跳到正文
原文
生物谷·资讯·· 2026-10-20AI 评分41

Int J Mol Sci:AI挖掘海洋天然产物,筛选得到HER2阳性乳腺癌潜在靶向先导物

AI 导读

发表在Int J Mol Sci的研究利用可解释机器学习与分子模拟筛选海洋天然产物库,锁定CMNPD30448与CMNPD7060两个候选分子。PubChem分子指纹结合随机森林模型对HER2活性化合物预测准确率达0.91、ROC-AUC为0.96。500纳秒动力学模拟及自由能分析显示候选分子与HER2复合物结构稳定。

正文

来源:生物谷原创 2026-10-20 09:57

该研究结合分子模拟与可解释机器学习筛选海洋天然产物,得到两个具备HER2抑制潜力的候选分子,为 HER2 阳性乳腺癌新药研发提供新线索。

HER2阳性乳腺癌的肿瘤侵袭能力更强,部分患者还会发生凶险的脑转移。现有多款靶向药物已经进入临床,但耐药依旧是摆在临床面前的现实难题,行业持续寻找全新骨架先导分子,以此拓宽这类患者的治疗选择。

海洋环境特殊,孕育出大量陆地生物无法合成的特色天然产物,一直是抗肿瘤新药先导分子的重要来源。海量化合物库如果全部交由实验室逐个测试,人力和时间成本都难以承受。借助计算模拟先行筛选,能够快速锁定潜力分子,大幅压缩新药早期探索周期。近期International Journal of Molecular Sciences发表研究,整合多种计算手段,从海洋天然产物库中寻找能够靶向HER2的抑制分子。

研究基于HER2蛋白晶体三维结构搭建药效团模型,完成模型可靠性验证后,检索CMNPD海洋天然产物数据库。经过成药性与代谢毒性指标筛选,再评估小分子与靶蛋白的结合能力,最终锁定CMNPD30448与CMNPD7060。两个分子的对接打分优于已证实活性的共结晶配体。

图1. 基于结构的药效团模型构建

团队调取ChEMBL数据库HER2活性化合物数据,对比不同分子特征与机器学习模型。PubChem分子指纹搭配随机森林模型表现最优,准确率0.91,ROC‑AUC达到0.96。模型判定这两个海洋来源分子具备活性。研究利用LIME工具,定位到影响分子活性预测的关键结构片段。

图2. 候选化合物活性分类预测涉及的各项研究步骤

分子对接仅能呈现静态结合状态,分子动力学模拟可以还原溶液环境中蛋白与小分子的动态相互作用。研究开展500纳秒模拟分析两套复合物。蛋白整体构象维持稳定,仅远离结合口袋的少数残基出现小幅波动。模拟全程氢键作用持续存在,候选分子在口袋内的结合模式与已知活性分子相近。自由能分析证实复合物结构稳定,明确小分子与靶标关键氨基酸的相互作用。

图3. 500纳秒条件下的分子动力学模拟结果

天然产物是创新药物开发的富矿,海洋资源仍存在大量待发掘的化学结构。这项工作不仅筛选出两个具备开发潜力的候选分子,整套多维度计算筛选框架,也可为后续HER2靶向先导物发掘提供可行参考。(生物谷Bioon.com)

参考文献:

Rampogu S, Balasubramaniyam T, Yoon CH, Kim Y, Kubiak JZ, Lee KW. Explainable Artificial Intelligence (XAI) and Molecular Modeling Techniques to Discover Putative HER2 Inhibitors. Int J Mol Sci. 2026;27(14):6504. Published 2026 Jul 22. doi:10.3390/ijms27146504

版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->

来源:生物谷·资讯 · news.bioon.com