The Hong Kong University of Science & Technology

近日，香港科技大学黄湧教授&深圳湾实验室陈杰安&蒋晨然&北京大学深圳研究院吴云东团队巧妙地运用了计算模拟、结构生物学分析以及化学合成等多学科交叉手段，揭示了 CDK4 与 CDK6 在 αD-螺旋基序上的细微序列差异，为实现 CDK4/9 的精准靶向提供了关键“位点”，为下一代 CDK 抑制剂的开发提供了宝贵经验和全新思路，有望在克服药物耐药性、增强疗效及降低不良反应等方面发挥重要作用，为肿瘤治疗领域带来新的希望。 研究背景 细胞周期蛋白依赖性激酶 (CDKs) 是一类高度保守的丝氨酸/苏氨酸蛋白激酶，其通过与细胞周期蛋白形成具有催化活性的异源二聚体复合物，在实体瘤中调控细胞周期进程，控制凋亡、分化和增殖等关键过程。在这些激酶中，CDK4 和 CDK6 由于在细胞周期的 G1 期和 G1/S 转换中发挥关键作用而被研究得最为广泛，比如Palbociclib (Pfizer), Ribociclib (Novartis), Abemaciclib (Eli Lilly)。 尽管 CDK4/6 抑制剂具有良好的治疗潜力，但它们的治疗适应症狭窄以及获得性耐药令人担忧。最近的研究表明，与 CDK4/6 双重抑制剂相关的血液学毒性可能源于强效的 CDK6 抑制。因此，开发一种选择性靶向 CDK4 而保留 CDK6 的抑制剂是解决目前 CDK4/6 抑制剂安全性问题的策略之一。另外，有研究表明，靶向单个 CDK 亚型可能无显著疗效，然而同时靶向 CDK9 能够为接受过 CDK4/6 抑制剂治疗的患者提供益处，证明靶向 CDK9 可能具有克服耐药，增强疗效和减少不良事件的益处。因此，开发 CDK4/9 抑制剂具有较大前景，是肿瘤学研究和相关药物发现的宝贵工具，有望克服药物耐药性、增强疗效并减少不良事件发生。 图1 化合物29的设计过程及活性数据[1] 研究内容 1. Ribociclib 与 CDK4/6/9 的结合模式探究 考虑到 Ribociclib 作为 CDK4/6 和 CDK9 的有效特异性抑制剂（IC50值分别为13、71 和 197 nM），作者选择了 Ribociclib 进行计算模拟，并结合分子对接、分子动力学 (MD) 模拟和分子力学/广义 Born 表面面积 (MM/GBSA) 分析，深入探究了 Ribociclib 与 CDK4、CDK6 和 CDK9 的结合模式。 首先，CDK4-His95和CDK6-His100对 Ribociclib 的选择性起着关键作用，因为它与 Ribociclib 的吡啶N原子形成了水分子介导的氢键网络，由于组氨酸仅存在于 CDK4/6 中，这种氢键网络可能揭示了为什么 Ribociclib 比其他 CDK 抑制剂更选择性地靶向 CDK4 和 CDK6 。其次，由于 αD-螺旋基序的序列差异，它在不同 CDKs 中形成了不同的蛋白内氢键。具体来说，CDK6 两个 Thr 残基通过侧链羟基与 ASP104 侧链O原子形成了稳定的氢键，而在 CDK4 中，仅在 Thr102 和 ASP99 侧链之间形成了一个这样的螺旋内氢键，而在 CDK9 中则不存在这种螺旋内氢键。因此，CDK6 的侧链更靠近 αD-螺旋，因此与配体形成氢键的可能性比 CDK4/9 小，这种氢键模式的差异可被用来设计针对 CDK4/9 而非 CDK6 的选择性抑制剂。 图2 Ribociclib在CDK4/6/9口袋中的结合模式[1] 2. 基于 Ribociclib 在 CDK4/6/9 中的结合模式差异进行化合物1的合理设计 受计算机模型的启发，作者开始进行分子设计，在提高对 CDK9 的抑制的同时，尽量减少对 CDK6 的抑制。鉴于 Ribociclib 的吡啶-哌嗪侧链与 CDK6-His100 之间存在显著的相互作用，而与 CDK6 中的 D-T-T 簇缺乏这种相互作用，因此需要寻找一种能够与更具疏水性的 CDK9-Phe105 相互作用、同时避免与 CDK6-His100 相互作用的片段，以实现对 CDK4/9 的选择性。LY2857785 是一种选择性 CDK9 抑制剂，其含有的反式-1,4-二氨基环己烷片段具有实现这一目的潜力。因此，作者将吡啶-哌嗪侧链替换为较小的反式-1,4-二氨基环己烷片段，从而得到具有选择性的新骨架化合物1。正如预期那样，由于反式-1,4-二氨基环己烷基团的疏水性质，化合物1与 CDK4/6 中的 CDK4-His95/CDK6-His100 的水桥相互作用减弱，铰链区残基 CDK4-Val96/CDK6-Val101 的氢键相互作用则与 Ribociclib 相似，但与 CDK- Cys106 的结合显著增强。此外，CDK6 中的 D-T-T 簇的内螺旋相互作用阻止了化合物1与D-螺旋的紧密结合。进一步的模拟实验表明，CDK6 中的 Thr106/Thr107 基序对Asp-配体相互作用起着关键作用，其存在削弱了 Asp104 与配体的结合。化合物1的合成和体外激酶抑制活性评估结果证实了其对 CDK4 和 CDK9 具有优异的抑制作用，IC50 值分别为 15 nM 和 7.7 nM，且对 CDK4/6 和 CDK9/6 的选择性分别超过 40 倍和 80 倍，对其他 CDKs 的选择性也超过 250 倍。 图3  化合物1在CDK4/6/9口袋中的结合模式[1] 3. 通过分析CDK6/9的结构差异来解释化合物1对CDK9的效力 鉴于化合物1所展示的选择性抑制特性，作者采用了结构生物学方法来阐明 CDK6 和 CDK9 选择性结合的分子机制。通过分析共晶可以看出化合物1的反式-1,4-二氨基环己烷环与 CDK9-Phe105 发生了疏水相互作用。此外，Gly26-Gly31 形成的门控 loop 环使得 CDK9-Phe30 能够与化合物1的反式-1,4-环己烷环发生疏水相互作用，此外，ILe25、Phe30 和 Phe105 在口袋出口处形成了一个疏水帽。相比之下，CDK6 结构缺乏这样的疏水帽，因为其侧链是无序的“开门”loop。虽然 CDK6 中 His100 的咪唑环与化合物1的环己基之间的疏水相互作用补偿了 Ribociclib 与 His100 之间的水桥相互作用，但咪唑环中两个氮原子的存在不利于与化合物1形成更强、更广泛的疏水相互作用，从而阻止了疏水帽的形成。这些发现与MD模拟结果一致，表明 CDK9 中的 Ile25 和 Phe105 与化合物1的结合亲和力比 CDK6 中的 Ile19 和 His100 更强，导致化合物1在 CDK9 的结合口袋中比在 CDK6 中更深。 图4 化合物1在CDK6/9口袋中的结合差异分析[1] 4. 化合物1的衍生以及构效关系研究 受到前期结合模式分析的鼓舞，作者进一步对化合物1进行衍生，以完善其构效关系分析。作者通过改变化合物1的五个关键片段 (A-E) ，独立评估每个片段的 SAR 。研究团队合成了一系列类似物，并以 MCF-7 细胞的细胞毒性 GI50 值作为筛选标准，仅选择GI50值低于1 μM 的分子进行进一步的激酶抑制测试。研究发现，化合物1中的环己烷基团和环戊烷基团对活性至关重要。对区域C的酰胺进行生物电子等排替换，并在区域D引入取代基，结果显示将酰胺替换为硫代酰胺（化合物9）可获得强效的细胞毒性和优异的 CDK4/9 结合亲和力，同时对 CDK6 具有高选择性。在区域E的 NH2 上引入取代基的研究中，发现引入4-哌啶基的类似物 14 和 15 虽然展现出与化合物1相似的激酶抑制和选择性，但细胞毒性仅为中等。而引入4-四氢吡喃基团得到的化合物 16，以及在区域E引入较小环或非环碳链的化合物17、19、21 和 23，均展现出显著的细胞毒性和激酶活性及选择性。特别是化合物 23 和含有羟基的化合物 29，不仅在细胞水平展现出优异的活性，还具有良好的酶学特性。在小鼠体内的药代动力学 (PK) 性质评估中，化合物 29 相较于化合物 1 和 23，展现出更长的半衰期、更广泛的分布容积、更低的清除率和更高的 AUC，因此被选为先导化合物进行进一步开发。其独特的 CDK4/9 选择性抑制特性，使其在抗癌治疗中具有潜在的差异化优势。 图5  化合物29的修饰历程[1] 表1 关键化合物的构效关系研究[1] 表2 化合物1、23、29在小鼠中的药代动力学性质[1] 总结 本文主要研究了 CDK4/9 抑制剂的开发，旨在提高对 CDK9 的选择性抑制，同时减少对 CDK6 的抑制。研究团队通过计算机模型和结构生物学方法，设计并评估了一系列化合物，最终发现化合物1对 CDK9 具有选择性抑制作用。通过对化合物1的构效关系 SAR 研究，团队进一步优化了化合物的结构，最终筛选出化合物29作为先导化合物，它在激酶和细胞水平上表现出优异的活性，并在小鼠体内展现出良好的药代动力学性质。这项研究为开发新型 CDK4/9 选择性抑制剂提供了重要的理论和实验基础，有望在抗癌治疗中发挥重要作用。 参考文献  [1] Jiang C, Ye Y, Kang W, et al.Elucidating Binding Selectivity in Cyclin-Dependent Kinases 4, 6, and 9: Development of Highly Potent and Selective CDK4/9 Inhibitors. Journal of Medicinal Chemistry. 2025: https://doi.org/10.1021/acs.jmedchem.4c01686    声明：发表/转载本文仅仅是出于传播信息的需要，并不意味着代表本公众号观点或证实其内容的真实性。据此内容作出的任何判断，后果自负。若有侵权，告知必删！ 长按关注本公众号  粉丝群/投稿/授权/广告等 请联系公众号助手 觉得本文好看，请点这里↓

2025年2月14日，希格生科（深圳）有限公司（以下简称“希格生科”）宣布，公司核心管线SIGX1094获得美国食品药品监督管理局（FDA）快速通道认定（Fast Track Designation）。作为FDA针对严重疾病或未满足临床需求的新药特别加速审评机制，该认定将有望显著缩短SIGX1094的审批周期，加速其上市进程，为全球患者带来全新的治疗选择。这是继2024年11月SIGX1094获FDA孤儿药（ODD）认定之后的新的资格认定。 SIGX1094是希格生科基于其创新的“类器官+AI”药物研发平台开发的核心产品，主要用于治疗弥漫性胃癌及其他晚期实体瘤。这款药物基于希格生科自主发现的全新治疗靶点，结合晶泰科技的AI+机器人药物发现平台，不仅是全球首个整合类器官和AI技术研发的一类创新药，同时也是有望填补弥漫性胃癌靶向治疗空白的突破性药物。目前，SIGX1094已在北京大学肿瘤医院完成首剂量患者给药，临床一期试验由权威胃肠道肿瘤领域专家沈琳教授主导。 获得FDA快速通道认定后，SIGX1094将在后续研发和审批过程中享有更多与FDA沟通的机会，这将大大加快其上市进程。获得此认定的药物还有机会享有加速审批、优先审评资格以及新药上市申请（NDA）的滚动审评等优惠政策。 希格生科全球范围内率先利用“类器官+AI”的癌症创新靶向药研发模式，公司与晶泰科技深度合作，通过AI技术迅速筛选出候选化合物分子，并依托希格生科独有的类器官疾病模型平台，进行药效评估和测试。这一创新模式不仅大大提升了药物研发的速度和临床成功率，更标志着药物研发进入了一个全新的IT与BT高效整合的时代。 关于希格生科 希格生科是全球"类器官+AI"药物研发模式的先行者，是深圳市专精特新企业，并获得国家高新技术企业认定。公司最初诞生于哈佛大学校园，于2020年底正式落地深圳，至今已完成近2.2亿元的融资及项目资助。目前公司具有四条药物管线，首条管线开发全球首款弥漫性胃癌靶向药SIGX1094，先后获得了美国FDA和中国NMPA的IND批件，并获得美国FDA孤儿药资格认定及快速通道认定，已迈入一期临床试验阶段。 希格不仅是Signet的音译，而且秉承“希冀满怀，格物致知”的愿景，公司利用接近病人基因组学特征的类器官疾病模型在药效评价及新靶点发现中的关键作用，结合AI人工智能筛选、合成和优化小分子化合物，开发first-in-class创新靶向药。公司具有1200㎡研发场地，500㎡实验动物房场地。希格生科的类器官平台不仅服务于自身药物管线，也积极赋能大药企进行新药研发，合作单位包括深圳市第二人民医院、香港大学，香港科技大学以及深圳博瑞医药和真实生物等，助力更多创新药的诞生。 参考资料 https://mp.weixin.qq.com/s/tB2_3UUp1hL8jMaRatwbRw --------- 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。

先导化合物优化是药物发现中的重要一步，通过结构修饰以提高分子活性、减少毒性、改善成药性等。在AI辅助药物研发（AIDD）领域，与广泛研究的从头生成方法相比，专为先导化合物优化设计的计算方法仍未得到充分探索。现有模型通常仅针对二维结构生成或特定子任务（如linker设计或侧链修饰）进行优化，忽略了三维蛋白-配体相互作用的关键信息，且难以在单一框架内整合多任务优化能力，限制了其实际应用效率。 2025年2月，浙江大学潘培辰、侯廷军、康玉和谢昌谕团队联合香港科技大学黄湧团队在《自然-机器智能》(Nature Machine Intelligence)发表论文“Deep lead optimization enveloped in protein pocket and its application in designing potent and selective ligands targeting LTK protein”。该研究提出一种基于深度学习的先导化合物优化模型Delete(Deep Lead Optimization Enveloped in Protein Pocket)，结合生成式AI与基于结构的分子设计策略，首次实现linker设计、片段替换、骨架跃迁及侧链修饰等所有先导化合物优化子任务的全流程整合。研究团队将Delete应用于非小细胞肺癌全新致癌靶点CLIP1-LTK，成功设计出纳摩尔级活性分子(IC50=1.36nM)，其选择性及抗肿瘤机制已通过体内外实验验证。这项工作代表了基于蛋白质结构的生成 AI 的成功实施，提出了一个高效的先导化合物优化模型 Delete，有望为分子设计和药物开发领域提供一种高效、精准且可靠的优化工具。 图1. Delete示意图 浙江大学药学院为论文第一完成单位，浙江大学药学院博士生陈世诚、张昊天、赵慧峰和博士后张徐俊为共同第一作者，浙江大学潘培辰研究员、侯廷军教授、康玉副教授、谢昌谕教授和香港科技大学黄湧教授为共同通讯作者。 供稿：药物代谢和药物分析研究所 责任编辑：金成庆 审稿：王毅 点击名片，关注我们