吉林大学生命科学学院分子酶学工程教育部重点实验室韩葳葳教授团队,联合古巴遗传工程与生物技术中心及中国—古巴生物技术联合创新中心科研团队,在计算机辅助抗耐药药物设计领域取得重要进展:研究提出将靶点突变耐药风险直接纳入分子优化目标的新策略,并构建了融合大语言模型与物理计算方法的先导化合物优化流程 ResistAgent,通过将配体结合作用从易突变热点残基分散至其他非热点结合位点,在保持野生型亲和力及突变谱活性的同时有效降低了耐药风险。相关研究成果以“Toward Distributed Robustness in Resistance-Aware Lead Optimization”为题,于2026年11月18日在线发表于国际药物化学领域权威期刊《Journal of Medicinal Chemistry》。吉林大学生命科学学院2023级本科生王宇轩为论文独立第一作者,吉林大学韩葳葳教授、古巴科学院院士、古巴遗传工程与生物技术中心资深科学家Silvio E. Perea研究员和古巴科学院通讯院士、中国—古巴生物技术联合创新中心科学主任李文博士为共同通讯作者。

在靶向抗肿瘤与抗病毒治疗中,药物选择压力极易诱发靶点蛋白突变并导致耐药,是新药研发受阻的重要原因。然而,传统先导化合物优化往往在候选分子确定后才评估耐药风险,设计阶段仍主要依赖野生型或平均结合亲和力,难以从源头规避突变逃逸。针对这一局限,本研究开发的 ResistAgent 将大语言模型的信息整合与化学结构编辑能力,与分子对接、蛋白—配体相互作用指纹、MM/GBSA结合自由能计算及成药性筛选等计算化学工具相结合。该方法在分子设计阶段即同时纳入单点突变与临床观测组合突变两类耐药风险,并将其与结合口袋重排、锚定相互作用丢失、空间位阻及静电变化等结构机制相关联,进而在保留野生型关键结合模式的基础上,引导分子通过增强非热点残基的相互作用来分散耐药风险。
为验证该方法的有效性,研究团队在相同计算预算和搜索条件下,将其与传统的平均亲和力优化方法进行了成对分子设计对比。结果显示,在非小细胞肺癌靶点 EGFR和艾滋病病毒靶点 HIV-1逆转录酶体系中,新方法设计出的候选分子对易突变热点残基的结合依赖度中位数显著降低,且所有有效配对均完全保持了对野生型及各类突变体的结合能力。此外,团队在缺乏组合突变数据且计算预测相关性较弱的 ABL1 体系中明确了该方法的适用条件,并通过排序基准测试与显式水分子动力学模拟进一步证实了优选分子的结合稳定性。
综上,本研究构建了将耐药风险前置到分子设计阶段的先导化合物优化框架 ResistAgent(图1),实现了抗耐药设计从“事后被动评估”向“设计期主动调控”的转变。这一成果为新一代抗耐药抗肿瘤及抗病毒药物的理性设计提供了新思路与实用工具。

图1. ResistAgent 将突变耐药风险纳入先导化合物优化的工作流程
本研究得到国家自然科学基金(项目批准号:32471313)的资助。
原文链接:https://doi.org/10.1021/acs.jmedchem.6c02107