引言
血管生成,即从现有血管系统萌发新血管,是癌症进展的标志性特征 (Park et al., 2026)。这一过程不仅为快速生长的肿瘤提供必需的氧气和营养,还为转移扩散提供了途径 (Cervantes-Villagrana et al., 2020)。血管内皮生长因子受体 2 (VEGFR2) 是受体酪氨酸激酶 (RTK) 超家族的成员,是病理性血管生成的主要介导者,已被验证为抗血管生成疗法的一线靶点 (Albassam et al., 2026)。小分子 VEGFR2 抑制剂,如索拉非尼和舒尼替尼,已在多种实体瘤类型中取得了显著的临床成功,延长了患者的无进展生存期 (Gotink and Verheul, 2010, Sun, 2026)。然而,其长期治疗效益受到两个交织限制因素的严重制约。阻碍完全通路阻断的剂量限制性脱靶毒性,以及必然出现的获得性耐药,最终导致肿瘤复发和进展 (Llorens de los Rios et al., 2022, Albini and Noonan, 2010)。
VEGFR2 单药疗法获得性耐药的一个核心机制是平行信号通路的代偿性激活 (Zhou and Wang, 2025, Zeng et al., 2021)。在此背景下,表皮生长因子受体 (EGFR) 家族的成员 ErbB3 (HER3) 已被确定为关键的耐药驱动因素 (Capone et al., 2023)。尽管 ErbB3 缺乏内在催化激酶活性,但它通过与 EGFR 和 ErbB2 等其他 RTK 形成异二聚体,作为核心信号枢纽发挥作用,从而激活促进细胞生存、增殖和血管生成的下游 PI3K/AKT 和 MAPK 级联反应 (Liu and Ma, 2014, Wang et al., 2025)。重要的是,ErbB3 上调常见于 VEGFR 抑制剂耐药肿瘤,并且可以通过通路串扰直接绕过 VEGFR2 阻断 (Sheng et al., 2010)。此外,这种代偿性耐药被缺氧驱动的正反馈环所放大。VEGFR2 抑制降低了肿瘤血管密度,形成缺氧微环境,进而上调 HIF-1α,反过来重新激活残留的 VEGFR2 信号 (Tang et al., 2004)。VEGFR2 和 ErbB3 之间非冗余的功能依赖性凸显了对同时阻断两条通路以克服耐药并改善患者预后的双重靶向策略的迫切临床需求 (Le et al., 2021)。
为应对这一挑战,开发了两重 VEGFR/EGFR 抑制剂,如万德他尼 (Jara and Castroneves, 2025)。然而,这些药物未能解决两个核心挑战:实现高选择性和平衡的双重靶点效力 (Morabito et al., 2009, Annunziata et al., 2010)。广谱抑制剂通常抑制多个脱靶激酶,导致如高血压和手足综合征等剂量限制性毒性,限制治疗剂量。此外,VEGFR2 和 ErbB3 的 ATP 结合口袋之间的结构差异,特别是在守门残基 (ErbB3 THR768 vs. VEGFR2 VAL916) 方面,使得在不偏向其中一个靶点的情况下,实现两种靶点的等效抑制天生困难 (Jura et al., 2009)。因此,迫切需要新型、结构上截然不同的双重 VEGFR2/ErbB3 抑制剂,结合强效活性、良好的选择性以及明确的双重识别分子基础。
喹啉骨架已成为激酶抑制剂设计中的优选结构,例如 FDA 批准的抗血管生成药物雷莫芦单抗和仑伐替尼 (Evteev et al., 2024, Zhang et al., 2020)。喹啉核心提供了几个优势,包括其氮原子与保守铰链区残基 (如 VEGFR2 中的 CYS919) 形成关键氢键,其平面芳香环有助于与疏水亚口袋形成有利的 π-π 堆积相互作用,以及其多个可取代位置提供了充足的化学空间用于侧链优化,以适应不同的靶点口袋。尽管有这些优势,现有的基于喹啉的抗血管生成药物要么选择性不足,要么 VEGFR2/ErbB3 抑制活性不平衡,凸显了需要专门针对双重靶点抑制进行优化的新型喹啉衍生物。
为了开发新型双重 VEGFR2/ErbB3 抑制剂,我们建立了一个计算指导的研究流程,包括基于结构的先导发现、多尺度机制分析和体外实验验证。考虑到 VEGFR2 和 ErbB3 激酶活性口袋的不同结构特征,我们通过分层多步工作流程对约 200 个专有喹啉衍生物库进行了虚拟筛选。所有库化合物首先接受针对 VEGFR2 和 ErbB3 的并发高通量虚拟筛选 (HTVS)。在 HTVS 结果中排名前 10% 的化合物通过标准精度 (SP) 分子对接进行进一步评估。对于 SP 评分最高的 30 个化合物,随后使用刚性受体协议进行超精度 (XP) 对接,蛋白质结构从高分辨率晶体结构 (PDB 编号:VEGFR2 为 4ASE,ErbB3 为 6OP9) 制备并经过约束能量最小化。随后,将分子力学 - 广义玻恩表面积 (MM-GBSA) 结合自由能计算应用于 XP 对接姿态,得到七种候选化合物 E1-E7。然后对这七种化合物评估激酶抑制活性 (表 S1)。其中,7-(苄氧基)-N-(3-氯 -2-氟苯基)-6-甲氧基喹啉 -4-胺 (E5) 表现出最有希望的双重靶点抑制谱,对 VEGFR2 的 IC50 为 0.42 μM,对 ErbB3 的 IC50 为 0.04 μM。
本研究的核心目标集中在计算机制剖析和结构优化指导上。整体多尺度研究工作流程总结于图 1。具体来说,我们首先通过虚拟筛选鉴定出 E5,随后通过体外活性实验确认其双重靶点潜力。其次,我们通过 DFT 计算阐明了使 E5 能够适应两种靶点的内在电子和构象性质。第三,我们通过分子对接结合比较序列和结合口袋分析揭示了双重靶点识别的结构基础。第四,我们使用 200 ns 全原子分子动力学 (MD) 模拟和分子力学/泊松 - 玻尔兹曼表面积 (MM/PBSA) 结合自由能计算,研究了 E5-VEGFR2 和 E5-ErbB3 复合物的动态结合机制和热力学稳定性。最后,我们提出了用于开发下一代基于喹啉的双重 VEGFR2/ErbB3 抑制剂的结构指导优化策略,并讨论了本研究的局限性。通过整合多尺度计算模拟和体外活性实验,本研究为基于喹啉的双重靶点激酶抑制剂的合理设计提供了坚实的理论基础,并提供了一种具有强效靶点活性的有希望先导化合物,以供进一步药物化学开发。