社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

中科院化学所ACS Nano :机器学习找到的镓配合物,用“副凋亡”把骨肉瘤变成免疫疫苗

BioMed科技 • 9 小时前 • 15 次点击  

骨肉瘤是青少年最常见的原发恶性骨肿瘤。手术联合化疗把五年生存率提高到约七成,但一旦发生肺转移或复发,预后急转直下。更棘手的是,骨肉瘤长期被视为“冷肿瘤”:突变负荷不高、T细胞浸润有限,免疫检查点阻断的单药响应并不理想。要让免疫治疗在骨肉瘤中发挥作用,关键不是再增强一个抑制信号,而是找到一种能让肿瘤细胞“死得足够响”的方式。

副凋亡(paraptosis)提供了另一种可能:它不依赖caspase,而是以内质网与线粒体肿胀、胞质空泡化为特征,细胞死亡过程中会释放大量损伤相关分子模式(DAMPs),理论上更容易触发免疫原性细胞死亡(ICD)。但副凋亡诱导剂长期稀缺,且缺乏对内质网的选择性——这既是化学生物学问题,也是材料筛选问题。

中科院化学所Liang Ganghao、肖海华、北京理工大学于英杰、联合波鸿鲁尔大学Johannes Karges等团队,用机器学习从镓(III)配合物化学空间中筛选内质网靶向候选,获得先导化合物Ga20,并系统验证其诱导副凋亡、触发ICD与抗肿瘤免疫的能力,进一步制备纳米制剂并在原位骨肉瘤、骨转移与PDX模型中评价疗效。相关内容以 Machine Learning-Driven Discovery of an Endoplasmic Reticulum-Targeting Gallium(III) Complex that Triggers Immunogenic Paraptosis in Osteosarcoma 为题,发表在 ACS Nano 上。

这项工作的特别之处在于“两条腿走路”:一半是机器学习驱动的化学筛选,一半是免疫学层面的死亡方式解析。它试图回答的不是“哪个配合物毒性更强”,而是“哪种死亡方式更能被免疫系统看见”。

图1 机器学习驱动的内质网靶向Ga(III)配合物发现

作者把配合物结构特征与内质网定位、细胞毒性等指标作为训练目标,从化学空间中筛选出候选Ga20。机器学习在这里的作用不是替代实验,而是把“合成—筛选”的搜索范围压缩到可操作的数量级,让后续的机制研究有的放矢。

图2 Ga20诱导副凋亡的典型特征

Ga20处理后细胞出现明显的胞质空泡化、内质网膨胀与线粒体肿胀,而caspase切割并不显著——这正是副凋亡的形态与分子标志。对骨肉瘤而言,这种“非凋亡”的死亡方式恰好绕开了肿瘤常见的凋亡逃逸。

图3 副凋亡信号促进免疫原性细胞死亡

钙网蛋白外露、HMGB1释放、树突状细胞成熟等指标说明,Ga20诱导的死亡不是“静默”的,而是能被抗原呈递细胞识别的。这一步是“冷肿瘤”转“热”的关键:只有当死亡伴随足够的免疫信号,后续的T细胞应答才可能建立。

图4 纳米制剂表征与原位骨肉瘤疗效

作者将Ga20制成纳米制剂,改善溶解性与体内分布,并在原位骨肉瘤模型中验证抑瘤效果。原位模型比皮下瘤更接近骨微环境,但骨组织的成像与给药仍有限制,这也是该领域普遍的方法学难点。

图5 Ga NP对晚期乳腺癌骨转移的疗效

在骨转移模型中,Ga NP同样表现出抑瘤与骨保护作用,提示其作用不完全依赖于骨肉瘤特有的微环境。这一“跨瘤种”验证增强了机制的普适性,但也需要更多模型来确认骨转移灶中的免疫激活是否同样成立。

图6 持久抗肿瘤记忆与PDX模型验证

再挑战实验与PDX模型分别回答了“是否形成免疫记忆”和“是否对人源肿瘤有效”两个转化关键问题。前者提示治疗可能带来长期保护,后者则是对临床相关性的一次检验——两者都还需要更大样本与更长期随访。

这篇文章把“机器学习筛选”和“免疫原性死亡”这两件看似分属不同领域的事接到了一起:先用算法在镓配合物空间中定位内质网靶向的化学型,再用副凋亡这一非经典死亡方式释放免疫信号。它的启示在于——对“冷肿瘤”,有时换一种死法,比再加一个免疫检查点更有意义。

但也要看到边界:机器学习模型的训练标签依赖现有实验数据,预测的化学空间仍受合成可行性约束;副凋亡在体内的可控性与安全性、以及镓配合物的长期金属蓄积风险,都需要在更大动物模型与毒理学研究中回答。真正的考验,是这种“死亡方式”能否在患者肿瘤中复现。


「BioMed科技」关注生物医药×化学材料交叉前沿研究进展!交流、合作,请添加杨主编微信!
来源:BioMed科技
声明:仅代表作者个人观点,作者水平有限,如有不科学之处,请在下方留言指正!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203549