Acta Pharmacol. Sin.｜从数十万分子到有效抑制剂：AI+实验的JAK2发现流程

JAK2是多种炎症性疾病、癌症以及类风湿性关节炎的重要治疗靶点。抑制JAK2已成为治疗上述疾病一种极具前景的策略。2026年1月27日，全北国立大学的研究人员在《Acta Pharmacologica Sinica》上发表文章，题为“AI and experimental convergence: a synergistic pathway to JAK2 inhibitor discovery”。

JAK蛋白是一类参与细胞信号转导的胞内酪氨酸激酶。JAK家族包含四种同工型：JAK1、JAK2、JAK3和TYK2，它们约在30年前由Wilks等人首次发现。四种JAK亚型均可级联激活七类STAT蛋白，并触发转录因子的激活，从而调控约40种不同细胞因子和化学信号分子的基因表达，以调节细胞功能(图1)。因此，JAK蛋白作为免疫相关疾病的潜在治疗靶点，受到了广泛关注。然而，JAK家族成员之间的ATP结合位点在结构上高度相似，使得通过传统方法为特定JAK亚型筛选具有高选择性的配体面临较大挑战。

JAK2被认为是炎症性疾病、癌症及类风湿性关节炎的潜在诊断标志物和治疗靶点。在过去几十年中，多种靶向JAK2的药物已进入临床或临床前研究阶段，用于治疗骨髓增殖性疾病，其中部分药物已获得美国食品药品监督管理局(FDA)及其他监管机构的批准。开发具有更优药物相容性和成药性质的新型JAK2抑制剂，仍具有重要研究价值和应用前景。

首先进行数据集构建，从ChEMBL数据库中整理生物活性数据，并依据IC₅₀阈值进行标注(图2a)。然后计算分子指纹(Morgan、PaDEL、MACCS)，并与生物活性标签配对，作为机器学习模型输入(图2b)。对于集成学习模型训练阶段，采用Butina聚类方法对数据进行聚类，并通过五折交叉验证进行超参数优化和模型验证(图2c)。其中，训练集以及测试集如表1所示。随后，对化合物进行虚拟筛选、分子对接和聚类分析；排名靠前的分子进一步接受分子动力学模拟、ADME性能评估及抑制活性实验，最终获得具有预测JAK2抑制活性的优选候选物(图2d)。

为构建机器学习模型，从ChEMBL数据库收集了与JAK2蛋白相关的抑制剂与非抑制剂数据集。采用非线性降维方法t-SNE探索分子集合所覆盖的化学空间。在此之前，基于分子的SMILES表达式计算了长度为1048位的Morgan指纹。随后，使用主成分分析(PCA)对特征空间进行降维，以降低维度并减少噪声干扰。结果显示，抑制剂在化学空间中的分布趋于集中，而非抑制剂则分布在不同区域(图3a)。抑制剂与非抑制剂在空间分布上的明显差异表明，其分子结构特征存在显著不同，这种结构差异可能是导致其生物活性差异的重要原因。

本研究评估了多种机器学习模型的预测性能。五折交叉验证结果表明，在所有分类器中，CatBoost表现出最为稳健的预测能力(表2)。

在其他评价指标方面，如Matthews相关系数(MCC)，CatBoost取得了0.86的最高得分，明显高于其他模型，表明其在区分JAK2抑制剂与非抑制剂方面具有更强的判别能力。在测试数据集上的评估进一步验证了CatBoost的优越性，其准确率为0.94，MCC为0.86(表3)。

此外，测试集的ROC曲线显示CatBoost的AUROC达到0.980，高于XGBoost、LightGBM和AdaBoost，表明其具有极强的区分能力(图3b)。PR曲线分析结果显示，CatBoost、LightGBM和XGBoost的AUPRC均为0.987，而AdaBoost为0.980(图3c)。综合多项评价指标可以看出，尽管多种模型均表现良好，但CatBoost在各项性能指标上始终优于其他模型，是预测JAK2抑制剂最为可靠的分类器。

KCD包含约73万多个小分子化合物，被用于高通量虚拟筛选。在虚拟筛选之前，对数据库进行了预处理，包括筛选具有类药性的小分子、去除盐形式分子，以及利用RDKit库生成互变异构体和构象。经预处理后，共获得53万多个小分子，并按照与机器学习模型训练阶段相同的方法，计算其1048位Morgan指纹。随后，将处理后的小分子特征作为输入，导入由已知抑制剂数据训练得到的CatBoost分类模型进行预测，并根据预测概率对分子进行打分。最终，从模型预测结果中筛选出预测概率大于0.5的3474个化合物，作为潜在的JAK2抑制剂候选分子。

通过虚拟筛选获得的候选分子被用于分子对接分析，以研究其在JAK2结合位点的结合强度及构象取向。所有筛选得到的分子均被对接至JAK2蛋白的活性口袋中，其最高Glide评分达到−8.010 kcal/mol。为进一步严格筛选KCB数据库中的候选分子，选取了结构多样化分子的最优构象，并使用Canvas工具中的k-means方法，基于结构相似性进行聚类分析。最终形成14个聚类，并从每个聚类中依据较高的Glide评分选取一个代表性小分子。随后，对这14个分子进行诱导契合对接，以更精确地分析受体蛋白和配体的柔性变化。其中，JAK2-C3的Glide评分最高，为−11.471 kcal/mol(图4)。

采用MMPBSA方法对筛选出的JAK2候选分子进行了结合自由能计算。结果表明，JAK2-C12 的结合自由能最为有利；其次为JAK2-C1、JAK2-C2、JAK2-C4和JAK2-C13(表4)。这些能量结果表明，上述分子在JAK2结合口袋中具有稳定的相互作用模式及良好的极性接触，有利于形成稳定的蛋白–配体复合物。

对分子对接筛选出的高排名候选分子进行了DFT计算，以分析其轨道能级、化学反应性及动力学稳定性。DFT结果显示，JAK2-C1具有最低的能隙，表明其具有较高的化学反应活性；而JAK2-C2表现出最高的电负性，说明其具有更强的吸电子能力(表5)。

先导分子的HOMO–LUMO分布如图5b所示，其中蓝色区域代表分子中电势较正的区域，红色区域则表示电势较负的区域。JAK2-C13具有最小的能隙(3.40 eV)，显示其在JAK2结合位点可能具有较高的反应活性；而JAK2-C2的能隙最大(4.80 eV)，且其HOMO能级最低，表明该分子在电子结构上更为稳定，但反应活性相对较低。

对经过MD模拟筛选出的四个候选分子进行了ADME性质评估。结果表明，所有候选分子均符合常规类药性规则，即氢键供体数不超过5，氢键受体数不超过10，且QlogPo/w值小于5。预测的水溶性(QPlogS)均处于安全范围内。血脑屏障参数显示合理的数值，表明这些分子不太可能对中枢神经系统产生不良影响。此外，预测结果显示所有候选分子均具有良好的口服吸收能力和适宜的溶解度与渗透性。因此，这些候选分子的药代动力学性质均处于理想范围内，使其成为具有潜力的选择性JAK2抑制剂(表6)。

采用剂量–反应分析方法，对筛选得到的四个最优化合物及阳性对照药物tofacitinib的JAK2激酶抑制活性进行了评估。实验结果表明，所有候选化合物均表现出显著的JAK2抑制活性。其中，JAK2-C13显示出最强的抑制效果，其次分别为JAK2-C4、JAK2-C1和JAK2-C2(图6)。

未来的研究可着重于提升AI模型的可解释性，并进一步探索其在预测脱靶效应和毒性特征方面的应用，以推动该策略向更高水平发展。此外，将AI驱动模型与实验验证相结合，为个性化医疗开辟了新的研究方向，有助于开发更加精准、高效的激酶靶向治疗方案，同时显著降低新型治疗药物进入临床试验所需的时间和经济成本。