AI如何破解抗癌药毒性难题？Nature重磅：定制蛋白精准包裹依喜替康实现降毒增效

抗癌药物杀伤力强但副作用剧烈，甚至在到达肿瘤前就降解失效，面对这种两难困境，患者和医生该如何抉择？作为抗体偶联药物（ADC）的核心毒素载荷，依喜替康（Exatecan）凭借强大的肿瘤杀伤力备受瞩目，但其分子结构脆弱、体液环境中易被破坏以及潜在的脱靶毒性，始终是临床应用中的重大挑战。突破这一难题的关键，或许不在于合成新药，而在于如何为现有药物穿上一件定制的“智能防护服”。

顶级癌症研究机构美国丹娜法伯癌症研究所（Dana-Farber Cancer Institute）的团队在顶级学术期刊《Nature》上发表了最新突破性成果。研究人员开发出一种名为“神经网络迭代选择-扩展”（NISE）的AI算法，首次实现了在计算机上“零样本”设计能够精准结合特定药物分子的定制蛋白质。这一技术成功为依喜替康打造了专属保护蛋白，大幅提升了药物稳定性并降低了毒副作用，开启了精准抗癌与降毒增效的全新时代。

传统药物筛选困境与AI蛋白质设计的突破

在传统的抗癌药物研发与改良过程中，寻找或设计一种能与特定药物分子紧密结合的蛋白质，通常需要经过数万甚至数百万次实验室试错筛选。这种方式不仅耗时数年、成本高昂，且成功率极低。

NISE算法的问世彻底改变了这一格局。该算法通过计算机模拟与深度学习，构建了一个闭环式的智能设计循环：首先提出蛋白质结构假设，精准预测其与目标药物分子的结合紧密度，随后自动迭代优化结构。这种“按需定制”的方式，使研究人员无需进行海量随机试验，即可快速生成极少数高潜力的蛋白分子进行实测。在本次研究中，AI挑选并实测的蛋白质几乎100%成功结合了目标药物。

精准包裹依喜替康：AI蛋白如何实现“降毒增效”

作为新一代ADC药物的热门载荷，依喜替康具有极强的拓扑异构酶I抑制活性，能够高效杀伤癌细胞。然而，其分子结构中存在一个极为脆弱的活性部位，在体内循环过程中极易断裂降解，导致药物失效或提前释放产生全身毒性。

通过NISE算法，研究团队专门针对依喜替康设计了一种立体定制蛋白。实验表明，该蛋白能够像“防护罩”一样，完整包裹住依喜替康的脆弱部位，阻隔外源性破坏因素，从而发挥出四大核心作用：

• 防护与稳定：包裹药物活性口袋，防止其在到达肿瘤病灶前提前降解，大幅延长药物有效血药浓度。
• 精准递送：作为高效载体，确保药物在进入肿瘤细胞前保持“隐蔽”状态，减少对健康组织的损伤。
• 体内追踪监测：该蛋白可改造为体内生物传感器，帮助临床医生精准测量药物在患者体内的分布与代谢浓度。
• 脱靶毒性捕捉：对于游离到非肿瘤区域的泄漏药物，定制蛋白可像“海绵”一样将其吸附捕捉，大幅降低严重副作用发生的概率。

从抗癌药到急救解毒：AI蛋白质设计的广泛前景

除了在依喜替康等抗癌药物上的卓越表现，研究团队还测试了该AI方法对抗凝血药物阿哌沙班的定制蛋白设计。结果同样证实，AI设计的蛋白能够高效结合阿哌沙班，为其在突发大出血或紧急手术前提供了一种潜在的“高效解毒剂”。

这一成果验证了NISE技术的广适性：无论是化疗药物、ADC载荷还是小分子靶向药，AI都能为其定制专属的调控工具。虽然目前该技术仍处于前沿研发阶段，但随着后续动物实验与临床试验的推进，它将彻底重塑未来肿瘤精准治疗的模式。

前沿抗癌药物可及性与患者居家管理建议

对于抗癌患者而言，了解前沿技术与药物动态是重拾治疗信心的重要一步。以依喜替康为代表的新一代ADC药物正在全球范围内加速研发与上市，许多包含该载荷的靶向新药已在临床试验中展现出惊人的疗效。

1. 密切关注全球临床试验与新药动态

对于晚期或耐药肿瘤患者，常规治疗方案可能面临瓶颈。密切关注含依喜替康等前沿载荷的药物进展，寻找适合的临床试验或海外上市药物，往往能争取到宝贵的治疗契机。

2. 规范用药与毒性居家管理

在接受靶向治疗与ADC药物治疗期间，患者应做好全身反应记录。面对可能出现的骨髓抑制、消化道毒性等副作用，保持合理的高蛋白饮食、充足休息，并在医生指导下使用对症药物，是保障治疗顺利进行的关键。

3. 破除信息壁垒，寻得优质医疗资源

面对复杂的病情与繁杂的新药资讯，患者及家属往往难以分辨真实有效的治疗方案。MedFind致力于打破全球医疗信息差，通过AI辅助问诊、权威诊疗指南解读以及前沿抗癌药品跨境直邮支持，帮您精准对接全球优质医疗资源，在抗癌路上一路同行。

【参考文献】

Fry, B., Slaw, K., & Polizzi, N. (2026). Zero-shot design of drug-binding proteins via neural iterative selection–expansion. Nature.