Ponatinib Hydrochloride

利用转录组学的主动学习框架识别疾病表型的调节剂 由高维组学扰动读数和机器学习驱动的表型药物发现，可以提供一种实用的方法来解决常见但复杂的多靶点反应，而单靶点中心策略往往会忽略这些反应。然而，需要通用的、可优化的框架来有效地将组学特征转化为可操作的化学先导物。我们的研究满足了这一未被满足的需求。单细胞转录组图谱以高分辨率捕捉疾病状态。同时，来自扰动的转录组特征记录了化学干预对基因水平的影响。我们推断，将扰动诱导的基因变化与与所需细胞状态转变相关的基因表达差异相匹配，可以有效地对化合物进行表型筛选的优先级排序，降低成本，并允许在药物发现活动中使用高保真但低通量的检测方法。为此，我们开发了DrugReflector，这是一种基于连接图谱(CMap；跨52个细胞系的9597个扰动)训练的深度学习模型，它使用来自单细胞图谱的基因特征对化学干预进行优先级排序，根据分子诱导用户定义的基因表达变化的可能性对分子进行排名。此外，我们实施了一种主动学习方法，通过配对的转录和表型读数迭代优化目标特征，进一步增强命中识别。这些方法共同形成了一个通用的闭环实验室循环，可以为复杂细胞疾病的药物发现提供动力。 用于实现表型药物发现的闭环预测框架 我们的表型药物发现框架的核心是一个闭环ARL过程，该过程可提名能够调节感兴趣表型的化合物(图1、图S1及方法)。在这里，我们选择使用单细胞转录组学作为细胞状态的通用组学代理，因为这种数据模式在扰动环境以及健康和疾病状态下的各种组织中广泛可用。首先，我们分析临床数据集以识别感兴趣的细胞转变的转录特征，然后将其校准到表型测定中，以确保特征诱导与该表型呈正相关(步骤1)。接下来，我们开发了一个深度学习模型DrugReflector，以预测具有高概率诱导该目标特征的化合物(步骤2)。然后，我们通过实验筛选化合物的表型活性，并在多个供体中验证结果。这些命中化合物是我们框架的主要输出，可用于下游开发(步骤3)。最后，我们引入了活性特征学习作为一种闭环反馈机制，使用命中和未命中化合物的联合转录和表型测量(步骤4)。这优化了我们的输入特征并提高了命中率。通过将我们的框架与当前的表型发现范式进行比较，我们突出了其促成的进展。 图1. 一个模块化且通用的框架，用于使用组学水平的深度学习模型实现表型发现。(1)首先，基于临床数据和/或来自信息丰富的临床可转化表型测定的数据(这里是来自scRNA-seq数据的转录组特征)识别目标特征。(2)为了确定用于筛选的化合物，我们基于扰动特征(这里是LINCS CMap)训练的深度学习模型DrugReflector预测哪些化合物可能诱导目标特征。(3)然后对化合物进行实验筛选，并在多个供体中识别和验证诱导所需表型的命中化合物。经过验证的命中化合物是这个发现阶段的输出，可用于下游临床前开发。(4)通过在实验环节中使用配对的组学和表型测量来主动优化输入特征，提高活性化合物的优先级排序。我们的基准测试涵盖了为该研究生成的三个独立扰动数据集——Touchstone(22)、sciPlex3(33)和我们自己的(“Cellarity”)。首先，我们在CMap Touchstone数据集上评估并比较了我们的模型，该数据集包含在9个细胞系中测试的1000种化合物。我们的结果表明，DrugReflector优于所有四种算法，在细胞系平均召回率方面超过Dr. Insight 1545%(即提高了15倍)，超过SigCom 15%(图2B)。其次，我们在sciPlex3数据集上比较了这五种算法，该数据集包含在三个CMap癌细胞系中测量的188种化合物(22)。DrugReflector再次优于所有算法(在平均召回率方面分别超过Dr. Insight和SigCom 66%和108%)。用于化合物优先级排序的深度学习框架 DrugReflector是由三个多层感知器分类器组成的集成模型，经过训练以将组学特征与引发化合物相匹配。作为训练数据，我们使用了连通性图谱(CMap)的一个子集(参考文献22)，选择该子集是为了确保化合物的可处理性、特征的可靠性以及广泛的生物学覆盖范围(图2A及方法)。这些数据被均匀地分成三组，每组包含扰动重复样本；集成模型中的每个模型在这三组中的两组上进行训练。在训练过程中，每个单独的扰动特征都被视为一个独立的输入——不进行重复样本的平均。该模型训练了50个轮次，在每个轮次评估对未见化合物的召回率(图S2A)。选择召回率最高的轮次对应的检查点用于下游预测。为了评估DrugReflector的性能如何依赖于训练集的组成，我们进行了两次下采样分析。在一次分析中，我们通过随机仅保留数据集中扰动重复样本的一个子集来降低重复深度。在另一次分析中，我们通过限制每种化合物使用的细胞系数量来降低生物学广度。如补充材料中的补充说明1所述，并且如图S2B所示，随着重复深度和细胞系多样性的增加，模型性能得到改善，特别是在较低的覆盖水平下。这些结果突出了技术冗余和生物学多样性在构建用于稳健、通用预测模型的训练数据中的重要性。将DrugReflector与现有方法进行基准测试 为了评估我们模型的性能，我们使用前1%化合物召回率作为性能指标，将DrugReflector与四种将基因特征与化合物匹配的方法进行基准测试。对于每种化合物，如果模型根据其转录特征将该化合物相对于所有预测化合物的前1%按正确标签进行排名，则召回分数为1；否则，分数为0。该分数在数据集中该化合物的所有观测值上进行平均，然后在所有化合物上进行平均。比较模型包括两种经典的基线方法:一种 k近邻(kNN)分类器和一个逻辑回归模型。此外，我们还与两种已发表的用于将组学特征与疾病表型联系起来的计算机模拟统计方法进行了基准测试基因集富集分析(GSEA)的SigCom LINCS(基于综合网络的细胞特征库)实现。为了评估我们的模型对训练数据中未代表的细胞背景(如非癌细胞系)的通用性，我们生成了一个新的单细胞RNA测序(scRNA-seq)数据集，其中包括六个永生化细胞系(A549、A375、H1AE、HEK293T、HEP2G和PC3)和四个原代细胞系:CD8+T细胞CD8+,CD34+造血祖细胞(CD34*)、原代脂肪细胞(PAD)和人支气管上皮细胞(HBEC)。对来自CMap的88种化合物在10种细胞类型中进行了重复测试，并设置了文库匹配对照，共产生了来自1737个scRNA-seq样本的126万个细胞。在训练数据中存在的癌细胞系上，我们发现DrugReflector优于所有算法，与Dr. Insight相比平均召回率提高了323%，与SigCom相比提高了73%(图2B)。在训练数据之外的原代细胞系上，DrugReflector再次获得了最高召回率(分别比Dr. Insight和SigCom高出194%和30%)，尽管这里的召回率总体低于癌细胞系(图2，B和C，以及图S2D)。 标志性基因检测的一个局限性是其限于978个基因，约占蛋白质编码基因的5%。为了弥补这一点，CMap的作者应用计算推断来估计另外11350个基因的表达。将这些推断基因纳入训练数据提高了DrugReflector对留出的CMap特征的召回率，但降低了在外部数据集(包括sciPlex和Cellarity特征)上的召回率(图S2E)。这表明基因推断会引入特定于数据集的效应，从而降低通用性，超过了额外特征带来的收益。因此，我们选择不将推断基因纳入DrugReflector。最后，我们试图确定从化合物结构推断的虚拟特征是否可以扩展可预测化合物的空间。使用TranSiGen [转录特征生成器]，我们为CMap和我们内部的扰动生成了虚拟特征，并使用DrugReflector或kNN回归评估化合物召回率。与测量特征相比，虚拟特征的召回率较低——特别是在CMap之外，CMap是TranSiGen训练数据。 图2. 用于表型虚拟筛选的深度学习方法。(A)模型训练机制的示意图。使用定制的质量控制指标(方法)对完整的CMap数据集进行过滤，并将其划分为相等的重复分割进行训练。集成中的每个模型在三分之二的折叠上进行训练，并在留出的部分上进行验证。该模型在多类回归任务上进行训练，目标是将正确的扰动标签与输入CMap特征批次匹配，这些特征是每个板上差异表达的z分数表示(4级特征)。模型训练的完整详细信息可在方法部分找到。(B)每种算法在每个基准测试数据集上的性能，通过所有细胞系上平均前1%化合物召回率来衡量。误差条表示细胞系之间的标准差。snRNA，单核RNA测序；scRNA，单细胞RNA测序。(C)我们内部扰动转录组筛选中每个细胞系中每种算法召回率的热图，包括六个癌细胞系和四个原代细胞系。开发具有高临床可翻译性的复杂表型检测 造血是一个必不可少的发育过程，异常造血会导致多种增殖性疾病和血细胞减少症。鉴于贫血和血小板缺乏症的普遍性，我们旨在应用我们的框架来调节巨核细胞和红系祖细胞的谱系定向。由于原代人类CD34+造血干细胞和祖细胞(HSPCs)与一系列血液系统疾病具有高度临床相关性，且有相对丰富的公开人类单细胞RNA测序数据可将基因特征与造血过程相关联，我们选择了它们用于我们的筛选。尽管它们具有转化价值,CD43+但由于原代细胞在体外获取、培养和扩增的成本以及后勤困难，它们很少用于表型筛选。这些限制为展示我们的框架通过在具有临床意义的细胞类型中实现更高效和可扩展的表型探索来改变药物发现的潜力提供了机会。为了表征与巨核细胞和红系谱系相关的细胞状态，我们分析了一个我们之前生成的CITE - seq [通过测序进行转录组和表位的细胞索引]数据集，该数据集由来自四个健康供体在10天时间过程中的五个时间点采样的原代HSPCs的联合RNA和蛋白质表达数据组成，涵盖转录组和134种表面蛋白标志物(图3A)。将这些数据与文献知识相结合，我们确定了祖细胞和早期谱系定向的细胞状态，包括沿巨核细胞(Mk)、红系(Ery)、嗜酸性粒细胞/嗜碱性粒细胞/肥大细胞(EBM)、单核细胞(Mono)和中性粒细胞(Neu)谱系轨迹处于一系列分化阶段的细胞(图3A和图S3A)，观察到所有四个供体的细胞分化具有一致性(图S3B)。我们证实RNA衍生的细胞类型表达了Mk和Ery谱系预期的表面标志物(图3，B至D)。这使我们能够定义一种流式细胞术门控策略来检测两者(图S4，A至C)。对于每种情况，我们还确定了阳性对照并建立了我们的流式检测的动态范围，以促进表型活性化合物的鉴定(图S4D和方法)。为了为两种细胞类型检测建立命中阈值，我们首先滤除导致细胞活力低或我们测量细胞数量不足的化合物。然后，考虑到二甲基亚砜(DMSO)样品在板内和板间的变化，我们计算相对于DMSO处理的显著性截止值。 图3. 一种单细胞多组学引导的表型分析，用于捕获人类原代细胞中的多谱系造血分化。(A) 我们从四名健康供体中获取原代CD34  造血干细胞，并在体外10天的时间过程中的五个时间点进行CITE-seq(单细胞RNA测序加上抗体衍生标签表面蛋白标记测量)。(右上角)显示了来自所有供体和时间点的所有细胞的均匀流形近似和投影(UMAP)嵌入。(右下角)各天分配到每种类型的细胞比例。(B和C) 根据RNA计算的UMAP嵌入。较大的图显示了与巨核细胞(Mk)(B) 或红细胞(Ery)(C) 谱系相关的细胞类型。较小的图显示了用于通过流式细胞术对细胞群体进行阴性或阳性鉴定的表面标志物的表达。(D) 每种流式细胞术表型分析的标志物面板，以及根据CITE-seq表面标志物测量在每种细胞类型中每种表面标志物的平均表达。(E) 在存在每种化合物的情况下进行7天体外分化后，用流式细胞术测量诱导Mk分化的化合物的实验验证结果。三角形表示命中化合物，圆形表示未命中化合物。颜色是化合物最大程度诱导Mk丰度时的剂量。灰色虚线表示相对于二甲基亚砜(无变化)的1倍变化。黑色虚线代表Mk的命中显著性截止值。星号和P值显示了每种方法的命中率之间的单侧二项式检验结果(见方法)。(F) 在另外两名供体中对Mk命中化合物进行验证。灰色条表示每种化合物在 (E) 中的筛选中观察到的Mk丰度的最大变化。误差条表示技术重复三次的标准偏差。(G) 与 (E) 相同，但针对Ery发现实验。(H) 与 (F) 相同，但用于在多个供体中验证Ery命中化合物。缩写:HSPC，造血干细胞和祖细胞；MEP，巨核红细胞祖细胞；GMP，粒细胞巨噬细胞祖细胞；单核细胞，单核细胞；Ery，红细胞；肥大细胞，肥大细胞；MPC，巨核细胞祖细胞；嗜碱性粒细胞，嗜碱性粒细胞；嗜酸性粒细胞，嗜酸性粒细胞；EBMP，嗜酸性粒细胞/嗜碱性粒细胞/肥大祖细胞。DrugReflector恢复了护理标准和疾病相关途径的调节剂 为了评估DrugReflector在不同疾病背景下的更广泛效用，我们使用包含雌激素受体阳性(ER +)和三阴性乳腺癌(TNBC)样本的多肿瘤单细胞图谱评估了两个病因和治疗标准不同的数据集:B细胞急性淋巴细胞白血病(B-ALL)(48) 和乳腺癌，(49)。对于每种情况，我们构建了代表从恶性状态向健康样状态转变的v评分特征，并根据化合物逆转疾病表型的预测能力对化合物进行排名(表S3)。B-ALL的特征是B细胞祖细胞的积累，其特征是酪氨酸激酶信号传导失调，一部分B-ALL病例是由易位导致BCR-ABL融合蛋白(费城染色体)的形成引起的(50)。DrugReflector优先选择ABL抑制剂，包括波纳替尼，一种临床护理标准药物，其排名在前1%(9597种化合物中的第78位；图S6，A和B)，并且在临床上显示出比其他ABL抑制剂更高的疗效(51)。同样，我们观察到针对丝裂原活化蛋白激酶(MAPK)，特别是p38 MAPK的干预措施被优先选择(图S6，A和B)，这与MAPK信号传导在B-ALL中的重要性一致(52, 53)。相比之下，针对不相关途径的化合物，如雌激素受体信号传导或一般细胞周期控制，没有被优先选择。使用ER+和TNBC的转变进行分析，得到了不同类别的优先化合物。虽然两种转变都优先考虑了ER抑制剂，但ER+转变始终将它们排在更高的位置(p=0.031)，Wilcoxon符号秩检验；图S6A)，这与ER+肿瘤中观察到的基因组变化一致(54)。同样，虽然两种转变都优先考虑了通过微管抑制靶向有丝分裂细胞的细胞周期抑制剂，但TNBC转变显示出更强的优先排序(p=0.12)，Wilcoxon符号秩检验)，这与细胞周期的明显失调(55)和TNBC的不良预后(56)一致。为了提供更多背景信息，我们对用于生成转变的每个群体进行了细胞周期分类，发现与其他评估的转变相比，TNBC中的细胞周期增加(图S6C)。最后，我们观察到JAK/STAT抑制剂(JAK，Janus激酶；STAT，信号转导和转录激活因子)，如鲁索替尼，在B-ALL和乳腺癌转变中都被优先考虑(图S6，A和B)。这一发现与JAK/STAT信号在B细胞发育和乳腺组织特化中的核心作用及其在癌症中的失调一致(57)，突出了该模型在两种疾病中对共享生物学进行类似优先排序的能力。DrugReflector的疾病和亚型特异性预测表明，它有可能转移到训练领域之外的表型发现工作中，并且在不同治疗环境中对化合物进行优先排序具有通用性。配对的转录和表型测量实现闭环活性特征学习 受ARL领域的启发，该领域已被用于预测化合物-靶点结合、优化分子特性和表征构效关系(58, 59)，我们推测可以利用配对的表型和转录测量来优化与表型相关的输入组学特征。ARL的核心前提是通过选择性获取数据点来优化策略，以最大化奖励信号。该策略指导智能体在环境中的行动，由此产生的奖励和状态变化用于更新策略。在我们的背景下，策略由DrugReflector及其输入特征组成，行动包括对一系列化合物的配对表型和转录测量，奖励是命中率。总体框架是从配对的转录和表型数据中识别一个学习到的特征，并使用它来更新我们的原始特征。学习到的特征与原始特征之间的差异是一个梯度，我们在策略更新中采取的步骤大小是一个可调的步长参数(图4A)。为了实施这一范式，我们在四个时间点(第1、2、5和7天)对12种命中和8种未命中的化合物进行了scRNA-seq时间进程实验，并在第7天进行了配对的表型读数。我们观察到了所有主要预期细胞类型的细胞(图S7A)，并发现通过我们的scRNA-seq确定的Mk细胞丰度与表型测量之间存在很强的相关性(图S7B)。为了检验我们的假设，即基因表达变化可以区分命中和未命中的化合物，我们在HSPC群体中对每种化合物与DMSO阴性对照在第1天进行了差异表达分析。我们观察到命中化合物中与Mk成熟相关的Mk标记基因和转录因子的表达明显增加。其中几个基因与Mk诱导表型显著相关(图4B；调整后的p<0.01，Pearson相关检验)。我们推断，导致预测无活性化合物的一个因素可能是化合物在CD34+细胞中具有细胞类型特异性效应，这与在CMap数据集中测量的影响不同。CMap中43%的化合物先前被报道在癌细胞系中表现出细胞类型特异性效应(22)，并且训练数据中没有CD34+ HSPCs。为了明确测试这一点，我们计算了我们后续实验中每种化合物24小时特征与LINCS中同一化合物最相似的10个特征之间的距离。我们发现，平均而言，与命中化合物相比，未命中化合物的CD34+特征在CMap中与其最接近的邻居的距离11%更远(图S7C；P=0.037，配对T检验)。尽管到CMap的这种距离只能使用L1000地标基因来计算，但在我们的基准数据集中，大多数细胞类型特异性扰动效应都落在地标基因集之外(图S7D)。为了优化输入特征，我们使用了每种扰动的伪批量表达和第7天的表型结果，通过基因与表型的关联对每个基因进行评分。然后，我们应用这个学习到的特征来更新我们原来的特征，如上文所述。为了全面评估应用我们的主动特征学习框架的所有可能方式，我们测试了Mk谱系中细胞类型的所有组合，并在0到1之间以0.05的步长对每个读出天数进行测试(图S8A)。我们确定，使用第1天HSPC群体的差异表达分析，学习率为0.7，可以获得命中化合物召回率的最大提高，计算为平均精度。与这一发现一致，第1天的HSPC总体上显示出差异表达基因的数量最多(图S8B；P=0.025，单侧曼-惠特尼U检验)，其表达变化与我们的Mk表型相关的基因数量最多(图S8C；P<10-30与所有其他组相比，曼-惠特尼U检验)，并且与匹配的LINCS特征的相关性最高(图S8D；P=0.021，单侧曼-惠特尼U检验)。此外，我们研究了我们优化特征中与各种基因类相关的基因特征变化，结果表明，与Mk标记基因和所有其他基因相比，与巨核细胞生成相关的转录因子在优化特征中显著富集(图4C和图S8，E和F；p<0.001,曼-惠特尼U检验)。 图4. 使用配对转录和表型读出通过主动特征学习提高表型命中率。(A)主动特征学习的强化学习(RL)框架的可视化图。在RL中，智能体采取行动与环境交互，环境产生奖励和状态变化，反馈给智能体以更新策略。目标是学习一个使奖励信号最大化的策略。在主动特征学习中，智能体是策略、给定输入特征时DrugReflector输出的化合物排名以及策略更新过程的组合。行动是从rougReflector中选择顶级化合物进行表型筛选，然后对信息最丰富的化合物进行配对表型和转录测量，即排名高、命中和未命中平衡的化合物。奖励是命中化合物的优先级，状态是配对的表型和转录测量。智能体将命中化合物用于表型筛选和配对数据，以学习一个更新的特征，使命中化合物的优先级最大化。(B)显示在24小时时每种化合物扰动下在Mk分化中起作用的基因差异表达的热图。(左)配对表型分析中观察到的Mk变化。(下)每个基因原始预测的输入v分数。星号表示每个基因与Mk倍数变化的相关性的显著性，用Pearson相关检验测量。(C)各种基因类别的特征细化引起的基因特征变化的箱线图:诱导巨核细胞生成的转录因子[Mk TF(+)]、其他转录因子[TF(其他)]、巨核细胞标记物[Mk(+)]和所有其他基因(其他)。星号表示基于对1000个随机100基因子样本的曼-惠特尼U检验相对于“其他”基因集的显著性，P值平均以评估稳健性。(D)以优化特征为输入，DrugReflector预测的化合物的实验验证结果。每个点是一种化合物。浅灰色虚线表示相对于DMSO(无变化)的1倍变化。黑色虚线表示命中调用阈值(方法)。(E)使用原始特征与优化特征作为输入时命中化合物DrugReflector排名的比较。优化特征总体上对命中的排名较低(P<0.0001，威尔科克森符号秩检验)，表明优先级更强。(F)在各种排名阈值下原始特征(蓝线)与优化特征(橙线)的命中率。对于每个排名阈值，我们记录所有排名低于该阈值的测试化合物中的命中比例。为了比较，还显示了我们随机基线的命中率(灰色虚线；87个随机选择化合物)。化学诱导巨核细胞系定向分化机制的表征 为了了解不同化合物之间表型诱导的差异，我们检查了每种条件和时间点相对于二甲基亚砜(DMSO)的细胞类型特异性差异表达谱(图S9A)。鉴于24小时时间点在我们的特征优化研究中的重要性，我们关注了扰动后24小时的造血干细胞(HSPCs)。在那里，我们观察到由前两个主成分(PCs)分隔的五个主要扰动簇:一个不诱导巨核细胞的无活性簇、一种抑制巨核细胞分化的单一化合物、一组高活性巨核细胞分化化合物以及沿PC2分隔的两组中等活性化合物(图5A)。为了确定驱动这种差异的因素，我们进行了基因集富集分析，以识别与这些主成分相关的生物学过程(图S9，B和C)。具有高PC1负荷的基因在抗原加工和JAK/STAT信号通路中富集，这与巨核细胞生成的已知阶段一致。这组活性化合物对应于酪氨酸激酶抑制剂，表明抑制一种或多种激酶可以部分驱动巨核细胞祖细胞的诱导，这在之前的激酶抑制剂研究中已经观察到。相反，具有高PC2负荷的基因在脂质和胆固醇生物合成中富集，这最近被认为是巨核细胞成熟和血小板形成中的一个重要过程，但之前尚未涉及早期巨核细胞系定向分化。为了进一步研究化学诱导巨核细胞生成的驱动因素，我们在转录验证实验中为巨核细胞系中的所有细胞确定了一条伪时间轨迹(图5B和图S10A)。然后，我们在滚动的伪时间窗口中计算基因的表达，以识别不同化合物组之间不同的表达模式(图S10B)。对于所有类别的化合物，巨核细胞分化和发育基因集的诱导在伪时间上是一致的(图5，C和D)，这表明无论化学扰动如何，巨核细胞分化都有一个单一的程序。然而，已知在巨核细胞分化中起作用的巨核细胞分化和细胞周期基因的正调节因子，在强活性化合物的作用下有差异地被诱导，特别是在巨核细胞祖细胞(MEPs)和巨核细胞前体细胞(MPCs)中。这表明这些基因的上调对于命中化合物的活性很重要。最后，我们发现调节脂质代谢的化合物在所有时间点和细胞类型中都以一种与其他化合物活性一致但明显更强的模式进行调节(图5E)。为了研究这些转录分组背后的机制，我们收集了来自ChEMBL的IC50(半数抑制浓度)结合试验数据(67)，并将所有转录谱分析的化合物与<1um的<20抑制靶点进行了比较。大多数针对强诱导剂和中等诱导剂鉴定出的高亲和力靶点是激酶，而所有中等诱导剂(脂质)化合物都与HMGCR(3-羟基-3-甲基戊二酰辅酶A还原酶)具有高亲和力结合(图5F)。此外，在命中的脂质类化合物之外，很少有靶点被一种以上的化合物高亲和力结合。这表明，虽然强诱导剂和中等诱导剂类别可能包含几个功能靶点，但脂质类可能通过单一靶点HMGCR发挥作用。HMGCR的CRISPR基因敲除(图S11A)证实了第7天巨核细胞祖细胞的定向诱导(图S11B)，但不如化合物有效，可能是由于其在众多生物过程中的重要作用，随着时间的推移，编辑细胞的比例下降证明了这一点(图S11A)。鉴于其余命中化合物的靶点多效性较高，我们试图解析一种强巨核细胞诱导剂的可能靶点。BRD-K28392481靶向多种受体酪氨酸激酶(RTK)，包括KDR [血管内皮生长因子受体2(VEGFR2)]和FGFR1-4(成纤维细胞生长因子受体家族成员1至4)。为了剖析这组RTK对BRD-K28392481表型活性的贡献，我们测试了另外四种工具化合物:两种对KDR比对FGFR蛋白具有选择性，三种对FGFR蛋白比对KDR具有选择性(图S12A)。两种KDR选择性化合物以剂量反应方式诱导Mk祖细胞，而FGFR抑制剂无活性(图5G)。为了探究KDR是否足以诱导我们化学扰动观察到的Mk祖细胞增加，我们使用CRISPR进行了功能丧失研究。使用单引导和双引导靶向KDR，单引导的编辑效率为>60%,双引导的编辑效率为>70%，在试验过程中没有明显的编辑细胞损失(图S12B)。谱系分化的表型评估检测到Mk祖细胞有适度增加，表明抑制KDR不足以完全模拟化学效应。与这些发现一致，受体型酪氨酸蛋白激酶FLT3的功能丧失导致Mk细胞的诱导，尽管程度小于小分子(图S12C)。总之，这些研究揭示了影响Mk特化的多种机制，并确定HMGCR是诱导Mk谱系的一个假定靶点。同时，我们对KDR的研究表明，抑制多种酪氨酸激酶可能是我们化学扰动强烈诱导巨核细胞生成的原因。 图5. 揭示化学诱导巨核细胞生成的机制。(A)在24小时时，对造血干细胞中相对于二甲基亚砜(DMSO)的预测巨核细胞诱导剂的差异表达签名进行主成分分析。主成分空间中的化合物根据相对于DMSO的巨核细胞倍数变化进行着色。(B)跨造血干细胞、巨核细胞红细胞祖细胞(MEP)、巨核细胞祖细胞(MPC)和巨核细胞计算的扩散伪时间的均匀流形近似和投影(UMAP)嵌入。(C)描绘伪时间各个阶段每种细胞类型密度的脊线图。(D)每种化合物类别在第7天的细胞密度。(E)跨伪时间的每种化合物类别与基因本体(GO)生物学过程相关的基因的滚动窗口平均表达。误差带显示同一类别化合物处理的细胞中表达的标准差。(F)来自ChEMBL的巨核细胞生成诱导剂的靶点抑制IC50。命中化合物按(A)中注释的诱导剂类别分组。热图颜色表示对数尺度上的IC50。(G)对于血管内皮生长因子受体2(KDR)(蓝色)和成纤维细胞生长因子受体(FGFR)(黄色)具有选择性结合亲和力的化合物的剂量反应曲线。 原文思路解析： 核心痛点与研究目标 • 行业痛点： 传统的“单一靶点”药物研发模式（Target-based）往往难以应对复杂的多基因疾病。虽然“表型筛选”（Phenotypic screening）更贴近临床效果，但通常通量低、成本高。• 研究目标： 研究团队旨在建立一个通用的、可迭代优化的计算框架，利用高维度的转录组数据（基因表达谱）作为“中间语言”，将疾病生物学与化学分子连接起来，从而高效筛选出能诱导特定细胞状态转变的化合物。 核心技术框架：DrugReflector 与闭环系统 该研究提出了一个“实验室闭环”（Lab-in-the-loop）的主动强化学习（ARL）框架，主要包含以下四个步骤：• Step 1：定义目标特征（Signature）利用单细胞转录组学（scRNA-seq）构建疾病的“基因表达指纹”。研究团队创新性地提出了 "v-score" 计算方法，用于量化从一种细胞状态（如祖细胞）转变为另一种状态（如成熟血细胞）所需的基因表达变化。• Step 2：模型预测与排序（DrugReflector）开发了名为 DrugReflector 的深度学习模型。该模型在大型扰动图谱（CMap）数据上训练，能够根据输入的“v-score”特征，对数百万个化合物进行排序，预测哪些分子最有可能诱导所需的基因表达变化。• Step 3：实验验证（Wet-lab Validation）在高保真但低通量的生物学实验中测试模型推荐的化合物，验证其是否真的能诱导预期的表型（如细胞分化）。• Step 4：主动学习与迭代（Active Learning）这是该框架的最大亮点。利用实验获得的“转录组+表型”成对数据，反向优化输入的基因特征（Signature）。模型会根据实验反馈不断“学习”并修正筛选标准，形成闭环。 实验验证与关键成果 研究团队在血液学和肿瘤学两个领域进行了验证，结果显著优于传统方法：A. 血液系统分化（造血祖细胞）• 任务： 诱导巨核细胞（Mk，生成血小板的前体）和红细胞（Ery）的分化。• 对比基准： 随机筛选（Random Screening）。• 结果： 使用 DrugReflector 的命中率（Hit Rate）比随机筛选高出 13-17倍。经过主动学习闭环优化后，命中率进一步提升了 2倍。B. 肿瘤学应用（白血病与乳腺癌）• 任务： 寻找能将恶性细胞逆转为健康状态的药物。• 结果：模型成功识别出了临床标准药物（如针对B-ALL的 Ponatinib）。在三阴性乳腺癌（TNBC）中，模型优先推荐了细胞周期抑制剂，符合该癌症的生物学特性。 机制研究的重大发现 除了验证框架有效性，该研究还通过转录组分析获得了重要的生物学新知：• 新通路发现： 研究发现，胆固醇生物合成途径（Cholesterol biosynthesis）的抑制可以单独引导人类造血祖细胞向巨核细胞系分化。• 靶点验证： 通过CRISPR基因编辑和化学遗传学实验，证实了 HMGCR（胆固醇合成的关键酶）是这一过程的潜在靶点。• 多激酶抑制： 研究还揭示，强效诱导巨核细胞分化通常需要抑制多种酪氨酸激酶（如KDR/VEGFR2），单一靶点抑制往往不足以产生强效表型。 模型开发： 第一阶段：训练数据的构建与清洗 模型的性能很大程度上取决于数据的质量。研究团队并没有盲目使用所有可用数据，而是对 CMap（Connectivity Map）数据集进行了严格的筛选和划分，以确保模型的泛化能力。 数据来源： 使用了 CMap 数据库中的子集（包含 9597 种扰动/化合物）。 筛选原则： 化合物可处理性： 确保化合物结构清晰，适合模型学习。 特征可靠性： 确保基因表达特征（Signature）稳定可靠。 生物学覆盖广度： 选择覆盖多种生物学通路的样本。 去噪处理： 特别剔除了 CMap 中通过计算推断（Inferred genes）而非实测的基因数据。论文发现，使用实测数据（Measured      data）比包含推断数据更能保证模型在外部数据集上的泛化能力。 第二阶段：模型架构与训练策略 这是模型“大脑”形成的过程。DrugReflector 采用了集成学习（Ensemble Learning）策略，以降低单一模型的偏差。 基础架构： 使用 多层感知机（Multilayer Perceptron, MLP） 作为分类器。 集成策略（Ensemble of 3）： 研究人员将清洗后的数据划分为 3 个互斥的子集（Sets），确保每个子集包含不同批次的重复实验数据。 训练了 3 个独立的 MLP 模型。每个模型在训练时，都会利用另外 2 个子集的数据进行训练，留出 1 个子集用于验证（即轮流验证）。 训练细节： 输入单位： 模型将每一个独立的扰动样本（Perturbation       signature）视为一个独立的输入，没有对重复样本进行平均处理（保留了生物变异性信息）。 训练轮次： 模型训练了 50 个 Epochs。 早停机制： 在每个 Epoch 结束后，评估模型对“未见过的化合物”的召回率（Recall）。最终选择召回率最高的那个 Epoch 的模型参数作为最终模型。 第三阶段：基准测试与优化 在正式应用前，研究团队通过两项关键分析确定了模型的最佳配置： 重复深度分析（Replicate Depth）： 测试了保留不同比例的实验重复数据。结果发现，技术重复性越高，模型表现越好。 细胞系多样性分析（Cell Line Diversity）： 测试了使用不同数量的细胞系进行训练。结果发现，生物学背景越多样（覆盖更多细胞类型），模型的泛化能力越强，尤其是在覆盖度较低时，提升效果显著。 第四阶段：特征工程—v-score 的引入 虽然不属于传统代码层面的“训练”，但 -score的定义是该模型能够成功应用于单细胞数据的关键前置步骤。 定义： 作用： 它量化了从细胞状态 X 到状态 Y 的基因表达变化程度。 优势： 相比于传统的  -statistic，  -score 对细胞数量不敏感，非常适合单细胞 RNA 测序（scRNA-seq）中不同簇（Cluster）细胞数量不均等的情况。

2026年6月11日至14日，第31届欧洲血液学会年会（EHA 2026）在瑞典斯德哥尔摩盛大召开。作为全球血液学领域规模最大、最具影响力的学术盛会，EHA年会每年都吸引着来自世界各地的顶尖学者、临床专家与产业精英，共同探讨血液系统疾病诊疗的最新突破与前沿趋势。今年，来自BioBAY的多家创新领军企业再度强势亮相，亚盛医药及百济神州等企业携旗下重磅产品的关键临床数据和真实世界研究成果登场，以多项口头报告与海报展示，向全球发出了中国原研的学术强音。以下为园内企业在本次EHA年会上公布的部分研究信息（网络公开数据，不完全统计）： 01 百济神州 编号：PS1703 标题：泽布替尼用于初治CLL/SLL老年患者（≥80岁）（包括17p缺失患者）的安全性和有效性的长期随访：SEQUOIA研究的亚组分析 关键信息：共38名80岁及以上患者入组接受了泽布替尼治疗。患者的中位年龄为81岁（范围80-87岁），且具有显著的高风险负担：36.8%的患者携带del(17p)和（或）TP53突变，57.9%的患者为IGHV未突变型。在经过78.8个月的中位随访后，客观反应率（ORR）：100%，其中完全缓解率为18.4%72个月无进展生存（PFS）率：63.8%（95% CI，44.6-77.8）72个月总生存（OS）率：75.9%（95% CI，58.7-86.7）36.8%的患者仍在使用泽布替尼安全性：与泽布替尼在长期随访中确立的安全性特征一致，观察到老年患者群体对该药物的耐受性，可支持该群体接受长期治疗 编号：S152 标题：BGB-16673（BTK降解剂）用于复发/难治性慢性淋巴细胞白血病/小淋巴细胞淋巴瘤患者：1期CaDAnCe-101研究进展 关键信息：重点展示67例在不同剂量水平(50-500 mg)下接受tacabrutideg治疗的R/R CLL/SLL患者数据，中位研究随访时间为25.4（范围：0.3-40.1）个月，分析结果显示：总缓解率（ORR）：85.1%首次达到缓解的中位时间（TTFR）：2.8（范围：2.0-19.4）个月中位缓解持续时间（DOR）：20.7（范围：0-27.6）个月24个月无进展生存（PFS）率：53.8%（95% CI：38.8%-66.6%）安全性：在这一接受过多线治疗的人群中，tacabrutideg总体耐受性良好，未发生治疗相关死亡，亦未发现新的毒性信号；出现治疗应答的患者显示出快速且持续的血细胞减少症状改善。在R/R华氏巨球蛋白血症（WM）患者中，tacabrutideg在接受过治疗的患者中显示出显著缓解，包括携带BTK、CXCR4和TP53突变的患者；在中位PFS随访时间达到16.6个月时，主要缓解率(MRR)为76.3%，非常好的部分缓解(VGPR)率为30.2%，15个月PFS率为70.4%（95% CI：52.6-82.5）。 编号：S145 标题：使用索托克拉和泽布替尼的全口服联合用药用于CLL/SLL一线治疗（包括 del(17p)/TP53突变患者）的微小残留病阴性率>90% 关键信息：在初治CLL中，ORR达100%，其中59.5%的患者达到完全缓解最佳uMRD4率：98.8%所有达到uMRD4的患者均未再次转为uMRD阳性在携带TP53突变/del(17p)的患者中，两个剂量水平的总体最佳uMRD率为92.9%自联合治疗开始至达到uMRD4的中位时间：4.5个月在34.1个月的中位随访中，2期推荐剂量（320 mg）下，包括主动停药患者在内，未观察到疾病进展事件。 编号：PS1697 标题：全口服索托克拉联用泽布替尼治疗复发/难治性慢性淋巴细胞白血病/小淋巴细胞淋巴瘤（包括del(17p)/TP53突变患者）的最新安全性和有效性 关键信息：在复发/难治性CLL中，索托克拉320 mg（RP2D）剂量下，ORR达100%，其中52%的患者达到完全缓解最佳uMRD4率：85%所有达到uMRD4的患者均未再次转为uMRD阳性在所有剂量队列中，中位随访40.6（范围：10.2-60.6）个月时，36个月PFS率为95.5%（95% CI：83.2%-98.9%） 编号：PS1693 标题：BTK降解剂BGB-16673在未接受过BTK抑制剂治疗的CLL/SLL和其他B细胞恶性肿瘤患者中的应用：1期CaDAnCe-101研究结果 关键信息：在未接受过BTK抑制剂治疗的患者中对tacabrutideg开展的首次临床评估显示，其总体耐受性良好，并显示出令人鼓舞且起效迅速的抗肿瘤活性。在22例可评估的CLL/SLL患者中，中位随访时间为8.2（范围：0.4-12.8）个月，结果显示：ORR：86.4%；中位TTFR：2.8（范围：2.7-5.6）个月在6个月时，所有患者均未出现疾病进展安全性：tacabrutideg总体耐受性良好，未发生机会性感染、大出血或发热性中性粒细胞减少症 02 亚盛医药 编号：PS1727 标题：奥雷巴替尼治疗既往对泊那替尼和/或阿思尼布耐药且携带ASXL1基因突变的慢性髓细胞白血病慢性期（CP-CML）患者的疗效 关键信息：Ib期研究，22例多重耐药CP-CML患者。40.9%携带ASXL1突变，经奥雷巴替尼治疗后44.4%获得临床反应，22.2%达到MMR。首次证明奥雷巴替尼对该类多重TKI耐药患者有效。 编号：PS1733 标题：奥雷巴替尼（HQP1351）作为慢性髓细胞白血病慢性期（CP-CML）二线治疗的最新疗效与安全性 关键信息：单臂、多中心、开放标签II期研究，42例可评估的无T315I突变CP-CML患者。CCyR率76.2%，MMR率47.6%，反应率随治疗周期递增，安全性良好，无治疗相关死亡。 编号：PS1728 标题：经至少两种酪氨酸激酶抑制剂治疗的慢性髓细胞白血病慢性期患者转换用奥雷巴替尼或继续原TKI治疗的疗效与安全性：一项前瞻性多中心对照研究 关键信息：前瞻性多中心对照试验，105例接受≥2种TKI治疗后未达MMR的CML-CP患者。6个月MMR率：奥雷巴替尼组54.3% vs 对照组10.0%（P<0.001）；12个月累积MMR率57.14% vs 21.43%。78.57%患者换用奥雷巴替尼后既往TKI相关AE得到改善。支持奥雷巴替尼作为此类患者的潜在标准治疗。 编号：PS1479 标题：POLARIS-1研究（第一部分）最新结果：奥雷巴替尼联合低强度化疗治疗新诊断费城染色体阳性急性淋巴细胞白血病（Ph+ ALL）的全球注册III期临床研究 关键信息：全球多中心注册性III期研究，55例新诊断Ph+ ALL患者。诱导治疗结束时CR/CRi率94.4%，MRD阴性CR率63.0%，第9周期末MRD阴性率达93.1%。对IKZF1plus等不良预后基因型患者同样高效，安全性可控。 编号：PS1473 标题：奥雷巴替尼（HQP1351）联合利沙托克拉（APG-2575）治疗复发/难治性费城染色体阳性急性淋巴细胞白血病（Ph+ ALL）儿童患者的安全性与初步疗效：一项1B期临床研究结果 关键信息：开放标签、剂量递增Ib期研究，17例R/R Ph+ ALL儿童患者，中位年龄13岁，40%携带ABL1突变（含T315I）。联合治疗后ORR 88.9%，MRD阴性率66.7%。两药均可透过血脑屏障，为儿童R/R Ph+ ALL提供全新无化疗口服双靶向方案。 编号：PF562 标题：利沙托克拉用于髓系肿瘤的真实世界疗效与安全性：一项多中心研究 关键信息：国内多中心真实世界研究，30例髓系肿瘤患者（AML 83%）。AML患者CR/CRi率72%（ELN低危组87%），MRD阴性率61%。NPM1突变患者CR/CRi率100%，IDH2突变患者83%。安全性以血细胞减少为主，整体可控。 编号：PS1713 标题：一项关键II期临床研究中利沙托克拉（APG-2575）治疗的慢性淋巴细胞白血病/小淋巴细胞淋巴瘤（CLL/SLL）患者基线特征与预后的相关性 关键信息：关键II期研究相关性分析，77例既往BTKi治疗失败的R/R CLL/SLL患者。中位PFS 23.9个月，IRC评估ORR 62.5%。TP53突变/del(17p)、复杂核型、较大肿瘤病灶及SF3B1、KIT等突变与较差预后相关，复杂核型和肿瘤大小是独立风险因素。 EHA年会作为全球血液学界最具权威性的学术平台之一，不仅是前沿研究成果的集中展示窗口，更是全球创新疗法走向临床实践的关键桥梁。本届大会上，BioBAY企业的研发成果从CAR-T细胞治疗、第三代BCR-ABL抑制剂到全口服双靶向方案，覆盖了淋巴瘤、白血病等多种血液恶性肿瘤的未满足临床需求。这些研究或验证了国产创新药在一线及后线治疗中的持久深度缓解能力，或为多重耐药患者开辟了全新的治疗路径，甚至为儿童血液肿瘤提供了“无化疗”的潜在选择。它们所代表的，不仅是BioBAY企业自主创新能力的持续跃升，更彰显了中国生物医药产业在全球血液学领域从“跟跑”到“并跑”乃至“领跑”的坚实步伐。期待这些研究成果早日转化为更广泛、更可及的临床获益，为全球血液病患者带来更多希望。 撰稿：赵家帅 责编：于嘉敏 审核：任旭 推荐阅读 会议活动丨免费名额先到先得！新一期冷泉港亚洲系列学术会议下周举行 Novatek专家来访BioBAY：国际标准质量管理体系（QMS）建设专题分享会开放报名 活动分享丨下周三！AI驱动专利合规，赋能医药BD交易与全球化出海邀您参与