胃泌素释放肽受体(GRPr)在生命系统中起着增生和炎性的作用。本文报道了一种高度选择性的GRPr拮抗剂(JMV594)-铱(III)络合物,用于探测活肿瘤细胞和免疫细胞中的GRPr。 这是第一个肽偶联的铱(III)复合物,被开发为GRPr生物成像探针和GRPr活性的调节剂。这种诊疗制剂在揭示GRPr在生命系统中的各种作用方面显示出巨大潜力。 总体而言,此工作为开发肽偶联的金属基探针提供了一种有效的方法,该探针不仅保留了金属化合物的优异光物理特性,而且还结合了肽的理想生化特性。
在这项工作中,环状R10肽(cR10)与聚甘油覆盖的纳米氧化石墨烯缀合,该工程化纳米平台可克服肿瘤多药耐药性。 由cR10肽促进的纳米制剂的核靶向,以及随后的激光触发释放的阿霉素释放实现有效的抗癌活性,这在体外和体内实验中均得到证实。 合成的纳米平台具有多种不同特征的组合,包括主动核靶向,高负载能力,药物的受控释放和光热性质,为克服耐多药癌症提供了新的策略。 本文证明了通过聚甘油覆盖的石墨烯纳米片靶向细胞核可以在体内和体外成功克服肿瘤的多药耐药性。 这项工作介绍了一种新开发的环状肽的核靶向纳米药物,为克服肿瘤多药耐药打开了新的大门。
因此,提升线粒体靶向能力对于核酸酶和药物分子的高效递送也具有重要意义。 要将蛋白质定向至线粒体,需在核编码蛋白的N端添加一段靶向肽。 然而,目前被系统表征的靶向肽数量有限,导致相关序列在工程应用中被反复使用。 结果 构建用于人工线粒体靶向序列设计的变分自编码器 线粒体靶向序列(MTSs)是一类带正电荷的肽段,具有形成两性α螺旋的倾向。 考虑到TargetP 2.0在植物与非植物物种上使用不同模型,研究人员通过UniProt中的分类信息将蛋白序列进行分组并分别预测,随后筛选出符合长度(11–69 aa)、氨基酸合法性及去除冗余后的有效肽段 随后,研究人员在潜在空间中进行线性插值,生成了62条假设具有双靶向能力的肽段。通过分析插值路径中肽段的特征变化,研究人员揭示了这类双靶向序列可能源自线粒体靶向肽的进化轨迹。
设计结合剂以靶向难成药蛋白在药物研发中是一项重大挑战。在本研究中,作者提供了一个算法框架,用于设计短小、能与靶点结合的线性肽,仅需靶蛋白的氨基酸序列。 靶向蛋白降解已成为治疗疾病的一种有前途的替代方法,但主要依赖于小分子弹头结合并招募内源性E3泛素连接酶到靶点,因此仍然需要存在可接触的表面结合位点。 过滤和聚类后,嘈杂训练集包含11,597对肽-蛋白对,验证集和测试集分别有1241和1376对。严格训练集包含7388对肽-蛋白对,验证集和测试集分别有737和1002对。 由于UltraID是一种高度结构化的新型蛋白,不存在于两种模型的训练集中,作者评估了PepPrCLIP和RFDiffusion生成靶向UltraID催化口袋的IP(抑制性肽)序列的能力,该催化口袋基于AlphaFold2 Science Advances, 11(4), eadr8638.
近期,中国科学院大学团队在《NatureCommunications》上发表的研究,揭示了通过T细胞受体疗法靶向KRASG12V突变新抗原的可行性。 1.TCR发现与功能验证:研究人员利用HLA-A*11:01转基因小鼠进行免疫,鉴定出两种能够特异性识别由该HLA分子呈递的9氨基酸KRASG12V突变肽的TCR。 3.结构生物学洞察:通过解析TCR-肽段-HLA三元复合物的晶体结构,研究揭示了G12V突变肽段独特的呈递构象,并明确了TCR通过其互补决定区与突变残基(缬氨酸)形成特异性相互作用的结构基础,这为理解免疫系统精确识别 此项研究证实了针对共享KRASG12V突变开发"现成"TCR-T细胞疗法的潜在可行性,为克服该突变亚型的靶向治疗困境提供了新的免疫学方案。 通过该工具,可系统评估蛋白降解对下游信号通路、细胞功能及肿瘤生长的影响,加速下一代靶向药物的发现。四、结论与展望KRASG12V突变作为重要的致癌驱动因素,其靶向治疗正处于多技术路径并行的突破前夜。
3、PF-07899895(Pfizer) Ph-1 | 靶向结肠的泛 SIK 抑制剂(软药) 用于治疗肠道炎症,局部活性强而系统暴露低。 展现出良好的溶解度、渗透性和强效的前临床疗效。 5、IID432(Novartis) Ph-1 | 靶向克氏锥虫的拓扑异构酶 II 抑制剂 基于 氰基三唑骨架,对 T. cruzi 高选择性。 9、FOG-001(Parabilis Medicines) Ph-1/2 | 稳定化 α-螺旋肽(Helicon™ 技术) 抑制 β-catenin/TCF4 相互作用,靶向 Wnt 通路。 11、MOMA-341(MOMA Therapeutics) Ph-1 | 共价 WRN 抑制剂 靶向 Cys727,利用合成致死机制,适用于 MSI-H/dMMR 肿瘤。 肽类与宏环分子 在放射配体和 PPI 靶向中展现潜力。 耐药克服与新型作用机制 成为焦点(如 FGFR2、WRN、PIP4K2C)。 传染病与炎症疾病 领域同样迎来小分子突破。
1、胰高血糖素样肽-1 (GLP-1) 受体激动剂胰高血糖素样肽-1 (GLP-1) 是一种肠促胰岛素,由胰高血糖素原基因转录、翻译及加工而成,主要由分布于空肠、回肠和盲肠的 L 细胞分泌。 常见的 GLP-1 受体激动剂有艾塞那肽 (Exenatide)、利拉鲁肽 (Liraglutide)。 因此,研发非肽类 GLP-1 受体激动剂成为了目前糖尿病研发的热点。 靶向 SGLT-2SGLT2 抑制剂能减少肾小管葡萄糖的重吸收,在不刺激胰岛素释放的情况下降低血糖。 靶向 11β-HSD111β-HSD 是糖皮质激素的代谢酶,抑制 11β-HSD 有益于控制血糖。
据报道,负载DOX的CBNs可用于靶向肿瘤细胞核,但为了提高药物靶向率,通常需要修饰活性靶向配体,如抗体、叶酸和肽(RGD和核靶向肽)等,这些活性靶向配体在提高药物靶向性的同时也存在潜在的缺点,如抗体成本高 、肿瘤穿透率低(因其体积大)、适体稳定性低(因血浆中的核酸酶)以及肽的循环半衰期低(因血浆中的肽酶)等问题。 此外,修饰的靶向配体也使得合成过程繁琐且难以操作。 上海大学王艳丽教授课题组在之前的工作中通过改进的碱基介导的水热分子融合合成了一种新型石墨烯基肿瘤细胞核靶向荧光纳米探针,该探针具有肿瘤细胞靶向性的特点,是一种CBN。 结果表明,CPD在肿瘤细胞核中的DOX靶向率高达36.78 %,在肿瘤组织中的ID/g百分比高达30.09 %,肿瘤生长抑制率高达79.42±2.83 %,大大降低了DOX的全身副作用。
以天然高密度脂蛋白活性组分载脂蛋白A-I(ApoA-I)和磷脂仿生组装Aβ高亲和纳米复合物,并荷载Tau蛋白磷酸化抑制剂亚甲蓝(MB);为高效渗透入脑,经apoA-I模拟肽仿生锚定并优化靶向配体Ang密度 通过修饰不同密度的脑靶向肽Ang,在细胞和动物水平进行靶向效果比较和优化:纳米复合物APLN/MB的脑靶向效果与靶向肽Ang的修饰密度并非正相关,过高的优势密度可能会因位阻作用降低纳米复合物与靶向配体的相互作用 图3 靶向肽Ang密度优化及APLN/MB靶向效果考察。 优化并评价纳米复合物体内靶向效果及体内致病毒蛋白Aβ清除和Tau蛋白磷酸化抑制效果和机制。 “药物-载体”协同治疗策略通过同时靶向AD双致病诱因,有望阻断甚至逆转AD病程,为AD药物研发提供新策略,极具应用前景。
肽和 HLA 结合的计算预测可以加速免疫原性肽筛选并促进疫苗设计。然而目前缺乏一个自动程序来优化对目标 HLA 等位基因具有更高亲和力的突变肽。 网址:https://peerxiv.web.app/dashboard/papers 4、DrugCVar|一个针对特定变异位点的肿瘤靶向用药分析平台 DrugCVar的主页展示 DrugCVar是由中山大学肿瘤防治中心刘泽先研究员团队开发的一个针对特定变异位点的肿瘤靶向用药分析平台 该平台整合了近几年发表的临床试验文献以及公开数据库 (OncoKB、CIViC、CGI和MCG) 的数据方便用户快速检索肿瘤变异靶向用药方案,同时对不同格式的肿瘤变异位点数据进行批量注释,为研究肿瘤的潜在靶向突变和制定治疗策略提供了重要数据支持 论文链接:https://academic.oup.com/bioinformatics/article-abstract/38/11/3094/6569075? 11、gitdown|便捷创建gitbook[10] gitdown包可以用来创建gitbook。
2024年11月21日,人工智能驱动的生物技术公司Aizen Therapeutics正式推出了其新型药物发现平台DaX™所支持的早期研发项目。 镜像肽完全由D-氨基酸构成,是天然蛋白质和肽(由L-氨基酸组成)的镜像对应物。这种新颖的结构使镜像肽不仅能以强大的亲和力和特异性作用于靶点,还能增强稳定性和降低免疫原性,从而提高治疗效果。 Aizen首席执行官Ajay Kshatriya说:“镜像肽开辟了一个前所未有的化学空间,超越了自然界所提供的范围。当镜像肽被配置为靶向分子或药物共轭物时,它有可能改善各种疾病患者及其家人的生活。 由于面临艰巨的挑战,完全由D- 氨基酸设计并具有可编程治疗特性的镜像肽一直是业界孜孜以求的目标。DaX(D-氨基酸探索者)平台旨在克服这一障碍。” Aizen处于人工智能驱动的镜像肽药物发现的前沿,我们很高兴能对这个经验丰富的团队进行投资。”
generation via atomic interactions with PocketXMol”的研究,提出了一种原子级通用生成AI模型 PocketXMol,通过三大核心创新实现了13类分子任务的统一建模,11 模型训练数据集涵盖11,985,300个小分子、39,911个蛋白-多肽复合物、85,434个蛋白-小分子复合物,来源包括PDBBind、CrossDocked2020、PepBDB等10余个权威数据库 小分子相关任务:从设计到优化的全链条 基于结构药物设计(SBDD):在100个基准口袋的评估中,14项指标(涵盖分子成药性、2D拓扑、3D保真度)中11项排名第一。 PD-L1靶向肽:高亲和力与体内肿瘤靶向性验证 PD-L1是免疫治疗的核心靶点,PocketXMol设计的10残基肽展现出优异的靶向性能: 结合亲和力:382个合成肽中,15个Kd达10⁻⁸M,76个达 :P282肽能剂量依赖性抑制PD-1/PD-L1相互作用,为免疫治疗提供了新的肽类候选分子。
双特异性抗体的最新数据令人瞩目:在非小细胞肺癌领域,同时靶向PD1和VEGF的ivonescimab成为首个在三期试验中疗效超越帕博利珠单抗的药物。 此外,首个靶向同一靶点(HER2)两个表位的双抗zanidatamab于2024年11月获FDA批准用于胆道癌,预计今年将惠及患者。 给药方式的创新也在持续。 肥胖症药物 2024年,基于GLP-1的疗法Wegovy(司美格鲁肽,诺和诺德)和同时靶向GIP受体的Mounjaro/Zepbound(替尔泊肽,礼来)推动全球肥胖症处方药市场突破300亿美元。 尽管2025年预计无新药上市,但已上市及在研药物的关键试验结果将陆续公布,包括替尔泊肽在2型糖尿病患者中的心血管结局数据(来自SURPASS-CVOT试验),以及口服司美格鲁肽在早期阿尔茨海默病患者中的认知和功能影响数据 诺和诺德的CagriSema(同时靶向胰淀素和降钙素受体)与替尔泊肽的头对头试验结果也备受关注。 支付方对肥胖症药物覆盖范围的决策将成为市场长期发展的关键指标。
在HLA分子与肽的结合预测任务中,基于深度学习的预测模型虽然表现出较好的性能,但许多依赖于特定类型的HLA分子或特定的肽表位长度,且对数据量依赖较大,这导致数据量较少的HLA-C类分子和长肽表位的预测性能相对不佳 一、研究背景 1.1 背景 近年来,基于特异性T细胞的免疫治疗不断发展,取得了较好的成果,而靶向识别是免疫治疗过程的重要一环。对于靶向识别而言,准确预测HLA与肽的结合是其中的关键。 然而,许多模型都依赖于特定类型的HLA分子或特定的肽表位长度,且深度模型对数据量依赖较大,这导致数据量较少的HLA-C类分子和长肽表位的预测性能相对不佳。 (2) 由于现存数据中多数位点序列长度为8-11,导致长位点序列的数据量较小,在模型上预测准确度较低。 HLA分子结合的模式特征刻画 四、总结 本文基于双向LSTM和Multi-head Attention提出了MATHLA预测模型,在HLA分子与肽结合预测任务上表现出了很好的性能,并对HLA-C类分子和长肽表位有十分明显的性能提升
DRUGONE 肽类在靶向治疗中具有口服生物利用度、细胞通透性和高特异性等优势,使其区别于传统的小分子和生物制剂。 研究人员开发了一种人工智能算法 PepMimic,能够将已知受体或抗体转化为短肽结合剂,通过模拟已知结合界面生成候选肽。 表面等离子共振成像显示约 8% 的肽分子具有 10⁻⁸ M 级别的亲和力,26 条肽的 KD 值低至 10⁻⁹ M,明显优于随机文库筛选。 小鼠乳腺癌、骨髓瘤和肺癌模型中的注射实验验证了候选肽的膜结合效果,展示了其在临床诊断成像和靶向治疗中的潜力。 实验验证结果表明,该方法在多个肿瘤模型中展示了靶向成像和治疗的潜力。未来,PepMimic 不仅可用于药物开发,还可应用于基础研究中的蛋白互作机制解析和诊断工具开发。
不过,作为基于天然氨基酸的药物,多肽也有两大天生短板: 膜通透性差:多肽很难穿过细胞膜,因此约 90% 以上处于临床开发的多肽靶向的是细胞外靶点(如 GPCR、GnRH 受体、GLP-1 受体); 体内稳定性差 心血管疾病:靶向 RAAS 与利钠肽 合成血管紧张素 II 于 2017 年获批,用于脓毒症 / 感染性休克的升压治疗; 利钠肽(ANP / BNP / CNP)是心血管稳态的关键调节因子。 肿瘤:诊疗一体化的新希望 多肽在肿瘤领域有四大应用方向:显像探针、偶联纳米材料、肽疫苗、靶向药物。 例如镥[Lu-177]氧奥曲肽用于神经内分泌肿瘤的诊断与治疗,多种靶向 PD-1 / PD-L1 的多肽正在研发。 图 4|多肽在肿瘤治疗中的四大应用:(a) 候选肽筛选;(b) 显像与诊断;(c) 肽偶联纳米材料;(d) 肿瘤免疫与靶向治疗。
首次将针对PPI的抑制剂的定量类药性指标QEPPI用于PPI靶向化合物的分子生成模型的评估。结果表明生成的分子具有较好的PPI靶向药物的类药性。 结果表明,生成的分子具有更好的PPI靶向药物相似性和药物相似性。生成的分子与 iPPI-DB 共享化学空间。探索了 PPI 抑制剂的基于肽和基于配体的分子生成。 基于肽的生成分子案例 为了评估基于肽生成的化合物是否可以成为有效的候选分子,研究人员选择了基于p53(肽)生成 MDM2-p53 靶标的潜在候选抑制剂。 该方法依赖于分子或肽作为种子分子生成多样性的PPI类药性化合物库。目前是第一次将深度分子生成模型应用于 PPI 抑制剂的从头设计。 研究人员探索了基于肽的 PPI 抑制剂设计和基于配体的 PPI 抑制剂设计。结果表明,生成的分子具有更好的 PPI 靶向药物相似性和药物相似性。
亚单位疫苗通常通过4步体内级联反应(DUMP级联)产生有效的细胞介导的免疫反应:(1)引流至淋巴结;(2)树突状细胞(DC)的摄取;(3)DC的成熟度;(4)将肽-MHC I复合物呈递给CD8 + T细胞 但是,由于其相对较大的粒径,目前正在研究的MSN具有较弱的淋巴结靶向能力。 CD8a + CD11c +和CD11b + CD11c + DC是淋巴结中最重要的两种DC类型。 在这项研究中,淋巴结中的CD8a + CD11c +和CD11b + CD11c + DC都可以有效地内化OVA @ MSN。 作者认为根本原因是先前报道的MSN相对较大的颗粒迁移至淋巴结的效率较低,这是DUMP级联的第一步,导致以下三个步骤的水平有限,包括DC的摄取、成熟,并向CD8 + T细胞呈递肽-MHC I复合物。
DRUGONE 无结构蛋白质和肽在生物过程中发挥关键作用,但由于其缺乏明确定义的结构且具有高度可变的序列和构象特性,因此难以被传统方法靶向。 X射线晶体学结果显示设计结构与实际结构高度一致,NMR实验也证实靶肽在游离状态下为无序状态,在结合后被诱导形成有序结构。这说明设计策略能将无序肽诱导至结合构象。 疾病靶点识别:用于识别突变型肽段(如CTN4),在临床质谱检测中具有潜力。 肿瘤细胞标记:结合MSLN的设计子能特异性标记表达该受体的细胞,表现出良好的肿瘤靶向潜力。 讨论 研究人员提出,靶向无结构蛋白实际上比靶向折叠结构更具优势,因为其构象异质性使其能被诱导至有利的结合状态。 其框架还可推广至: 靶向多种肿瘤相关受体的无结构区域; 检测神经肽、非典型开放阅读框编码蛋白; 通过设计双特异性结合子,提高结合特异性与亲和力; 融入催化功能,实现结合与功能调控的一体化; 探索翻译后修饰靶标
单细胞微流控实验显示,该肽能够杀死指数生长期的持留细菌,证明机制型人工智能可用于开发针对耐药和持留菌的新型抗菌肽。 为解决这一问题,研究人员提出一种机制型人工智能策略,将机器学习模型与生物物理约束评分结合,通过同时考虑统计预测和膜作用机制,从而优先筛选具有真实膜破坏能力的抗菌肽,并专门用于靶向持留细胞和生物膜。 通过这一双重筛选流程,研究人员能够在大规模候选肽库中优先选择具有膜靶向活性并可能对持留菌有效的序列,并进一步通过体外实验、单细胞分析和动物模型验证其抗菌效果。 图4:WP-CAMPER1靶向细菌膜的结构与生物物理机制解析。 研究人员认为,膜靶向抗菌肽是一种有前景的抗感染策略,而将机器学习与机制约束结合,可以显著提升新型抗菌分子的发现效率。