基于综合QSAR(定量结构-活性关系)、分子对接及动力学分析的方法,发现了一种高效且具有选择性的HDAC1抑制剂,该抑制剂对侵袭性癌症具有治疗潜力

《Journal of Molecular Graphics and Modelling》:Integrated QSAR, Molecular Docking, and Dynamics-Based Discovery of a Potent Selective HDAC1 Inhibitor with Therapeutic Potential in Aggressive Cancers

【字体: 大 中 小 】 时间:2026年01月04日 来源:Journal of Molecular Graphics and Modelling 3

编辑推荐:

  定量结构-活性关系(QSAR)模型结合分子对接、分子动力学模拟和体外实验验证,系统设计并筛选出高亲和力HDAC1抑制剂(如化合物0356-0096),其IC50值达2.7 μM和91.6 nM,选择性指数显示对癌细胞选择性毒性,为表观遗传靶向治疗提供新策略。

  
Sampada Shelke | Rahul D. Jawarkar | Pravin N. Khatale | Umang Shah | Abdullah Yahya Abdullah Alzahrani | Abdul Samad | Sami A. Al-Hussain | Aamal A. Al-Mutairi | Magdi E.A. Zaki
印度马德拉斯大学Ghatkheda校区Rajendra Gode药学院药学系,Amravati,M.S. 444602

摘要:

本研究采用了一种综合的计算和实验方法,旨在系统地设计选择性组蛋白去乙酰化酶1(HDAC1)抑制剂,这些抑制剂在治疗侵袭性癌症方面具有治疗潜力。通过利用1,168种经过实验验证的HDAC1抑制剂,构建了一个全面的定量结构-活性关系(QSAR)模型,该模型结合了与氢键、空间结构和电子性质相关的分子描述符。经过验证的模型具有0.80的R2值和0.80的Q2值,用于ChemDiv HDAC库的虚拟筛选,并成功识别出高潜力候选化合物。这些化合物与HDAC1晶体结构(PDB ID:4BKX)进行了基于受体的分子对接分析,揭示了关键的相互作用,如锌离子配位和π-π堆叠。值得注意的是,化合物0356-0096的结合亲和力高于参考抑制剂vorinostat。进行了500纳秒的分子动力学(MD)模拟,结果显示复合物的稳定性以及灵活性的降低,这一点通过均方根偏差(RMSD)和波动(RMSF)分析得到证实。通过主成分分析(PCA)对模拟轨迹的分析以及自由能景观(FEL)的绘制,发现了与热力学有利结合条件相一致的稳定低能构象。ADMET分析表明,这些先导化合物具有良好的口服生物利用度、低毒性和良好的代谢稳定性。使用MTT实验对MDA-MB-231(三阴性乳腺癌)和A431(表皮样癌)细胞系进行体外验证,结果显示出显著的剂量依赖性细胞毒性,IC50值分别为2.7 μM和91.6 nM。计算出的选择性指数(SI)表明,这些化合物对癌细胞的细胞毒性优于正常NRK肾细胞。这种综合的QSAR-对接-MD-FEL-MTT方法有效地将化合物0356-0096鉴定为一种强效且选择性的HDAC1抑制剂。通过将预测计算模型与实验验证相结合,为靶向表观遗传学癌症治疗的临床前开发提供了结构化的途径。

引言

组蛋白去乙酰化酶(HDACs)是一类对表观遗传调控至关重要的酶,它们从组蛋白和非组蛋白蛋白的赖氨酸残基上去除乙酰基,从而影响染色质结构、基因表达以及与癌症进展和其他疾病相关的细胞过程[1]、[2]、[3]。根据序列同源性和定位,HDACs被分为四类:I类(HDAC1、2、3、8)、II类(IIa:HDAC4、5、7、9;IIb:HDAC6、10)、III类(NAD+依赖的sirtuins SIRT1-7)和IV类(HDAC11),它们具有独特的组织分布和生物学功能[1]、[4]、[5]。HDACs的异常表达,尤其是I类成员(如HDAC1)的过表达,在多种恶性肿瘤中很常见,并且与侵袭性肿瘤特征和不良预后密切相关[6]、[7]、[8]。在三阴性乳腺癌(TNBC)中,一种缺乏雌激素受体、孕酮受体和HER2表达的亚型中,HDAC1的表达显著增加[9]、[10]、[11]、[12]。HDAC1的过表达促进了肿瘤抑制基因的表观遗传沉默,破坏了细胞周期检查点,并诱导了对凋亡的抵抗,从而促进了TNBC的高度侵袭性和转移性[14]、[15](见图1)。
在人类表皮样癌中,HDAC1的过表达与肿瘤增殖和存活率的增加有关,这突显了其在表皮癌发生和恶性进展中的关键作用[15]、[16]、[17]。这些结果强调了HDAC1作为治疗靶点的潜力,尤其是在缺乏靶向治疗选择的情况下[7]、[15]、[18]。HDAC1在多蛋白抑制复合物(如Sin3、NuRD和MiDAC)中发挥作用,促进组蛋白(特别是H3K18ac)和非组蛋白底物(包括重要转录因子p53、NF-κB)、细胞骨架蛋白和分子伴侣)的去乙酰化,从而影响基因表达、DNA修复和细胞应激反应,这些对肿瘤生物学至关重要[19]、[20]、[21]。HDACs的 pharmacological inhibition 已经产生了获得FDA批准的药物,包括Vorinostat(IC50:86 nM)、Romidepsin(IC50:3.6 nM/6.5 ± 0.6 nM)、Belinostat(IC50:27 nM(HeLa提取物);41 nM异构体)和Panobinostat(IC50:5 nM(通用);0.23 nM(异构体测定)[22]、[23]、[24]、[25],这些药物主要对血液系统恶性肿瘤有效(见图2)。
然而,它们的使用受到剂量限制的毒性和在实体瘤中疗效有限的限制,这促使人们开发了选择性抑制剂以提高治疗效果[26]、[27]。HDAC6是一种细胞质中的IIb类酶,可调节微管动态和细胞运动,是一种重要的靶点,选择性抑制剂如Tubacin显示出潜在的抗癌效果,同时将全身毒性降到最低[28]、[29]、[30]。HDACs在改变组蛋白和非组蛋白蛋白方面的双重活性,以及它们不同的异构体特异性作用,需要精确的治疗控制。结构生物学、计算药物设计、QSAR建模、虚拟筛选和分子动力学模拟的进步使得能够识别出具有增强药效学和安全性的有效选择性HDAC抑制剂[31]、[32]、[33]。天然产物(如黄酮类)对HDAC1和HDAC2具有特异性抑制作用,通过饮食因素促进表观遗传调控。HDAC抑制不仅限于肿瘤学领域;它还影响免疫细胞功能、巨噬细胞极化以及病毒潜伏状态,例如HIV,其中HDAC抑制剂可以重新激活潜伏病毒,为癌症治疗提供了潜在途径[34]、[35]、[36]。正在研究将HDAC抑制与激酶抑制剂或血管生成阻断剂(如VEGFR-2抑制剂)结合的表观遗传治疗方法,以克服耐药性并改善三阴性乳腺癌和肝细胞癌等侵袭性恶性肿瘤的治疗效果[13]、[37]、[38]。使用HDAC抑制剂与Lenvatinib等分子的组合策略通过线粒体和内质网应激途径增加了凋亡,同时调节自噬过程。HDAC生物学的复杂性,包括异构体多样性、组织特异性表达以及在多蛋白复合物中的调控,需要持续的研究来提高选择性抑制和治疗组合的效果[39]、[40]、[41]。未来的药物开发利用计算化学、结构洞察和系统药理学来创造高效的HDAC抑制剂,以最大化疗效并最小化毒性,目标是改善由HDAC1过表达引起的癌症(如TNBC和人类表皮样癌)的治疗,同时扩展治疗应用到神经退行性疾病、炎症性疾病和传染病[15]、[42]、[43]。这种综合的表观遗传学策略为精准治疗提供了潜在途径,通过靶向驱动恶性肿瘤的关键调控过程来改善患者预后。这项全面的计算药物发现工作旨在寻找创新且强效的HDAC1抑制剂用于癌症治疗[44]、[45]、[46]。鉴于HDAC1在肿瘤进展中的关键作用,特别是在三阴性乳腺癌和人类表皮样癌等侵袭性癌症中,研究目标包括在大量实验表征的HDAC1抑制剂数据集上进行全面的QSAR建模,以建立稳健的结构-活性关系[47]、[48]、[49]。为了寻找新的HDAC1抑制剂,将使用基于QSAR的虚拟筛选。顶级候选化合物将被对接以测试其与HDAC1活性位点的结合相互作用,然后通过分子动力学模拟验证复合物的稳定性,并结合主成分分析(PCA)和自由能景观研究以及计算机模拟中的构象行为。为了验证计算机模拟结果,将获取先导化合物并在三阴性乳腺癌和表皮样癌细胞系中进行体外MTT测定以评估其细胞毒性。这种系统方法结合了计算和实验方法,加快了选择性HDAC1抑制剂的设计和验证,解决了癌症治疗中的特异性和有效性问题。

QSAR模型构建

QSAR(定量结构-活性关系)模型的质量在很大程度上取决于基础数据[50]。在构建模型之前,深入了解所研究的生物或化学系统(包括相关文献)是必不可少的[51]、[52]。数据质量、化学描述符的选择、统计方法以及数据集划分为训练集和测试集都会影响模型性能[53]、[54]、[55]。本研究遵循了OECD标准,确保了方法的系统性

结果与讨论

下面给出了用于HDAC1抑制作用的七参数QSAR模型,该模型提供了关于控制药物分子HDAC1抑制活性的分子特性的新见解。在开发的QSAR模型中获得的分子描述符描述见表1。

结论

为了识别和验证对MDA-MB-231(三阴性乳腺癌)和A431(人类表皮样癌)癌细胞系具有治疗潜力的强效HDAC1抑制剂,本研究综合采用了多种先进的计算和实验方法。通过QSAR(定量结构-活性关系)模型,能够高效地虚拟筛选大型化学库,从而优先选择具有高抑制潜力的候选化合物

CRediT作者贡献声明

Umang Shah:撰写 - 审稿与编辑、验证、资源提供。Pravin N. Khatale:撰写 - 审稿与编辑、形式分析。Abdul Samad:资源提供、形式分析。Abdullah Yahya Abdullah Alzahrani:资源提供、形式分析。Sampada Shelke:撰写 - 原始草稿、数据管理、概念构思。Rahul Dadaraoji Jawarkar:撰写 - 审稿与编辑、撰写 - 原始草稿、概念构思。Aamal A. Al-Mutairi:可视化、监督、资源提供。Sami A. Al-Hussain:软件支持

利益冲突声明

作者声明没有已知的利益冲突。

数据可用性

本研究中使用的分子数据作为补充材料提供。

资助

作者感谢沙特阿拉伯利雅得Imam Mohammad Ibn Saud伊斯兰大学的科学研究系对本研究工作的支持。

利益冲突声明

作者声明没有已知的利益冲突或个人关系可能影响本文报告的工作。

致谢

我衷心感谢Buldana的Indira Bahudhesiya Shikshan Sanstha的President Shri Yogendraji Gode在我整个研究过程中给予的坚定支持和鼓励。他的指导对项目的成功完成起到了重要作用。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号