点击本文中加粗蓝色字体即可一键直达新药情报库免费查阅文章里提到的药物、机构、靶点、适应症的最新研发进展。
γ-分泌酶是一种由Presenilin（PS）、PEN-2、APH-1和Nicastrin四种亚基组成的膜内蛋白酶复合物，对阿尔茨海默病和某些癌症的药物研发至关重要。γ-分泌酶通过切割淀粉样前体蛋白（APP）产生的不溶性淀粉样β（Aβ）肽与阿尔茨海默病的发生密切相关，因此科学界对此靶点寄予厚望。然而，迄今为止，所有针对γ-分泌酶的阿尔茨海默病治疗药物均未在临床上取得成功。
与此同时，γ-分泌酶对Notch蛋白家族的切割及其在Notch信号通路异常激活中的作用，引发了其在癌症治疗中潜在应用的研究兴趣。至2023年4月，已有多种γ-分泌酶抑制剂（GSI）参与癌症临床试验，其中一些显示出好的前景，例如Nirogacestat已获得FDA批准。但不同GSI在临床试验中的表现参差不齐，为理解小分子药物在病理环境中作用机制之间的差异，科学家们正在努力解答。
2024年12月9日，西湖大学与清华大学施一公、周瑞团队在《自然》子刊《自然结构与分子生物学》上发布了新的研究成果。他们揭示了五种已进入临床试验的GSI与γ-分泌酶结合的原子分辨率结构。这五种GSI分别为RO4929097、Crenigacestat、BMS906024、Nirogacestat和MK-0752。这些GSI虽均占据PS1的底物结合口袋，但在识别模式上显现出各自的独特性。
研究团队通过Notch1-4的体外切割实验分析了每种抑制剂的效果，发现Crenigacestat、BMS906024与Nirogacestat在Notch1切割抑制上更具优势，对应的药物也在临床试验中获得更好反馈。这提示更高的抑制能力可能与更为有效的临床表现存在关联。为了进一步探索这种关联，研究者们分析了GSI与γ-分泌酶结合作用中的氢键和范德华力，并计算了小分子体积与其诱导口袋的比例（VGSI/Vpocket）。结果表明，GSI占据结合口袋的程度显著影响了其抑制能力。因此，提升VGSI/Vpocket成为未来药物优化的重要策略。
本研究详尽描述了小分子抑制剂结合γ-分泌酶内的所有空间位置（如图1所示），并提出了通过化学修饰提升药效的具体手段。实验进一步证实，site 3位置的改造能够有效提高VGSI/Vpocket比值，这为下一代γ-分泌酶抑制剂的开发提供了新方向。
免责声明：新药情报内容编辑团队专注于介绍全球生物医药健康研究的最新进展，本文旨在提供信息交流，不代表任何立场或治疗方案推荐。如需专业医疗建议，请咨询正规医疗机构。
