中国科学家利用人工智能发现蟾毒灵可作为雌激素受体α的”分子胶”降解剂
第一作者及单位
本研究由Shilong Jiang（中南大学湘雅医院药剂科）、Keyi Liu（四川大学华西医院心内科）、Ting Jiang（中南大学湘雅二医院药剂科）等共同完成，通讯作者为Yan Cheng（中南大学）和Dongsheng Cao（中南大学湘雅药学院）。研究成果于2025年7月13日发表在*Nature Communications*（2025年影响因子未公布），论文标题为《Harnessing artificial intelligence to identify bufalin as a molecular glue degrader of estrogen receptor alpha》。
科学领域：本研究属于天然产物靶点发现与肿瘤耐药机制研究领域，结合了人工智能（AI）辅助药物设计、分子动力学模拟和实验验证。
研究动机：
蟾毒灵（Bufalin）是从传统中药蟾酥中提取的单体化合物，前期研究表明其对肺癌、肝癌、结直肠癌等多种癌症具有显著抗肿瘤活性，但其分子机制尚未明确。同时，雌激素受体α（ERα）阳性乳腺癌患者常因他莫昔芬（Tamoxifen）耐药导致治疗失败，而现有选择性雌激素受体降解剂（SERD，如氟维司群）的疗效有限。因此，明确蟾毒灵的作用靶点并探索其逆转耐药的潜力具有重要临床意义。
研究目标：
1. 通过AI驱动的多策略整合方法预测蟾毒灵的潜在靶点；
2. 验证蟾毒灵与ERα的结合机制及其降解效应；
3. 阐明蟾毒灵作为”分子胶”（molecular glue）促进ERα与E3泛素连接酶STUB1结合的分子机制；
4. 评估蟾毒灵在逆转他莫昔芬耐药中的治疗潜力。
1. 靶点预测与筛选
- AI模型构建：采用融合多生物特征（FMBS）策略，结合SwissTargetPrediction、SEA、PPB2和ChEMBL四个平台预测蟾毒灵的潜在靶点，通过交集分析筛选出53个候选靶点。
- KEGG富集与神经网络模型：对53个靶点进行通路富集分析，锁定11个与癌症相关的关键靶点，进一步利用多任务神经网络模型（ChemProp）筛选出5个高置信度靶点：CYP17A1、ESR1（ERα）、mTOR、AR和PRKCD。
2. 靶点实验验证
- 表面等离子共振（SPR）：验证蟾毒灵与重组蛋白的结合亲和力，结果显示其与ERα（KD=5.42×10⁻⁶ M）的结合最强。
- 生物素下拉（Biotin Pulldown）与热位移实验（CETSA）：证实蟾毒灵直接结合ERα，且结合具有剂量依赖性。
- 免疫共沉淀（Co-IP）：发现蟾毒灵显著增强ERα的泛素化修饰。
3. 分子机制解析
- 分子对接与动力学模拟：通过Glide SP协议和Amber22软件模拟发现，蟾毒灵选择性结合ERα的Arg394（R394）位点，并作为”分子胶”稳定ERα与STUB1的相互作用（结合自由能从-4.95 kcal/mol降至-58.19 kcal/mol）。
- 突变验证：构建ERα R394A突变体后，蟾毒灵诱导的ERα降解和泛素化显著减弱。
4. 抗肿瘤效果评估
- 体外实验：在ER+乳腺癌细胞（MCF-7、T47D）和他莫昔芬耐药细胞（LCC2）中，蟾毒灵通过降解ERα抑制增殖并诱导凋亡（Annexin V阳性率增加，PARP剪切增强）。
- 体内实验：在LCC2移植瘤模型中，蟾毒灵（0.5 mg/kg）的抑瘤效果优于氟维司群（2 mg/kg），且未表现明显毒性。
- 患者来源类器官（PDO）：从耐药患者样本构建的PDO中，蟾毒灵显著抑制类器官生长（Calcein-AM/PI染色证实细胞死亡）。
科学价值：
- 首次揭示蟾毒灵作为”分子胶”降解ERα的机制，为天然产物的靶点发现提供AI整合策略范例；
- 阐明ERα Arg394的结构功能，为设计新型ERα降解剂提供理论依据。
应用价值：
- 蟾毒灵或可成为治疗他莫昔芬耐药乳腺癌的候选药物，其降解ERα的效力优于氟维司群；
- 研究方法可推广至其他天然产物的机制研究。
附注：研究数据与代码已公开于GitHub（见原文），实验设计通过中南大学伦理委员会审批（伦理号：2023121169）。