靶向β-肾上腺素能受体的Tox21化合物系统评价及其在心脏毒性中的作用机制研究

　　为解决药物诱导心脏毒性（DICT）机制不明和早期预测难题，研究人员系统评估了Tox21化合物库中约10,000种药物和环境化学品对ADRB1、ADRB2和hERG的调控作用。研究发现ADRB1激动剂、ADRB2拮抗剂和hERG抑制剂更易引发DICT，并利用机器学习模型成功预测新型ADRB1调节剂，为心脏安全性评估提供了新框架。

　　

药物开发与临床实践中的心脏毒性问题是全球公共卫生领域的重要挑战，可能导致严重的发病率、死亡率和医疗成本增加。从肿瘤治疗到代谢性疾病药物，多种治疗类药物都可能引发心律失常、心肌损伤或心力衰竭等心脏毒性事件。历史上，西沙必利因致命性心律失常撤市，阿霉素相关心肌病被加注黑框警告等案例，凸显了心血管安全性评估不足带来的临床与监管后果。这些不良事件往往在研发后期或上市后才显现，导致高昂的后期损耗并限制患者获得有效治疗。

在药物诱导心脏毒性的分子机制中，β-肾上腺素能受体（β-ARs）和人类醚-a-go-go相关基因（hERG）钾通道尤为关键。β1-肾上腺素能受体（ADRB1）主要在心脏表达，通过G蛋白偶联信号调节心率和心肌收缩力；β2-肾上腺素能受体（ADRB2）分布更广，参与血管扩张、支气管扩张和心肌收缩微调。对这些受体的药理调控（无论是激动剂还是拮抗剂）都会影响心脏重塑、心律失常发生和心肌存活通路，产生有益或有害效应。hERG钾通道介导快速延迟整流钾电流（I_Kr），对心脏复极化至关重要，其抑制是QT间期延长和尖端扭转型室速的明确诱因。尽管ADRB1、ADRB2和hERG是心脏风险的关键药理节点，当前的安全筛查实践常将心脏毒性作为宽泛终点处理，未能解析特定靶点活性谱与临床风险的关系。许多药物通过非hERG机制引发心脏毒性，但早期筛查仍过度强调hERG抑制。此外，调控类型（激动 vs 拮抗）和受体亚型选择性对心脏毒性结果的影响仍不明确，化学结构与预测模型在临床前心脏安全评价中的整合也显不足。

为填补这一空白，研究团队对Tox21万种化合物库中的药物和环境化学品进行了定量高通量筛查（qHTS），检测其针对ADRB1、ADRB2（激动和拮抗模式）以及hERG抑制的活性。同时，通过整合文献中的体内毒性数据，构建了已知药物诱导心脏毒性（DICT）潜力化合物的参考列表，使系统分析β-AR调控和hERG抑制与心脏毒性的关系成为可能。进一步通过分析具有不同β-AR和hERG活性模式的化合物化学结构，识别出与心脏毒性相关的特征化学结构。最后开发了基于化学结构的ADRB1活性预测机器学习模型，并将其应用于虚拟筛选美国国家转化科学推进中心（NCATS）内部约36万种多样化化合物库，对优选候选化合物进行了实验验证。

研究采用的主要技术方法包括：使用Tox21万种化合物库（含8599种独特化学物质，涵盖药物、农药、工业化学品等）进行定量高通量筛查；通过ToxPrint指纹（含729种化学特征）和t-SNE降维进行化学结构分析；采用四种机器学习模型（朴素贝叶斯、支持向量机、随机森林和XGBoost）进行活性预测；使用阳性预测值（PPV）和浓度反应曲线（四参数逻辑回归拟合）进行实验验证。

3.1. ADRB1/ADRB2和hERG检测中的化合物活性

对7872种Tox21化合物的筛查显示，hERG抑制 assay的活性化合物比例（9.50%）显著高于ADRB assay（ADRB1激动剂1.66%，ADRB1拮抗剂1.11%，ADRB2激动剂0.57%，ADRB2拮抗剂1.94%）。活性比较分析发现，ADRB1和ADRB2 assay共享相似的化合物活性谱：激动剂模式中27种化合物（0.55%）对两种受体均活性，拮抗剂模式中44种化合物（0.62%）共同抑制两种受体，表明两种β-AR亚型在调控机制上存在相似性。

3.2. β-AR调节剂与hERG抑制剂的心脏毒性潜力比较

对1001种具有DICT评分（0-1分）的化合物分析显示，ADRB1激动剂、ADRB2激动剂、ADRB2拮抗剂和hERG抑制剂组的平均DICT评分均高于0.40，其中ADRB2拮抗剂最高（0.47）。而ADRB1拮抗剂显示最低平均评分（0.32）。活性率比较显示，hERG抑制剂在心脏毒性化合物中显著富集（p<0.01），ADRB1激动剂也呈现较高活性率（p=0.14），表明hERG抑制和ADRB1激动与心脏毒性密切相关。

3.3. Tox21化合物库中心脏毒性化合物的检测活性谱

对589种心脏毒性化合物（DICT评分>0.2）的分析显示，hERG抑制剂数量最多（116种，19.69%），其中62.93%不显示任何ADRB活性。ADRB1和ADRB2活性化合物存在显著重叠，而43.12%的心脏毒性化合物在五个检测中均无活性，提示存在其他毒性机制。

3.4. 不同心脏毒性机制化合物的化学结构分析

通过t-SNE对182种心脏毒性化合物的结构分布可视化显示，hERG抑制剂在结构上与ADRB调节剂明显分离。Fisher精确检验识别出三个与心脏毒性ADRB1激动剂显著相关的化学特征：脂肪族-芳香族醚键（p=0.006，如吲哚洛尔）、芳香醇键（p=0.026，如异丙肾上腺素）和酚醛键（p=0.026，如罗替戈汀）。

3.5. 约36万种多样化化合物的虚拟筛选与实验验证

机器学习模型对ADRB1激动剂和拮抗剂预测的AUC-ROC分别达0.83-0.89和0.74-0.88。对1385种模型预测活性化合物的实验验证显示，ADRB1激动剂的命中率提高15倍（30.19%验证活性），拮抗剂提高5倍（4.41%验证活性）。确认的194种ADRB1激动剂中，62.4%显示强效激动活性（IC₅₀<5μM），其中13.92%有文献记载的心脏毒性；46种ADRB1拮抗剂中10.87%具有心脏保护作用。

研究发现ADRB调控和hERG抑制是相对独立的心脏毒性机制，hERG抑制剂在结构上与ADRB调节剂明显不同。ADRB1激动和ADRB2拮抗更可能引发心脏毒性，而ADRB1拮抗可能具有心脏保护作用。研究首次大规模分析了β-AR活性谱与心脏毒性的关系，揭示了芳香醚和芳香醇等化学特征与心脏毒性的关联。开发的机器学习模型能有效识别ADRB1靶向化合物，将实验命中率提高5-15倍。这些发现为理解药物诱导心脏毒性的分子机制提供了新见解，为早期心脏毒性预测和更安全治疗药物设计提供了框架。需要注意的是，43.12%的心脏毒性化合物未显示hERG或ADRB活性，表明心脏毒性机制的复杂性，未来研究需要探索其他机制通路。研究也存在一定局限性，主要依赖文献而非新实验进行心脏毒性验证，未来需要通过相关细胞或动物模型加强预测的转化潜力。

该研究由美国国立卫生研究院国家转化科学推进中心（NCATS）的团队完成，论文发表在《Toxicology》期刊上，为药物安全评价和心脏毒理学研究提供了重要数据和方法的支持。