Baidu
map

JMC:靶向内分泌耐药乳腺癌PROTACs药物研究新进展

2023-06-13 精准药物 精准药物 发表于上海

蛋白水解靶向嵌合体技术作为一种新的药物发现策略,已广泛应用于多种致病蛋白质的靶向降解,为克服耐药性提供了新思路。

乳腺癌现已超过肺癌,成为全球最常见癌症。其中,约70%的乳腺癌患者表现为雌激素受体α(ERα)阳性。因此,ERα是乳腺癌传统内分泌治疗的一个重要靶点。而内分泌耐药是导致乳腺癌临床治疗失败的主要原因之一,是目前临床亟待解决的挑战性问题。鉴于此,开发新一代靶向ERα治疗药物极具重要意义。

蛋白水解靶向嵌合体(Proteolysis Targeting Chimera,PROTAC)技术作为一种新的药物发现策略,已广泛应用于多种致病蛋白质的靶向降解,为克服耐药性提供了新思路。武汉大学董春娥/周海兵团队在课题组前期发现的一类新型选择性雌激素受体下调剂(SERD)OBHSA骨架上接入不同长度的中间链,再与E3连接酶配体VHL或CRBN相连,设计、合成了系列选择性靶向ERα蛋白的PROTAC化合物ZD1-22。该类PROTAC分子对不同种类的ER阳性乳腺癌细胞(包括他莫昔芬敏感型和耐药型以及ERα突变型)表现出显著的抗增殖和ERα降解活性(图1)。基因组学分析证实,这类PROTACs抑制了ERα靶基因新生RNA合成,并减少了全基因组的ERα结合。

图1. 靶向降解ERα的新型抗乳腺癌PROTAC化合物

通过建立的BALB/C雌性裸鼠他莫昔芬敏感型(MCF-7)和耐药型(LCC2)两种乳腺癌动物模型,并以临床药物他莫昔芬(Tam)和氟维司群(Ful)作为阳性对照,评估了该类PROTAC化合物在体内的抗乳腺癌活性。结果显示,在MCF-7模型中,与空白对照组相比,化合物ZD8体内抗肿瘤活性呈剂量依赖性,同阳性对照组一样均能有效抑制乳腺癌肿瘤的生长。通过测量肿瘤组织中ERα蛋白水平发现与空白对照相比,ZD8和Ful组ERα蛋白水平明显降低,而Tam组无明显影响,表明PROTAC化合物ZD8在体外和体内均能有效降低ERα蛋白水平。尤其在他莫昔芬耐药型乳腺癌LCC2动物模型中,Tam组抗肿瘤活性较弱,而Ful、化合物ZD8和ZD12均表现出了优异的抗肿瘤活性和体内ERα降解活性。

其中,化合物ZD8与Ful效果相当,而ZD12显著优于Ful。在此期间均未观察到死亡率和小鼠体重减轻,表明这类PROTAC化合物的低毒性和安全性(图2)。该研究证明了这类PROTACs降解剂可进一步开发为新型抗乳腺癌药物,将有助于解决乳腺癌内分泌疗法的耐药性问题。

图2. 化合物ZD8和ZD12在MCF-7和LCC2动物模型中的抗乳腺癌活性

这一成果最近发表在药物化学TOP期刊Journal of Medicinal Chemistry 上,由武汉大学药学院董春娥、周海兵教授,基础医学院梁凯威教授和生命科学学院黄健教授合作完成。武汉大学药学院博士研究生谢宝花、胡志烨以及武汉大学基础医学院博士研究生尹智囊为该论文共同第一作者。

Discovery of a Novel Class of PROTACs as Potent and Selective Estrogen Receptor α Degraders to Overcome Endocrine-Resistant Breast Cancer In Vitro and In Vivo 

Baohua Xie,⊥ Zhinang Yin,⊥ Zhiye Hu,⊥ Junhui Lv, Chuanqian Du, Xiangping Deng, Yuan Huang, Qiuzi Li, Jian Huang,* Kaiwei Liang,* Hai-Bing Zhou,* and Chune Dong*

J. Med. Chem., 2023, DOI: 10.1021/acs.jmedchem.2c02032

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或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。
在此留言
评论区 (3)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2142675, encodeId=0cc121426e517, content=学习学习, beContent=null, objectType=article, channel=null, level=null, likeNumber=100, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=940a5479132, createdName=ms2000000702445417, createdTime=Wed Jun 14 06:49:41 CST 2023, time=2023-06-14, status=1, ipAttribution=湖南省), GetPortalCommentsPageByObjectIdResponse(id=2142634, encodeId=a49d214263497, content=学习了,谢谢分享, beContent=null, objectType=article, channel=null, level=null, likeNumber=92, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=7c592194322, createdName=1209e435m98(暂无昵称), createdTime=Tue Jun 13 23:05:40 CST 2023, time=2023-06-13, status=1, ipAttribution=浙江省), GetPortalCommentsPageByObjectIdResponse(id=2142625, encodeId=12ae21426257e, content=认真学习了, beContent=null, objectType=article, channel=null, level=null, likeNumber=96, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/NUyjXTCJjo6EF3hKja8nER8RMzxQdria9eCYFhgLTLsDOeqnvIYdeLDz5eP6EnicLuE5gibiawgno4zUA0jAR7Nbtp2llQ9fs3Mk/0, createdBy=278f1986883, createdName=医鸣惊人, createdTime=Tue Jun 13 22:05:23 CST 2023, time=2023-06-13, status=1, ipAttribution=山西省)]
    2023-06-14 ms2000000702445417 来自湖南省

    学习学习

    0

  2. [GetPortalCommentsPageByObjectIdResponse(id=2142675, encodeId=0cc121426e517, content=学习学习, beContent=null, objectType=article, channel=null, level=null, likeNumber=100, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=940a5479132, createdName=ms2000000702445417, createdTime=Wed Jun 14 06:49:41 CST 2023, time=2023-06-14, status=1, ipAttribution=湖南省), GetPortalCommentsPageByObjectIdResponse(id=2142634, encodeId=a49d214263497, content=学习了,谢谢分享, beContent=null, objectType=article, channel=null, level=null, likeNumber=92, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=7c592194322, createdName=1209e435m98(暂无昵称), createdTime=Tue Jun 13 23:05:40 CST 2023, time=2023-06-13, status=1, ipAttribution=浙江省), GetPortalCommentsPageByObjectIdResponse(id=2142625, encodeId=12ae21426257e, content=认真学习了, beContent=null, objectType=article, channel=null, level=null, likeNumber=96, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/NUyjXTCJjo6EF3hKja8nER8RMzxQdria9eCYFhgLTLsDOeqnvIYdeLDz5eP6EnicLuE5gibiawgno4zUA0jAR7Nbtp2llQ9fs3Mk/0, createdBy=278f1986883, createdName=医鸣惊人, createdTime=Tue Jun 13 22:05:23 CST 2023, time=2023-06-13, status=1, ipAttribution=山西省)]
    2023-06-13 1209e435m98(暂无昵称) 来自浙江省

    学习了,谢谢分享

    0

  3. [GetPortalCommentsPageByObjectIdResponse(id=2142675, encodeId=0cc121426e517, content=学习学习, beContent=null, objectType=article, channel=null, level=null, likeNumber=100, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=940a5479132, createdName=ms2000000702445417, createdTime=Wed Jun 14 06:49:41 CST 2023, time=2023-06-14, status=1, ipAttribution=湖南省), GetPortalCommentsPageByObjectIdResponse(id=2142634, encodeId=a49d214263497, content=学习了,谢谢分享, beContent=null, objectType=article, channel=null, level=null, likeNumber=92, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=7c592194322, createdName=1209e435m98(暂无昵称), createdTime=Tue Jun 13 23:05:40 CST 2023, time=2023-06-13, status=1, ipAttribution=浙江省), GetPortalCommentsPageByObjectIdResponse(id=2142625, encodeId=12ae21426257e, content=认真学习了, beContent=null, objectType=article, channel=null, level=null, likeNumber=96, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/NUyjXTCJjo6EF3hKja8nER8RMzxQdria9eCYFhgLTLsDOeqnvIYdeLDz5eP6EnicLuE5gibiawgno4zUA0jAR7Nbtp2llQ9fs3Mk/0, createdBy=278f1986883, createdName=医鸣惊人, createdTime=Tue Jun 13 22:05:23 CST 2023, time=2023-06-13, status=1, ipAttribution=山西省)]
    2023-06-13 医鸣惊人 来自山西省

    认真学习了

    0

相关资讯

ASCO 2023 重磅开启! 乳腺癌领域重磅研究展示,一文速览!

乳腺癌领域口头报告部分于当日14:45 -17:45召开,该部分主要聚焦乳腺癌的局部/区域/辅助治疗前沿进展,梅斯肿瘤第一时间汇总、整理及发布,共同见证ASCO 2023会上属于乳腺癌的崭新篇章。

academic radiology:利用临床和术前乳腺MRI特征无创预测乳腺癌的淋巴血管侵犯

MRI可提供病变的形态特征和功能信息,因此广泛用于BC,其敏感性为94%至100%;然而,MRI不能直接用于诊断LVI状态。

academic radiology:利用放射组学实现乳腺癌腋窝淋巴结转移的早期无创预测!

现阶段,深度学习可以自动学习图像信息,并已被广泛应用于图像识别和图像分类。与手工制作的放射组学特征相比,从卷积神经网络(CNN)中提取的深度特征包含更多抽象的医学图像信息。

European Radiology:US深度学习放射组学模型在乳腺癌新辅助化疗病理反应早期预测中的应用

US已经成为患者化疗前的常规检查,具有无辐射、广泛的可及性和较低的成本等主要优势。一些研究表明,在治疗的早期阶段,使用基于US的放射组学分析进行治疗反应评估具有有效的预测性能。

NEJM:Capivasertib对HR阳性乳腺癌的治疗效果(CAPItello-291研究)

大约70%的晚期乳腺癌表达激素受体雌激素或孕激素(或两者),并且不具有人表皮生长因子受体2(HER2)过表达。在这些患者中,内分泌疗法通常是与细胞周期蛋白依赖性激酶4和6(CDK4/6)抑制剂联合使用

ASCO 2023 重磅开启! 乳腺癌领域重磅研究展示,一文速览!

ASCO 2023 重磅开启! 乳腺癌领域重磅研究展示,一文速览!

Baidu
map
Baidu
map
Baidu
map