摘要:
多形胶质母细胞瘤(GBM)是最具破坏性和最广泛的原发性中枢神经系统肿瘤。这种恶性的药理学治疗受到血脑屏障(BBB)选择性渗透的限制,并且依赖于单一药物替莫唑胺(TMZ),因此使新化合物的发现具有挑战性和紧迫性。因此,为了发现新的抗神经胶质瘤药物,我们开发了强大的机器学习模型来预测新化合物的抗神经胶质瘤活性和BBB渗透能力。使用这些模型,我们对内部化合物库中的41种化合物进行了优先排序,以进一步针对三种神经胶质瘤细胞系和星形胶质细胞进行体外测试。随后,使用原位神经胶质瘤模型重新合成最有效和选择性最大的化合物,并在体内进行测试。这种方法揭示了两名主要候选人,4m和4n可有效抑制小鼠恶性神经胶质瘤的发生,这可能是通过抑制硫氧还蛋白还原酶的活性来实现的,如我们的酶学分析所示。而且,这两种化合物都没有促进体重减轻,动物死亡或血液和毒理学标志改变,因此成为抗铅胶质瘤药物候选药物中铅优化的良好候选药物。