Citarinostat

大家好，这里是新蓝基因，专注表观测序，赋能生科研究！ 如果能在计算机中预测细胞受到药物干预后的变化，能否更高效地筛选药物、寻找联合用药方案并探索耐药机制？“虚拟细胞”正为这些问题提供新的研究思路。 目前，相关模型多依赖转录组数据，但RNA变化并不完全对应蛋白质变化，而蛋白质是细胞功能的主要执行者。同时，药物响应具有动态性，单一时间点难以呈现完整过程。如何利用时间分辨的扰动蛋白质组数据，构建能够学习细胞动态响应、并迁移至不同应用场景的虚拟细胞模型，成为该研究关注的核心问题。 2026年8月，西湖大学郭天南、朱依等联合研究团队在Nature（IF=56）上发表了题为An operational perturbation proteomics-based virtual cell model的研究文章。研究团队基于大规模时间分辨扰动蛋白质组数据，构建虚拟细胞模型ProteinTalks，实现药物响应与联合用药协同效应预测、耐药相关蛋白筛选，并在患者来源模型及临床样本中评估其应用潜力，为计算辅助药物研发提供了新思路 构建大规模时间分辨扰动蛋白质组图谱 虚拟细胞要预测药物作用，首先需要学习真实细胞受到干预后的变化。研究团队选取18种乳腺癌细胞系，其中16种为三阴性乳腺癌细胞系，开展系统性药物扰动实验。 研究覆盖63种获批小分子药物和59种药物组合。通过前期密集时间点采样，团队确定以6、24和48小时分别捕捉早期、中期和晚期蛋白质组响应，并设置生物学三重复。 最终，研究获得16,311份扰动蛋白质组DIA-MS数据文件、超过3,800万次蛋白丰度测量及23,482次细胞毒性测量，构建ProteinTalks数据集。这些动态数据将药物干预、蛋白变化与细胞存活联系起来，为模型训练提供基础。 图1 蛋白质组动态变化揭示药物作用与耐药线索 药物作用后的蛋白变化，能否反映其作用机制？研究团队识别出823种扰动相关蛋白，发现药物机制相关通路在6小时已出现明显变化，而细胞死亡相关通路主要在48小时富集。不同药物类别也呈现相应特征，例如烷化剂影响DNA损伤修复，CDK抑制剂影响细胞周期。 耐药与敏感细胞的变化轨迹同样存在差异。在CDK抑制剂处理后，63种蛋白表现出不同的动态模式，其中41种在耐药组升高、敏感组降低，其余22种呈相反趋势。 此外，ATG3、BTF3等蛋白在不同药物处理下呈现耐药相关变化。动态蛋白质组不仅记录药物作用后的状态，也为追踪细胞如何形成耐药提供了线索。 图2 构建ProteinTalks，预测药物响应并检验泛化能力 基于上述数据，研究团队构建ProteinTalks，将神经常微分方程与扰动感知神经网络结合。模型先根据基础蛋白质组和药物靶点预测蛋白丰度随时间的变化，再整合变化轨迹与药物结构，预测药物响应。 团队从不同层面检验模型： 跨细胞系预测：留一细胞系验证的平均AUROC为0.95。 跨药物预测：留一药物验证的平均AUROC为0.64，提示对未见药物的预测仍更具挑战。 独立化合物测试：在额外81种抗癌化合物的数据中，AUROC为0.89。 跨癌种应用：在覆盖4种非乳腺癌类型、708种化合物的数据中，平均AUROC为0.77。 在相应评估设置下，模型优于所选基准，支持其向其他药物和细胞背景迁移的潜力。 图3 从单药响应预测拓展到协同药物组合筛选 除了判断单药是否有效，研究团队进一步探索ProteinTalks能否筛选具有协同作用的药物组合。模型结合药物对的分子特征与细胞蛋白质组背景，为不同组合预测协同评分，实验中具有协同作用的组合获得了更高的预测评分。 随后，团队选取4组高排名的“药物组合–细胞系”进行验证，涉及博舒替尼分别与图卡替尼、阿贝西利联合使用。 研究采用固定一种药物浓度、梯度调整另一种药物浓度的方式，检测细胞存活。4组组合均达到研究预设的协同判定标准，说明模型可以帮助缩小候选组合范围，为后续联合用药实验确定优先顺序。 通过模型解释筛选耐药相关蛋白，并进行敲低验证 为理解模型依据哪些蛋白进行判断，团队利用SHAP分析，追踪蛋白对预测结果的贡献及其时间变化。不同药物呈现不同响应节奏：HDAC抑制剂等在24小时出现更明显的归因差异，而CDK抑制剂等在6小时已有较强差异。 结合蛋白贡献大小及动态变化，模型将AKR1C3列为抗有丝分裂药物响应的重要候选蛋白之一。 团队随后在BT20细胞中通过siRNA敲低AKR1C3，并检测多西他赛敏感性。结果显示，AKR1C3敲低增强了细胞对多西他赛的敏感性，为该候选蛋白参与药物响应提供实验支持。 这一结果展示了“计算筛选候选蛋白→基因干预→药物响应检测”的研究路径。 图4 拓展至患者来源模型，探索预后分层与个体化药物筛选 研究进一步从细胞系走向患者相关样本，开展三类验证。 患者来源异种移植模型：经乳腺癌相关转录组数据微调后，模型在140个非乳腺癌PDX模型的药物响应预测中，表现出跨癌种迁移能力。 临床组织样本：团队分析501例三阴性乳腺癌患者的治疗前FFPE肿瘤样本，结合基础蛋白质组与治疗方案计算风险评分，实现无复发生存和总生存的分层。 患者来源类器官：模型针对3例患者的类器官，从3,000种化合物中筛选候选药物。后续剂量–反应实验支持HDAC6抑制剂CAY10603、citarinostat及CDK7抑制剂THZ-1的部分候选预测。 上述结果支持其辅助药物筛选的潜力，但尚不能等同于临床疗效验证。 图5 研究结论 该研究将大规模时间分辨扰动蛋白质组数据与动态建模相结合，构建ProteinTalks虚拟细胞模型，为药物响应预测、协同组合筛选及耐药相关蛋白发现提供了新路径，并在患者来源模型和临床样本中展示了应用潜力。不过，模型尚未纳入翻译后修饰及多组学信息，训练数据以乳腺癌细胞系为主，对药物剂量和给药顺序的建模仍有限。未来需拓展生物学场景与数据类型，进一步评估其泛化能力及临床转化价值。 Sun, R., Qian, L., Li, Y. et al. An operational perturbation proteomics-based virtual cell model. Nature (2026) 关于新蓝 从计算预测到实验验证 新蓝云助力候选基因功能探索 这项研究展示了利用计算模型筛选候选靶点、再通过实验检验的研究思路。围绕基因功能探索，新蓝云平台提供基于scTenifoldKnk的单细胞虚拟基因敲除功能，利用单细胞转录组数据预测目标基因缺失可能引起的调控网络扰动，为后续实验提供参考。 承接表观组学发现：针对ATAC-seq、CUT&Tag或转录组分析筛出的候选因子，在相关细胞群的单细胞表达数据中开展虚拟敲除。 低投入预测潜在功能：结合差异调控结果、调控网络及GO、KEGG和GSEA分析，筛选候选响应基因与相关功能过程。 扰动散点图 调控网络图 富集分析图 在线完成分析：支持示例数据体验、参数配置、结果在线查看与打包下载，减少本地环境搭建和结果整理的操作负担。 数据输入 目标基因设置 功能富 结果可视化

🙋平台推荐机制调整，不关注容易刷不到更新，记得点关注不迷路！ 如果能够在患者用药前，先让一个“虚拟细胞”接受数千种药物扰动，再把最可能有效的候选方案送入类器官或临床验证，抗肿瘤药物筛选的路径将被明显改写。 2026年9月9日，Rui Sun、Liujia Qian等团队在 Nature 在线发表研究《基于操作扰动蛋白质组学的虚拟细胞模型》。研究建立了基于时间分辨扰动蛋白质组的虚拟细胞模型 ProteinTalks。与许多依赖静态转录组的细胞基础模型不同，ProteinTalks试图回答的不是“细胞现在是什么状态”，而是细胞在接受某种药物后，将沿着怎样的蛋白质变化轨迹演进，并最终走向敏感、耐药或协同反应。 这项工作的分量，首先来自数据，而不是模型参数。虚拟细胞的短板，不只是模型不够大 近年来，单细胞转录组基础模型快速发展。大规模预训练可以学习细胞状态、基因关系和扰动响应，但在药物研发场景中仍存在两个难点。 第一，转录本只是信息传递的中间层。药物最终作用于蛋白，细胞增殖、代谢、凋亡及耐药也主要由蛋白网络执行。RNA变化与蛋白丰度、蛋白活性之间并非简单线性对应。 第二，多数公共组学数据是扰动前后的一次性快照。细胞对药物的反应却是动态过程：早期出现靶点和信号通路变化，中期发生代谢与细胞周期重塑，后期才可能表现为死亡或存活。只看终点，容易把机制与结果混在一起。 ProteinTalks的核心思路因此很明确：用真实的时间序列蛋白质组约束模型，让模型学习“变化过程”，而不是仅凭静态样本推断药物结局。 图 1：ProteinTalks整体工作流 上半部分是数据生产体系，包括18株乳腺癌细胞、63种已获批药物、59种药物组合，以及0、6、24、48小时的扰动时间点；中间是基于神经常微分方程的动态蛋白网络；下半部分展示药效预测、耐药蛋白识别、PDX迁移、患者风险分层和类器官药物筛选。 数据、模型和转化任务形成了完整闭环，而不是单独训练一个分类器。先看数据底座：超过3800万次蛋白丰度测量 研究纳入16株TNBC细胞和2株非TNBC乳腺癌细胞，以63种美国FDA批准的小分子药物及59种药物组合进行扰动。每个条件设置生物学三重复，在6、24和48小时采集蛋白质组，共形成16,311份扰动蛋白质组数据和23,482次细胞毒性测量。 DIA-MS最终获得超过3800万次蛋白丰度测量，覆盖5,585个蛋白群。为了确定时间点，研究者还在3株细胞中完成11个时间点的预实验，观察到早期、中期和晚期三个时间簇，随后选择6、24和48小时作为代表。 这个设计比单纯扩大样本量更重要。6小时更接近药物靶点和信号通路反应，48小时则更多出现细胞死亡相关通路。时间不是模型的附加标签，而是药物作用机制的一部分。 研究也存在现实取舍。15分钟高通量DIA提高了规模，却牺牲了一部分检测深度；总体缺失率达到51.7%，低于1,000个蛋白鉴定的689个文件被排除。研究获得的是适合大规模建模的蛋白质组，而不是最深覆盖的蛋白质组。药物机制并未被“黑箱”吞掉 扰动蛋白质组首先复现了多类药物的已知生物学。烷化剂主要影响DNA损伤修复，微管抑制剂重塑细胞骨架，CDK抑制剂影响细胞周期，激酶抑制剂则涉及MET、NOTCH4和mTOR等信号。 时间维度还能把药物直接效应与后续细胞结局分开。研究识别出823个稳定的扰动相关蛋白。机制相关通路在6小时已经发生变化，而死亡相关通路更多集中于48小时。 卡培他滨相关分析提供了一个直观案例。耐药细胞中的TYMS随时间升高，敲低TYMS后，HCC1143细胞对卡培他滨的敏感性恢复。这里的意义不只在于再次确认TYMS，而在于说明时间分辨蛋白质组能够从大规模扰动数据中找回具有实验可验证性的耐药机制。 图2：药物扰动后的纵向蛋白反应 图a显示不同药物类别在6、24、48小时影响的通路，早期以作用机制相关变化为主，晚期逐渐出现铁死亡、坏死性凋亡等结局通路。 图c和图d比较敏感与耐药细胞的蛋白轨迹，重点不是某一时间点的绝对高低，而是两组曲线是否逐渐分离。 研究进一步发现，CDK抑制剂敏感与耐药细胞之间有63个蛋白呈现不同的动态表达模式。ATG3、BTF3、PAK1、NDE1、ELAVL2和CKS2分别在不同药物背景下出现分化。这些蛋白并不能仅凭本研究被定义为临床耐药标志物，但已构成可继续验证的机制线索。ProteinTalks究竟学了什么 ProteinTalks包含两个相互连接的模块。 第一个模块输入治疗前蛋白质组和药物靶点信息，通过神经常微分方程模拟6、24、48小时的蛋白质变化。第二个模块再将预测的动态蛋白质组、药物结构和理化特征整合，用于判断单药疗效及两药协同。 神经常微分方程适合描述连续时间变化。可以把它理解为：模型不是逐帧猜测三张静态图片，而是学习一条从基线状态出发、受具体药物驱动的细胞变化轨迹。 在随机留出测试集中，ProteinTalks的准确率为0.86，AUROC为0.92，AUPRC为0.84。留一细胞系交叉验证中，17株可评估细胞的平均AUPRC为0.89、AUROC为0.95、准确率为0.90。 跨药物泛化明显更难。留一药物验证的平均AUPRC降至0.57，AUROC为0.64，准确率为0.76。这组数据容易被忽视，却更接近真实研发问题：模型对见过的生物背景表现优秀，不等于能够稳定预测全新的化学扰动。 图3：模型结构与基准测试 图a展示动态蛋白质组预测与药效预测两个模块。图b至图d分别对应跨细胞系、未训练药物和跨癌种测试。对未见药物的测试，是研究中较有说服力的一步 研究者额外建立PTNC数据集，在4株TNBC细胞中检测81种训练阶段未见的抗癌药物，共获得2,076次剂量反应测量，形成173个高置信度药物-细胞组合。 在不微调的情况下，ProteinTalks的AUPRC为0.94、AUROC为0.89、准确率为0.85，优于Geneformer、GeneCompass和UCE的对照实现。随后，研究又在黑色素瘤、结直肠癌、肺癌和胰腺癌的5株细胞中，使用708种再利用药物进行少样本迁移，ProteinTalks获得0.41的AUPRC和0.77的AUROC。 需要谨慎理解这些比较。ProteinTalks与转录组基础模型的数据模态、训练目标和任务适配程度并不完全相同，胜负不能简单归结为“蛋白质组一定优于转录组”。更准确的判断是：与任务高度对齐的动态扰动数据，可能比单纯增加模型规模更具价值。从预测联合用药，到实验验证耐药蛋白 ProteinTalks对药物组合的预测并未停留在排序。研究者选取4个高排名组合进行细胞实验，包括博舒替尼联合图卡替尼，以及博舒替尼联合阿贝西利。4个组合均达到预设协同标准，其中博舒替尼联合阿贝西利在HCC1806中的最大效应增益ΔEmax为0.74。 模型解释采用动态SHAP分析，即观察不同蛋白在各时间点对预测结果的贡献。AKR1C3被识别为抗有丝分裂药物反应的重要候选蛋白。BT20细胞中敲低AKR1C3后，多西他赛敏感性明显提高，Δln(IC50)=4.24。 这一步很关键。虚拟细胞如果只能给出一个药物分数，临床价值有限；如果能够提出可实验检验的耐药机制，才可能参与靶点发现和联合策略设计。 图4：探究 ProteinTalks 模型的可解释性 图a以治疗前蛋白质组为输入，展示基线蛋白对模型预测的6小时和24小时后续蛋白丰度的SHAP贡献，用于解释药物扰动后蛋白网络如何演变。图b进一步按照6至24小时、24至48小时两个时间区间内SHAP值的变化，筛选贡献变化最明显的50个蛋白。图c为siRNA敲低后进行药物敏感性检测的验证流程。图d显示，在BT20细胞中敲低AKR1C3后，多西他赛剂量反应曲线左移，模型拟合的ln(IC50)由1.76降至−2.48，Δln(IC50)=4.24，支持AKR1C3与多西他赛体外敏感性相关。501例TNBC队列：看到了临床信号，但还不是预测性标志物 研究对501例治疗前TNBC FFPE标本进行了蛋白质组检测，并结合后续化疗方案生成个体化风险评分。患者按评分中位数分组后，复发无生存和总生存均出现显著分离。 这部分让ProteinTalks跨过了从细胞系到临床组织的重要一步，但其证据属性必须说清楚。 这是回顾性单队列分析；评分采用队列中位数切分；论文正文展示的双药治疗亚组仅包含121例患者，低风险组62例、高风险组59例。三至四药方案患者使用的是SHAP筛选的100蛋白面板，分析路径又有所不同。 更重要的是，风险评分同时输入基线蛋白质组和计划治疗方案，因此它究竟是纯预后指标，还是能够预测特定治疗获益，仍需对照治疗、交互检验和独立外部队列来回答。生存曲线能够分开，不等于模型已经可以为患者选择方案。类器官筛药令人兴奋，也最容易被过度解读 ProteinTalks利用3例TNBC患者来源类器官的基线蛋白质组，对3,000种已上市或临床阶段化合物进行虚拟筛选。模型除识别出铂类外，还提出CAY10603、citarinostat和THZ-1等再利用候选药物。 在PDO剂量反应实验中，这些候选药物的IC50低于顺铂。例如P855类器官中，CAY10603、citarinostat和THZ-1的IC50分别为0.33 nM、0.80 nM和0.18 nM，顺铂为0.53 mM。 结果具有概念验证意义，却不能直接进行横向临床效力比较。不同化合物的暴露范围、药代动力学、安全窗和人体可达浓度并不相同。体外IC50更低，只能说明类器官在该实验条件下更敏感，不能证明患者接受该药后一定优于含铂治疗。 图5：患者风险分层与PDO药物筛选 图表解读： 上半部分展示PDX迁移和501例TNBC患者的生存分层，下半部分展示3,000种药物虚拟筛选及3例PDO的剂量反应验证。这项工作离临床决策还有多远 ProteinTalks最值得重视的，不是又出现了一个“超过基准模型”的算法，而是建立了一条较完整的转化链：大规模扰动实验、动态模型训练、跨药物与跨癌种测试、机制解释、功能验证、临床样本分层以及类器官筛药。 但临床落地仍有几道硬门槛。 其一，数据主体仍是肿瘤细胞系。 肿瘤微环境、免疫细胞、间质和宿主药代动力学尚未进入模型核心。 其二，模型没有显式处理剂量和给药顺序。 对联合治疗而言，同时给药、序贯给药和不同剂量比例可能产生完全不同的结果。 其三，蛋白质组只测量了丰度。 磷酸化、蛋白复合物、亚细胞定位和其他翻译后修饰往往更直接决定信号活性。 其四，临床验证仍偏探索性。 需要锁定模型、预设阈值，在外部前瞻性队列中与常规临床病理模型比较，并证明模型指导治疗能够改善结局，而不仅是区分风险。 真正值得期待的场景，可能不是让虚拟细胞直接替代医生，而是缩小实验空间：把数千种药物压缩为少量候选，再交给患者来源类器官、PDX或早期临床试验验证。这样既保留算法的速度，也保留生物实验的约束。 ProteinTalks提示了一条不同于“大模型竞赛”的路线。虚拟细胞的能力不只取决于参数量，更取决于训练数据是否包含真实扰动、时间结构和可验证的功能终点。 对肿瘤药物研发而言，这比模型看起来有多复杂更重要。参考文献 Sun R, Qian L, Li Y, et al. An operational perturbation proteomics-based virtual cell model. Nature. Published online September 9, 2026. doi:10.1038/s41586-026-11001-9.