Designing Potent and Druggable BRAF V600E Inhibitors to Overcome Acquired Resistance in Non-Small Cell Lung Cancer: An In Silico Study
这项计算机模拟研究利用定量结构-活性关系（QSAR）建模、分子对接、ADMET 谱分析及分子动力学模拟，设计并评估了一系列新型 BRAF V600E 抑制剂（BBN1-BBN6），确定化合物 BBN1 为一种高活性且具有类药性的候选药物，与达拉非尼相比，它在克服非小细胞肺癌耐药性方面具有更优越的结合亲和力和稳定性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
癌症是一种信号故障导致的疾病。在健康的细胞内部，一个复杂的化学通路网络就像一个控制面板，告诉细胞何时生长、何时分裂以及何时停止。在许多非小细胞肺癌病例中，这个控制面板的特定部分卡在了“开启”位置。这是由于一种被称为 BRAF 的基因发生了突变，具体表现为蛋白质的一个构建模块被另一个替换。这种被称为 V600E 的单一替换，导致细胞不断收到不断增殖的指令，从而形成肿瘤。医生们设计了旨在关闭这个开关的药物，但随着时间的推移，癌症往往学会了忽视它们，找到了在治疗过程中继续生长的途径。科学家面临的挑战是设计出能够智斗这些耐药细胞的新型药物，使其紧紧结合在损坏的开关上，并强迫其停止。
为了解决这个问题，来自尼日利亚和英国的研究小组利用强大的计算机模拟技术来设计并测试新的潜在药物。他们没有在实验室里混合化学物质，而是构建了一个癌症蛋白质的数字模型和一个新分子库。他们首先分析了三十五种已知用于对抗此类癌症的现有药物的形状和化学特性。利用这些数据，他们创建了一张预测图，可以根据结构预测一个未知的分子效果如何。这张地图引导他们设计了六种全新的化合物，并将其命名为 BBN1 到 BBN6。这些并非随机猜测；它们是经过精心工程化设计的，旨在契合突变蛋白质的特定弱点。
随后，研究人员在虚拟环境中对这些新设计进行了测试。他们将每个新分子放入 BRAF 蛋白质的活性位点，即药物需要锁定的、用以阻止癌症的确切口袋。他们对比了这些新设计与目前临床使用的标准药物达拉非尼（dabrafenib）在结合力方面的表现。结果令人瞩目。这些新化合物——特别是 BBN1、BBN4 和 BBN6——比现有药物能更紧密地抓牢蛋白质。在计算机测量的结合强度中，表现最好的新候选药物 BBN1 的得分显著高于标准疗法，这表明它能够以一种防止蛋白质发送生长信号的方式锁定蛋白质。
然而，在计算机中结合良好的药物并不一定在人体内安全或有效。团队接着进行了一系列安全性检查，以观察这些分子如果被人体服用会如何表现。他们观察了药物是否会被身体吸收、如何被分解，以及是否会对心脏或肝脏造成伤害。这些新设计在测试中表现优异。预测显示它们易于通过肠道吸收，不太可能引起毒性反应，且不太可能干扰其他药物。事实上，与他们试图取代的旧药物相比，这些新分子更容易合成，且其化学特征使其看起来更像是一种安全、可用的药物。
为了确保这些分子能够保持原位，研究人员运行了一项长时间、详细的模拟实验，模拟了细胞内水分和热量的运动。他们观察了新药与癌症蛋白质在相当于一百纳秒的时间内的相互作用。在此期间，蛋白质保持稳定，新药并未脱落。它们始终锁定在原位，正如最初测试所预测的那样，牢牢抓住了蛋白质。其中一个分子 BBN1 脱颖而出，成为组内最强的成员，以最高的能量和稳定性保持着其位置。
该研究得出结论，这些新设计是对抗已对现有疗法产生耐药性的肺癌的有力候选方案。虽然目前的工作完全是在计算机上完成的，但结果表明，BBN1 以及程度稍逊的 BBN4 和 BBN6 已经准备好在现实世界的实验中接受测试。研究人员相信，如果这些分子在实验室中的表现与模拟实验一致，它们可能会为阻止癌细胞的失控生长提供一种更有效的新方法。下一步是将工作从数字世界转向物理世界，在那里，这些设计可以被合成并进行测试，以验证它们是否真的能帮助患者。
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。