聚焦“合成致死”策略，英矽智能发现靶向USP1的临床前候选药物，用于多种抗肿瘤疗法开发| Insilico Medicine

2022.04.13

聚焦"合成致死"策略，英矽智能发现靶向USP1的临床前候选药物，用于多种抗肿瘤疗法开发

聚焦"合成致死"策略，英矽智能发现靶向USP1的临床前候选药物，用于多种抗肿瘤疗法开发

我们很高兴地宣布，英矽智能提名了一款靶向合成致死靶点去泛素化酶（USP1）的临床前候选药物用于抗肿瘤治疗。该候选药物是一款由AI设计并经由临床前实验验证、具有特定属性的小分子化合物。凭借自主研发的生成式人工智能小分子设计平台 Chemistry42，英矽智能在项目启动9个月内，仅合成和测试了不到80个化合物，就提名了该项目的临床前候选化合物。

癌细胞在人体内的快速生长和扩散可由癌基因的功能获得性突变引起，功能获得性突变使得此类细胞增殖能力增强。一种常见的药物发现策略是抑制癌基因突变而产生的过度活跃或过度表达的蛋白，并且有不少相关药物获得批准用于多癌种的治疗。然而，超过一半的已知癌症突变会导致另一组基因，即肿瘤抑制基因，功能缺失，而肿瘤抑制基因是天然的调节剂，可以阻止细胞不受控制地生长。这种突变以及其他功能缺失性机制（如基因缺失和表达沉默）更难靶向，因为很难去调节有缺陷的蛋白质的活性或替换缺失的蛋白质。

针对功能缺失性突变的一种策略是合成致死。合成致死是抗肿瘤疗法开发的前景领域，能够造福此前无药可医的多种类型肿瘤患者。

癌细胞的"阿喀琉斯之踵"/癌细胞的致命要害

合成致死是指两种不同基因同时发生突变导致细胞死亡的现象，但其中单个基因发生突变都不会造成细胞死亡。"合成"一词在这里取其古希腊语含义：两个实体的组合以形成新事物。

20世纪初，美国遗传学家Calvin Bridges首次描述了合成致死现象，当时他注意到模型生物黑腹果蝇中的一些组合突变具有致死性。当杂交两只果蝇时，某些非等位基因在组合时会致命，即使纯合亲本完全存活。二十年后，他的同事Theodore Dobzhansky在另一种果蝇—拟暗果蝇的野生型种群中观察到了同样的现象，因而创造了"合成致死"这一词。

合成致死是生物体为了维持细胞中的所有关键过程而准备的"备份方案"的结果——即使发生不可预测的事件，例如遗传变异、环境变化或随机突变，也能保护表型稳定性。大自然通过"平行冗余通路"和掩饰突变影响的" capacitor"蛋白来保持遗传稳定性，从而使重要的细胞过程不受任何单一因素的影响。实际应用中，为了利用合成致死现象，我们需要识别这些互为缓冲的关系，了解当它们遭到功能破坏时会发生什么。科学家通过识别在相同生化过程或通路中看似无关的基因间相互作用来实现这一点。

在抗肿瘤药物开发中，合成致死疗法通常间接靶向肿瘤抑制基因的功能缺失性突变。这种方法需要一对若同时失去活性会导致癌细胞死亡的基因。当这种情况发生时（例如在同源重组缺陷 [HRD] 突变的肿瘤中），策略是靶向第二个基因，该基因能弥补第一个基因的功能缺失。肿瘤领域最著名的一对合成致死基因包括抑制肿瘤的BRCA基因，它在修复DNA损伤中起着至关重要的作用，以及作用于"备用"修复通路的PARP基因。癌细胞可以容忍两个通路中任一通路的破坏，但不能容忍两者的同时破坏。

2014年，欧洲和美国的监管机构批准了第一种利用合成致死现象而开发的药物—一款PARP抑制剂，用于治疗携带BRCA1和BRCA2基因功能缺失性突变的肿瘤患者。在30-40%的家族性乳腺癌患者和高达80%的遗传性卵巢癌患者中都发现了这些突变，这使其成为癌症疗法开发的前景领域。之后，另外三种PARP抑制剂也被批准用于肿瘤治疗。

靶向USP1实现合成致死

在PARP抑制剂取得初步成功后，科学家们一直在寻找新的合成致死相互作用—利用功能基因组学筛选和下一代测序 (NGS) 领域的先进技术一次筛选数千个基因对。例如，研究人员可以对携带特定突变的细胞使用RNA干扰或CRISPR基因编辑来系统地破坏数千个其他基因，从而发现可能导致癌细胞死亡的相互依赖的基因对。

利用上述方法而确定的一个颇有前景的合成致死靶点是泛素特异性肽酶1 (USP1)。USP1是一种785氨基酸去泛素化酶, 含有His和Cys结构域, 在泛素特异性加工 (UBP)家族所有成员中高度保守

泛素化是指通过一个或多个泛素分子的共价结合对蛋白质进行翻译后修饰。泛素最突出的功能是标记蛋白质以进行蛋白酶体降解。除此功能外，泛素化还控制多种蛋白质的稳定性、功能活性和细胞内定位。

例如，研究发现 USP1 可调节Fanconi Anemia蛋白FANCD2的泛素化状态，该蛋白在DNA的损伤修复中起关键作用。虽然FANCD2的单泛素化可促进DNA修复，但USP1通过使蛋白质去泛素化，能够及时阻断DNA修复反应。还有证据表明，USP1通过调节PCNA的单泛素化，并促进同源重组(HR)来修复DNA双链断裂，在跨损伤DNA合成 (TLS) 中起重要作用。此外，据观察，USP1缺陷小鼠对DNA损伤高度敏感。有趣的是，USP1在许多癌症中显著过表达，因而阻断USP1能抑制多发性骨髓瘤细胞的 DNA修复，从而引起细胞凋亡以及激活肺癌细胞对Cisplatin的敏感性。这些结果表明USP1至少是一些癌症疗法开发的前景靶点，例如同源重组缺陷 (HRD) 突变的肿瘤。

英矽智能于2021年6月启动靶向USP1的人工智能药物设计项目。今天我们很高兴地宣布，公司提名了一款靶向USP1的临床前候选药物ISM0003091用于抗肿瘤治疗。该候选药物是一款由AI设计并经由临床前实验验证、具有特定属性的小分子化合物。

该候选化合物是一款口服给药的选择性USP1小分子抑制剂，通过使Fanconi Anemia (FA) 和Translesion Synthesis (TLS)通路中的特定蛋白去泛素化，来调控DNA损伤反应通路。在同源重组缺陷 (HRD) 突变的肿瘤中，抑制USP1可诱导细胞周期阻滞和细胞凋亡。USP1和HRD的合成致死效应是由于持续的PCNA/FANCD2单泛素化造成的。

英矽智能的临床前候选药物在具有HRD突变的广泛肿瘤谱系中显现出潜在疗效。体外数据显示，该化合物在BRCA基因突变的肿瘤细胞中具有强大的抗增殖活性和优异的选择性。CDX/PDX模型的体内疗效研究显示，无论是单药治疗还是与奥拉帕尼（Olaparib）联用时，该化合物均表现出强大的抗肿瘤活性和稳健、持久的使肿瘤消退的能力。英矽智能已经启动了用于新药临床试验申请的临床前研究，以尽快将这一内部自研项目推进到临床阶段。

"很高兴看到我们的人工智能引擎能够帮助USP1项目快速发现临床前候选化合物，这一成就再次证明了人工智能在药物研发中的作用。我们将继续利用人工智能平台赋能化合物生成和全新靶点发现和验证，进一步加强英矽智能在合成致死领域的项目管线。"

Feng Ren, PhD

Chief Scientific Officer of Insilico Medicine.

生成式人工智能平台的实际应用

化合物ISM0003091的全新分子结构是通过英矽智能自主研发的人工智能平台Chemistry42设计和优化的，该平台利用生成对抗网络（GAN）技术加速小分子化合物的生成。

早在2015年，英矽智能就开创性的将前沿深度学习技术应用于药物研发领域，利用分析生成和评分引擎，从头"想象"分子结构，基于这一原理 Chemistry42 可自动设计和生成具有理想物理和化学性质的类药分子结构。

Chemistry42的生成程序采用了由英矽智能自主研发的不同性质的生成模型组合。这些模型中的算法都是经过精心设计和挑选的，具有不同的架构实施不同的策略。该平台利用多种机器学习模型和分子表征，以最大限度地提高它们的作用和平台的效率。

例如，有些模型着重于化学结构的探索，而另一些则是为迭代这些已探索的结构而量身定做的。在当前的Chemistry42版本中，有超过30个生成模型，包括生成式自动编码器、生成对抗网络、进化算法、语言模型等等。此外，这些模型采用了不同的分子表征--基于字符串、基于图形和基于三维结构。了解和促进多种模型的相互作用是至关重要的，英矽智能并没有把这些算法当作黑箱解决方案，而是提供了深入的、特定领域的分析，以了解每种算法的优点和缺点。

结合各种先进的机器学习方法，Chemistry42是迄今为止最全面的生成化学工具之一，能够以快速、完全自动化的方式快速设计和生成多样化、高质量的分子结构。随着结构的生成，Chemistry42平台的奖励和评分功能会对它们进行动态评估。

凭借卓越的人工智能平台和强大的内部药物研发实力，英矽智能在项目启动9个月内，仅合成和测试了不到80个化合物，就提名了该项目的临床前候选化合物。

"瞄准合成致死靶点USP1提名临床前候选化合物加强了我们不断增长的肿瘤管线。靶向USP1且具有前景的分子非常少，而我们用人工智能设计的分子是高度差异化的，在生成阶段就配置了许多特定成药性属性，这些属性已在临床前实验中得到验证。我们很高兴看到，我们为合作伙伴提供的下一代人工智能平台Chemistry42也加速了内部药物研发。"

Alex Zhavoronkov, PhD

CEO of Insilico Medicine.

新的里程碑

在9个月内迅速提名靶向USP1的临床前候选药物用于抗肿瘤治疗，这是英矽智能一系列进展中的又一个重要里程碑。实现这一里程碑离不开其端到端药物发现引擎pharma.ai的支持。该平台现在包括三个关键组成部分：靶点识别和发现引擎 PandaOmics，小分子设计和生成引擎 Chemistry42，以及临床试验结果预测引擎 InClinico。

过去的12个月里，英矽智能的研发团队在pharma.ai的支持下，成功地为内部研发项目和外部合作项目发现了6个临床前候选药物。其中，内部研发案例包括：靶向诺奖通路，在12个月内发现两款针对PHD2的候选药物，分别用于治疗肾性贫血和炎症性肠病。另外，最近的重大合作案例包括：在宣布与中国领先的创新驱动的国际医疗集团复星医药建立战略合作关系后不到40天，就凭借卓越的人工智能研发平台与强大的药物研发能力，发现了靶向QPCTL的小分子候选药物，用于肿瘤免疫疗法研发。

抗纤维化项目是英矽智能进展最快的内部研发项目，目前该项目已经成功完成0期微剂量组人体试验，并启动了1期临床试验。

在自主研发的人工智能驱动引擎pharma.ai的支持下，英矽智能得以多次在创纪录的时间内发现一系列候选药物，且时间和费用成本仅为"传统"药物研发的一小部分。更重要的是，将最先进的人工智能技术应用于药物发现过程，使人们能够更快地推进创新，发现全新的靶点、全新的作用机制、以及潜在的全球首创分子，以满足迫切的未竟医疗需求。