DFT-based prediction of anti-cancer activity of some organo-Pt IV complexes
本研究采用密度泛函理论（DFT），通过分析二十三个 Pt(IV) 配合物和四个 Pt(II) 配合物向活性 Pt(II) 物种的热力学转化过程及其药代动力学性质，预测其对 HCT116 和 A2780 细胞系的抗癌活性，证明了这些计算模型能够在合成之前可靠地预测新型药物的功效。
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
癌症仍然是现代医学面临的最严峻挑战之一，这种疾病影响着全球数百万患者，涵盖了从肺癌、乳腺癌到结直肠癌和前列腺癌等多种形式。几十年来，医生一直依赖于一类基于金属铂的药物来对抗这些肿瘤。这些药物通过将自身附着在细胞内的遗传物质上起作用，有效地阻断了允许癌细胞进行自我复制的机制，最终导致细胞死亡。虽然这些基于铂的治疗方法非常强大，但它们往往伴随着显著的副作用。它们会对健康组织产生毒性，而且随着时间的推移，癌细胞可能会产生抗药性，使治疗失效。为了解决这些问题，科学家们一直在探索一种以不同形式使用铂的策略，即将其作为“前体药物”（prodrug）。前体药物是一种处于休眠状态的药物版本，只有当它到达体内的目标位置时才会“苏醒”并变得活跃。这种方法旨在更精确地将药物输送到肿瘤处，同时保护身体其他部分免受伤害。
在最近的一项研究中，研究人员试图在实验室实际合成这些新型的铂类前体药物之前，预测这些药物的效果如何。该团队重点研究了二十三种特定的铂类分子以及四种已知的现有药物，以观察它们是否能成功转化为具有抗癌能力的活性剂。科学家们利用强大的计算机模拟来模拟这些分子的行为。他们特别关注两个主要方面：前体药物转化为活性形式时发生的能量变化，以及决定药物在人体内移动的物理性质。通过计算这些因素，研究人员希望建立一种可靠的方法来筛选新的候选药物，通过在困难且昂贵的化学合成过程开始之前识别出最有潜力的分子，从而节省时间和成本。
研究首先考察了转化过程的热力学特性。在体内，肿瘤通常比健康组织拥有更低的氧水平。研究人员模拟了这些铂类前体药物在低氧环境下的反应情况。他们发现，这些具有特定六边形结构的休眠铂分子会失去两个结构部分，并收缩成扁平的四边形形状。这种变化至关重要，因为扁平形状是能够结合 DNA 并杀死癌细胞的活性形式。团队计算了发生这种转变所需的能量。他们发现，虽然有些新分子进行的转化是吸热的（endothermic），但另一些分子的转化则是放热的（exothermic）。研究指出，只有放热转化被认为是自发的。研究人员还观察了附着在药物分子上的碳链长度如何影响这种能量变化。他们发现，即使是这些链长度的微小变化也会剧烈改变药物的潜在有效性，特定的变体在针对不同癌细胞系的模拟中显示出 0.0014 μM 和 0.0009 μM（IC50）的计算活性水平，表明其具有极高的效力。
接下来，团队研究了这些化合物的药代动力学，即药物在体内的吸收、分布和处理过程。他们应用了一套被称为“五规则”（Rule of Five）的既定准则，该准则有助于科学家根据分子的尺寸、亲脂性与亲水性的比例以及能形成多少氢键，来预测一个分子是否可能成为优秀的候选药物。分析显示，虽然许多新分子具有实现有效性的合适尺寸和形状，但有些分子对于轻易穿过细胞膜来说过于庞大或过于极性。研究人员注意到，具有特定脂肪溶解水平的分子更有可能到达其目标位置，而那些过于亲水的分子则可能难以渗透进肿瘤细胞。通过将这些物理性质检查与能量计算相结合，团队建立了一个统计模型，可以预测药物对两种特定癌症类型——结肠癌和卵巢癌——的杀伤强度。
模拟结果令人瞩目。计算机模型成功地将分子的物理和能量特性与它们预测的杀伤癌细胞能力联系了起来。对于结肠癌细胞，最佳预测模型依赖于分子的总能量、热容以及其转化过程中的能量变化。对于卵巢癌细胞，一组类似的因素也提供了可靠的预测。研究强调了显示出极低 IC50 计算活性的特定分子，这表明与其他化合物相比，它们具有很强的潜力。另一种具有不同结构排列的分子也展示了卓越的潜力。研究人员发现，模型可以完全基于计算出的属性，区分出哪些分子可能效果良好，哪些效果不佳。
这项工作表明，计算化学可以作为药物研发过程中的一个强大过滤器。与其在实验室中合成并测试每一种可能的新分子（这既昂贵又耗时），科学家可以使用这些模拟来缩小范围，锁定最有潜力的候选者。研究证明，从休眠前体药物到活性药物转化的热力学性质，结合药物穿越人体生物屏障的能力，是其未来成功的有力指标。虽然这些发现是基于计算机模型而非临床试验，尚未在患者身上进行验证，但它们为设计下一代铂类癌症疗法奠定了坚实的基础。研究人员总结道，通过使用这些预测工具，医学界可以更接近于开发出不仅能更有效地摧毁癌症，而且对患者更加安全的药物。
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。