Cell | 施一公组揭示γ分泌酶与抑制剂和调节剂的复合物结构基础

撰文 | 小白薯

责编 | 兮

阿尔兹海默症(Alzheimer’s disease, AD)是由β-淀粉样蛋白(amyloid β-protein,Aβ)的沉积引起。其中Aβ的沉积来源于淀粉样前体蛋白(amyloid precursor protein,APP)的不正常切割导致在大脑中无法清除的积累。APP在胞外空间首先被β-secretase切割,然后APP C端99个蛋白质的片段进一步被γ-secretase切割,产生一个胞内结构域和一个48或49个残基的跨膜短肽(Aβ48和Aβ49)。Aβ48和Aβ49可继续被γ-secretase以消化三个或者四个残基的方式切割,生成不同长度的短肽,比如Aβ40,Aβ42,Aβ43,Aβ45,Aβ46【1】。这些不同长度的Aβ短肽的长期积累就会导致β-淀粉样斑的沉积,其中Aβ42和Aβ43最容易聚集,从而引起AD【2】

引起AD的关键酶γ-secretase包含四个组分,催化结构域Presenilin (包含两个亚基PS1和PS2), Pen-2, APH-1, 和nicastrin (NCT) 。目前发现的大部分与AD相关的突变都发生在PS1上【3】,在PS2和APP上的相对较少,但是几乎所有的突变都会导致APP的不正常切割【4】。这些发现表明Aβ寡聚体和淀粉样斑是导致AD的一个重要成因。在这个假设前提下,如果能够抑制或者调节γ-secretase的切割活性,或许能够减少或控制Aβ的产生,从而减少Aβ寡聚体和样斑的积累,达到治疗AD的目的【5】。因此理解γ-secretase的分子机理以及药物对γ-secretase的作用机制对于AD的治疗极为关键。

在此前,施一公课题组已经详细的阐述过γ-secretase的原子分辨率结构及其相关机理【6-8】(详见BioArt报道:Nature丨施一公组揭示γ-分泌酶与底物识别的结构基础;Science 长文|施一公组揭示γ-分泌酶与底物β-淀粉样前体蛋白识别的结构基础)

2020年12月28日,施一公课题组(清华大学为第一单位)再次在Cell杂志发表了题为“Structural basis of γ-secretase inhibition and modulation by small molecule drugs”的研究论文。作者通过冷冻电镜(Cryo-EM)技术,解析了目前针对γ-secretase开发、用于治疗AD的临床药物或候选药物与γ-secretase复合物的高分辨率结构,揭示了药物抑制剂或调节剂的工作机理,为指导该药物的临床试验以及下一代的药物开发提供了重要帮助。

Cell | 施一公组揭示γ分泌酶与抑制剂和调节剂的复合物结构基础
对于γ-secretase的药物开发主要分为γ-secretase抑制剂 (γ-secretase inhibitors, GSIs)和调节剂(γ-secretase modulators,GSMs)。作者通过冷冻电镜技术,解析了一系列GSIs或SGMs与γ-secretase 的复合物结构,所有的复合物结构分辨率均在2.6–3.1 Å之间。
Semagacestat,也叫 LY-450139【9】,是第一个进入临床三期评估的GSI。相对于早期鼓舞人心的试验结果,Semagacestat在临床三期试验时发现没有改善患者的认知水平,并且表现出一些其他的副作用。其副作用包括对其他底物比如Notch的切割活性的抑制,该抑制会严重影响Notch信号通路的正常功能【10】。如若想排除对Notch的影响,则必须开发特异性抑制并且对Notch没有影响的GSIs。对于Semagacestat与γ-secretase的结构解析有助于指导开发副作用小、底物特异性、对Notch切割活性无影响的下一代GSIs。生化实验表明,Semagacestat对γ-secretase的半抑制浓度(IC50)在几个微摩尔级别。为了更好的理解Semagacestat与γ-secretase的相互作用机制,作者解析了二者的高分辨率复合物结构,平均分辨率3.0 Å (图1)。结构显示Semagacestat的位置位于PS1区域,并且占据了APP-C99或Notch-100的同样位置,非常合理的解释了Semagacestat抑制功能。
Cell | 施一公组揭示γ分泌酶与抑制剂和调节剂的复合物结构基础
图1. Semagacestat与γ-secretase复合物结构
另一个很有希望的临床试验候选药物代表是Avagacestat (也叫BMS-708163),相对于对Notch,它表现出更加偏好对APP的切割抑制【11】。但是,高剂量的Avagacestat仍然对Notch有抑制作用,并且展现出一定的毒性。尽管如此,为了更好的理解其作用机制,生化实验分析表明,Avagacestat对γ-secretase的IC50在16 nmol左右。结构数据解析到Avagacestat与γ-secretase复合物结构分辨率为3.1 Å (图2),其中Avagacestat药物的结合位点几乎与Semagacestat一样,也位于PS1区域,同样合理地解释了其抑制功能。
Cell | 施一公组揭示γ分泌酶与抑制剂和调节剂的复合物结构基础
图2. Avagacestat与γ-secretase的复合物结构
根据抑制机制的不同,GSIs又可以分为过渡态药物 (Transition state analog,TSA)和非过渡态药物(non-Transition state analog,non-TSA)【12】。Semagacestat和Avagacestat都是属于非竞争性non-TSA抑制剂。相比之下,“L685,458”是一款被广泛研究的竞争性TSA 【11】。研究表明,“L685,458”可能直接结合在PS1的活性位点。生化实验表明L685,458的IC50在74 nmol左右。为了获得该药物的作用机制,作者将L685,458药物小分子与γ-secretase进行孵育,最终解析到平均分辨率3.1 Å 的复合物结构 (图3)。结构显示,L685,458主要通过形成七个氢键结合在PS1的几个残基上,其中两个是催化位点,几乎与此前预测的一致。
Cell | 施一公组揭示γ分泌酶与抑制剂和调节剂的复合物结构基础
图3. “L685,458”与γ-secretase的复合物结构
除了GSIs,GSMs也是被认为能够减轻AD症状的研究热点。GSMs也许能够进一步切割Aβ42,以减少Aβ肽链的不正常聚集,从而达到减轻或者根除AD症状的目的【13】。不像GSIs,GSMs被认为是可以在多个不同的位点别构调节γ-secretase活性的药物分子。因此,可以想象,一类特定的GSI也学能够与一些GSM一起实现底物特异的抑制作用,达到调节的双重效果。E2012是一个被长期研究的GSM家族成员【14】。此前研究表明,E2012与L685,458二者一起作用,可以引起协同效应。比如5 nM的L685,458或者50 μM的E2012都只能引起γ-secretase对APP-C99轻微的抑制活性。但是,当两者一起作用时,γ-secretase的切割活性几乎被完全抑制【15】。为了更好地理解GSMs的作用机制,作者解析了γ-secretase同时结合E2012与L685,458的复合物结构,分辨率达到2.6 Å (图4)。该结构很好的解释了E2012的别构效应调节机制,为下一代的GSMs药物开发铺好了道路。
Cell | 施一公组揭示γ分泌酶与抑制剂和调节剂的复合物结构基础
图4.E2012与γ-secretase的复合物结构
总的来说,本篇论文通过Cryo-EM技术,解析了γ-secretase与多个不同的抑制药物和一个调节药物的复合物结构,解释了各个药物对γ-secretase的作用机制。结构的阐述和机制的解析对于现有的药物改进和下一代的药物开发具有非常重要的指导意义,整个研究对于AD的治疗提供了前进的动力和方向。
原文链接:
https://doi.org/10.1016/j.cell.2020.11.049
制版人:SY

参考文献

向上滑动阅览

1          Takami, M. et al. Journal of Neuroscience 29, 13042-13052, (2009).

2          KIDD, M. Brain 87, 307-320, (1964).

3          Rogaev, E. et al. Nature 376, 775-778, (1995).

4          Borchelt, D. R. et al. Neuron 17, 1005-1013, (1996).

5          Golde, T. E. et al. Experimental neurology 223, 252-266, (2010).

6          Yang, G. et al. Nature 565, 192-197, (2019).

7          Zhou, R. et al. Science 363, (2019).

8          Bai, X.-c. et al. Nature 525, 212-217, (2015).

9          Henley, D. B. et al. Expert opinion on pharmacotherapy 10, 1657-1664, (2009).

10        Aster, J. C. et al. Annual Review of Pathology: Mechanisms of Disease 12, 245-275, (2017).

11        Gillman, K. W. et al. ACS Medicinal Chemistry Letters 1, 120-124, (2010).

12        Tagami, S. et al. Cell reports 21, 259-273, (2017).

13        Liu, Q. et al. JAMA neurology 71, 1481-1489, (2014).

14        Kimura, T. et al. Eisai, Japan, 679, (2005).

15        Pozdnyakov, N. et al. Journal of Biological Chemistry 288, 9710-9720, (2013).

Cell | 施一公组揭示γ分泌酶与抑制剂和调节剂的复合物结构基础
生物医学科研方法

Science | 液液相分离新状态——于海洋等报道细胞内液晶结构的存在和形成,聚焦TDP-43形成非均质核壳小体

2020-12-30 4:44:39

生物医学科研方法

高分利器|当单细胞测序遇到基因修饰小鼠……

2020-12-30 4:45:25