针对谷物植株自噬以减轻稻瘟病的药物再利用的虚拟筛选与分子动力学模拟

拯救主粮为何重要

水稻、小麦和玉米养活着数十亿人口，在孟加拉等国它们既是饮食的基础也是农村经济的支柱。然而，一种名为稻瘟病的快速蔓延的真菌感染能在数周内毁掉整个田地，每年足以摧毁能养活数亿人的粮食产量。本文研究了一种新的防治思路：深入病原体细胞内部，试图关闭微生物侵染植物所需的一种内置“自噬”过程。研究者并非从零合成全新化合物，而是在数千种已有人用药物中筛选，寻找可能使真菌失去致病能力、保护谷物的候选分子。

一种将植物自身生理变为武器的真菌

稻瘟真菌，学名Magnaporthe oryzae，几乎可在水稻、小麦及其他谷物的任何生长阶段发病，从叶片到花序均可被侵染。在许多地区，暴发时通常造成10–30%的产量损失，在病原体条件理想时，农民在15–20天内几乎可能失去整茬作物。数十年来的防控主要依赖化学杀菌剂，但过度使用促成了真菌抗药性的演化，而植物的天然遗传抗性有限且常常持续时间短。因此，科学家转而寻找真菌自身的薄弱环节——那些对其生存和感染能力至关重要、但可以用药物精准作用的分子过程。

把真菌的自我清理系统变成靶点

自噬是这样一个薄弱环节：这是一种细胞“家务”机制，旧的或受损的组分被包裹进小的膜泡并分解回收。在植物细胞中，自噬有助于应对胁迫。但稻瘟真菌在萌发并构建用于穿透寄主组织的结构时，也利用自噬。该通路的关键辅因子之一是名为Atg4的蛋白酶，它剪切另一种蛋白Atg8，使Atg8能够附着到膜上，从而驱动自噬泡的形成与周转。如果缺失或使Atg4失活，真菌难以完成自噬，其致病能力会大大下降。因此，Atg4成为一个有吸引力的靶点：阻断该蛋白，或许就能阻止真菌损害作物。

在旧药中寻找新的农用价值

为寻找Atg4抑制剂，研究者采用了“虚拟筛选”——一种基于计算的方法，用以预测小分子如何契合蛋白表面。首先，他们用先进的蛋白结构工具构建了真菌Atg4的三维模型，并通过初步的水相运动模拟对该模型进行了优化。以这一更真实的结构为靶点，他们输入了约3800种已获批准或处于后期临床阶段的人用药物库。软件将每种化合物以多种取向置入Atg4并评估预测结合强度。在超过11000种可能配对中，团队挑选出六种得分最高的候选药物，这些药物嵌入了蛋白上的实质性口袋而非柔性无序区。

以原子级细节观察有前景的药物—蛋白配对

在静态快照中找到良好契合只是第一步。团队随后评估这六种候选药物在蛋白真实摆动和抖动时是否仍能保持结合。为此，他们构建了每种药物与Atg4的详细计算模型，并对每一对进行了长时程的分子动力学模拟，追踪微秒级的原子位置变化——远超许多常见研究的时长。他们监测蛋白与药物随时间的位移、复合体的紧密程度、形成的氢键及其他稳定接触数量；还计算了总体结合能以估计药物与Atg4的结合强度，并评估了一些基本的“类药性”性质，例如分子大小、溶解性以及分子穿越生物膜的可能性。

三种有望的作物保护候选药物

六种化合物在模拟中均与Atg4形成了稳定的结合，但其中几种表现尤为突出。若干药物在蛋白口袋内的位移较小，维持了稳定的接触网络，并表现出有利的总体结合能，表明它们可能有效干扰Atg4在自噬中的正常功能。同时，一个重要的筛选环节是权衡每种分子的“类药性”——即其大小、形状和化学性质是否使其易于被生物体吸收并表现出良好性质。通过结合相互作用强度、随时间的稳定性和预测的药动学，作者指出三种现有药物——rebastinib、zafirlukast和radotinib——在作为稻瘟病防控再利用方面尤其有前景。

这对农民和粮食安全意味着什么

这项工作尚未直接提供一种新型杀菌剂，但它给出了一份简短且优先级明确的已知药物清单，这些药物似乎能结合一个关键的真菌蛋白，可能关闭稻瘟病原体在攻击谷物时所需的过程。由于这些分子已在人体医学中被研究过，关于其基本安全性和行为已有较多了解，这或可加快其在农业用途上的测试进程。该研究展示了现代蛋白建模与大规模计算筛选相结合，如何迅速缩小对抗作物病害新工具的搜索范围。通过进一步的实验室与田间试验，这些被鉴定的候选药物有望带来更有针对性、更有效且更可持续的方式，保护水稻、小麦及其他主粮免受毁灭性真菌威胁。

引用: Rahman, S., Rahman, A., Huang, Ym.M. et al. Virtual screening and molecular dynamics simulations for drug repurposing against autophagy to attenuate blast in cereal plants. Sci Rep 16, 14198 (2026). https://doi.org/10.1038/s41598-026-43708-0

关键词: 稻瘟病真菌, 自噬抑制, 药物再利用, 谷物作物病害, 虚拟筛选