铁死亡研究方兴未艾，小分子抑制剂开发挑战重重。
铁死亡（ferroptosis），是 2012 年 Brent R. Stockwell 实验室发现的一种铁依赖的细胞程序性死亡，由不受限制的脂质过氧化和随后的质膜破裂引起，与肿瘤的发生、发展和耐药密切相关。这种不同于凋亡、坏死、自噬的新型细胞死亡方式，自提出以来就迅速掀起了全球范围的研究狂潮 [1]。
目前已有的研究表明，作为铁死亡核心调控子的 GPX4（谷胱甘肽过氧化物酶 4），在非小细胞肺癌、胰腺癌、前列腺癌和黑色素瘤细胞中的功能丧失可以致使持续性癌细胞铁死亡，抑制肿瘤的发生、进展、复发、转移及耐药，因而逐渐成为细胞铁死亡研究领域的「明星靶点」[2]。
美国哈佛-麻省理工的博德研究所联合创始人 Stuart L. Schreiber 教授在该领域深耕 10 年，创立 Kojin Therapeutics；2021 年 6 月 9 日，公司宣布完成 6000 万美元的 A 轮融资，用于加速对铁死亡敏感的耐药肿瘤的药物研发。
尽管 GPX4 看上去很有潜力，然而其整个蛋白很小，表面平坦，缺乏可成药口袋（图 1A）。目前具有细胞活性的 GPX4 抑制剂主要与 46 位的硒代半胱氨酸残基发生共价结合，普遍存在选择性差和毒性大的问题（图 1B）。
图 1 GPX4 蛋白与 ML162 晶体复合物结构 [3]（PDB ID: 6HKQ）以及现有共价抑制剂
仔细观察 ML162 与 GPX4 的相互作用，如图 1A 所示，我们不难发现，由于蛋白表面平坦，ML162 与 GPX4 的非共价部分的相互作用非常少，这可能也是 ML162 分子选择性差的原因。
基于以上，GPX4 是否存在一个隐藏口袋或者别构口袋，靶向其他位置是否能影响 GPX4 的生物学功能，是非常值得探索的问题。
AI+动力学，RiDymo 平台发现新位点并完成活性验证
「对 GPX4 的开发思路，我们从一开始就定位在探索并发现有更好成药性的隐藏口袋上。」深势科技首席药学官张晓敏博士表示，「深势科技基于 AI for Science 打造的 RiDymo 平台，通过动力学模拟发掘蛋白在体内的构象变化，发现全新的可药口袋，并基于此开发的非共价分子在酶学和细胞水平上的抑制活性均与阳性共价分子相当，同时具备更好的成药性。这一实践使我们充分验证了 RiDymo 平台在药物研发中的价值，在未来有望赋能更多难成药靶标的药物发现。」
在本项目中，深势科技药物研发团队的开发路径如下：
1.蛋白构象采样：通过强化动力学（Reinforced dynamics, RiD）方法对 GPX4 蛋白进行计算模拟。如图 2 右列显示，对比传统分子动力学模拟（Molecular dynamics, MD）（图 2 左列），可以看出 Reinforced dynamics 在同样的模拟时间尺度可以更高效地探索蛋白质的相空间，从而发现蛋白质的其他亚稳定构象以及隐藏的位点（粉色区域为隐藏在蛋白质内部的氨基酸）。
图 2 强化动力学对 GPX4 蛋白高效采样
2.可药口袋诱导：在实际的药物研发项目中，当确定蛋白质主链结构后，侧链的构象变化也至关重要。深势科技团队在以上发掘的隐藏位点基础上，运用强化动力学+有机溶剂探针的方法，进一步对该口袋进行了更全面的探索和诱导。如图 3 展示，在有机溶剂探针的帮助下，我们惊喜地发现，蛋白从原先比较平坦的表面诱导形成了更深的小分子结合口袋。
图 3 RiDymo 强化动力学结合 Uni-Probe 有机溶剂探针方法，诱导发现 GPX4 新口袋
3. 分子筛选与验证：基于此口袋，结合深势科技 Hermite 药物设计平台中 Uni-Docking 方法一日千里，追风逐月| 深势科技发布极致加速版分子对接引擎 Uni-Docking，对此位点进行了分子的高通量虚拟筛选。如图 4 所示，目前获得的非共价分子 DP018、DP029 在 GPX4 酶学抑制活性（图 4A）达到了微摩级别的效果，与阳性的共价分子 ML162 抑制活性相当。随后通过表面等离子共振实验（SPR）验证了非共价分子可以直接结合 GPX4，结合强度也达到了微摩级别（图 4B）。图 4C 展示了 DP 非共价分子在细胞上观察到活性氧 ROS 的变化，说明引起了细胞的铁死亡。
图 4 ML162 及筛选分子在 GPX4 酶学实验（A）、SPR 实验（B）以及 ROS 实验（C）中的结果
让蛋白「动」起来——RiDymo 强化动力学平台
蛋白质动力学研究日趋成为全球药物研发的热点领域。通常的理性药物设计需要靶标蛋白具有明确的结构和清晰的作用位点，这种类型的靶点通常称为「可成药」靶点，在人类靶点中占 15% 左右。其余 85% 为「难成药」靶点，一般体现在蛋白表面平坦无清晰作用位点，或者蛋白结构柔性大，甚至没有稳定的三维结构。这类靶点难以使用传统方法进行理性药物设计——而深势科技自主开发的 RiDymo 强化动力学平台（图 5）则对该问题给出了新的解题思路。
RiDymo 平台是基于 Reinforced dynamics （RiD）算法 [4] 开发的专注于解决「难成药」靶点的动力学平台。对比其他动力学算法和平台，RiDymo 最核心的优势体现在模拟采样效率上的巨幅提升，同时充分结合神经网络的高维表示能力，在复杂的生物大分子体系中高效捕捉动态的构象变化，在相对可控的算力资源和模拟时长条件下就可以让蛋白真正「动」起来（如上图）。
图 5 RiDymo 强化动力学平台
此前，作为平台核心能力的 RiD 算法已经在 Nature 子刊上发表 登上 Nature 子刊！深势科技 RiD 方法解决生物大分子体系高维空间采样难题。在文章中显示，针对一个蛋白的从头折叠问题，RiD 方法模拟 1.86 μs 时间获得的自由能面比传统分子动力学方法 100 μs 获得的自由能面更加全面，展现出 RiD 方法在分子模拟的效率上有了近百倍的提升。
基于 RiD 方法，RiDymo 强化动力学平台可用于解决以下问题：
•针对表面平坦或者蛋白-蛋白相互作用（PPI）体系，在缺乏明确的结合位点的情况下，RiDymo 可以用于诱导形成可药口袋、探索全新别构口袋
•针对结构动态变化较大的 GPCR、通道蛋白等体系，RiDymo 可以分析残基在运动轨迹中的相关性，助力药靶作用机理研究和药物筛选
•针对在体内缺乏稳定结构的无序蛋白，RiDymo 可以探索蛋白在热力学（Thermodynamics）和动力学（Kinetics）中的重要构象并发现可药结构
•此外，药物最终需要在体内起效，仅考虑结合强度这一热力学参数是不够的，RiDymo 可以有效计算药物的驻留时间（即解离常数的倒数）等与药物体内药效强相关的动力学参数，而这一点在过去往往是被大家忽视的
总结与展望
RiDymo 平台致力于在药物分子发现中建立 Structure-kinetic relationship（SKR），通过紧密结合 SAR (Structure-activity relationship) 及 SPR (Structure-property relationship)，高效推进高质量临床前候选化合物的发现。
本次的管线进展披露充分验证了深势科技 RiDymo 平台在实际药物开发中的巨大潜能，也是「AI for Science」新范式从算法到工具到应用落地的一次充分的例证。
我们相信随着未来对铁死亡机制的研究愈发完善，对其通路上相关靶点的药物开发思路也会更加完备。凭借深势科技对动力学的深刻理解，也会不断攻克更多难成药靶标，在更多的管线中取得更亮眼的成果。
Reference
[1] Stockwell, B. R. (2022). Ferroptosis turns 10: Emerging mechanisms, physiological functions, and therapeutic applications. Cell, 185(14), 2401-2421.
[2] Wang, F., & Min, J. (2021). DHODH tangoing with GPX4 on the ferroptotic stage. Signal Transduction and Targeted Therapy, 6(1), 1-2.
[3] Moosmayer, D., Hilpmann, A., Hoffmann, J., Schnirch, L., Zimmermann, K., Badock, V., ... & Hillig, R. C. (2021). Crystal structures of the selenoprotein glutathione peroxidase 4 in its apo form and in complex with the covalently bound inhibitor ML162. Acta Crystallographica Section D: Structural Biology, 77(2), 237-248.
[4] Wang, D., Wang, Y., Chang, J., Zhang, L., Wang, H. & E, W. (2022). Efficient sampling of high-dimensional free energy landscapes using adaptive reinforced dynamics. Nature Computational Science, 2(1), 20-29.
