פרופיל קינאזות מונחה פרמוקופור מוחל על מאגר הכימוגנום PKIS2

מדוע זה חשוב לרפואות העתיד

תרופות מודרניות רבות פועלות על ידי חסימת אנזימים הנקראים קינאזות, הפועלות כמו מפסקים של הדלקה וכיבוי בתאים שלנו. עם זאת, רוב מולקולות התרופה אינן פוגעות במפסק אחד בלבד; הן מפעילות כמה יחד, דבר שיכול להיות מועיל אך גם מסוכן. המחקר הזה מציג שיטה חדשה לקריאת "קוד הצורה" הנסתר שגורם למולקולות להיצמד לקינאזות מסוימות, באמצעות מאגר ציבורי עצום של מעכבי קינאזות. הגישה יכולה לסייע לחוקרים לעצב תרופות ממוקדות יותר — בין אם בסלקטיביות צרה או ברצון לפגוע במטרות מרובות — על ידי הבנת אילו תבניות תלת־ממדיות במולקולה נוטות להפעיל אילו קינאזות.

מציאת צורות משותפות בים של מולקולות

המחברים מתחילים ממאגר PKIS2, אוסף כימוגנומי של 645 מולקולות קטנות שנבדקו נגד 406 קינאזות אנושיות. במקום לבחור בכפייה כמה תרכובות דוגמה לכל קינאז, הם נותנים לנתונים לדבר בעד עצמם. עבור כל מולקולה הם מייצרים מספר אפשרי של צורות תלת־ממדיות ומתרגמים כל אחת למפת תכונות פשוטה שמאפיינת בדרך כלל קשירה, כגון נקודות יצירת קשרי מימן, קבוצות טעונות, אזורים הידרופוביים וטבעות ארומטיות. מפות אלה, המכונות פרמוקופורים, לוכדות את המיקומים היחסיים של תכונות אלה במרחב מבלי להסתמך על כימיה מפורטת. על ידי כריית אלפי מפות כאלה על פני כל התרכובות, הצוות מחלץ אוטומטית תבניות תלת־ממדיות חוזרות — "השערות פרמוקופור" — שמופיעות בהרבה מולקולות שונות.

ציון אילו צורות חשובות לאילו קינאזות

אתגר מרכזי הוא להחליט אילו תבניות פרמוקופור מקשרות באמת לפעילות ביולוגית ואילו הן רעש סטטיסטי. החוקרים מציגים מדד חדש, מדד ההעשרה הנורמלי (NEM), שמשווה עד כמה תכופות תרכובות התואמות פרמוקופור נתון פעילות על קינאז ספציפי לעומת עד כמה תכופות כל תרכובת במאגר פעילה על אותה קינאז. בניגוד למדדים ישנים, NEM מתקן לעובדה שכמה קינאזות מפגיעות על ידי תרכובות רבות ואחרות על ידי מעטות, כך שניתן לשפוט תבניות באופן הוגן על פני הפאנל. הם מתמקדים בפרמוקופורים בעלי מורכבות מתונה, בדרך כלל הכוללים ארבע או חמש תכונות, שמכסים עדיין כמעט את כל המולקולות אך נמנעים מתבניות נדירות ומושלמות מדי.

גילוי פרופילים משותפים וסלקטיביים של קינאזות

על ידי יישום NEM לכל זוג פרמוקופור–קינאז, המחקר בונה מפה עשירה של האופן שבו תבניות תכונות תלת־ממדיות מתקשרות לפעילות קינאז. עבור כל פרמוקופור ניתן לראות אילו קינאזות הוא נוטה להפעל, ועבור כל קינאז—אילו פרמוקופורים מתארים בצורה הטובה ביותר את הליגנדים הפעילים שלו. באמצעות תהליך בחירה אוטומטי הם מצמצמים אלפי מועמדים לערכות קומפקטיות של פרמוקופורים מייצגים. עבור הקינאז DDR1, יעד סרטן שעולה חשיבותו, אחת־עשרה תבניות תלת־ממדיות כאלה מסבירות את רוב התרכובות הפעילות שלו ומראות הטיה חזקה כלפי משפחת הטירוזין קינאזות הגדולה יותר, בהתאמה לביולוגיה הידועה. ניתוחים דומים עבור VEGFR2, קולט חשוב לצמיחת כלי דם, חושפים אשכול נוסף של פרמוקופורים מעושרים בטירוזין קינאזות ומשחזרים פרופילים ידועים של תרופות רב־קינאזיות כמו דסקטיניב וסורפניב.

בדיקה מול נתוני תרופות מהעולם האמיתי

כדי לבדוק האם תבניות אלה המופשטות משמעותיות מעבר למאגר יחיד, המחברים מקרינים אותן על מספר משאבים ציבוריים גדולים: ChEMBL, DrugBank, KLIFS, KINOMEscan, Kinobeads ותוכנית LINCS. פרמוקופורים רבים שחולצו מ־PKIS2 תואמים גם לאלפי ליגנדים של קינאז ב־ChEMBL ומופיעים במבנים תלת־ממדיים שבהם מעכבים קשורים לקינאזות ב־Protein Data Bank. עבור תרופות שנחקרו היטב, החיזויים המבוססים על פרמוקופור מתיישבים עם פרופילים רב־קינאזיים שנמדדו ניסיונית. הצוות אפילו מראה כי באמצעות שילוב ציוני NEM עם כללי לוגיקה פשוטים — כגון בחירת פרמוקופורים חזקים ל־DDR1 אך חלשים ל־VEGFR2 — ניתן לנסח תבניות שמועדפות פרופיל קינאז אחד על פני אחר, מה שמסמן נתיב מעשי לשליטה בסלקטיביות.

ממפות תבניות לעיצוב קינאזות חכם יותר

באופן פשוט, עבודה זו בונה מעין "מקרא מפה" לגילוי תרופות קינאז: היא מסבירה אילו סידורי תכונות תלת־ממדיות פשוטים במולקולות קטנות נוטים להפעיל אילו קינאזות, על פני מאגרים רבים. מכיוון שהשיטה אינה מונחית, סקלאבילית ומשוחררת כקוד פתוח, ניתן ליישם אותה על כל פאנל סקרינג חדש. כימאים יכולים להשתמש בה לסינון ספריות וירטואליות, לחזות אילו קינאזות מולקולה חדשה צפויה לפגוע בהם, ולזהות אילו חלקים של שלד מולקולרי מניעים פעילות רחבה או סלקטיביות חדה. עם הזמן, שילוב מפות הפרמוקופור הללו עם מודלים מודרניים של למידת מכונה יכול לסייע לכוון את עיצוב תרופות קינאז בטוחות ויעילות יותר על ידי הפיכת הנוף המורכב של פוליפארמקולוגיה ליותר מובן וניתן לחיזוי.

ציטוט: Bureau, R., Lamotte, JL., Cuissart, B. et al. Pharmacophore-driven kinase profiling applied to the PKIS2 chemogenomic dataset. Sci Rep 16, 12083 (2026). https://doi.org/10.1038/s41598-026-42945-7

מילות מפתח: מעכבי קינאזות, מודלינג פרמוקופור, פוליפארמקולוגיה, כימוגנומיקה, עיצוב תרופות