基于c-Met相关生物网络调控的组合药物设计合成及抗肿瘤活性研究

癌症已成为人类最严重的疾病之一。目前肿瘤药物的研发的大多仍采用"单药单靶"的思路，但肿瘤是一个复杂疾病，需要新的"top-down"研究策略。本项目期望以c-Met通路为核心，通过对多种蛋白-蛋白相互作用网络进行分析，得到c-Met在细胞的周期、增殖、血管生成、迁移运动相关的运动这几方面的相关联的信号转导通路和子网络。发展较大规模的生物网络模拟方法，在这些多通路的生物网络中进行数据分析、模拟，通过计算生物学中的生物网络计算得到与c-Met有协同作用的一些重要蛋白，采用RNAi的技术、蛋白磷酸化水平检测等方法进行c-Met同这些新颖靶点协同效应的确证。同时在生物研究的过程中，进一步开发我们的c-Met选择性抑制剂（我们已经优化到10nM以内），继之以合并有协同效应靶点的已知的小分子药物进行组合用药方法的探索、深入开发。从而达到对多条信号转导通路进行调控，可增强疗效，减低毒副作用，减少耐药性。

本课题自立项以来进展顺利，我们在初期的基于生物网络的基础上，开展了基于c-Met靶点的特异性和多靶点激酶（以c-Met靶点为主要靶点）。通过三年的不懈努力，在两个方面均取得了较好的成果。特别是特异性c-Met抑制剂研究方面。发现了一系列高活性、高选择性的c-Met抑制剂，针对其中的重要化合物MYC-244目前已完成4个小鼠体内药效学模型评价，完成了系统的体外、体内药代动力学（包含生物利用度、肝微粒体稳定性、CYP450酶等）评价。目前已推进到安全评价阶段，初步完成了14天亚急性毒性评价。具体的数据请见总结报告正文部分。对于多靶点激酶，我们以激酶共有的hinge区为主要的切入点，通过PDB数据库的系统分析，设计、合成了一个原来用于丝氨酸、苏氨酸激酶抑制剂的分子骨架来作为c-Met（属于络氨酸蛋白激酶家族）的分子片段。从而获得一类结构新颖、活性优异的多靶点激酶抑制剂，研究结果发表于ChemMedChem（基金标注文章）。.在研发抑制剂的同时，我们也积极开展计算方法的发展。通过对数据库中激酶-抑制剂复合物的结构分析，我们建立了激酶打分系统，提供了网站服务（http://202.127.30.188/cclab/index.html ）。在此基础上，开发了一系列的打分函数方法，包含结合能优化的打分系统、氢键打分系统（基金标注文章）、溶剂化效应打分系统（基金标注文章）。为分子对接、分子优化提供了新的更为精确的评价方法。我们对特异性的c-Met抑制剂也开展了理论和实验研究，为一类特异性cMet抑制剂的研发提供了明确方向，研究成果发表于APS（基金标注文章）。另外，我们也研发了一个组合化学设计软件系统，该项成果可以从我们的网站下载，研究结果也发表于BMCL期刊（基金标注文章）。通过在计算和实验两方面的紧密结合，我们也将计算及结构生物学研究方法进行了拓展，开展了其它蛋白的药物研发工作。2013年研究结果发表于JMC（基金标注文章）。.总体而言，我们通过三年的自然基金的资助，开展了卓有成效的研究工作，获得c-Met临床前研究化合物一个，发表基金标注文章6篇，总影响因子超过23分。同时建立软件系统1个，计算服务网站2个。培养研究生2名。顺利并超额完成了预期目标。