模拟，观察分子与蛋白质随时间变化的共舞过程，确认了这种结合是稳定的。他们还检查了分子的“简历”（其 ADMET 特征），以确保它能被人体吸收且不会产生毒性。虽然论文确认了该分子在细胞和试管中有效，但它并未声称目前已成为人类的治愈手段；它是一个极具前景的领先成果，已经通过了发现阶段的第一个重大障碍。通过将这种新化合物列入公共 PubChem 数据库（CID 9829487），该团队为其他科学家在此基础上开展工作打开了大门，证明了当人工智能学会生物学的节奏时，它可以帮助我们谱写一首对抗癌症的新曲。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。