整合素αⅤβ3非肽類小分子拮抗劑的設計及其在腫瘤顯像中的研究進展

李 玲,張春麗,王榮福

(北京大學 第一醫院核醫學科,北京 100034)

放射性核素標記的腫瘤特異性高表達受體拮抗劑在腫瘤的早期發現、早期診斷中已經發揮出獨特的優勢,同時也在腫瘤的靶向治療方面也顯示出一定的應用價值。研究證明,整合素αⅤβ3受體在多種腫瘤表面和新生血管內皮細胞中有高表達,且對腫瘤血管生成起著重要作用。腫瘤血管生成是腫瘤生長、轉移過程中不可缺少的生物過程,有研究表明如果沒有新生血管生成,腫瘤的生長不超過1～2 mm。因此,針對整合素αⅤβ3拮抗劑的研究對腫瘤的早期診斷及靶向治療具有重要意義。

1 整合素αⅤβ3及其RGD肽類配體

1.1 整合素αⅤβ3及其在腫瘤血管生成中的作用

整合素是細胞黏附分子家族的重要成員之一,是由α和β兩條鏈通過非共價鍵連接而成的異源二聚體跨膜糖蛋白,主要介導細胞與細胞、細胞與細胞外基質(Extracellular Matrix,ECM)之間的相互黏附,并介導細胞與ECM之間的雙向信號傳導,在很多重要的生理過程中起重要作用。迄今為止,已發現18種不同的α亞基和8種β亞基,組成了24種整合素[1-2]。

其中 ,整合素 αⅤβ3是由 αⅤ亞基(CD51,相對分子質量150 000)和β3亞基(CD61,相對分子質量105 000)形成的跨膜異二聚體糖蛋白,能識別配體分子中的精-甘-天冬序列(A rg-Gly-Asp,RGD),這類配體包括玻璃粘連蛋白(V itronectin,VN)、纖維粘連蛋白(Fibronectin,FN)、血小板反應蛋白-1(Throm bospodin,TSP-1)和范德華因子(Von Willibrand's Factor,vWF)等,故又名VN受體。αⅤβ3可以表達于多種細胞類型,包括破骨細胞、血管平滑肌細胞、內皮細胞等,還可表達于多種腫瘤細胞膜表面,如卵巢癌、神經母細胞瘤、乳腺癌、黑色素瘤等[3],在多種活動過程中與含RGD肽的配體結合,參與腫瘤的血管生成、侵襲轉移,炎癥、傷口愈合和凝血等生理和病理過程。

αⅤβ3在靜止的內皮細胞基本不表達,而在新生血管生成時的內皮細胞上大量表達,并可能通過參與內皮細胞的激活和遷移、介導內皮細胞增殖、抑制內皮細胞凋亡、參與堿性成纖維細胞生長因子(Basic Fibroblast Grow th Factor,bFGF)及血管內皮生長因子(Vascu lar endothelial G row th Factor,VEGF)誘導的血管生成、誘導環加氧酶產生等過程,在腫瘤血管生成中發揮重要作用[4]。

目前,針對整合素αⅤβ3的抑制劑有單抗類、解聚素、肽類及非肽類小分子拮抗劑等[2]。

1.2 整合素αⅤβ3的 RGD肽類配體

整合素αⅤβ3在腫瘤血管生成中起到重要作用,因此,為尋找早期發現腫瘤和抑制腫瘤生長的新方法,整合素αⅤβ3配體及小分子拮抗劑的研究成為腫瘤研究的熱點之一。目前,研究主要集中于兩個方面,一方面是對RGD肽類配體的研究,如線性RGD肽、環狀RGD肽及 RGD肽的多聚體等多種形式RGD肽類整合素配體。其中已有一些含RGD肽序列的環肽進入臨床試驗。此外,通過RGD肽結構的模擬或受體-配體結合的構效關系等方法設計出了一系列非肽類小分子拮抗劑,包括異噁唑啉類、吲哚類、2-苯氮雜類和Azacarba衍生物等[5]。

大多數線性 RGD肽對整合素受體親和力較低,且易被蛋白酶降解,體內穩定性差,其生物活性和顯像結果并不理想。對含RGD肽結構的分子進行修飾與改造,可提高配體分子的穩定性、親和性、特異性及靶向性,增加腫瘤攝取并延長其在腫瘤組織的滯留時間,以達到更好的顯像和治療效果。進一步研究發現,環形結構的肽較線性肽穩定,有更高的親和性、受體特異結合性。劉紅潔等[6]的研究結果顯示,放射性核素131I標記的cyclo(-Cys-A rg-Gly-Asp-T ry-Cys-)可使小鼠黑色素瘤B16清晰顯像。二硫鍵成環的NC100692對αⅤβ3受體有很高的親和力(K d=0.01 nm ol/L),其99Tcm標記物已成功應用于人體腫瘤血管生成的顯像研究[7-8]。而環五肽cyclo(-RGDfV-),其 IC50=2.3 nmol/L,已作為抗腫瘤藥物(Cilengitide,EMD 121974)進入臨床二期研究[9-10]。此外,在環形RGD肽結構上引入糖基[11]、親水性四肽、聚乙二醇[12]等進行修飾,不僅有利于放射性核素的標記,還可改善生物利用度,增加腫瘤組織的攝取。而通過形成多聚體亦可提高RGD肽對整合素受體的結合率和選擇性,提高分子成像的靶向親和性。Chen等[13]通過在RGD肽二聚體的谷氨酸氨基上引入4-18F苯合成18F-FB-E[c(RGDyK)]2(y=OH)進行膠質母細胞瘤小動物PET顯像和放射自顯影,結果顯示,二聚體具有快速血漿清除率,腫瘤組織攝取亦很快,30 m in后即達(6.79±0.05)%ID/g。與單體相比,在所有的時間點,二聚體RGD肽都有明顯高的腫瘤攝取(P＜0.001)。Li等[14]應用64Cu分別標記 DOTARGD四聚體和八聚體,用于人膠質瘤大鼠模型的成像。結果顯示,八聚體探針較四聚體對αⅤβ3具有更高的親和性和特異性(50%抑制濃度分別為10 nmol/L和35 nmo l/L);八聚體探針的腫瘤攝取率也明顯高于四聚體。

2 整合素αⅤβ3的非肽類小分子拮抗劑的設計

根據受體-配體結合的X射線晶體衍射、NMR結構研究以及組合化學、計算機輔助藥物設計等技術,可設計出一系列αⅤβ3受體的小分子拮抗劑。目前主要通過肽類模擬和計算機輔助藥物設計得到新的小分子拮抗劑。

2.1 肽類模擬

對RGD肽的結構進行模擬設計得到的非肽類小分子拮抗劑的主要結構示于圖1。由圖1可知,模擬設計得到的非肽類小分子拮抗劑主要由三部分組成:一端為類似精氨酸末端胍基的部分,可為胍基或者類似的堿基,如2-氨基吡啶、四氫-1、8-二氮雜萘等;另一端為類似天冬氨酸殘基部分的羧基,一般為β-取代丙酸;中間為連接羧基與胍基的部分,其距離與RGD肽中的距離相近。另外,在環五肽4位氨基酸殘基的位置引入環狀結構有利于與αⅤβ3的結合[5]。根據中間連接部分結構的不同,還可將其分為:以哌嗪(閉合的二元胺結構)、哌啶(閉合的一元胺結構)、γ-內酰胺(五元含氮環結構)、苯并多元雜環(橋環結構)和烷基酰胺等為中間連接部分的化合物[15]。這些非肽分子的結構與電性分布,其活性、選擇性和穩定性比RGD肽更好,將成為主要的αⅤβ3受體拮抗劑。

圖1 模擬設計得到的RGD肽的結構

2.2 計算機輔助藥物設計

在計算機輔助藥物設計廣泛應用的基礎上,研究者們主要通過建立藥效團和直接分子對接的方法獲得更多新的高親和力和高選擇性非肽類小分子拮抗劑。

2.2.1 建立藥效團的間接藥物設計方法

通過對已知肽類配體及非肽類小分子拮抗劑結構的分析可知,進行自動分子對接等方法可建立藥效團,再根據藥效團各元素及其空間距離對小分子數據庫進行搜索,獲得具有相似結構的小分子拮抗劑。

Marinelli等[16]應用自動分子對接的方法,對已知結構并具有高的分子多態性和抑制作用的肽類及非肽類整合素αⅤβ3拮抗劑進行對接實驗,探討配體-受體結合的構效關系,得出了可以反映配-受體結合的五點藥效團模型,其空間構型示于圖2,該模型與配-受體識別結合過程的5個因素有關:1)化合物中羧基氧原子與受體金屬離子依賴性粘附位點(Metal Ion-dependent A dhesion Site,MIDAS)區中的 Ca2+絡合;2)化合物中胍基或胍基類似集團與受體(α)-A sp218或(α)-Asp150形成鹽橋;3)化合物中芳環結構與受體側鏈(β)-Ty r122產生T形作用;4)化合物中NH基上的氫原子與受體骨架(β)-A rg216形成氫鍵;5)化合物中羰基與受體(β)-A rg214胍基結構產生氫鍵作用。

Moitessier等[17]通過對具有較高親和力和選擇性的RGD肽的結構進行分析,得出對配體受體結合起重要作用的集團為含羧酸鹽的負電區域(a),胍基類似的正電集團(b)以及連接這兩個帶電集團的疏水中心(c),由此得出三點藥效團模型,其空間構型示于圖3。他們還用該三點藥效團模型與X射線晶體衍射得出的受體結構進行自動對接和分子動力學研究,證實了該藥效團的有效性。

圖2 Marinelli等設計的五點藥效團模型的空間構型

圖3 Moitessier等設計的三點藥效團模型的空間構型

Dayam等[18]用Catalyst軟件包選擇了3大類小分子化合物作為訓練集,得到了10個藥效團,用包含638個已知整合素αⅤβ3受體拮抗劑的數據庫驗證所建立的藥效團模型,選出具有最佳分辨力的藥效團模型,其空間構型示于圖4。此后,又用該藥效團對含有600 000個化合物的小分子庫進行3D搜索,得到 832個化合物。根據結構新穎性原則,選擇了29個化合物進行結合實驗,得到4個顯示高親和力的化合物。對其中的一種活性化合物進行構效研究,發現了兩種高親和力的小分子,這些小分子可被偶聯于紫杉醇,所形成的化合物可直接作用于αⅤβ3陽性的轉移性腫瘤細胞。

圖4 Dayam等設計的藥效團模型的空間構型

程剛英等[19]選擇了對αⅤβ3受體具有較高抑制活性(IC50＜110 nmol/L)的4個類型(分別以酰胺、哌嗪、哌啶、γ-戊內酰胺為中間連接基)的30個化合物為訓練集,利用Catalyst軟件構建了整合素αⅤβ3受體選擇性拮抗劑藥效團模型,其空間構型示于圖5。他們又在數據庫中尋找具有活性的母體結構,對母體結構進行修飾改造及類藥性分析,得到了新的預測活性較高且易于合成的先導化合物。

圖5 程剛英等設計的藥效團模型的空間構型

對比圖2～圖5可以看出,4種用不同方法設計出的最佳藥效團雖存在一定的不同之處,但均含有疏水中心、芳環及負電集團等藥效元素,且各藥效元素之間的距離相似。利用藥效團進行分子篩選可得到較多具有高親和力的小分子,進一步的研究仍在進行中。

2.2.2 分子對接法直接藥物設計

分子對接法(Docking)是基于受體結構的直接藥物設計最常用的方法,是直接將小分子與受體進行模擬結合,通過計算,預測兩者間的結合模式和親和力,對受體-配體結合進行三維構效關系研究,優化先導化合物以實現全新藥物設計,并獲得結構新穎的靶向藥物,包括DOCK、A utodock、FlexX 等。

Casiraghi[20]和Feuston[21]等分別用DOCK方法研究了RGD三肽中插入氨基環戊酸結構和非肽類小分子配體與αⅤβ3受體的結合機制,以指導新化合物的設計與優化;Marinelli等[16]用7類9個已知的αⅤβ3受體配體(包括肽類和非肽類配體、光學異構體)與受體進行對接,研究了配體與受體結合的構效關系,證明配體與受體的極性基團的相互作用和氫鍵作用對兩者的結合力起著關鍵作用,且AutoDock計算出的結合能與實驗測得的IC50或Ki有很好的一致性,并發現有兩種可能的受體結合模式,其能量相差約8.4 kJ/mo l。

Raboisson等[22]用 DOCK方法對吲哚類αⅤβ3受體拮抗劑進行了三維構效關系研究,并以此為依據,設計出3個新型化合物,通過生物活性測定得到親和力和選擇性最高且能通過口服給藥的αⅤβ3受體拮抗劑3(3-吡啶基)-3-[4-[2-(5,6,7,8-四氫[1,8]萘啶-2)乙基]吲哚-1]丙酸。該藥物對αⅤβ3受體的IC50為0.50 nm ol/L,對αⅡbβⅢa受體的 IC50＞1 μmol/L。

紀慶等[23-24]基于整合素αⅤβ3受體的胞外區及與配體復合物的三維晶體結構確定結合位點,用DOCK 4.0程序對小分子庫進行篩選,并進行生物活性測試,得到了一類靶向整合素αⅤβ3的全新的先導化合物。挑選出得分高的前1 000個化合物,按化學特性和類藥性的不同將化合物分類,從每一類中挑選出得分高的代表性化合物,最終選擇50個化合物進行生物學活性測定。通過活性測定,得到7個化合物具有抑制細胞黏附活性(對 VN的半數抑制濃度IC50為38.5～180.4 μmol/L),其中3,4-二氯苯基雙胍活性最高(對VN 的IC50為 38.5μmol/L),此即為靶向整合素αⅤβ3受體的一類新型先導化合物——取代苯基雙胍類化合物。他們在研究中還通過分子圖像學方法分析了取代苯基雙胍類化合物與αⅤβ3受體之間的作用模式以及電荷分布,找到了其作用的關鍵位置和基團。結果顯示,取代苯基雙胍類化合物的雙胍部分以“舒展”的方式伸入金屬離子依賴性結合位點中,并能夠與受體Glu220形成穩定的氫鍵。

在計算機輔助藥物設計中,藥效團的構建和分子對接法的聯合使用,可獲得更多高選擇性、高親和力的小分子拮抗劑,再經過進一步體內外實驗篩選有望獲得新的高效小分子拮抗劑,應用于腫瘤的顯像與治療。

3 放射性核素標記的整合素αⅤβ3非肽類小分子拮抗劑在腫瘤顯像和治療方面的應用

研究表明,18F、64Cu、99Tcm和111In標記的環RGD肽類在各種腫瘤鼠模型中均可表現出選擇性的腫瘤攝取[25-27],且18F-Galacto-RGD已成為第一個進入臨床試驗的以整合素αⅤβ3為靶點的腫瘤顯像劑,在惡性黑素瘤的臨床試驗中表現出好的生物學分布及特異性靶點識別[28];最近亦用于膠質母細胞瘤的臨床試驗,且可成功識別表達αⅤβ3膠質母細胞瘤[29]。雖然,RGD肽類雖已被證明具有成為腫瘤顯像藥物的潛力,但目前還沒有一種放射性藥物在具有高腫瘤攝取和滯留的特性的同時在非腫瘤組織攝取很少。而肽類模擬及非肽類拮抗劑對αⅤβ3具有很高的親和力和選擇性,這就意味著這類分子能在將非腫瘤組織的攝取降到最低的同時把放射性核素輸至腫瘤組織,從而使其具有應用于腫瘤早期診斷顯像和靶向治療的潛力。

H arris TD等[30]的研究證明,給荷瘤小鼠尾靜脈注射111In-TA 120(TA 120為吲哚類RGD肽模擬分子),2 h后表現出高腫瘤攝取(12.9%ID/g),24 h時的攝取仍高達9.25%ID/g;內臟攝取雖低于二聚體環肽,但腎臟攝取仍較高,24 h時為7.5%ID/g。而喹諾酮類RGD肽模擬分子TA 138用111In標記后,由尾靜脈注入荷瘤小鼠體內,2 h后腫瘤攝取可達9.39%ID/g,腫瘤與非腫瘤的放射性攝取比(T/NT)如下:血液17.5、肌肉 17.1、肝臟 4.83、腎臟 4.04 、骨 6.01。且111In-TA 138表現出腫瘤清除慢,在靜脈注射24 h后降至3.46%ID/g。較RGD肽類分子具有更好的T/NT。

目前,此類研究仍多集中于發現及設計具有更高親和力和特異性的整合素αⅤβ3非肽類小分子拮抗劑,對于已經發現的高親和力的小分子尚未進行進一步的動物體內顯像及應用實驗,這將成為今后實驗研究的重點之一。

4 整合素αⅤβ3非肽類小分子拮抗劑在腫瘤顯像和治療方面的應用前景

通過 RGD肽類模擬、計算機輔助藥物設計,可得出大量具有高選擇性、高親和力αⅤβ3小分子拮抗劑,再經過進一步體內外實驗,可選擇出適于使用放射性核素標記、易于清除的小分子拮抗劑,對腫瘤組織進行顯像。亦可將治療用放射性核素(如131I)或者抗腫瘤藥物結合于高特異性、高親和力、具有類藥性的小分子拮抗劑上,將具有治療效果的核素或抗腫瘤藥物輸送至靶點,用于腫瘤的靶向治療。通過深入研究,整合素αⅤβ3小分子拮抗劑必將在腫瘤的顯像及臨床治療方面發揮重要作用。

[1] Beer AJ,Schw aiger M.Imaging of integrin alphavbeta3 exp ression[J].Cancer Metastasis Rev,2008,27(4):631-644.

[2] Liu ZF,Wang F,Chen X.IntegrinαⅤβ3-targeted cancer therapy[J].D rug Development Research,69(6):329-339.

[3] Dijkgraaf I,Boerman OC.Radionuclide imaging of tumor angiogenesis[J].Cancer Biother Radiopharm,2009,24(6):637-647.

[4] 黃云鵬.整合素αⅤβ3在腫瘤血管生成中的作用[J].中國腫瘤,2007,16(1):35-38.

[5] 張春麗,楊銘,王榮福.RGD肽與整合素αⅤβ3受體結合的構效關系及放射性標記配體的設計[J].腫瘤學雜志,15(1):76-81.

[6] 劉紅潔,王榮福,張春麗,等.131-I標記RGD環肽在荷瘤小鼠體內分布與顯像研究[J].中國醫學影像技術,2008,24(1):131-133.

[7] Edwards D,Jones P,Haram is H,et al.99mTc-NC100692——a tracer for imaging vitronectin receptors associated w ith angiogenesis:a preclinical investigation[J].Nucl Med Biol,2008,35(3):365-375.

[8] Roed L,Oulie I,McParland BJ,et al.H uman urinary excretion of NC100692,a RGD-pep tide for imaging angiogenesis[J].Eur JPharm Sci,2009,37(3-4):79-83.

[9] Raguse JD,Gath HJ,Bier J,et al.Cilengitide(EMD 121974)arrests the grow th of a heavily pretreated highly vascularised head and neck tumour[J].OralOncol,2004,40(2):228-230.

[10]Ruoslahti E,Pierschbacher MD.A rg-Gly-Asp:a versatile cell recognition signal[J].Cell,1986,44(4):517-518.

[11]Wester HJ,Schottelius M,Scheidhauer K,et al.Comparison o f radioiodinated TOC,TOCA and Mtr-TOCA:the effect of carbohyd ration on the pharmacokinetics[J].Eur J Nucl Med Mol Imaging,2002,29(1):28-38.

[12]Chen X,Hou Y,TohmeM,etal.Pegy lated A rg-Gly-Asp pep tide:64Cu labeling and PET imaging of brain tumor alphavbeta3-integrin expression[J].JNuclMed,2004,45(10):1 776-1 783.

[13]Chen X,Tohme M,Park R,et al.Micro-PET imaging of alphavbeta3-integrin exp ression with18F-labeled dimeric RGD pep tide[J].Mol Imaging,2004,3(2):96-104.

[14]Li ZB,Cai W,Cao Q,et al.64Cu-labeled tetrameric and octameric RGD peptides for small-animal PET of tumor alpha(Ⅴ)beta(3)integrin expression[J].JNucl Med,2007,48(7):1 162-1 171.

[15]倪廣惠,姜鳳超.整合素αⅤβ3拮抗劑的研究進展[J].藥學學報,2006,41(7):577-582.

[16]Marinelli L,Lavecchia A,Gottschalk KE,et al.Docking studies on alphaⅤbeta3 integrin ligands:pharmacophore refinement and im p lications for d rug design[J].J Med Chem,2003,46(21):4 393-4 404.

[17]Moitessier N,H enry C,Maigret B,et al.Combining pharmacophore search,automated docking,and molecu lar dynam ics simu lations as a novel strategy for flexible docking.Proof of concep t:docking of arginine-g lycine-aspartic acid-like compounds into the alphaⅤbeta3 binding site[J].J Med Chem,2004,47(17):4 178-4 187.

[18]Dayam R,Aiello F,Deng J,et al.Discovery of smallmolecule integrin alphavbeta3 antagonists as novel anticancer agents[J].J Med Chem,2006,49(15):4 526-4 534.

[19]程剛英,倪廣惠,姜鳳超.整合素αⅤβ3受體拮抗劑藥效團模型的研究[J].藥學學報,2009,44(4):379-385.

[20]Casiraghi G,Rassu G,Auzzas L,et al.G rafting am inocyclopentane carboxy lic acids onto the RGD tripeptide sequence generates low nanomolar alphaⅤbeta3/alphaⅤbeta5 integrin dual binders[J].J Med Chem,2005,48(24):7 675-7 687.

[21]Feuston BP,Culberson JC,Duggan ME,et al.Binding model for nonpep tide antagonists of alpha(Ⅴ)beta(3)integrin[J].JMed Chem,2002,45(26):5 640-5 648.

[22]Raboisson P,Desjarlais RL,Reed R,et al.Identification of novel short chain 4-substituted indoles as potent alphaⅤbeta3 antagonist using structurebased drug design[J].Eur JMed Chem,2007,42(3):334-343.

[23]紀慶,周圓,彭暉,等.整合素αⅤβ3小分子抑制劑的設計及活性測定[J].中國醫學科學院學報,2007,29(3):347-352.

[24]Zhou Y,Peng H,Ji Q,et al.Discovery of small molecu le inhibitors of integrinαⅤβ3through structure-based virtual screening[J].Bioorg Med Chem Lett,2006,16:5 878-5 882.

[25]Chen X,Park R,Tohme M,et al.MicroPET and autoradiographic imaging of breast cancerαⅤ-integrin expression using18F-and64Cu-labeled RGD pep tide[J].Biocon jugate Chem,2004,15(1):41-49.

[26]Janssen ML,Oyen WJ,Dijkgraaf I,et al.Tumor targeting with radio labeled alpha(Ⅴ)beta(3)integrin binding pep tides in a nudemouse model[J].Cancer Res,2002,62(21):6 146-6 151.

[27]Janssen M,Oyen WJ,Massuger LF,et al.Comparison of a monomeric and dimeric radiolabeled RGD-peptide for tumor targeting[J].Cancer Biother Radiopharm,2002,17(6):641-646.

[28]Beer AJ,Haubner R,GoebelM,et al.Biodistribution and pharmacokinetics of the alphaⅤbeta3-selective tracer18F-galacto-RGD in cancer patients[J].JNuclMed,2005,46(8):1 333-1 341.

[29]Schnell O,K rebs B,Carlsen J,et al.Imaging of integrin alpha(v)beta(3)expression in patients withmalignant glioma by[18F]Galacto-RGD positron em ission tomography[J].Neuro Oncol,2009,11(6):861-870.

[30]Harris TD,Kalogeropoulos S,Nguyen T,et al.Design,synthesis,and evaluation of radiolabeled integrin alphaⅤ beta3 receptor antagonists for tumor imaging and radiotherapy[J].Cancer Biother Radiopharm,2003,18(4):627-641.