机器学习驱动的发现,一种新的柏柏林衍生物诱导SCD-依赖的骨髓瘤中的ferroptosis
Mingyu He1, Yanyan Liu1, Tao Li2
1Guangdong Provincial Key Laboratory of Tumor Interventional Diagnosis and Treatment, Zhuhai People's Hospital (The Affiliated Hospital of Beijing Institute of Technology, Zhuhai Clinical Medical College of Jinan University), Zhuhai, Guangdong, 519000, China.
Journal of translational medicine
|November 21, 2025
概括
一种新的柏柏林衍生物,B1,通过通过NEDD4L-SCD通路诱导铁亡,有效地向骨髓瘤. 这一人工智能引导的发现提供了一种新的策略来对抗抗化学性骨癌.
科学领域:
- 在瘤学瘤学.
- 药物发现 药物发现 药物发现
- 生物化学 生物化学
背景情况:
- 骨肉瘤的生存率很低,尽管有广泛的治疗开发.
- 柏柏林 (BBR) 显示出抗瘤特性,但其疗效有限.
- 使用结构修饰和机器学习开发了一种新的BBR衍生物9-O-methoxyethylberberrubine化物 (B1).
研究的目的:
- 开发和评估一种用于骨髓瘤治疗的新柏林衍生物 (B1).
- 识别和验证B1作用的分子标和机制.
- 探索机器学习在指导骨髓瘤药物发现中的实用性.
主要方法:
- 在体内研究中,使用与B1,BBR或 doxorubicin 治疗的骨髓瘤小鼠模型进行了实验.
- 在体外测试中评估了B1对人类骨髓瘤细胞系的抗增殖作用.
- 机器学习与蛋白质组数据的整合用于目标识别 (LASSO,Ridge,弹性网,mRMR).
- 机理学研究包括分子对接,SPR,无处不在测试和脂管学.
- 单细胞RNA测序用于分析恶性和正常细胞中的基因表达.
主要成果:
- 与BBR相比,B1在体内显示出高于剂量依赖的抗瘤疗效.
- 机器学习确定了固醇CoA脱酶 (SCD) 作为B1.1的关键目标.
- B1 作为一个分子合剂,招募 NEDD4L 诱导 SCD 无处不在和降解.
- 准SCD破坏了脂质代谢,导致线粒体损伤,氧化应激,并通过GPX4.4通过铁亡.
- SCD的过度表达与B1抗性相关,而阿拉基酸部分恢复了瘤存活率.
结论:
- B1是一种强大的铁灭诱导剂,向骨髓瘤中NEDD4L-SCD轴.
- 这项研究提出了一种针对耐化学药性骨髓瘤的新疗法策略.
- 这些发现突显了人工智能在瘤药物开发中的成功应用.
