作者: Mertens, Freke ; Jacobs, Leen ; Martinet, Wim ; van de Lavoir, Maria ; Covaci, Adrian ; Stroobants, Sigrid ; van Nuijs, Alexander L N ; Timmerman, Vincent ; Del Mar Delgado Povedano, Maria ; Sisto, Angela ; Robeyns, Rani

Autophagy is a complex self-degradative process that recycles cytoplasmic components through lysosomal degradation, enabling cells to maintain homeostasis during stress and nutrient deprivation. Despite major advances in understanding the basic mechanisms of autophagy, important gaps remain in translating them to human diseases. This study investigated the metabolic fingerprints and footprints of two mechanistically different autophagy inducers, Torin1 (mTOR-dependent) and Tat-Beclin1 (mTOR-independent), in mouse embryonic fibroblasts (MEF). Multi-platform untargeted metabolomics and lipidomics analyses were performed at 3 and 18 h exposure to elucidate both intracellular and extracellular metabolic changes using liquid chromatography-high-resolution mass spectrometry coupled to drift tube ion mobility, complemented by [¹³C]-glucose tracing. Torin1 exposure caused downregulation of TCA cycle intermediates, accumulation of purine degradation products, enhanced phospholipid catabolism, and triglycerides' enrichment. In contrast, Tat-Beclin1 preserved central carbon metabolism, promoted recovery of glutathione levels, and redirected diglycerides toward the biosynthesis of polyunsaturated phosphocholines (PC) and C18-containing phosphoethanolamines (PE). Despite these compound-specific responses, several common alterations were observed, including downregulation of ceramides, upregulation of ether-linked PEs, consistent enrichment of PC O-12:0_16:0, lyso-PE 22:6, PC 16:0_20:4, PC 16:0_22:5, and depletion of PE 32:1, PE 34:2, and PE 38:6, along with secretion of unsaturated fatty acids and uptake of sphingomyelin 35:1;O2 and cytosine from the extracellular compartment. Together, these results show that Torin1 and Tat-Beclin1 trigger distinct yet partly overlapping metabolic programs. The metabolic signatures identified here provide reference profiles for future mechanistic studies and highlight candidate biomarkers that may support early functional evaluation of autophagy modulators in disease-relevant settings.

2026-01-01·INTERNATIONAL JOURNAL OF BIOLOGICAL MACROMOLECULES

TSC2 is a positive master regulator of cellulase production by affecting protein secretion in Trichoderma reesei

Article

作者: Wang, Haiyan ; Lin, Fengming ; Pang, Aiping ; Zhang, Funing ; Wu, Fu-Gen ; Wang, Yun

Understanding the molecular mechanism behind fungal cellulase production is key to enhancing cellulase production, but the relevant signaling pathways are yet to be explored. This study elucidates TSC2 as a positive master regulator of cellulase production in Trichoderma reesei. Genetic deletion of tsc2 severely impaired cellulase secretion, particularly under cellulose induction. The mTOR inhibitor Torin 1 significantly inhibited the production of CMC and BGL at the early stage. Torin 1-mediated mTORC1 inhibition partially restored CMC and BGL production in ΔTSC2, linking hyperactive mTORC1 to secretion suppression in ΔTSC2. Transcriptomic analysis of ΔTSC2 revealed significant dysregulation of non-classical secretion genes and autophagy-related genes. GRASP55 knockout phenocopied ΔTSC2 defects, impairing cellulase activity and secretion, while altering autophagy gene expression. Autophagy inhibition via ammonium chloride or atg8 deletion suppressed cellulase yields. These findings suggest that the TSC2-mTORC1-GRASP55-autophagy signaling axis may govern the secretion of cellulase components BGL and CMC, playing a crucial role in cellulase production in T. reesei.

2026-01-01·ECOTOXICOLOGY AND ENVIRONMENTAL SAFETY

Florasulam impairs Leydig cell function by blocking autophagic flux and triggering PERK–eIF2α–ATF4–CHOP–mediated ER stress

Article

作者: Wen, Haiping ; Cai, Jing ; Duan, Jiawei ; Song, Yali ; Yang, Xiaojian ; Wu, Jiangpeng ; Huang, Songyu ; Sun, Yan ; Lin, Hongru ; Ye, Wenting ; Chen, Xiao ; Xia, Siyu

Environmental herbicides are increasingly recognized as contributors to male reproductive decline, yet the cellular mechanisms underlying their toxicity remain poorly defined. Here we show that Florasulam, a widely used triazolopyrimidine sulfonanilide herbicide, directly disrupts Leydig cell homeostasis and steroidogenic function. Florasulam reduces TM3 Leydig cell viability and promotes apoptosis, accompanied by decreased expression of the anti-apoptotic protein Bcl-2 and the steroidogenic enzyme HSD3B2. Transcriptomic profiling reveals early suppression of autophagy-related pathways together with enrichment of endoplasmic reticulum (ER) stress signatures. Consistent with these findings, Florasulam inhibits autophagic flux, marked by p62 accumulation, reduced LC3-II levels, and diminished autophagosome formation, and simultaneously activates the PERK-eIF2α-ATF4-CHOP signaling cascade indicative of unresolved ER stress. Pharmacological restoration of autophagy with Rapamycin or Torin1 attenuates ER stress and significantly reduces apoptosis. These results identify a critical autophagy-ER stress axis underlying Florasulam-induced Leydig cell injury and provide mechanistic insight into the reproductive risks associated with herbicide exposure.

项与 Torin1 相关的新闻（医药）

2026-03-24

·天然产物靶标机制研究

Autophagy：度洛西汀通过抑制自噬改善脑缺血损伤

本文围绕FDA已批准的抗抑郁药度洛西汀（Duloxetine）展开研究，通过多维度的虚拟筛选、体外功能验证、分子机制解析、体内动物实验及人脑类器官验证，系统阐明了度洛西汀通过抑制TRPM2离子通道阻断缺血诱导的过度自噬，最终发挥脑缺血神经保护作用的完整机制，为缺血性脑卒中的药物重定位提供了坚实的临床前证据。一、研究背景与立题依据 1. 缺血性脑卒中是全球范围内致残和致死的首要神经系统疾病，其核心病理特征为脑血流骤减导致的氧气和营养缺乏，进而引发神经元、胶质细胞和血管内皮细胞的级联损伤与死亡。目前临床一线治疗手段仅为溶栓和机械取栓，存在治疗窗窄、适用人群受限的核心缺陷，尚无有效的神经保护药物获批上市，因此亟需开发新的治疗策略。 2. 巨自噬（简称自噬）是细胞高度保守的降解-回收系统，在缺血应激下会被快速激活，但其在脑缺血中的作用长期存在争议：适度自噬可通过清除受损细胞器维持神经元稳态，而过度或持续的自噬会引发自噬性细胞死亡，加重缺血损伤。因此，筛选靶向自噬的小分子调节剂，不仅能解析自噬在脑缺血中的具体作用，更能为脑卒中开发创新治疗手段。 3. 度洛西汀是5-羟色胺-去甲肾上腺素再摄取抑制剂（SNRI），已被FDA批准用于抑郁症、焦虑症和慢性疼痛的治疗，既往研究提示其在脑缺血模型中存在潜在神经保护作用，但其作用是否与自噬调控相关、具体分子靶点和作用机制尚未明确，这也是本研究的核心科学问题。二、研究方案本研究采用“虚拟筛选富集-体外功能初筛-多维度验证-分子机制解析-体内药效验证-遗传学佐证-人源模型转化”的研究策略，技术路线见图1A。研究思路为：先从化合物库中锁定具有中枢神经系统（CNS）活性的自噬调节剂，再聚焦度洛西汀解析其自噬调控机制，最终在多种体内外模型中验证其神经保护作用，同时通过基因编辑模型佐证“早期自噬抑制发挥脑缺血保护”的核心科学假设。三、计算机虚拟筛选，富集 CNS 活性候选化合物直接对近 7000 个化合物进行全量功能筛选，存在工作量大、假阳性高、体内转化成功率低的问题；而脑缺血治疗的核心靶点在中枢，化合物必须具备良好的血脑屏障穿透性和类药性，因此先通过计算机模拟进行初筛，大幅缩小筛选范围。实验设计针对Selleckchem生物活性化合物库的6839个小分子，采用QikProp工具预测其吸收、分布、代谢、排泄（ADME）特性，分两轮完成筛选： 1. 第一轮初筛：基于类药性核心参数（表1），包括 Lipinski 五规则、Jorgensen 三规则、油水分配系数、代谢位点数量等，筛选出符合 95% 已知成药参数范围的 1927 个化合物； 2. 第二轮富集：聚焦 CNS 活性关键参数（CNS 活性评分、血脑分配系数 QPlogBB、MDCK 细胞渗透性 QPPMDCK）进行线性加权打分，设定阈值 0.367，最终筛选出 898 个化合物进入后续功能筛选，同时对其靶点通路进行分类分析。实验结果 1. 初筛后仅28.17%的化合物（1927个）符合成药性标准，第二轮筛选后最终得到898个化合物（占原库13.13%），其中超350个为FDA已批准药物，具备成熟的临床安全性数据，为药物重定位奠定了基础； 2. 898个化合物覆盖19个生物学类别，其中神经元信号通路占比17.71%，同时包含免疫炎症、PI3K-AKT-MTOR等自噬相关通路，靶点覆盖全面（图1F）。图1 研究概览及基于类药性与中枢神经系统相关特性的化合物虚拟筛选 (A) 研究技术路线示意图；(B-D) 基于中枢神经系统活性评分 (B)、血脑分配系数预测值 (C)、MDCK 细胞渗透性预测值 (D) 的化合物分布散点图，虚线标注了 95% 已知药物的参数范围；(E) 初筛得到的 1927 个化合物的中枢神经系统活性与穿透特性（累积评分），阴影区域标注了评分高于 0.367 的入选化合物，每个圆点代表单个分子；(F) 基于已知靶点通路的入选化合物库组成分布图。四、构建自噬调节剂筛选平台，完成功能初筛虚拟筛选仅为理化性质预测，需通过功能实验验证化合物对自噬通量的真实调控作用，且需模拟脑卒中缺血/再灌注的病理环境，因此需要构建稳定、灵敏、可高通量检测的自噬筛选体系。实验设计 1. 构建稳定细胞筛选体系：构建稳定表达 pHluorin-mKate2-人源 LC3（PK-hLC3）的 Neuro-2a 细胞单克隆。该报告系统的核心原理为：pHluorin 是 pH 敏感的绿色荧光蛋白，在溶酶体酸性环境中荧光会快速淬灭，而 mKate2 的红色荧光不受 pH 影响；因此 pHluorin 的荧光强度可直接反映自噬通量 —— 自噬激活时，自噬体与溶酶体融合，pHluorin 荧光淬灭，强度下降；自噬被抑制时，荧光强度上升。最终筛选出性能最优的 7B11 单克隆细胞。 2. 体系稳定性验证：用经典自噬抑制剂巴弗洛霉素 A1（Baf，阻断自噬体 - 溶酶体融合）和自噬激活剂 Torin-1（MTOR 抑制剂）处理细胞，通过流式细胞术检测 pHluorin 的平均荧光强度（MFI），采用 Z’因子和严格标准化均数差（SSMD）评估体系的稳定性和筛选窗口（表 2、表 3）。 3. 病理模型构建：采用氧糖剥夺（OGD）+ 复氧模拟体内缺血 / 再灌注（I/R）过程，优化 OGD 时长，确定 15h OGD 可使 pHluorin 荧光强度下降 25%，且不影响细胞活力，同时可显著上调缺氧标志物 HIF1α，完美模拟缺血病理环境。 4. 化合物初筛：对 898 个化合物（1μM）进行 3 次重复筛选，通过稳健 Z 分数（Robust Z-score）和 p 值确定阳性候选物，同时排除具有细胞毒性的化合物。实验结果 1. 7B11 细胞克隆的筛选性能优异：Baf 处理后 pHluorin 荧光强度显著升高，Torin-1 处理后显著降低，体系 Z’因子稳定在 0.5~1 之间，SSMD 达到 “优秀” 阈值，筛选体系稳定、可靠、灵敏度高（图 2A-D）； 2. OGD 处理呈时间依赖性降低 pHluorin 荧光强度，15h 达到筛选所需的 25% 降幅，成功构建缺血样筛选模型（图 2C）； 3. 初筛最终得到 22 个阳性候选化合物，其中 7 个可激活自噬，15 个可抑制自噬；排除已知的自噬抑制剂（ULK-101、奎纳克林）后，对剩余候选物开展后续验证（图 2G）。图2 基于荧光筛选体系在 7B11 细胞中鉴定自噬调节剂 (A1-A4) 7B11 细胞的共聚焦显微镜最大投影图像，展示 PK-hLC3 与 mKate2 的分布情况，分组为：对照组 (A1)、200 nM 巴弗洛霉素 A1（Baf）处理 6 h 组 (A2)、250 nM Torin-1 处理 24 h 组 (A3)、Baf+Torin-1 联合处理组 (A4)；(B) 流式细胞术检测得到的代表性直方图，横轴为 pHluorin 荧光强度，纵轴为经模式归一化的事件数；(C) 氧糖剥夺（OGD）处理过程中，0、1、2、3、4、6、10、15 h 时间点 pHluorin 荧光强度的时程分析，数据以 0 h 时间点为基准进行归一化，，垂直虚线标注了荧光强度下降 25% 的时间窗口（决定系数 r²=0.704，p<0.0001）；(D) 不同处理组 7B11 细胞的 pHluorin 荧光强度定量直方图，分组为：二甲基亚砜（DMSO）对照组、200 nM Baf 处理 15 h 组、250 nM Torin-1 处理 24 h 组、OGD 处理 15 h 组；数值以均值 ± 标准差表示，以 DMSO 对照组为基准归一化，圆点代表独立复孔；(E) 实验流程时间线；(F) 各实验对照组的 pHluorin 荧光强度综合定量结果（以相对于对照组的均值比 ± 标准差表示），分组为：对照组、Baf 组（200 nM 处理 15 h）、Torin-1 组（250 nM 处理 24 h）、OGD 组（处理 15 h）；(G) 3 次独立重复筛选结果的火山图，横轴为稳健 Z 分数，纵轴为 p 值的负对数，红色圆点代表 22 个类先导候选化合物，虚线标注了统计学显著性阈值；(H) 各多孔板的信噪比（S:N）计算结果。五、候选化合物的体外多维度验证初筛仅在报告细胞系中得到阳性结果，需通过经典自噬检测手段在野生型细胞中验证化合物的自噬调控活性，明确其调控自噬的阶段（早期/晚期），同时验证剂量依赖性和对血脑屏障的影响，为体内实验筛选出最优候选物。实验设计 1. 一级验证（Western blot）：在野生型Neuro-2a细胞中，用1μM候选化合物单独或联合Baf处理15h，检测LC3-I向LC3-II的转化。核心原理：Baf阻断自噬体-溶酶体融合，会导致LC3-II累积；早期自噬抑制剂会阻断自噬体形成，即使联合Baf也会降低LC3-II水平；晚期自噬抑制剂会进一步增加LC3-II累积。 2. 二级验证（剂量依赖性）：对阳性化合物设置 0.1、1、10μM 的浓度梯度，验证其自噬调控的剂量-效应关系，排除无浓度依赖性的化合物。 3. 三级验证（金标准 TEM）：通过透射电子显微镜直接观察自噬囊泡（AVs）的数量和大小，直观验证化合物对自噬的调控作用，以3-MA（经典早期自噬抑制剂）、Torin-1为对照。 4. 四级验证（血脑屏障兼容性）：构建体外神经血管单元（NVU）模型，评估化合物对血脑屏障（BBB）完整性的影响，筛选出不破坏、甚至保护BBB的化合物。实验结果 1. Western blot结果显示，NU7441、波齐替尼、ONC212、贝达喹啉、度洛西汀、WAY640783联合Baf处理后，可显著降低LC3-II水平，证实其为早期自噬抑制剂；MK-8745、Dp44mT单独处理可显著升高LC3-II，为自噬激活剂（图3A-D）； 2. 剂量依赖性实验显示，仅NU7441、度洛西汀、ONC212、波齐替尼可浓度依赖性降低联合Baf后的LC3-II水平，其余化合物无明确剂量-效应关系，被排除（图3E-L）；图3 入选类先导化合物在亲本Neuro-2a细胞中的验证 (A、B) Neuro-2a 细胞分别经 DMSO（对照）、100 nM Baf 单独 / 联合 1 μM NU7441 (A)、1 μM MK-8745 (B) 处理 15 h 后，MAP1LC3/LC3 与 ACTB/β- actin的蛋白质免疫印迹结果；(C、D) 18 个候选化合物的验证结果，以 ACTB/β- actin归一化的 LC3-II 倍数变化表示；(C) 柱形图为 1 μM 单药联合 Baf 处理组相对于单独 Baf 处理组的 LC3-II 倍数变化；(D) 柱形图为 1 μM 单药处理组相对于 DMSO 对照组的 LC3-II 倍数变化；(E-H) Neuro-2a 细胞经 100 nM Baf，以及 Baf 联合浓度梯度递增（0.1、1、10 μM）的各化合物处理 15 h 后，MAP1LC3/LC3 与 ACTB/β- actin的蛋白质免疫印迹结果；定量结果见直方图(I-L)。 3. TEM金标准验证：NU7441联合Baf可显著减少AVs的数量和面积；度洛西汀、ONC212、波齐替尼联合Baf的表型与3-MA联合Baf完全一致，AVs数量增加且出现肿胀，提示自噬降解过程受阻；MK-8745和Dp44mT的表型与Torin-1一致，证实其自噬激活作用（图4）； 4. NVU模型结果显示，度洛西汀可逆转Baf诱导的BBB通透性增加，对BBB具有潜在保护作用，其余化合物对BBB完整性无显著影响。图4 自噬囊泡的透射电镜（TEM）分析 (A-J)Neuro-2a细胞的电镜显微照片，处理分组为：DMSO对照组(A)、100nM Baf处理15h组(B)、250nM Torin-1处理15h组(C)、Baf联合5mM 3-甲基腺嘌呤（3-MA）处理组(D)、Baf联合10μM NU7441/度洛西汀/ONC212/波齐替尼处理组(E-H)、10μM MK-8745/Dp44mT单独处理组(I、J)；(D、H)：自噬囊泡（AVs）的高倍放大图像；(K)以100μm²归一化的自噬囊泡总数定量结果，以均值±标准差表示，每组电镜照片量≥18张；(L)单个细胞内自噬囊泡的总面积定量结果，以均值±标准差表示，每组电镜照片量≥18张，直方图中圆点代表单个细胞。六、度洛西汀在原代神经元中的自噬调控验证 Neuro-2a为肿瘤细胞系，其自噬调控机制与原代神经元存在差异，而脑卒中的核心保护靶点是皮层神经元，因此需在原代神经元中验证候选化合物的自噬调控活性，同时评估其神经元毒性，锁定最终的研究目标。实验设计 1. 提取小鼠 E17.5 天的原代皮层神经元，体外培养 7 天（DIV7），采用营养剥夺（ND）模拟缺血后的营养缺乏，激活神经元自噬；同时加入 10μM 候选化合物处理 15h，通过 Western blot 检测 LC3-II 和自噬底物 SQSTM1/p62 的水平（SQSTM1/p62 随自噬激活被降解，随自噬抑制发生累积，是自噬通量的核心标志物）。 2. 通过 MTT、钙黄绿素/PI 双染检测化合物对神经元活力的影响，排除具有神经元毒性的化合物。 3. 同时检测度洛西汀在原代脑内皮细胞、星形胶质细胞 OGD 模型中的自噬调控作用，明确其细胞特异性。实验结果 1. NU7441 可显著降低 ND 诱导的 LC3-II 升高，证实其在神经元中仍为早期自噬抑制剂，但会降低神经元活力；ONC212 存在显著神经元毒性，被排除；波齐替尼对神经元自噬无显著调控作用； 2. 度洛西汀处理后，神经元中 LC3-II 和 SQSTM1/p62 水平同时显著升高，提示其并非阻断自噬体形成，而是抑制了神经元的自噬通量，阻断了自噬底物的溶酶体降解；同时度洛西汀不影响神经元基础活力，还可显著提高 ND 处理后的活细胞比例，具备优异的神经元安全性（图 5）； 3. 原代脑内皮细胞对 OGD 的自噬响应极弱，度洛西汀对其自噬无显著调控；在星形胶质细胞中，度洛西汀可增加 OGD 处理 10h 后的 SQSTM1/p62 水平，提示其也可抑制星形胶质细胞的自噬通量。图 5 类先导化合物在神经元中的验证 (A-F) 原代神经元培养物经营养剥夺（ND）处理 15 h，同时单独 / 联合 10 μM 候选化合物处理后，总蛋白提取物中 MAP1LC3/LC3 与 ACTB/β-actin的蛋白质免疫印迹分析结果。七、度洛西汀调控自噬的分子机制解析已证实度洛西汀可有效阻断神经元的自噬通量，需明确其具体的分子靶点和作用通路，这是阐明其神经保护作用的核心，也为后续药物优化和临床转化提供靶点依据。实验设计 1. 溶酶体功能检测：在OGD处理的Neuro-2a细胞中，通过免疫荧光检测溶酶体标志物LAMP1、LysoTracker染色观察溶酶体形态，同时检测SQSTM1/p62的亚细胞定位和表达水平，明确度洛西汀对自噬-溶酶体系统的影响。 2. 靶点验证实验：基于既往报道度洛西汀可抑制TRPM2阳离子通道，且TRPM2与钙信号、溶酶体功能、自噬调控密切相关，开展系列验证： RT-qPCR检测Trpm2在Neuro-2a、原代神经元、正常/缺血小鼠脑组织中的表达；免疫荧光检测TRPM2的亚细胞定位；采用TRPM2特异性抑制剂ACA和2APB，单独或联合度洛西汀处理OGD细胞，检测SQSTM1/p62水平，验证二者是否存在叠加效应。实验结果 1. 度洛西汀可导致OGD处理后细胞的LAMP1+溶酶体、LysoTracker标记的溶酶体发生显著肿胀，同时SQSTM1/p62出现明显累积，且与LAMP1的共定位率降低，直接证实度洛西汀阻断了自噬底物的溶酶体降解过程，进而抑制自噬流（图6A-F）； 2. Trpm2在Neuro-2a、原代神经元、正常和缺血小鼠脑组织中均稳定表达，TRPM2蛋白主要定位于内质网，少量定位于高尔基体和溶酶体，具备调控溶酶体功能和自噬的亚细胞基础（图6G-I）； 3. TRPM2抑制剂ACA和2APB可完全模拟度洛西汀的作用，显著增加OGD细胞的SQSTM1/p62累积，且与度洛西汀联合处理无叠加效应，证实度洛西汀通过抑制TRPM2离子通道，实现对自噬流的阻断（图6J-N）。图6 抑制 TRPM2 可调控自噬流进程 (A)共聚焦 Z 轴堆叠图像的 XZ 切面投影，展示正常培养条件（对照）、OGD 处理 15 h、OGD 联合 10 μM 度洛西汀处理的 Neuro-2a 细胞中 LAMP1 的染色结果，图右侧为落射荧光标尺；(B) 直方图为门控 Neuro-2a 细胞中 LAMP1 的平均荧光强度（MFI）定量结果（圆点代表单个细胞）、单个细胞的平均 LAMP1 阳性斑点数、LAMP1 阳性斑点的平均大小（圆点代表单次共聚焦采集）；(C) 共聚焦 Z 轴堆叠图像的 XZ 切面投影，展示正常培养条件（对照）、OGD 处理 15 h、OGD 联合 10 μM 度洛西汀处理的 Neuro-2a 细胞，成像前细胞经 100 nM 溶酶体探针（LysoTracker）孵育 40 min；(D) 直方图为溶酶体探针阳性斑点的平均数量与大小定量结果（圆点代表单次共聚焦采集）；(E) 共聚焦 Z 轴堆叠图像的 XZ 切面投影，展示正常培养条件（对照）、OGD 处理 15 h、OGD 联合 10 μM 度洛西汀处理的 Neuro-2a 细胞中 SQSTM1/p62 与 LAMP1 的共染色结果；(F) 直方图为 SQSTM1/p62 阳性斑点的平均数量、SQSTM1/p62 与 LAMP1 的皮尔逊相关系数定量结果（圆点代表单次共聚焦采集）；(G) 实时荧光定量 PCR 检测 TRPM2 在体外培养 7 天的原代神经元、正常 / 缺血小鼠大脑半球、Neuro-2a 细胞中的 mRNA 表达水平；(H) Neuro-2a 细胞中 TRPM2 的共聚焦 Z 轴堆叠图像 XZ 切面投影；以及 TRPM2 分别与高尔基体标志物 GOLGA2/GM130、LAMP1、内质网标志物 KDEL 的共染色共聚焦最大投影图像，皮尔逊相关系数定量结果见 (I) 图；(J) CCK8 实验检测 ACA 与 2APB（10 nM~2 mM）对 Neuro-2a 细胞活力的影响，半数最大抑制浓度（IC50）估算值：ACA≈370 μM，2APB≈790 μM；(K) 正常培养条件（对照）、OGD 处理 15 h、OGD 联合 10 μM 度洛西汀、OGD 联合 20 μM ACA、OGD 联合 10 μM 度洛西汀 + 20 μM ACA 处理的 Neuro-2a 细胞中，SQSTM1/p62 的共聚焦最大投影图像；(L) 直方图为单个细胞的 SQSTM1/p62 阳性斑点数定量结果；(M) 正常培养条件（对照）、OGD 处理 15 h、OGD 联合 10 μM 度洛西汀、OGD 联合 30 μM 2APB、OGD 联合 10 μM 度洛西汀 + 30 μM 2APB 处理的 Neuro-2a 细胞中，SQSTM1/p62 的共聚焦最大投影图像；(N) 直方图为单个细胞的 SQSTM1/p62 阳性斑点数定量结果。八、体内验证度洛西汀的脑缺血神经保护作用体外已明确度洛西汀的自噬调控机制，需在体内动物模型中验证其对脑缺血的保护作用，同时验证 “早期自噬抑制发挥神经保护” 的核心假设，评估其治疗窗、适用人群和体内自噬调控效应。实验设计缺血后自噬激活时程验证：构建小鼠光化学栓塞（PT）远端脑缺血模型，在造模后 24h、72h、120h，通过 Western blot 检测缺血 / 对侧皮层的 LC3-II 水平，TTC 染色验证梗死灶，明确自噬的激活时程。度洛西汀体内药效实验：核心药效：PT 造模后 10min，给雌性小鼠每日 2 次腹腔注射度洛西汀（10mg/kg/ 次，日总剂量 20mg/kg），持续 3 天，通过 TTC 染色、尼氏染色检测梗死体积；治疗窗验证：造模后 4h 延迟给药，评估其临床适用性；老年动物验证：在 1 岁龄老年雄性小鼠中采用相同给药方案，验证其在老年缺血模型中的药效；功能预后评估：在雄性小鼠中通过平衡木实验检测运动功能，MRI 检测梗死体积；神经炎症评估：免疫组化检测梗死周边区 GFAP + 活化星形胶质细胞的数量。体内自噬调控验证：造模 3 天后，取缺血 / 对侧皮层，Western blot 检测 LC3-II、SQSTM1/p62、BECN1、p-RPS6KB/p70S6K 等自噬标志物；TEM 检测梗死周边区神经元的自噬囊泡数量。对照实验：侧脑室注射经典自噬抑制剂 3-MA，验证早期自噬抑制的神经保护作用；同时测试 NU7441 的体内药效，排除非特异性作用。实验结果 1. PT 脑缺血后，缺血侧皮层的 LC3-II 水平在 24h 和 72h 显著升高，证实缺血后早期自噬被过度激活，为早期自噬抑制的治疗策略提供了病理基础； 2. NU7441 体内给药无法减小梗死体积，无神经保护作用，因此后续研究完全聚焦度洛西汀； 3. 度洛西汀的体内核心药效：年轻雌性小鼠：度洛西汀治疗后梗死体积较对照组显著减小约 50%，造模后 4h 延迟给药仍可显著减小梗死体积，具备较宽的治疗窗（图 7A-E）；老年雄性小鼠：度洛西汀同样可显著减小梗死面积，证实其在老年缺血模型中仍有优异药效，而老年人群是脑卒中的高发群体（图 7F-G）；功能预后：度洛西汀可显著改善雄性小鼠平衡木实验中的运动能力，提升运动表现，同时显著减小 MRI 检测的梗死体积；神经炎症：度洛西汀可显著降低梗死周边区GFAP+活化星形胶质细胞的数量，减轻缺血后的胶质增生和神经炎症（图 7H-K）。图 7 度洛西汀治疗可减小脑梗死体积 (A) 实验时间线：光化学栓塞（PT）脑卒中造模后立即给予小鼠度洛西汀治疗（10 mg/kg，每 12 h 给药 1 次）；(B) 溶媒 / 度洛西汀处理的对照组小鼠、造模后 72 h 取材的 PT 模型小鼠（溶媒处理组 n=6，度洛西汀 10 mg/kg 每 12 h 给药组）的 2 mm 厚大脑冠状切片 TTC 染色结果；(C) 缺血体积定量直方图（单位：mm³，结果以均值 ± 标准差表示）；(D) PT 脑卒中造模后，溶媒处理组、度洛西汀 10 mg/kg 每 12 h 给药组雌性小鼠大脑冠状切片的尼氏染色结果；(E) 沿大脑前后轴每 300 μm 取材切片的缺血面积定量直方图（单位：mm²），右侧直方图为曲线下面积计算结果；(F) PT 脑卒中造模后，溶媒处理组、度洛西汀 10 mg/kg 每 12 h 给药组1 岁龄雄性小鼠大脑冠状切片的尼氏染色结果；(G) 沿大脑前后轴每 300 μm 取材切片的缺血面积定量直方图（单位：mm²），右侧直方图为曲线下面积计算结果；(H、J) 雌性小鼠 (H)、1 岁龄雄性小鼠 (J) 脑组织的 GFAP 免疫组织化学染色结果；(I、K) 直方图为缺血区周边皮层中 GFAP 阳性细胞的平均数量定量结果，图 I、K 中圆点代表用于定量的单张冠状切片。 4. 体内自噬调控验证：度洛西汀治疗后，缺血侧皮层的LC3-II和SQSTM1/p62水平显著升高，与体外自噬通量阻断的表型一致；TEM结果显示，度洛西汀治疗后梗死周边区神经元中含自噬囊泡的细胞比例升高，进一步证实其在体内阻断了自噬通量（图8A-H）。 5. 3-MA 侧脑室注射可显著减小 PT 模型的梗死体积，直接证实早期自噬抑制在脑缺血中发挥神经保护作用，与度洛西汀的作用机制完全契合。图8 度洛西汀在PT脑卒中模型小鼠脑组织中抑制自噬 (A) 皮层梗死区示意图，虚线标注了用于蛋白质免疫印迹实验的同侧与对侧皮层取材区域；(B) PT 脑卒中造模后，经溶媒或度洛西汀（10 mg/kg 每 12 h 给药）处理 3 天的雌性小鼠，对侧与同侧皮层组织中 MAP1LC3/LC3 与 ACTB/β- actin的蛋白质免疫印迹结果；(C) 定量直方图；(D) 上述同批次小鼠对侧与同侧皮层组织中 SQSTM1/p62、BECN1 与 ACTB/β- actin的蛋白质免疫印迹结果；(E、F) 分别为 SQSTM1/p62 (E)、BECN1 (F) 的定量直方图（以相对于溶媒组的均值比 ± 标准差表示）；(G) 上述同批次小鼠对侧与同侧皮层组织中磷酸化 RPS6KB/p70S6K 与 ACTB/β- actin的蛋白质免疫印迹结果；(H) 定量直方图；(I) PT 脑卒中造模后，Atg5f/+雄性小鼠（n=6）、Atg5 条件性敲除（atg5 cKO）雄性小鼠大脑冠状切片的尼氏染色结果；(J) 沿大脑前后轴每 300 μm 取材切片的缺血面积定量直方图（单位：mm²），右侧直方图为曲线下面积计算结果；(K) Atg5f/+与 atg5 cKO 雄性小鼠脑组织的 GFAP 免疫组织化学染色结果；(L) 缺血区周边皮层中 GFAP 阳性细胞的平均数量定量结果，圆点代表用于定量的单张切片。九、遗传学模型佐证自噬抑制的神经保护作用药物的体内作用可能存在脱靶效应，需通过基因编辑手段，特异性敲除神经元中的自噬关键基因，从遗传学层面验证 “抑制兴奋性神经元的自噬可减轻脑缺血损伤” 的核心科学问题，为度洛西汀的作用机制提供最直接的遗传学证据。实验设计构建条件性基因敲除小鼠：将 Atg5flox小鼠与 SLC17A6/Vglut2IRES-Cre/+小鼠杂交，获得在谷氨酸能兴奋性皮层神经元中特异性敲除自噬关键基因 Atg5 的 cKO 小鼠，同窝 Atg5f/+小鼠作为对照。在 30 日龄的 cKO 和对照小鼠中构建 PT 脑缺血模型，造模 3 天后，通过尼氏染色检测梗死面积，免疫组化检测梗死周边区 LC3 和 GFAP 的表达。实验结果 1. 成功构建 Atg5 cKO 小鼠，皮层中 ATG5 表达显著下调，梗死周边区神经元的 LC3 免疫阳性信号显著低于对照小鼠，证实兴奋性神经元的自噬被成功阻断； 2. Atg5 cKO 小鼠的梗死面积较对照小鼠显著减小，同时梗死周边区 GFAP + 活化星形胶质细胞数量显著降低，与度洛西汀治疗的表型完全一致。该结果从遗传学层面直接证实：特异性抑制兴奋性皮层神经元的自噬，可显著减轻脑缺血损伤，发挥神经保护作用，完美佐证了度洛西汀的核心作用机制（图 8I-L）。十、人脑类器官模型验证度洛西汀的转化价值啮齿类动物模型与人脑存在种属差异，需在人源 3D 脑类器官模型中验证度洛西汀的作用，为其临床重定位提供更贴近人体的转化证据。实验设计 1. 用人诱导多能干细胞（iPSC）分化的神经前体细胞（NPCs）构建8周龄的人脑类器官，通过SOX10诱导实现少突胶质细胞成熟，使其包含神经元、星形胶质细胞、少突胶质细胞等多种人脑细胞类型，模拟人脑的结构和细胞组成。 2. 对人脑类器官进行OGD处理24h，同时加入10μM度洛西汀，通过Western blot检测自噬相关标志物（LC3、SQSTM1/p62、ATG5）、凋亡标志物cleaved CASP3，以及缺氧标志物HIF1α、自噬上游调控分子ULK1的磷酸化水平。实验结果 1. 成功构建了包含成熟神经元、星形胶质细胞、少突胶质细胞的人脑类器官；OGD处理可显著激活类器官的自噬通量（LC3-II升高、SQSTM1/p62降低、ATG5升高），同时上调HIF1α、激活凋亡通路，完美模拟人脑缺血的病理过程； 2. 度洛西汀处理可显著逆转OGD诱导的自噬过度激活，降低LC3-II、升高SQSTM1/p62水平，同时抑制凋亡标志物cleaved CASP3的上调，证实度洛西汀在人源脑组织中同样可抑制缺血诱导的自噬通量，并发挥抗凋亡、神经保护作用，为其临床转化提供了关键的人源模型证据。十一、研究结论与科学/转化意义（一）核心结论 1. 本研究通过虚拟筛选+ 体外功能筛选，从6839个生物活性化合物中，鉴定出FDA已批准药物度洛西汀是有效的自噬抑制剂，在低微摩尔浓度下即可阻断缺血应激下的自噬通量； 2. 首次阐明度洛西汀调控自噬的分子机制：通过抑制TRPM2阳离子通道，阻断缺血诱导的自噬通量，抑制神经元中过度激活的自噬，进而发挥神经保护作用； 3. 全面的体内实验证实，度洛西汀在年轻雌雄小鼠、老年小鼠的脑缺血模型中，可显著减小梗死体积、改善运动功能、减轻神经炎症，且延迟给药仍有保护作用；Atg5条件性敲除小鼠从遗传学层面证实，抑制兴奋性神经元的自噬是其神经保护的核心机制； 4. 人脑类器官模型验证了度洛西汀对人源脑组织缺血损伤的保护作用，为其临床重定位提供了完整的临床前证据。（二）科学意义 1. 解决了自噬在脑缺血中作用的长期争议，明确了缺血早期过度激活的自噬会加重神经元损伤，早期抑制自噬可实现显著的神经保护，为脑缺血的自噬调控研究提供了重要的理论依据； 2. 揭示了TRPM2-自噬轴在脑缺血损伤中的关键作用，为缺血性脑卒中的药物研发提供了新的靶点。（三）转化意义度洛西汀是已在临床广泛使用十余年的药物，其安全性、药代动力学特征、临床不良反应均已被充分验证，本研究为其重定位用于缺血性脑卒中的治疗提供了全面的临床前数据，大幅缩短了新药研发的周期和成本，为缺血性脑卒中患者提供了极具潜力的新治疗策略。参考文献： Alice Viotti , Claudia Molinaro , Jessica Perego , Andrea Fossaghi , Chiara Parravicini , Eliana Lauranzano , Antonella Borreca , Marco Piccoli , Luigi Anastasia , Susanna Manenti , Annamaria Finardi , Alessandra Mandelli , Michela Matteoli , Ivano Eberini , Paola Panina , Gianvito Martino & Luca Muzio (2026): Duloxetine ameliorates cerebral ischemic injury by inhibiting autophagy, Autophagy, DOI: 10.1080/15548627.2026.2641616

2025-07-16

·生物探索

Nature Biotechnology | 破壁！AI为药物数据搭建“通用桥梁”，新药研发迎来“宇宙大一统”？

引言新药的发现如同一场永无止境的远征，我们拥有一个庞大到近乎无限的“化学宇宙”，其中潜藏着能够治愈疾病、延长生命的分子秘钥。然而，要从这亿万星辰中找到那颗“对”的星，过程却异常艰辛、昂贵且漫长。这正是新药研发面临的核心困境。为了加速这一进程，一种名为“高通量筛选”(High-Content Screening, HCS)的技术应运而生，它就像一台超高速“细胞照相机”，能够自动化地、大规模地捕捉药物作用于细胞后的微观变化，为我们提供了海量的生物学数据。然而，这些宝贵的数据资源却像一座座孤岛，散落在科研的汪洋大海中。由于不同的研究团队在实验设计、细胞类型、检测手段和分析方法上各不相同，导致这些数据“方言”各异，无法直接交流和整合。我们如何才能打破这些壁垒，让沉睡的数据宝藏重焕生机？7月11日，《Nature Biotechnology》上发表的一项开创性研究“Transitive prediction of small-molecule function through alignment of high-content screening resources”，为我们带来了激动人心的答案。研究团队开发出一种名为CLIPⁿ的深度学习框架。它如同一位精通多门“数据方言”的宇宙级翻译官，巧妙地将这些来自不同时空、不同背景的高通量筛选数据集对齐，构建了一个共享的“通用语言空间”。这一突破不仅让我们能够以前所未有的方式整合和理解药物数据，更开启了一种全新的“传递性预测”(transitive prediction)模式，让新药研发的早期探索阶段充满了无限可能。药物筛选的“巴别塔”困境：孤岛般的数据集如果你想绘制一幅完整的世界地图，但你手头的资料却是几百年来由不同国家的探险家用各自的语言、度量衡和绘画风格绘制的零散海图。有些图用的是公里，有些是英里；有些图详细描绘了海岸线，有些则只标注了主要港口。你无法简单地将它们拼凑在一起，因为它们缺乏一个统一的标准。这正是高通量筛选(HCS)领域面临的“巴别塔”困境。HCS的本质，是一场精心策划的“细胞摄影展”。研究人员将细胞培养在特制的微孔板中，然后用成千上万种不同的候选小分子化合物去处理这些细胞。经过一段时间的培养后，再用荧光染料标记细胞内的特定结构，如细胞核、细胞骨架、线粒体等。最后，通过自动化显微镜对每个微孔进行拍照，并用复杂的图像分析软件提取出数百甚至上千个量化特征，比如细胞的大小、形状、纹理、荧光强度分布等等。这些特征共同构成了一个高维度的“细胞表型图谱”(phenotypic profile)，就像是每个药物为细胞拍摄的一张“功能快照”。理论上，如果两种药物能让细胞拍出相似的“快照”，它们很可能具有相似的作用机制。这便是“依罪推断”(guilt-by-association)的逻辑，也是HCS预测未知化合物功能的核心。然而，问题恰恰出在这“快照”的拍摄和解读上。正如该研究所展示的，每一个HCS实验都充满了独特的“实验选择”(experimental choices)。细胞模型不同：有的研究用的是人肺癌细胞A549，有的用的是肝癌细胞HepG2，还有的是成纤维细胞。不同的细胞对药物的反应天然存在差异。“染料”不同：有的实验标记的是细胞内的“细胞器标志物”(Organelle markers)，有的则关注与疾病相关的“信号通路标志物”(Signaling markers)。“相机”不同：研究人员可能使用不同品牌和型号的显微镜，如Operetta高内涵系统或Zeiss共聚焦显微镜，它们的成像原理和精度各异。“后期处理软件”不同：从原始图像中提取特征的计算方法更是五花八门。有的团队使用学术界经典的“主成分分析”(Principal Component, PC)，得到的是几个关键的主成分数值；有的则采用商业软件，进行“KS统计”(Kolmogorov–Smirnov statistics)；还有的直接用“深度学习特征”(Deep features)，生成的是计算机自己学到的抽象特征。这些选择的任意组合，都会产生一个独特的“数据集方言”。一个数据集的细胞表型图谱可能是由50个主成分构成的向量，而另一个则是由上千个深度学习特征构成的向量。它们的维度不同、数值范围各异、生物学含义也完全不对应。这就导致了，我们无法直接将A实验中化合物X的图谱，与B实验中化合物Y的图谱进行比较。过去二十年间，全球学术界和工业界积累了海量的HCS数据集，但它们就像一座座信息孤岛，彼此隔离，巨大的协同潜力被白白浪费。寻找“宇宙翻译官”：CLIPⁿ的巧妙诞生面对这座难以逾越的“巴别塔”，我们是否注定无能为力？研究人员提出了一个绝妙的设想：虽然各个数据集的“方言”不同，但它们在描述某些“共同事物”时，或许可以为我们提供一把破译密码的钥匙。这些“共同事物”，就是那些在多个不同实验中都被测试过的“参考化合物”(reference compounds)。比如，经典的抗癌药紫杉醇(Paclitaxel)是一种微管蛋白抑制剂，它在A549细胞、HepG2细胞中都会引起相似的细胞骨架变化。尽管在不同实验中，这种变化被描述成了不同的数据形式（比如一组PC值或一组深度特征），但其内在的生物学功能是恒定的。这些重叠的参考化合物，就成了连接不同数据集的“罗塞塔石碑”(Rosetta Stone)，或者说“基准点”(fiducials)。CLIPⁿ框架的核心思想，就是利用这些稀疏的“基准点”，来学习如何将所有异构的数据集“翻译”到一个共享的、统一的“潜在空间”(latent space)中。这个过程可以这样理解：1. 为每种方言配备专属翻译器：CLIPⁿ并不试图用一个通用的模型去处理所有数据。相反，它为每一个数据集都训练了一个专属的“编码器”(encoder)。这个编码器就像一位专门的翻译，负责将该数据集特有的“细胞表型图谱”（原始特征空间）转换成一种标准化的“通用语”（潜在空间中的嵌入向量）。2. 在“通用语”空间里对齐语义：CLIPⁿ的学习目标非常明确，它采用了一种称为“对比学习”(contrastive learning)的策略。在训练过程中，模型会同时看到来自所有数据集的参考化合物。首先，如果来自不同数据集的两个化合物属于同一类别（例如，它们都是“蛋白酶体抑制剂”），CLIPⁿ就会调整各自的编码器，使它们在潜在空间中的嵌入向量尽可能地靠近，即“拉近同义词”。反之，如果两个化合物属于不同类别，模型就会让它们的嵌入向量在潜在空间中相互远离，即“推开非同义词”。3. 迭代学习，全局优化：这个过程是全局性的。模型会轮流将每个数据集作为“枢轴”(pivot)，与其他所有“辅助”(auxiliary)数据集进行对比，不断优化所有编码器。最终，它学到的这个潜在空间不再是任何一个原始数据集的简单映射，而是一个融合了所有数据集信息、经过高度整合的全新知识空间。在这个由CLIPⁿ构建的“通用语”世界里，神奇的事情发生了。原本孤立的数据被彻底打通。一个在A数据集中未经表征的“神秘”化合物，现在可以被映射到这个共享空间。它的“邻居”可能来自B、C、D等任何其他数据集。通过分析这些“跨时空邻居”的身份，我们就能“传递性地”预测出这个神秘化合物的功能。这就是“传递性预测”的威力——我们无需重新进行昂贵的实验，就能在计算机上实现跨数据集的功能注释。虚拟练兵场：CLIPⁿ的“翻译”能力大考验在将CLIPⁿ投入到真实世界的复杂数据之前，研究人员首先在一个精心设计的“虚拟练兵场”中对它进行了严格的考验。他们通过计算机模拟生成了多个具有不同特征（如特征维度、数据缺失率、噪声水平）的虚拟数据集，但这些数据集的“正确答案”（即每个样本的类别）是已知的。第一项测试：对齐能力首先，要看CLIPⁿ能否把来自不同数据集的“同类项”真正地聚集在一起。研究人员使用“总变异距离”(total variation distance)这一指标来衡量。距离越小，代表对齐效果越好。结果显示，与其他集成方法（如经典的CCA和StabMAP）相比，CLIPⁿ的对齐效果遥遥领先。它的总变异距离中位数显著低于其他方法，且分布非常集中，表明其对齐既准确又稳定。第二项测试：区分能力其次，光聚拢还不够，还要能把“非同类项”清晰地分开。研究人员使用“F1分数”(F₁ score)来评估分类的准确性。结果显示，CLIPⁿ的F1分数平均达到了约0.8，几乎是第二名（基于多层感知机的监督学习方法MLP）的两倍，更是将CCA和StabMAP远远甩在身后。这证明在CLIPⁿ构建的潜在空间里，不同药物类别的界限清晰分明。第三项测试：抗干扰能力真实世界的数据充满了不完美。比如，在某个实验中，某些药物可能因为细胞不敏感或剂量太低而没有表现出活性。这些“无效数据”会不会干扰模型的判断？研究人员在模拟中引入了这种情况。他们发现，其他方法要么会将这些无效样本随机地散布在空间中，造成混乱；要么会错误地将它们也强行分开，导致过拟合。而CLIPⁿ则表现得非常“聪明”，它会将大部分无效样本聚集到一个独立的“中立区”，既不影响其他有活性类别的分离，也正确地反映了它们“无活性”的本质。最终考验：真正的“传递性预测”这是最关键的测试。研究人员在训练模型时，故意“隐藏”掉某些数据集中的某些药物类别，然后看模型能否在整合后的空间里，仅凭其他数据集的信息，正确预测出这些被隐藏样本的身份。结果再次证明了CLIPⁿ的强大。随着数据集数量的增加和噪声水平的提升，CLIPⁿ的预测准确率始终保持在高位，稳定地超越了所有对手。这证明，CLIPⁿ的“传递性预测”能力不是空谈，而是在严格的模拟考验中得到了验证的实战能力。穿越二十年光阴：整合药物发现的历史长卷模拟的成功给了研究人员巨大的信心，他们决定挑战一项前所未有的任务：整合横跨20年（从2004年到2023年）的13个真实的HCS数据集。这13个数据集堪称一部微缩的HCS技术发展史，它们来源广泛、技术多样，整合后包含了来自36个药物类别的14,382个参考化合物处理过的孔板数据，背后是超过千万个细胞的“功能快照”。在整合之前，每个数据集都是一幅独立的、杂乱的“星图”。即使是同一类药物，在不同“星图”中的位置和分布也毫无规律可言。将它们放在一起，就像是13幅风格迥异的涂鸦，令人眼花缭乱。而当CLIPⁿ施展其“魔法”后，奇迹发生了。一幅统一、有序、信息丰富的“药物宇宙星图”呈现在我们眼前。在这张全新的UMAP降维可视化图谱中：同类相聚，近邻有义。来自13个不同数据集的、属于同一作用机制的药物，现在都紧密地聚集在一起，形成了清晰的“星团”。例如，所有的“微管蛋白聚合抑制剂”(Tubulin polymerization inhibitor)、“mTOR抑制剂”、“蛋白酶体抑制剂”(Proteasome inhibitor)和“EGFR抑制剂”都各自抱团，泾渭分明。同时，生物学上相关的药物类别，在空间中的位置也相互靠近。这表明CLIPⁿ不仅对齐了标签，更捕捉到了药物背后深层的生物学关联。量化分析进一步证实了这种协同效应。研究人员评估了整合前后，每个数据集中药物类别的分类准确性（F1分数）。结果发现，整合后的分类性能普遍得到了提升。对于那些在原始数据中就已经有一定区分度的类别（F1分数大于0.5），超过70%的情况在经过CLIPⁿ整合后，其分类准确性变得更高。这说明CLIPⁿ的整合不是简单的数据堆砌，而是实现了“1+1>2”的知识增益。从预测到实证：实验室里的“寻宝”之旅模型构建得再好，终究要在现实世界中接受检验。CLIPⁿ真的能发现那些被传统方法遗漏的“宝藏”吗？研究团队设计了一场精彩的实验验证。他们将焦点放在了两个包含了大量未知化合物的数据集上。在这两个数据集中，总共有超过1万种化合物被筛选，其中有429种显示出了区别于阴性对照(DMSO)的生物活性。传统方法的局限是明显的：如果仅使用单个数据集内的参考药物进行预测，只有53.3%的活性化合物能够被高置信度地归类。而当使用CLIPⁿ整合所有13个数据集的参考信息进行“传递性预测”后，高置信度预测的比例飙升至76.3%！这意味着，借助更广阔的“知识网络”，许多原本模糊的信号现在变得清晰起来。研究人员从中挑选了55个“最有趣”的候选者——这些化合物在CLIPⁿ的预测中置信度很高，但在原始的单数据集分析中却置信度很低。它们是CLIPⁿ挖掘出的、最有可能被传统方法错过的“潜力股”。接下来，就是激动人心的实验室验证环节。针对不同的预测类别，研究人员设计了高度特异性的“金标准”检测实验。实验结果堪称惊艳！在55个被测试的化合物中，高达38个（占比近70%）在对应的特异性检测中显示出显著的生物活性，完美印证了CLIPⁿ的预测。显微镜下的图像提供了最直观的证据。一个被CLIPⁿ预测为“微管蛋白抑制剂”的化合物（编号136513），处理过的细胞中，微管蛋白网络完全解体，呈现出典型的药物作用表型，与已知的参考药物“阿苯达唑”(Albendazole)效果几乎一致。另一个被预测为“mTOR抑制剂”的化合物（编号80997），则能显著抑制细胞内pS6蛋白的磷酸化水平，其效果与参考药物Torin 1相当。更深一步的分析揭示了CLIPⁿ的非凡潜力。在这些被成功验证的“新药苗子”中，有些在化学结构上与已知数据库(ChEMBL)中报道的活性分子有相似之处，而这些已知的活性分子并未包含在CLIPⁿ的训练数据中。这说明CLIPⁿ能够超越训练集，真正识别出化学结构与生物功能之间的联系。最令人兴奋的是，还有一些被验证的“新药苗子”，在已知数据库中找不到任何结构相似的“亲戚”。这意味着，CLIPⁿ不仅能找到已知的活性骨架，更有能力发现全新的、具有独特化学结构的先导化合物，为新药研发开辟了全新的化学空间。CLIPⁿ的无限宇宙：拥抱更多数据维度与挑战这项研究的意义远不止于此。研究人员还展示了CLIPⁿ框架惊人的可扩展性和通用性。即时更新的知识库当一个新的、庞大的数据集（如来自Recursion制药公司的RxRx3数据集）发布时，我们是否需要从头开始，将所有数据重新训练一遍？研究表明，不必如此。CLIPⁿ支持一种更高效的“合并策略”(merge strategy)，即冻结原有的整合空间，只为新数据集学习一个编码器，将其“注入”到现有的知识体系中。这种方法的准确性与完全重训练相差无几，但速度却快了整整五倍。这使得CLIPⁿ系统可以像一个动态的、不断学习的知识库，随时吸收和整合新的数据资源。跨越模态的对话CLIPⁿ的能力甚至超越了图像数据。它能否让不同“模态”(modality)的数据，比如细胞图像和基因表达谱，实现“跨界对话”？答案是肯定的。研究团队成功地将6个图像数据集与2个著名的转录组数据集（LINCS L1000）进行了整合。结果，在一个统一的潜在空间里，药物的分类边界变得比任何单一模态的数据都更加清晰。这就像一个翻译官，不仅精通视觉语言（图像），还精通文本语言（基因表达），并能将两者完美融合，提供更全面的理解。超越药物的视野CLIPⁿ的应用场景也不局限于药物筛选。研究人员将其应用于一个完全不同的生物学问题：追踪细胞在不同时长的“缺氧”(hypoxia)胁迫下的表型变化轨迹。在这个场景里，不同的缺氧时长就扮演了原先“药物类别”的角色。即便是面对不完整、不重叠的时间点数据，CLIPⁿ依然成功地重构出了一条清晰的、反映细胞从常氧到长期缺氧适应过程的“压力轨迹”。这充分证明了CLIPⁿ框架的普适性，它可以被广泛应用于各种需要整合异构生物学数据的场景。一种细胞对话的统一语言：未来已来CLIPⁿ的诞生，为我们解决HCS数据整合这一长期存在的挑战，提供了一个强大而优雅的解决方案。它通过巧妙的对比学习和专属编码器设计，成功地为描述细胞状态的各种“数据方言”创造了一种“统一语言”。这项工作的重要性在于，它将从根本上改变我们利用生物学数据的方式。它让我们能够：唤醒沉睡数据，盘活全球实验室过去数十年积累的宝贵数据资源；加速功能注释，通过高效的“传递性预测”快速获得化合物的潜在功能；提升研发效率，通过整合多源信息，提高了预测的准确性和置信度，从而降低新药研发的成本和失败风险。未来，CLIPⁿ的应用前景广阔无垠。正如研究人员所设想的，它可以被扩展到整合基于CRISPR基因编辑的筛选数据，将基因功能图谱与药物功能图谱联系起来；也可以融合更多维度的检测数据，构建一个前所未有的、全面的细胞状态模型。可以说，CLIPⁿ为我们描绘了一幅新药发现的未来蓝图：一个不再由孤立实验构成，而是由一个全球性的、持续学习和迭代的整合知识网络驱动的新范式。在这个范式中，每一个新的数据点都将不再是一座孤岛，而是汇入知识的江海，为我们战胜疾病的伟大征程贡献自己的力量。这场由AI引领的数据“宇宙大一统”，或许已经悄然拉开序幕。参考文献Bao F, Li L, Hammerlindl H, Shen SQ, Hammerlindl S, Altschuler SJ, Wu LF. Transitive prediction of small-molecule function through alignment of high-content screening resources. Nat Biotechnol. 2025 Jul 11. doi: 10.1038/s41587-025-02729-2. Epub ahead of print. PMID: 40646169.声明：本文仅用于分享，不代表平台立场，如涉及版权等问题，请尽快联系我们，我们第一时间更正，谢谢！往期热文：Nature Medicine | 基因“快递”与“迷你”补丁：一场对抗杜氏肌营养不良症的里程碑式探索Nature | 颠覆性发现：化疗药物的神经毒性，竟源于大脑自身正常的DNA“擦除”过程Nature Medicine | 滴血识天命：解码血液中的“生命蓝图”，能否预见你的健康未来？Science | 唤醒沉睡的“再生”开关：研究人员让小鼠断耳再生，我们离“金刚狼”还有多远？Cell | 逆转“不治之症”：史上首例iPSC来源CAR-NK细胞疗法如何让硬化皮肤重获新生Cell | 睡个好觉，真的能长高？揭秘大脑深处的“生长密码”

100 项与 Torin1 相关的药物交易

登录后查看更多信息