通过AlphaShape-enabled虚拟查发现基于胺的Mcl-1抑制剂
Yiming Nie1, Jintong Du2, Xin Yan3
1Department of Medicinal Chemistry, Shandong Key Laboratory of Druggability Optimization and Evaluation for Lead Compounds, School of Pharmaceutical Sciences, Cheeloo College of Medicine, Shandong University, Jinan, Shandong, 250012, China.
European journal of medicinal chemistry
|October 11, 2025
概括
研究人员确定了针对骨髓细胞白血病1 (Mcl-1) 的新型本齐米达化合物,用于胰腺癌治疗. 这些化合物表现出强烈的结合,并诱导癌细胞死亡,验证了一种新的AI查方法.
科学领域:
- 药用化学 医学化学
- 计算机化药物发现技术
- 在瘤学瘤学.
背景情况:
- 骨髓细胞白血病1 (Mcl-1) 对于瘤细胞生存至关重要,也是抗癌的关键标.
- 由于与其他BCL-2家族蛋白质的相似性,开发选择性Mcl-1抑制剂具有挑战性.
研究的目的:
- 通过基于深度学习的选方法,识别针对Mcl-1的新型小分子.
- 为潜在的胰腺癌治疗开发强效和选择性的Mcl-1抑制剂.
主要方法:
- 利用AlphaShape,一个深度神经网络授权的程序,以基于形状的选来识别Mcl-1抑制剂.
- 进行了基于结构的优化,以增强结亲和力和选择性.
- 采用分子动力学模拟和HSQC-NMR光谱来阐明结合模式.
主要成果:
- 识别了针对Mcl-1的新型本西米达支架.
- 开发了对Mcl-1比Bcl-2/Bcl-xL具有增强特异性的衍生物.
- 化合物26c和26d通过诱导亡,在胰腺癌细胞中表现出亚微分子结合亲和力和抗增殖作用.
结论:
- AlphaShape是一种有效的工具,用于发现针对Mcl-1的药物线索.
- 已识别的本齐米达衍生物代表了胰腺癌治疗的有希望的候选人.
- 这项研究为开发向Mcl-1抑制剂提供了战略框架.


