激酶抑制剂全景图谱：揭示突变特异性靶向与药物重定位新机遇

来源：生物通发布时间：2026-04-21 阅读：0

在癌症治疗的军火库中，蛋白激酶抑制剂（Kinase Inhibitors, KIs）犹如精准制导的导弹，通过阻断异常信号传导来遏制肿瘤生长。自首个靶向药物伊马替尼（Imatinib）问世以来，全球已有近100种激酶抑制剂获批上市，深刻改变了白血病、肺癌等恶性肿瘤的治疗格局。然而，这场“精准医疗”的革命背后，却隐藏着一个巨大的认知盲区：我们真的了解这些药物的全部潜力吗？

立即索取《Xenium人类免疫肿瘤学基因组合应用指南》领取

传统药物研发遵循“一药一靶”的线性逻辑——伊马替尼针对BCR-ABL，EGFR抑制剂针对表皮生长因子受体。但激酶家族庞大且结构相似，药物往往具有“多靶点”（Polypharmacology）特性。这种特性曾被视作引发毒副作用的“脱靶效应”，但在复杂疾病如癌症中，同时抑制多个通路节点反而可能带来更好的疗效。遗憾的是，由于缺乏大规模、高质量的激酶-药物互作数据，特别是针对临床常见突变体（Mutant Kinases）和融合基因（Fusions）的筛选数据，药物的“第二春”一直被埋没。

此前的研究要么规模有限（如仅筛选18种药物），要么仅关注野生型激酶，对驱动肿瘤耐药的关键突变体视而不见。这种数据鸿沟导致两个严重后果：一是无法预测现有药物能否用于治疗携带特定突变的患者（药物重定位，Drug Repurposing）；二是难以发现针对难治性突变（如FGFR、MET突变）的“老药新用”机会。

为了填补这一空白，一项发表于《Nature Biotechnology》的研究展开了迄今为止最全面的激酶抑制剂“实战演练”。研究团队系统绘制了86种获批及临床阶段激酶抑制剂对抗758种激酶（含409种野生型、349种突变/融合型）的生化活性图谱。结果令人振奋：可被现有药物靶向的激酶从89个激增至235个，这意味着我们手中的“武器库”实际威力远超想象。研究不仅发现了针对胶质母细胞瘤、胰腺癌的新靶点通路，还揭示了FGFR和MET突变体的特异性耐药机制，并开发了可供全球研究者查询的在线工具KiRHub，为精准肿瘤学提供了“导航地图”。

关键技术方法概览

研究采用HotSpot放射滤膜结合激酶分析（HotSpot radiometric filter-binding kinase assay） 技术平台，在生理相关ATP浓度（Km ATP）下，对92种临床KIs（86种FDA批准）进行了功能性筛选。通过多剂量反应建模确定1 μM为最佳筛选浓度，该浓度可覆盖75%药物的近最大抑制效应，且与临床血浆浓度接近。数据经内部重复及与Ambit/KINOMEscan、NanoBRET等多平台验证，确保了~290,000个数据点的高重现性。此外，研究结合激酶依赖图谱（Dependency Maps）进行肿瘤谱系特异性脆弱性分析，并通过细胞与动物模型验证了关键发现。

研究结果深度解读

1. 激酶抑制剂的“社交网络”：聚类揭示靶向逻辑

通过将92种抑制剂的活性数据进行层次聚类，研究揭示了激酶家族的“社交关系”。结果发现，激酶根据其抑制谱（Inhibition Profile）自然聚集成簇，这与它们的系统发育关系高度一致。

•
酪氨酸激酶（TK）家族：占获批药物的73%，形成了清晰的亚群。例如，VEGFR1/2、TRK、FGFR和EGFR聚集在一起，而MET、AXL和MERTK则形成另一个“朋友圈”。这直观地展示了药物选择性规律——拉罗替尼（Larotrectinib）和卡博替尼（Cabozantinib）专攻TRK家族，而阿法替尼（Afatinib）则精准打击EGFR集群。
•
其他家族：BRAF（TKL家族）被达拉非尼和维莫非尼锁定；CDK家族（CMGC家族）对多种CDK抑制剂敏感；MEK家族（STE家族）则与MAPK通路抑制剂紧密关联。

这一图谱不仅验证了已知的靶点，更重要的是，它揭示了药物“脱靶”的潜在规律——如果一个药物能抑制某个激酶，它很可能也对其“邻居”激酶有效，这为多靶点药物设计提供了结构基础。

2. 从89到235：激酶组的“可成药性”大扩张

研究最颠覆性的发现在于，通过系统筛选，可成药激酶（Druggable Kinome）的数量从89个飙升至235个。这意味着，现有药物库中隐藏着大量未被开发的“宝藏”。

•
覆盖度惊人：在检测的样本中，94%的激酶突变和97%的融合激酶至少能被一种现有药物有效抑制（≥70%抑制率）。这意味着，许多原本被认为“无药可治”的罕见突变，实际上可能已有“解药”存在于药房之中。
•
重定位机遇：例如，研究提出原本用于白血病的吉列替尼（Gilteritinib）可克服MET突变驱动的耐药性；用于非小细胞肺癌的布加替尼（Brigatinib）可靶向MARK2/3-Hippo通路以治疗胰腺癌。

3. 突变不是“通病”：FGFR与MET的特异性耐药

传统观点认为，针对某个激酶（如FGFR）的抑制剂对所有该家族突变都有效。但本研究揭示了突变特异性选择性（Mutation-specific Selectivity） 的残酷现实。

•
FGFR变异：并非所有FGFR突变都对现有FGFR抑制剂敏感。某些特定位点突变会导致药物失效，而另一些药物却可能保持活性。这解释了为何部分患者在基因检测出“有靶点”后仍治疗失败——选错了药。
•
MET变异：MET激酶的某些突变体对一类MET抑制剂耐药，但对另一类敏感。研究通过实验验证了吉列替尼（Gilteritinib）在MET突变驱动的转移模型中的有效性，为克服耐药提供了直接方案。

4. 从数据到临床：三大验证案例

研究并非止步于数据挖掘，而是通过实验验证了三个极具转化价值的“老药新用”案例：

•
替波替尼（Tepotinib）用于胶质母细胞瘤：该MET抑制剂被证实可靶向IRAK1/4–胆固醇通路，为这种致命脑瘤提供了新的潜在治疗策略。
•
布加替尼（Brigatinib）用于胰腺癌：该ALK/ROS1抑制剂被发现可抑制MARK2/3–Hippo信号通路，在胰腺癌模型中显示出抗肿瘤活性。
•
吉列替尼（Gilteritinib）用于MET耐药：如上所述，该FLT3抑制剂被证实可有效抑制MET突变体，阻断其驱动的转移。

5. KiRHub：精准肿瘤学的“导航仪”

面对海量数据，研究团队开发了KiRHub（Kinase Inhibitor Repurposing Hub），一个基于网络的开放式查询工具。临床医生或研究者只需输入患者携带的激酶突变（如FGFR2 V564F），KiRHub即可快速列出所有能有效抑制该突变体的已获批药物，并按活性排序。这极大地降低了数据使用门槛，将基础研究直接转化为临床决策支持。

结论与展望

这项研究通过构建迄今为止最全面的激酶-药物互作图谱，完成了三大范式转变：

1.
从“野生型”到“突变体”：将激酶药理学的焦点从静态的野生型靶点转向动态的、驱动疾病的突变体，揭示了突变特异性药敏差异。
2.
从“单一靶点”到“多靶点药理”：证明了“脱靶”效应在精准匹配下可转化为“协同增效”，为药物重定位提供了坚实的数据基石。
3.
从“数据黑洞”到“开放科学”：通过KiRHub工具，将~290,000个数据点转化为全球共享的临床决策资源。

尽管生化筛选无法完全模拟细胞内的复杂环境，且药物的最终疗效还需经过临床试验验证，但这项研究无疑为癌症治疗打开了一扇新的大门。它告诉我们，对抗癌症的弹药或许早已备齐，我们需要的只是一张更精确的“使用说明书”。未来，随着更多突变谱系的纳入和AI模型的辅助，激酶抑制剂的“精准重定位”有望成为癌症治疗的标准操作，让更多患者从现有的药物库中获益。

上一篇：无下一篇：小肠结肠炎耶尔森菌O:3外膜囊泡：补体激活新平台及其在系统性炎症反应综合征中的作用

返回列表