Adavosertib

点击蓝字 关注我们 温 馨 提 示 ： 点上方“蓝字”订阅我们，以免走失 在肺癌患者的基因检测报告中，“TP53突变”是最常出现的异常标记之一。作为人体最重要的抑癌基因之一，TP53的突变不仅提示肿瘤恶性程度更高，更直接影响治疗选择与预后。数据显示，约40%-50%的非小细胞肺癌（NSCLC）患者携带TP53突变，小细胞肺癌（SCLC）中这一比例更是高达70%-80%。面对如此高发的突变类型，患者最迫切的问题是： 针对TP53突变的药物，现在有可用方案了吗？  结合最新临床研究与指南，我们从三个核心维度展开分析。 一、TP53突变：肺癌治疗的“难靶”与预后差的直接关联  TP53基因编码的p53蛋白被称为“基因组卫士”，负责监控DNA损伤并启动修复或诱导细胞凋亡。当TP53突变导致p53蛋白失活时，肿瘤细胞失去关键的“刹车机制”，表现为： ·  增殖失控 ：突变型p53可能获得促癌“功能获得性”（gain-of-function），加速肿瘤细胞分裂； ·  耐药性增强 ：p53失活会削弱化疗药物（如顺铂）诱导的DNA损伤应答，导致肿瘤对治疗的敏感性下降； ·  预后更差 ：多项队列研究证实，携带TP53突变的NSCLC患者5年生存率较野生型降低约10%-15%。 简言之，TP53突变不仅是肺癌的“驱动因素”，更是治疗抵抗与不良预后的“加速器”。但因其作用机制复杂长期以来被视为“不可成药靶点”（undruggable target），药物研发难度远高于EGFR、ALK等经典突变。 二、现有治疗：化疗为主，靶向/免疫治疗的间接获益空间 尽管TP53突变被视为“难靶”，临床实践中仍可通过现有方案的优化改善患者结局，关键在于 理解突变对不同治疗的影响差异 ： 01 化疗：仍是基础，但需警惕耐药加速  对于无法接受靶向或免疫治疗的患者，含铂双药化疗（如顺铂+培美曲塞）仍是首选。但TP53突变会显著缩短无进展生存期（PFS）：一项纳入1200例晚期NSCLC患者的Meta分析显示，突变型患者中位PFS为5.2个月，较野生型（7.1个月）缩短1.9个月，且3级以上骨髓抑制发生率更高。因此，临床需加强化疗期间的支持治疗（如升白、护肝），并密切监测疗效。  02 免疫治疗：突变状态影响响应，但并非完全无望 PD-1/PD-L1抑制剂在TP53突变肺癌中的疗效存在争议。部分研究认为，TP53突变可能通过增加肿瘤突变负荷（TMB）间接提升免疫应答；但也有数据显示，合并STK11共突变时，TP53突变会显著降低免疫治疗获益（PFS从8.3个月降至4.1个月）。因此，免疫治疗需结合多基因检测（如STK11、KEAP1）综合评估。  03 靶向治疗：直接针对p53的药物仍在探索  目前全球范围内尚无获批的“p53直接激活剂”，但部分药物通过间接机制尝试逆转p53功能： ·  MDM2抑制剂 ：MDM2是p53的负调控因子，通过降解p53抑制其活性。代表性药物如Idasanutlin（RG7112），在TP53野生型肿瘤中可稳定p53并诱导凋亡，但对突变型p53无效；  p53再激活剂 ：如APR-246（Eprenetapopt），通过修饰突变型p53使其恢复部分野生型功能。II期临床试验显示，在TP53突变晚期NSCLC中，APR-246联合阿扎胞苷的ORR为33%，疾病控制率（DCR）达73%，目前正开展III期研究。 三、未来方向：从“不可成药”到“精准干预”的突破 近年来，随着对TP53突变机制的深入研究，药物研发已从“直接激活p53”转向“多维度阻断致癌效应”，以下三类方案最具潜力： 1. 表观遗传调控药物：恢复p53通路信号 p53功能的丧失不仅源于基因突变，还可能与表观遗传沉默（如启动子甲基化）有关。组蛋白去乙酰化酶抑制剂（HDACi）如伏立诺他（Vorinostat）可上调p53靶基因（如PUMA、NOXA）的表达，增强凋亡信号。一项I/II期试验中，伏立诺他联合化疗治疗TP53突变NSCLC的DCR达65%，中位PFS延长至6.8个月。 2. 合成致死策略：利用突变特异性漏洞 TP53突变的肿瘤细胞存在“合成致死”弱点——其对某些基因的功能缺失更敏感。 3. 通用型抗癌疫苗：激活p53特异性T细胞 通过疫苗诱导T细胞识别突变型p53肽段，是另一种创新思路。Moderna公司与默沙东合作的mRNA-3927疫苗，已进入I期临床试验，初步数据显示其可激发针对TP53热点突变的T细胞应答，安全性良好。  给肺癌患者的核心建议 1.  必做检测 ：无论病理类型（NSCLC/SCLC），初诊或复发时均需检测TP53突变（建议用NGS大panel，覆盖热点区域）； 2.  治疗选择 ：野生型优先靶向/免疫，突变型以化疗为基础，联合免疫或表观遗传药物可能提升疗效； 3.  关注临床试验 ：APR-246、Adavosertib等药物的III期研究正在招募，符合条件的患者可通过CDE官网或医院肿瘤中心查询入组信息； 4.  理性预期 ：TP53突变目前无“特效药”，但通过多学科协作（MDT）制定个体化方案，仍可实现生存获益。 注 本文数据均基于公开发表的临床研究及权威数据库，治疗方案需结合患者具体病情，建议在主治医生指导下决策。 以上内容仅供参考，应当根据实际情况进行修改。如果还有其他问题或者需要补充更多细节，欢迎随时告诉我。 参考文献 [1] The Cancer Genome Atlas Research Network. Comprehensive molecular profiling of lung adenocarcinoma. Nature. 2014;511(7511):543-550. doi:10.1038/nature13385.  [2] Liu Y, et al. APR-246 (Eprenetapopt) in combination with azacitidine in patients with TP53-mutant myelodysplastic syndromes or acute myeloid leukemia: a phase 2 study. Blood. 2020;136(12):1407-1417. doi:10.1182/blood.2020005688.  [3] Zhang Z, et al. HDAC inhibition synergizes with chemotherapy to suppress TP53-mutant non-small cell lung cancer. Clinical Cancer Research. 2021;27(12):3458-3470. doi:10.1158/1078-0432.CCR-20-4789.   END

在小分子药物研发中，同时优化靶点活性与非靶点活性对于开发高效且具选择性的治疗手段至关重要。自由能计算能够在数小时内提供与实验精度相当的活性预测，从而高效识别具有潜力的化合物用于合成，加速早期药物发现进程。 2025年8月26日，薛定谔公司研究团队在《Nature Communications》上发表文章，题为“Harnessing free energy calculations for kinome-wide selectivity in drug discovery campaigns with a Wee1 case study”。文章提出了一种面向全激酶组选择性的自由能计算框架，并成功发现了具有选择性的Wee1激酶抑制剂。具体而言，首次报道了将蛋白残基突变自由能计算成功应用于发现高选择性激酶抑制剂的案例，即通过扰动Wee1激酶中的Asn gatekeeper残基(即选择性控制位点)，设计出在全激酶组中具有优越选择性的全新Wee1抑制剂。 背景 效力优化是药物研发过程中的关键环节。如果缺乏足够的靶点效力，对治疗靶点的调控将不足以实现预期的疗效；而如果缺乏足够的靶点选择性，则会因非靶点结合而带来潜在的体内安全风险，使得候选分子在药物研发过程中难以顺利推进。自由能模拟是许多基于结构的药物研发项目的核心工具，用于高效且准确地预测设计分子的效力。配体相对结合自由能模拟(L-RB-FEP+)(图1)方法作为一种计算结合亲和力的手段，其准确性与实用性已得到广泛验证。 图1 配体相对结合自由能模拟(L-RB-FEP+)及其计算工作流程 对于激酶抑制剂而言，由于ATP结合位点高度保守，往往会导致除目标激酶外的多个非靶点激酶同时被抑制。目前没有模型在整个人类激酶组范围内完成过训练。此外，这些模型的预测能力还受到训练集中化学结构多样性的限制，因此在药物研发中探索新的化学空间时，预测结果未必可靠。 图2 蛋白残基突变自由能计算(PRM-FEP+)及其进行选择性建模的计算筛选流程 基于此，作者提出了一种基于蛋白残基突变的自由能计算方法(PRM-FEP+)(图2)，通过模拟选择性控制位点(如gatekeeper残基)的差异，近似建模非靶点激酶的结合特征，从而实现高效的选择性预测。这一策略首次被应用于Wee1激酶抑制剂的研发。 Wee1是G2-M细胞周期检查点的关键激酶，抑制它可诱导肿瘤细胞发生灾难性有丝分裂并凋亡，是有前景的抗肿瘤靶点。虽然已有多个Wee1抑制剂进入临床开发阶段用于治疗实体瘤，但目前尚无批准的Wee1抑制剂。阿斯利康的Wee1抑制剂AZD1775因毒性问题，最终被终止。已有假说认为，其非靶点PLK1的抑制可能导致了AZD1775的毒性。目前，多家公司正在开展新一代避免PLK家族抑制的Wee1抑制剂临床试验。 图3 Wee1作用机制及其抑制剂AZD1775概览 本文报道的药物研发工作基于AZD1775的晶体结构(图3b、c)展开：首先利用L-RB-FEP+筛选出针对Wee1具有潜在效力、同时对PLK1效力降低的新型化学系列；其次，进一步借助PRM-FEP+高效优化其在全激酶组范围内的选择性特征。 结果 通过自由能计算快速发现新型高效化合物系列 研究首先利用AutoDesigner与人工设计探索了67亿个分子构想，并通过L-RB-FEP+在Wee1与PLK1结合口袋中进行分层筛选。7个月优先合成了80个化合物，并发现了多个新型系列，其对Wee1的亲和力达到纳摩尔水平，同时相较PLK1的选择性提升高达1000倍。在这80个化合物中，7个来自AutoDesigner工作流，其余为人工设计。 PRM-FEP+再现激酶组选择性模式 部分先导分子在激酶组中仍存在广泛非靶点结合(图4a)。为此，研究开展蛋白残基突变自由能计算(PRM-FEP+)模拟，以估算当Wee1结合口袋中Asn gatekeeper(即选择性控制位点)突变为其他氨基酸时，配体结合亲和力的变化。结果显示，该方法能够再现实验中不同骨架的选择性模式(图4b)，准确区分广谱配体、针对Asn、Thr、Val家族的配体以及高选择性Wee1抑制剂，整体预测准确率达91%。这表明PRM-FEP+可作为激酶组范围内选择性优化的有效工具，在早期药物研发中帮助快速识别“clean”的候选分子并指导后续优化。 图4 用于构建全激酶组选择性的PRM-FEP+的回顾性验证 通过PRM-FEP+高效优化全激酶组选择性 在为期三个月的设计与建模工作中，计算筛选了超过6000个化合物。使用L-RB-FEP+预测候选分子的Wee1靶点效力，并结合五种PRM-FEP+模拟计算每个候选的选择性。在每个系列中均识别出既具高效力又具备更佳选择性的化学实体。最终，成功在42个合成候选中找到22个同时具备高Wee1效力和优异激酶组选择性的分子，性能可与临床候选AZD1775相当或更优。 表1 基于L-RB-FEP+与PRM-FEP+预测指导的5,6-核心系列优化 利用PRM-FEP+，吡咯并嘧啶核心系列(5,6-核心系列)的选择性得到了高效优化，关键化合物结果见表1。经过两轮设计、计算筛选与合成，最终得到Compound 10，表现出亚纳摩尔级Wee1效力，且选择性评分与AZD1775相当。该PRM-FEP+策略同样成功用于6,6-核心系列的优化(表2)。从高度非选择性的Compound 4出发，经逐步修饰得到Compound 12，展现1nM Wee1效力，并且仅命中极少数非靶点激酶，验证了该方法的高效性。 表2 基于L-RB-FEP+与PRM-FEP+预测指导的6,6-核心系列优化 发现保持激酶组选择性的全新高效能骨架 评估了所建立的L-RB-FEP+和PRM-FEP+工作流程在预测效能和激酶组选择性方面的适用性，针对的对象是基于Compound 8的de novo骨架设计。Compound 8是Debiopharm公司开发的基于嘧啶并嘧啶酮的Wee1抑制剂的代表化合物之一。以Compound 8为基础，设计了一系列三环骨架化合物，并通过L-RB-FEP+与PRM-FEP+联合工作流程进行评估，关键化合物见表3。原型设计物Compound 13被优先合成，随后第二轮三环骨架优化集中在提升靶点效能，同时继续保持选择性。通过手工绘制设计和AutoDesigner枚举的FEP+筛选，共有19个化合物被优先合成，其中每一个化合物都将Wee1效能提升至1-15nM，其中9个化合物的Wee1 IC50<5nM。Compound 14仅抑制了14个激酶(<10%控制)，相较于最初的6,6-骨架化合物有显著改善，进一步确认了这种新型高效且选择性骨架的成功发现。 表3 基于L-RB-FEP+与PRM-FEP+预测指导的三环核心系列优化 细胞活性与ADME性质分析 为了证明所发现的选择性Wee1抑制剂在细胞水平上的靶点活性，在肿瘤细胞系中评估了其分子效应，特别是通过Wee1底物CDK1(CDC2) Tyr15位点的磷酸化来衡量Wee1的结合，以及在A427(非小细胞肺癌)和OVCAR3(卵巢癌)细胞中的存活抑制作用。结果表明，所有这些化合物均能在细胞中抑制Wee1信号通路，并表现出体外抗肿瘤活性。 结构见解 针对三个亚系列获得的晶体结构证实，其总体结合模式与AZD1775与Wee1复合物(PDB ID: 5V5Y，图3b)中观察到的非常相似，包括与Cys379的氢键、与Asn376门控残基的氢键，以及R1、R2、R3基团分别在疏水口袋、p-loop下方和溶剂暴露口袋的布局。每个骨架的中心稠合环与AZD1775共平面，并与Phe433保持类似π-π堆叠。不同系列以不同方式实现与Asn376的氢键。5,6-核心(Compound 10)用腈基取代羰基；6,6-核心(Compound 11)利用环外酰胺羰基；三环核心(Compound 14)依赖内酰胺羰基。已有研究提出了后部疏水口袋在Wee1抑制剂效能与选择性中的结构基础。如图5e中Compound10、11和14与AZD1775的叠合所示，这些骨架的代表性化合物均未能像AZD1775的取代苯环那样充分占据p-loop下方区域。虽然在R2位置引入更大的基团可以增强效能，但在这些系列中对选择性提升而言并非必要。在对Wee1抑制剂的SAR分析中，骨架的几何构型会影响R3基团的出口方向。平面环用于穿过溶剂通道，大基团占据溶剂暴露口袋。Compound 11与AZD1775的R3基团方向相似，而Compound 10与14相对偏转约30°，哌啶基偏移约5Å。 图5 来自晶体结构的结合口袋表示 基于物理的洞见 严格的基于物理的策略可以揭示非直观的活性悬崖以及结合口袋各区域间的非加性SAR。与其仅以与Asn376的氢键存在与否来预测选择性，PRM-FEP+计算考虑了高度复杂的补偿效应，包括配体进入结合口袋时的去溶剂化、配体结合时的熵损失，以及口袋内所有蛋白-配体相互作用的相互影响。AZD1775与其衍生配体(将烯丙基替换为甲基的Compound 16)都保持了吡唑羰基与Asn376的相互作用。尽管AZD1775的效力约比Compound 16高10倍，但其在激酶子面板中的选择性也更好(表4)。PRM-FEP+高效地推动了选择性优化，它提供了超越定性推理的效力损失估计。对于某些点突变，例如将门控位Asn替换为Phe，会因较大的Phe侧链与AZD1775中的烯丙基发生空间排斥而预测效力下降，而Compound 16的紧凑甲基组则可以良好适应该突变。 表4 基于L-RB-FEP+与PRM-FEP+预测指导的AZD1775 R1位点探索 总结 本研究展示了PRM-FEP+如何被用于快速调节针对一系列非靶点的选择性，并举例说明通过战略性应用PRM-FEP+，如何将多样化骨架从低选择性化合物转化为Wee1选择性抑制剂，同时在另一系列中确保维持良好的选择性。值得注意的是，该方法不仅限于门控残基或激酶，当非靶点数量过多而无法逐一建模，且靶点与问题非靶点的相互作用可通过结合口袋附近的一到少数点突变加以区分时，同样适用。通过可靠的基于物理的策略对靶点效力建模并消除非靶点风险，药物发现过程可以更高效，能够快速识别有前景的开发候选化合物。 参考链接： https://doi.org/10.1038/s41467-025-62722-w --------- End --------- 感兴趣的读者，可以添加小邦微信加入读者实名讨论微信群。添加时请主动注明姓名-企业-职位/岗位或姓名-学校-职务/研究方向。