Androgen receptor antagonists (ESSA Pharma)

一、蛋白质折叠的本质 蛋白质折叠是指一条由核糖体合成的线性多肽链（氨基酸序列），在特定环境下自发或受协助地形成其独特三维空间结构的过程。这一过程将一维的化学信息（氨基酸顺序）转化为三维的生物学功能。 折叠的驱动力主要来自非共价相互作用：疏水作用、氢键、范德华力、键等。最终形成了自由能最低的天然构象（native state），即热力学上最稳定的结构。 热力学表达式为： $\Delta G{\text{folding}} = G{\text{native}} - Gtext{unfolded}} < 0$ 折叠过程自由能下降，是自发过程，但需克服熵减少的壁垒，并通过焓的贡献（形成大量弱键）来补偿。二、蛋白质正确折叠为何至关重要？1. 功能直接取决于构象 酶的活性中心、抗体的抗原结合位点、受体的信号转导域……所有这些功能区域都只有在特定的三维折叠状态下才能精准工作。即使氨基酸序列完全正确，若折叠出错，蛋白质即失去功能。2. 错误折叠引发严重疾病 错误折叠不仅导致功能丧失，更可怕的是会产生有毒性的聚集体。 阿尔茨海默病中的 Aβ 淀粉样斑块 帕金森病中的 α-突触核蛋白聚集体 疯牛病/克雅氏病中的朊蛋白（PrP^Sc）传播性错误折叠 这些“构象病”的共同特征是蛋白质从可溶功能性状态转变为富含 β-折叠的纤维状聚集体，最终破坏细胞稳态。3. 质控系统高度依赖折叠状态 内质网与细胞质中存在分子伴侣系统（如 Hsp70、Hsp90、伴侣蛋白 TRiC）和未折叠蛋白响应（UPR）通路，可以识别未折叠/错误折叠蛋白并协助重新折叠或引导降解。若折叠失败积累，就会启动凋亡。可见折叠正确性是生命维持的基本前提。三、蛋白质折叠的全过程 蛋白质折叠不是一步到位的“全或无”转变，而是沿着复杂的能量景观（energy landscape）进行的一系列构象搜索。 ```mermaid graph LR U[未折叠多肽链高能无序] -->|疏水塌缩| MG[熔球态部分二级结构松散三级结构] MG -->|精密重排| N[态最低自由能生理活性] MG -->|错误路径| A[错误折叠/聚集毒性纤维] N -->|胁迫变性| U ``` 1. 极早期：局部二级结构形成 刚离开核糖体的新生链，在皮秒到纳秒内，残基会迅速形成 α-螺旋或 β-转角等局部结构。这是由近邻氨基酸序列的固有倾向决定的。2. 疏水塌缩与熔球态 水溶液环境中，非极性侧链被迫聚集在蛋白内部，驱动多肽链快速坍缩成一个球状、结构尚相当松散的“熔球态（molten globule）”。此时二级结构含量已较高，但侧链堆积不紧密，体积略大于天然态。3. 限速步骤：调整到天然态 熔球态通过局部解折叠和再折叠，逐步调整非共价键网络，排出内部水分子，完成紧密侧链堆积。这步较慢（毫秒至秒级），是折叠的限速阶段。在能量景观图中，表现为从较浅中间态越过最后的能垒，落入最深“漏斗”底部，即天然态。4. 分子伴侣的协助 细胞内环境拥挤，部分蛋白易聚集，需要分子伴侣辅助： H70 家族：结合暴露的疏水斑块，防止提前聚集，利用 ATP 水解释放并允许重新折叠。 伴侣蛋白（GroEL/GroES 系统）：提供一个隔离的“折叠笼”，让蛋白在不受干扰的环境中单独完成折叠。 氧化还原酶与异构酶：帮助二硫键正确配对以及脯氨酸顺反异构化，这两类反应往往是折叠的限速步。5. 翻译后修饰与质量控制 折叠完成经内质网或高尔基体修饰（糖基化等）后，还需通过钙连蛋白/钙网蛋白等质量检查，只有正确折叠者才能被转运至作用位点。错误折叠个体将逆行转运至胞质被泛素-蛋白酶体系统降解。 ---四、典型实例例1：核糖核酸酶 A（RNase A）——折叠信息蕴含于序列 Anfinsen 的经典：将 RNase A 用尿素和巯基乙醇变性，切断全部8个二硫键，酶失活。随后缓慢去除变性剂并在空气中氧化，多肽链自发重新折叠，二硫键正确配对，酶活性完全恢复。这证明氨基酸序列本身已编码了全部必要的折叠信息（热力学假说）。2：朊蛋白（PrP）——错误折叠以“模板”传播 正常细胞型朊蛋白（PrP^C）主要为 α-螺旋结构，可溶性。而当某些 PrP^C 构象转变为富含 β-折叠的瘙痒病型朊蛋白（PrP^Sc）后，它能够作为“模板”迫使正常的 PrP^C 也转变为 PrP^Sc，形成淀粉样纤维并不断堆积，最终导致脑组织海绵状空洞。PrP^Sc 异常稳定且抵抗蛋白酶，这一实例极好地展示了折叠出错所引发的灾难性连锁反应。例3：镰刀型血红蛋白 血红蛋白 β 链第6位谷氨酸突变为缬氨酸，使脱氧状态下血红蛋白表面产生疏水粘性斑块，导致分子聚合成长纤维，红细胞扭曲成镰刀状。这是单点突变从本质上改变折叠热力学及聚合行为，引发疾病的直接例证。 ---五、我的意见 蛋白质折叠是生命从“化学密码”生成“功能机器”的核心桥梁。我的几点看法： 折叠不仅是物理化学问题，更是进化塑造的产物。天然蛋白序列已被进化筛选至拥有漏斗状光滑能量景观，既确保快速折叠（微秒至秒级），又避免陷入错误聚集陷阱。这反映了序列中蕴藏的“负设计”原则——在维持天然结构稳定性的同时，刻意破坏会引发聚集的基序。 折叠与疾病的深度关联，催生了“构象药理学”。当前药物研发不仅要靶向活性位点，更需考虑稳定蛋白天然构象、拆解有毒聚集体或抑制错误折叠传播（如对转甲状腺素蛋白淀粉样变性的稳定剂 tafamidis）。未来精准干预折叠路径将成重要方向。 AI 带来的革命与局限。AlphaFold2 等系统已能高精度预测大多数蛋白质的静态三维结构，但这本质上推断的是“已经成功折叠的终点”。真正的折叠动态过程、折叠中间体、共翻译折叠机制以及错误折叠的偏向性路径，依然需要用单分子荧光、冷冻电镜捕捉不同时间分辨率的实验来阐明。AI 为我们画出了地图，但走过山川河流的动力学仍是未知疆域。 启示系统复杂性**：一条多肽只是起始，折叠受到伴侣网络、代谢状态、细胞微环境甚至力学信号的调控。理解蛋白质折叠，也要跳出单分子视角，迈向细胞“折叠稳态”网络。这为延缓衰老、防治神经退行性疾病提供了系统干预的可能。 蛋白质折叠的能量景观理论，将蛋白质构象的集合描绘成一个多维的自由能面，其中天然态位于最深“漏斗”的底部，错误折叠或聚集态对应于局部能量陷阱。这一理论从根本上改变了药物研发的思路：不再局限于经典的“锁钥模型”，而是着眼于调节整个构象平衡和折叠路径。以下是一些已经进入临床或成功上市的具体应用案例。一、稳定构象，对抗错误折叠——药理学伴侣 能量景观理论指出，某些致病突变会提升天然态的自由能，使其相对不稳定，甚至让蛋白更容易穿越能垒落入聚集陷阱。小分子若能选择性地结合并稳定天然构象，便可降低天然态的自由能（$G_{\text{native}}$ 降低），使平衡向正确折叠方向移动。1. 转甲状腺素蛋白淀粉样变性——Tafamidis 疾病机制：转甲状腺素蛋白（TTR）是一种四聚体转运蛋白。某些突变或老化使四聚体解离为单体，单体极易发生错误折叠，自组装成淀粉样纤维，沉积于心脏、神经等处。 基于能量景观的策略：TTR 四聚体的天然态有一个可被占据的甲状腺素结合腔。Tafamidis 作为动力学稳定剂，结合腔体，显著提高四聚体解离的能垒$\Delta G^\ddagger$ 增大），使四聚体动力学稳定，从而抑制单体释放及后续的错误折叠级联。 结果：Tafamidis 已获 FDA 批准用于治疗转甲状腺素蛋白淀粉样变性心肌病（ATTR-CM）和家族性淀粉样神经病变，是第一款真正在能量景观理论指导下成功上市的靶向构象药物。2 戈谢病——Isofagomine 与 Ambroxol 疾病机制：葡糖脑苷脂酶（GCase）突变导致其在内质网中错误折叠，被过早降解，无法到达溶酶体分解底物，造成底物蓄积。 策略：某些突变仅轻微影响酶活性中心，但严重破坏折叠稳定性。药理学伴侣（如 Ambroxol）可以在中性 pH 的内质网中与酶的活性位点结合，稳定其天然态折叠中间体，形成更低的自由能漏斗，从而帮助突变酶通过质量控制，成功转运至溶酶体。在酸性溶酶体环境中，释放，酶恢复活性。 临床进展：Ambrool 已作为老药新用进入多项临床试验，改善部分 GBA 突变患者的神经症状。 ---二、拆解有毒聚集体或阻挡错误折叠传播 能量景观理论揭示，错误折叠的淀粉样聚集体并非能量最低的终点，而是处于比天然纤维更深、但高度稳定的一种“玻璃态”陷阱。要逆转或阻断聚集，需要干预单体构象的平衡或破坏纤维的增生长。3. 淀粉样变性“通用”疗法——表没食子儿茶素没食子酸酯EGCG） **：绿茶多酚 EGCG 可以直接结合到 α-突触核蛋白、Aβ、TTR 等多种蛋白的错误折叠单体或寡聚体上，将其构象重新导向一种非结构化、无毒性、不能进一步聚集的“off-pathway”状态。能量景观图上，这相当于创造了一条新的路径，将蛋白质从聚集路径上“拉”回自由能较高的可溶性状态。 应用：EGCG 已在神经退行性疾病和系统性淀粉样变性等多个临床试验中被测试，其广谱性的抗聚集效果正是源于它对能量景观的基本物理化学调控，而非针对某一种蛋白的特殊结构。4. 朊蛋白病——Anle138b 机制：朊蛋白错误折叠传播是典型的“构象模板”过程，PrP^Sc 作为种子诱导 PrP^C 跨过构象势垒转变为 β-折叠构象。化合物 Anle138b结合在 PrP^Sc 的疏水通道上，阻碍其与单体的相互作用，提高构象转换的能垒，阻断链条增长。 结果：在动物模型中极大地延长了朊病毒病和帕金森病模型的生存期，现已进入早期临床试验。 ---三、靶向内在无序蛋白——破坏异常折叠复合物 某些蛋白质在生理条件下原本处于高度动态的内在无序区域，其能量景观不是深漏斗而是平坦浅盆。病理突变或异常翻译后修饰可能改变景观，使其与配体或自身组装成致病性的有序复合物。5. 前列腺癌——靶向雄激素受体的液-液相分离 机制：雄激素受体（AR）的 N 端结构域（NTD）是内在区。在雄激素刺激或抗雄激素治疗耐药时，AR NTD 会发生液-液相分离，浓缩形成转录活性中心。该相分离状态可视为能量景观上一个亚稳态的“密集相”陷阱。 策略：小分子如 EPI-001 结合在 NTD 上的暴露区域，阻断其无序域之间的弱多价相互作用，破坏相分离，进而瓦解转录复合物的形成。 结果：EPI- 是第一款直接靶向 AR NTD、完全不同于传统配体结合域拮抗剂的新药，针对去势抵抗性前列腺癌已开展临床研究。 ---四、设计双功能分子——定向蛋白降解 能量景观理论还推动了靶向蛋白降解技术（PROTACs）及分子胶的兴起。这些分子并不直接试图矫正错误折叠蛋白，而是人为改变细胞内的折叠稳态： Protac 分子胶：将 E3 连接酶招募到错误折叠的蛋白表面，通过泛素-蛋白酶体系统将其整体降解。这等于景观上直接“移除”了问题蛋白所在的能量陷阱，有效清除有毒聚集体或突变蛋白。 应用案例：针对 Tau 蛋白和突触核蛋白的 PROTAC 已进入临床前早期，其设计理念正是基于：对于某些能量景观极为崎岖、极易聚集的蛋白，与其艰难地稳定其折叠，不如直接将其从景观中抹去。 ---五、总结 能量景观理论对药物研发的核心贡献可概括如下： 基于能量景观理论的药物研发，核心在于调控蛋白质构象的自由能面——或稳定天然态，或破坏异常稳定的聚集/相变陷阱，或升高错误折叠路径的能垒。 文中已举例了转甲状腺素蛋白淀粉样变性、戈谢病、朊蛋白病、帕金森/阿尔茨海默病以及前列腺癌等。除这些之外，仍有大量疾病的病理机制高度契合该理论，极具转化潜力一、遗传性错误折叠病——药理学伴侣的广阔疆域 许多单基因遗传病的突变并不直接破坏活性中心，而是升高了天然态的吉布斯自由能，导致蛋白在内质网滞留、过早降解。用小分子“药理学伴侣”即可压低天然态自由能，助其越过质控关卡1. 性纤维化（Cystic Fibrosis, CF） 机制：最普遍的ΔF508突变，使CFTR氯离子通道结构域的折叠自由能升高，在内质网内被错误识别并降解，无法抵达细胞膜。 基于能量景观的策略：纠正剂（如Lumacaftor、Tezacaftor）能CFTR的跨膜区，稳定其早期折叠中间体，降低内质网中折叠成功的活化能，使蛋白正确成熟。增效剂（Ivacaftor）则进一步延长通道开放时间。 已经成药：多款CFTR调节剂组合疗法已上市，其设计理念本质就是能量景观的调控——为突变蛋白“铲平”折叠路径上的崎岖2. 苯酮尿症（Phenylketonuria, PKU） 机制：苯丙氨酸羟化酶（PA）突变常导致酶在细胞中不稳定、错误折叠，尤其对辅因子四氢生物蝶呤（BH4）的亲和力，从而活性锐减。 能量景观干预：高剂量BH4（sapropterin）扮演了辅助性伴侣分子的角色。BH4与PAH结合后，显著稳定了酶的天然构象，降低其自由能，使部分“困在”错误折叠中间态的突变酶重新正确折叠。在能量景观上，这相当于拉低天然态能量，使漏斗再次深刻3. α₁-抗胰蛋白酶症（Alpha-1 Antitrypsin Deficiency） Z突变（E342K） 导致中性粒细胞弹性蛋白酶抑制剂在肝细胞内聚合，形成PAS阳性包涵体，既造成肝损伤，又因血浆α₁-AT不足导致肺气肿。 景观视角：突变破坏了蛋白折叠的动力学，导致一种独特的β-发夹结构插入相邻分子，触发链式聚合——错误折叠态成为一个深能量陷阱。 研发方向：正在开发的小分子可结合到分子内空隙，稳定天然构象的疏水核心，升高聚合反应的能垒，或者将聚合中间体重新拉回可溶态。这完全是靶向能量景观的聚合抑制策略 4. 溶酶体贮积症谱系 除戈谢病外，法布里病（α-半乳糖苷酶A）、庞贝病（酸性α-葡萄糖苷酶）、GM1/GM2神经节苷脂贮积症等多种疾病，其突变往往使溶酶体酶在內质网的pH环境下折叠脆弱。药物伴侣（如Migalastat用于法布里病）可逆地结合在酶活性位点，在内质网中性pH下稳定折叠，转运至溶酶体后被酸化环境解离，释放活性酶。这如同在能量景观中设置一个“临时支架”，引导折叠沿正确路径进行。二、神经退行性病变中更广泛的“构象病” 除了已讨论的Aβ、α-突触核蛋白和PrP，还有众多神经疾病的核心是天然无序蛋白或重复序列扩展导致异常构象聚集。5. 亨廷顿病（HD）与脊髓小脑性共济失调（SCAs） polyQ疾病：亨廷顿蛋白或atrophin-1等蛋白的多聚谷氨酰胺序列过长，使原本处于部分无序的蛋白更易越过熵垒，形成富含β-折叠的淀粉样聚集体。 能量景观干预： 稳定天然单体：寻找小分子或肽，结合到亨廷顿蛋白N端的正常构象基序，加深其自由能井，阻止第一步的构象转换。 破坏异常相分离：polyQ蛋白在聚集前常发生液-液相分离。分子可扰乱低复杂度域之间的弱多价相互作用，抑制相分离液滴老化成固态聚集。 构象特异性抗体：抗体只识别聚集态的紧凑β-发夹构象，细胞外或胞内阻断“种子”的扩增。这是对错误折叠路径能垒的直接封堵。6. Tau蛋白病（进行性核上性麻痹、皮克氏病等） Tau蛋白的异常过度磷酸化释放其天然无序状态，促使其形成成对的螺旋丝（PHFs）。不同tau构象株（strains）对应不同疾病表型，这正是能量景观具有多个局部极小值的典型体现。 - 潜在策略：靶向tau核心聚集片段的稳定剂，或开发能识别并清除特定构象株的抗体（如针对tau的抗体已进入临床），其本质是在景观中削弱聚集态的全局稳定性，或增强清除路径。三、系统性淀粉样变性——清除与阻止并行7. 免疫球蛋白轻链淀粉样变性（ALyloidosis） 骨髓浆细胞产生大量错误折叠的免疫球蛋白轻链，其VL结构域极不稳定，自由能景观上极浅，极易形成淀粉样纤维沉积于心、肾等器官。 能量景观药物设计： 稳定轻链二聚体：筛选小分子结合在VL-VL界面，加深二聚体构象的能阱，抑制单体释放和后续聚集。 破坏纤维稳定：利用与纤维交叉β结构结合的分子，升高纤维态的自由能，促使其解聚8. 透析相关淀粉样变性 - 长期透析导致β₂-微球蛋白在血液中积累，其天然构象在酸性或铜离子存在下发生错误折叠，形成纤维。小分子可稳定天然β₂-微球蛋白的堆叠结构，或阻断铜离子诱导的构象转换。四、液-液相分离异常——能量景观的“软陷阱” 细胞内众多无膜细胞器依赖液-液相分离（LLPS）形成。当内在无序蛋白的弱相互作用过度增强，或液滴老化成不可逆的水凝胶/淀粉样纤维时，便形成“病理相变”。9. 肌萎缩侧索硬化（ALS）与额颞叶痴呆（FTD） TDP-43、FUS、hnRNPA1 等RNA结合蛋白的低复杂度域（LCDs）发生突变，会增加相分离的驱动力并降低溶解性，使形成的应力颗粒过度稳定并转变为病理包涵体。 能量景观思路：这些LCDs的构象景观非常平缓，突变挖深了“液滴态”的能阱。药物开发方向包括： 逆转液-固转化：小分子如lipophilic amides可插入纤维界面，提高纤维态的自由能。 调节相分离能垒：使用分子伴侣类似物保持LCD处于可溶的松散态，阻止其进入深阱的聚集路径。10. 肉瘤等癌症中的融合蛋白 - 如EWSR1-FLI1等融合转录因子，其EWSR1低复杂度域异常驱动相分离并形成转录中枢，促进癌变。破坏这些异常相分离液滴，相当于铲平了致癌蛋白在能量景观中的“聚集优势”，是全新的抗肿瘤策略，已在多类肉瘤中探索。五、癌症中的构象突变——恢复抑癌折叠11. p53突变癌症 TP53是全球突变率最高的抑癌基因，绝大多数错义突变发生在DNA结合域，且属于折叠突变或构象突变，使53不能正确折叠并与DNA结合。 能量景观药物：小分子如PRIMA-1(met)和APR-246，本身是甲基化的前药，在体内转化为活性物质甲基丙烯醛，共价修饰突变p53的巯基，并在能量景观中诱导突变蛋白质重新折叠为野生型样构象。即通过化学修饰直接改变蛋白的自由能面，让“陷入”错误折叠的突变体返回到功能态。APR-246已进入血液肿瘤的III期临床试验。六、代谢性聚集与常见老化疾病12. 2型糖尿病中的胰岛淀粉样多肽（IAPP） IAPP由胰岛β细胞分泌，在2型糖尿病患者中极易聚集形成淀粉样纤维，导致β细胞凋亡。 干预景观：依据IAPP单体、寡聚体、纤维的能量分布，开发稳定α-螺旋单体（采用酰胺类似物或小分子）或阻断β-发夹构象转换的抑制剂，推迟或阻止聚集的能量最小化路径13. 白内障——晶状体蛋白聚集 晶状体蛋白（crystallins）一生需维持高度稳定及透明性。氧化、紫外辐射等修饰使其构象自由能升高，进而聚集形成浑浊。 已在研究的小分子（如甾醇类、多酚类）可扮演化学伴侣，与晶状体蛋白疏水区域结合，降低其聚集倾向，从能量景观角度保持天然态深度总结 以上疾病均源于蛋白质折叠稳态或相行为偏离正常，其共同靶点是特定蛋白的自由能景观。未来药物研发可以： 对突变酶加深天然态能井（药理学伴侣）， 对聚集蛋白升高错误折叠态的能垒或创造off-pathway去毒路径， 对异常相分离铲平病理液滴的过深陷阱， 甚至通过化学修饰重塑构象能量面使功能恢复。 能量景观理论为一个多世纪来的“构象病”提供了统一的物理化学语言，目前已有成功的种子，很快会在更广阔的疾病谱系中开花结果。这些案例表明，能量景观不再是纯理论概念，已经直接转化为精准调控蛋白质构象的药理工具。未来，随着冷冻电镜、单分子荧光和分子模拟的深度整合，能量景观会被更高分辨率地绘制，药物的设计也将从“静态锁钥”彻底走向“动态构象管理”。 总体而言，蛋白质折叠简洁却无比精妙的自然法则，研究它不仅让我们读懂“生命的字母”，更握住了通往新型治疗策略的钥匙。继续深入折叠密码，坚信会在基础研究与转化医学间迸发更大突破。

本文介绍一篇来自浙江大学侯廷军教授、李丹教授团队发表在Nature Communications的研究论文，题为“Targeting the intrinsically disordered AR-NTD through a machine learning-based enhanced sampling workflow”，共同第一作者为浙江大学博士研究生祝凯、王华婷、博士后张锦途。该研究提出了一套结合广义系综增强采样、基于机器学习的集合变量和基于结构的虚拟筛选的计算工作流，用于解析固有无序蛋白的构象景观、识别可成药构象，并揭示小分子配体的结合机制。研究团队以雄激素受体（AR）N端结构域AR-NTD的Tau-5区域为模型体系，系统刻画了其九个亚稳态构象，揭示了已知AR-NTD拮抗剂EPI-002识别 AR-NTD的关键分子机制，并进一步发现了新型AR-NTD拮抗剂K53，为靶向固有无序蛋白的理性药物设计提供了新的计算范式。 研究背景 固有无序蛋白（IDPs）在细胞信号转导、转录调控和疾病发生中发挥重要作用，并与癌症、神经退行性疾病等多种重大疾病密切相关。然而，与具有稳定三维结构的传统药物靶点不同，IDPs缺乏固定的折叠构象，而是以高度动态、多态的构象集合形式存在，使得传统依赖单一蛋白结构的结构药物设计策略难以直接应用。AR是前列腺癌治疗中的核心靶点，目前临床使用的AR拮抗剂主要靶向AR 配体结合结构域（AR-LBD），例如比卡鲁胺和恩扎卢胺，但AR-LBD突变、AR基因扩增以及缺失LBD的AR剪接变体会导致患者对现有AR-LBD靶向治疗产生耐药。相比之下，AR的N端结构域（AR-NTD）在这些耐药机制中仍然保留，并承担主要的转录激活功能，因此被认为是克服耐药性前列腺癌的重要潜在靶点。然而，AR-NTD是典型的本征无序区域，缺乏稳定结构，构象空间复杂，瞬态结合口袋难以捕捉。虽然EPI-001、EPI-002及其类似物被报道可以作用于 AR-NTD，但其配体识别过程、非共价结合机制以及向共价稳定化发展的结构基础仍未被系统阐明。针对这一挑战，研究团队构建了一套机器学习增强采样工作流，用于系统探索AR-NTD的构象空间、识别潜在药物结合构象，并指导新型 AR-NTD拮抗剂的发现。 方法概述 为解决IDP构象高度动态、传统集合变量（CV）难以定义以及配体结合路径难以采样的问题，研究团队构建了一个多层次增强采样与机器学习集合变量（MLCV）相结合的工作流。该工作流主要包括三个核心部分。 REST3 采样结合AE CV识别Tau-5亚稳态构象 研究团队首先选取AR-NTD中与EPI-002结合密切相关的Tau-5片段作为研究对象，并采用REST3增强采样方法系统探索其构象空间。由于Tau-5是高度柔性的本征无序区域，传统低维描述符难以充分区分其复杂构象。为此，研究团队进一步利用基于自编码器的集合变量（AE CVs）对300 K轨迹进行降维分析，以R1、R2、R3区域之间的α碳原子距离作为输入描述符，构建Tau-5的低维自由能面。结果显示，Tau-5可被划分为九个结构差异明显的亚稳态构象，为后续隐蔽结合口袋识别、配体对接和虚拟筛选提供了代表性结构基础。 SWISH 识别隐蔽结合口袋并解析 EPI-002 结合构象 由于IDP的配体结合位点往往具有瞬态性和隐蔽性，研究团队分别对九个Tau-5 亚稳态构象进行了SWISH模拟。该方法通过引入小分子疏水探针并调节蛋白–水相互作用，促进蛋白表面隐蔽疏水口袋的打开。随后，研究团队在SWISH识别出的结合口袋中，对EPI-002进行了非共价和共价分子对接。结果显示，EPI-002 的氯原子在多个结合构象中靠近第404位半胱氨酸残基（Cys404）的硫原子，提示其具备形成共价键的几何可能性；同时，配体周围富集多个芳香残基，说明π–π 堆积作用和疏水相互作用可能参与EPI-002对AR-NTD的初始识别。 OPES、MLCV与Deep-TICA解析结合自由能和配体识别机制 为进一步研究 EPI-002与Tau-5的结合/解离过程，研究团队将OPES增强采样与机器学习集合变量相结合。考虑到水分子在IDP–配体结合中的关键作用，研究团队设计了一系列水相关特征，用于描述配体溶剂化、结合位点水合以及高密度水区域，并通过多任务学习构建能够表征结合态、非结合态和水介导转变过程的集合变量。随后，研究团队在九个Tau-5亚稳态构象上开展OPES-explore模拟，计算EPI-002的结合自由能，并利用Deep-TICA从增强采样轨迹中提取慢动力学模式，从而解析EPI-002的结合、解离以及水介导中间态的变化过程。 图1. 解析 IDP 可成药构象与小分子作用机制的机器学习增强采样工作流。 结果与讨论 研究团队从构象采样、结合机制、虚拟筛选和实验验证等多个层面系统评估了该工作流的能力。 REST3 采样与AE CV识别Tau-5的九个亚稳态构象 研究团队首先利用REST3对AR-NTD中的Tau-5片段进行增强采样，并结合NMR化学位移等实验数据验证模拟构象集合的可靠性。结果显示，模拟得到的二级结构分布和Cα化学位移与实验结果具有较好一致性，说明REST3能够有效刻画Tau-5的动态构象空间。在此基础上，研究团队进一步利用AE CV对300 K轨迹进行降维分析，构建了Tau-5的低维自由能面，并识别出九个结构差异明显的亚稳态构象。这些构象为后续隐蔽结合口袋识别、EPI-002 对接和基于结构的虚拟筛选提供了代表性结构基础。 图 2. REST3增强采样刻画Tau-5的动态构象分布并验证模拟可靠性。 图 3. AE CV自由能面揭示Tau-5的九个亚稳态构象。 SWISH 揭示 Tau-5 中瞬态隐蔽结合口袋 由于固有无序蛋白的结合口袋往往是瞬态形成的，单纯依赖静态构象难以捕捉其可成药区域。研究团队针对九个Tau-5亚稳态构象分别开展了SWISH模拟，通过小分子疏水探针诱导蛋白表面隐蔽疏水口袋打开。结果表明，SWISH能够在Tau-5的亚稳态构象中揭示潜在结合口袋，并为EPI-002的分子对接提供合理结合区域。对接结果进一步显示，EPI-002可进入这些口袋，其反应相关基团靠近Cys404，同时周围富集芳香残基，提示π–π堆积作用、疏水相互作用以及潜在共价稳定化可能共同参与AR-NTD的小分子识别。 图 4. SWISH模拟诱导Tau-5隐蔽结合口袋打开并支持EPI-002结合。 Deep-TICA 解析 EPI-002 结合/解离路径中的水介导机制 在获得EPI-002与Tau-5的结合构象后，研究团队进一步结合OPES-explor 与机器学习集合变量，对配体结合和解离过程进行增强采样。随后，利 Deep-TICA从增强采样轨迹中提取慢动力学模式，构建了Water CV与Distance CV，从而解析结合态、中间态和非结合态之间的转变。结果表明，EPI-002的识别并非仅由疏水作用或π–π堆积作用决定，结构水分子在结合口袋中形成桥联氢键网络，并在配体解离过程中稳定中间态，说明水分子主动参与了AR-NTD与小分子的识别过程。 图 5. Deep-TICA揭示EPI-002结合/解离过程中的结构水介导氢键网络。 虚拟筛选与实验验证发现新型AR-NTD拮抗剂K53 基于前述识别出的Tau-5可成药构象，研究团队进一步开展基于结构的虚拟筛选，并从Specs和ChemDiv化合物库中筛选候选分子，并进行实验验证。细胞实验显示，K53在多种前列腺癌细胞中表现出显著抗增殖活性，尤其能够有效抑制恩扎卢胺耐药的22Rv1和LNCaP-EnzR细胞，同时对非肿瘤细胞表现出较低毒性。SPR、NMR、WaterLOGSY和CETSA等多种实验证据进一步证明K53可直接结合AR-NTD-AF1区域，并在细胞中产生靶点结合效应。功能实验显示，K53能够抑制AR转录活性并下调KLK3、FKBP5和TMPRSS2等经典AR靶基因表达。结构建模表明，K53与EPI-002在关键药效团空间分布上具有相似性，但通过结构修饰获得了更优的活性和成药潜力。 图 6. 虚拟筛选与多维实验验证发现新型AR-NTD拮抗剂K53。 工作流在c-Myc固有无序体系中的可迁移性验证 为验证工作流的通用性，研究团队进一步将其应用于另一种典型固有无序蛋白 c-Myc。结果显示，该流程同样能够识别c-Myc的亚稳态构象和潜在结合口袋，并通过OPES-explore计算小分子抑制剂10058-F4的结合自由能。计算结果与实验观测的微摩尔级亲和力一致，说明该机器学习增强采样工作流不仅适用于AR-NTD，也具有迁移到其他固有无序蛋白体系的潜力。 图 7. c-Myc固有无序体系验证工作流通用性。 总结 本研究提出了一套面向固有无序蛋白药物设计的机器学习增强采样工作流，实现了从IDP构象采样、可成药口袋识别、配体结合机制解析到候选拮抗剂发现的计算–实验闭环。通过对AR-NTD的系统研究，研究团队识别了九个药物相关亚稳态构象，揭示了EPI-002识别AR-NTD时π–π堆积、芳香残基和结构水介导氢键网络的协同作用，并发现了新型AR-NTD拮抗剂K53。K53能够直接结合AR-NTD、抑制AR转录活性，并在恩扎卢胺耐药前列腺癌细胞中表现出较强抗增殖活性和良好选择性。该工作为理解AR-NTD配体识别机制和开发耐药前列腺癌治疗候选物提供了重要依据，也展示了机器学习增强采样在固有无序蛋白药物设计中的应用潜力。 参考资料 Zhu, K., Wang, H., Zhang, J. et al. Targeting the intrinsically disordered AR-NTD through a machine learning-based enhanced sampling workflow. Nat Commun (2026).  https://doi.org/10.1038/s41467-026-73863-x