引言

合成致死，這一概念在二十多年前首次提出，長(zhǎng)期以來(lái)在靶向癌癥治療領(lǐng)域蘊(yùn)含著巨大的前景。盡管作為概念驗(yàn)證，PARP抑制劑在BRCA突變癌癥中獲得了臨床成功，但極少有其他合成致死相互作用能從臨床前發(fā)現(xiàn)轉(zhuǎn)化為有效療法。這種緩慢的轉(zhuǎn)化速度，部分源于開發(fā)針對(duì)遺傳依賴性藥物的困難，同時(shí)也反映了這些相互作用的細(xì)胞和組織特異性。

本綜述概述了合成致死配對(duì)發(fā)現(xiàn)和驗(yàn)證的最新進(jìn)展，從大規(guī)模遺傳篩選中的發(fā)現(xiàn)到臨床藥物的開發(fā)。我們討論了基于CRISPR的替代方法——包括組合篩選、堿基編輯和飽和誘變——如何被用于發(fā)現(xiàn)新的可靶向相互作用。同時(shí)，我們探討了機(jī)器學(xué)習(xí)模型如何能夠?qū)崿F(xiàn)對(duì)候選配對(duì)的優(yōu)先排序和患者分層生物標(biāo)志物的識(shí)別。最后，我們強(qiáng)調(diào)了超越簡(jiǎn)單細(xì)胞生長(zhǎng)或適應(yīng)度的表型讀數(shù)，如高內(nèi)涵成像和單細(xì)胞分析，它們使得更精細(xì)的表型解析成為可能。這些發(fā)展共同完善了合成致死范式，并推進(jìn)了其在癌癥治療中的潛力。

一、合成致死的臨床轉(zhuǎn)化進(jìn)展

精準(zhǔn)腫瘤學(xué)的成功多基于利用癌基因，但存在局限：并非所有癌基因（如MYC）易于成藥；許多腫瘤以腫瘤抑制基因功能喪失為特征，直接靶向無(wú)效。合成致死提供了一種策略，通過靶向由此獲得的依賴性（如PARP1）來(lái)治療攜帶腫瘤抑制基因失活或不可成藥驅(qū)動(dòng)因子的腫瘤。

過去二十年，已發(fā)現(xiàn)數(shù)千個(gè)候選合成致死相互作用。SynLethDB和SLKB數(shù)據(jù)庫(kù)分別報(bào)告了超過26,000和16,000個(gè)基因?qū)?。然而，僅少數(shù)在低通量實(shí)驗(yàn)或動(dòng)物模型中驗(yàn)證，更少進(jìn)入臨床試驗(yàn)。BRCA–PARP仍是臨床最突出的例子。近期一項(xiàng)系統(tǒng)分析確定了1,207項(xiàng)基于合成致死的臨床試驗(yàn)，其中三分之二涉及DNA損傷反應(yīng)基因，表明其潛力尚未完全實(shí)現(xiàn)。值得注意的是，許多試驗(yàn)是BRCA–PARP相互作用的延伸。非DDR靶點(diǎn)的試驗(yàn)包括EZH2、PLK1和PRMT5抑制劑。有趣的是，基于合成致死的臨床試驗(yàn)成功率高于非合成致死試驗(yàn)，提示存在擴(kuò)展到DDR之外的未開發(fā)機(jī)會(huì)。

合成致死的上下文特異性

BRCA–PARP相互作用在各種模型和癌癥類型中表現(xiàn)穩(wěn)健，但此后發(fā)現(xiàn)的許多相互作用高度依賴于上下文。例如，不同KRAS相關(guān)篩選的重疊極少。遺傳背景、細(xì)胞類型、篩選形式和培養(yǎng)條件都可能貢獻(xiàn)于這種特異性。對(duì)PARP抑制劑耐藥性的篩選揭示了BRCA狀態(tài)外影響敏感性的多個(gè)基因，表明PARP敏感性是復(fù)雜的。類似地，KRAS和LKB1突變組合可預(yù)測(cè)非小細(xì)胞肺癌對(duì)COPI抑制的敏感性。環(huán)境條件（如葡萄糖或DNA損傷劑）也可重布線遺傳相互作用。一些靶向癌細(xì)胞新興特性（如同源重組缺陷）的相互作用可能源于不同基因的改變，提示需要超越一對(duì)一基因關(guān)系的視角。

從遺傳靶點(diǎn)到藥物的挑戰(zhàn)

全基因組功能喪失篩選是發(fā)現(xiàn)新合成致死相互作用的主要方法。然而，許多已識(shí)別靶點(diǎn)缺乏使其適合藥物開發(fā)的特性，因?yàn)閮H約15-20%的蛋白質(zhì)編碼基因可用傳統(tǒng)小分子或抗體方法“成藥”。缺乏酶活性或配體結(jié)合位點(diǎn)的蛋白質(zhì)（如轉(zhuǎn)錄因子）通常被認(rèn)為難以成藥。例如，ARID1B是ARID1A缺失細(xì)胞中的穩(wěn)健合成致死靶點(diǎn)，但因其缺乏明確配體結(jié)合位點(diǎn)，十年后仍未開發(fā)出小分子抑制劑。

替代靶向方法如分子膠和蛋白水解靶向嵌合體（PROTAC）有望擴(kuò)展可成藥空間。PROTACs通過將靶蛋白與E3連接酶結(jié)合以促進(jìn)降解，正針對(duì)多個(gè)合成致死靶點(diǎn)研究，最顯著的是SMARCA4–SMARCA2。然而，并非所有蛋白質(zhì)都適合PROTAC降解。一項(xiàng)系統(tǒng)分析提名了1,336個(gè)“PROTAC可靶向”蛋白質(zhì)，但未包括ARID1B等有希望的命中。盡管多個(gè)PROTACs臨床試驗(yàn)進(jìn)行中，尚無(wú)獲批用于臨床。

許多有希望的合成致死伙伴涉及基因旁系同源物對(duì)。靶向這些配對(duì)需解決特異性問題，以避免抑制兩者可能產(chǎn)生的毒性。例如，ENO1缺失細(xì)胞對(duì)ENO2抑制敏感，但ENO1是紅細(xì)胞唯一表達(dá)的烯醇化酶，其抑制會(huì)導(dǎo)致毒性，促使開發(fā)ENO2特異性抑制劑。已成功開發(fā)出選擇性靶向旁系同源家族中單個(gè)成員的抑制劑（如PARP1選擇性抑制劑），表明特異性障礙可克服。

從遺傳靶點(diǎn)轉(zhuǎn)向新藥的另一挑戰(zhàn)是，小分子抑制與遺傳擾動(dòng)（敲除/敲低）的表型效應(yīng)可能不一致，因小分子可能僅抑制多域蛋白的單個(gè)活性，而遺傳擾動(dòng)破壞所有功能。在某些情況下，小分子作用可能大于遺傳擾動(dòng)，如PARP抑制劑的“捕獲”效應(yīng)導(dǎo)致比單獨(dú)敲除更大的適應(yīng)度缺陷。

評(píng)估和克服毒性

典型篩選比較擾動(dòng)對(duì)不同癌細(xì)胞系的影響，提供敏感性生物標(biāo)志物信息，但難以洞察人體毒性。癌癥依賴圖譜數(shù)據(jù)可將基因分類為“普遍必需”或“選擇性必需”。許多癌基因?qū)龠x擇性必需，是優(yōu)選靶點(diǎn)。但許多候選合成致死靶點(diǎn)是普遍必需基因。RNAi篩選可能揭示部分抑制對(duì)特定基因型的選擇性效應(yīng)，而CRISPR敲除篩選因完全破壞基因可能無(wú)法識(shí)別。例如，RNAi篩選顯示KRAS突變與PLK1和蛋白酶體亞基抑制敏感性增加相關(guān)，這些是普遍必需基因。這些關(guān)聯(lián)可能不代表真正合成致死，但敏感性差異可能仍提供治療窗口。

MTAP–PRMT5相互作用是一個(gè)成功例子。MTAP缺失導(dǎo)致其底物MTA積累，部分抑制PRMT5，使MTAP缺失細(xì)胞對(duì)PRMT5抑制更敏感。第一代PRMT5抑制劑因PRMT5的必需作用仍引起毒性。第二代MTA協(xié)同抑制劑利用MTA結(jié)合狀態(tài)，選擇性破壞MTAP缺失細(xì)胞生長(zhǎng)，已進(jìn)入臨床開發(fā)（如MRTX1719和AMG193）。

缺乏系統(tǒng)方法評(píng)估基因抑制對(duì)非癌細(xì)胞的毒性。理想情況下，應(yīng)有類似DepMap的資源報(bào)告健康細(xì)胞對(duì)基因抑制的敏感性。小鼠敲除研究和類器官模型可能提供見解。

即使在PARP抑制劑案例中，血液學(xué)毒性在臨床使用后才變得明顯。幾種合成致死療法在晚期階段識(shí)別出嚴(yán)重毒性，如USP1抑制劑TNG348因肝毒性終止，ATR抑制劑M4344也因肝毒性停止開發(fā)，后者可能源于脫靶抑制UGT1A1。

用現(xiàn)有藥物進(jìn)行篩選

重新利用現(xiàn)有化合物可大大縮短上市時(shí)間。藥物庫(kù)篩選可識(shí)別新敏感性生物標(biāo)志物。例如，SF3B1突變和EWS–FLI1易位與PARP抑制劑敏感性增加相關(guān)。重新定位也發(fā)現(xiàn)利用現(xiàn)有小分子的機(jī)會(huì)，如ROS1抑制與CDH1突變合成致死，可利用已批準(zhǔn)的克唑替尼和恩曲替尼，迅速啟動(dòng)了CDH1缺失乳腺癌的臨床試驗(yàn)。

二、全基因組多重?cái)_動(dòng)篩選

全面的遺傳相互作用圖譜極具價(jià)值，但實(shí)驗(yàn)測(cè)試所有基因?qū)哂刑魬?zhàn)性。這里討論基于CRISPR的進(jìn)展如何擴(kuò)大可測(cè)試的遺傳相互作用數(shù)量，并建議使用啟發(fā)式策略橫貫遺傳相互作用景觀。

用CRISPR解鎖大規(guī)?；蚪M合篩選

多種系統(tǒng)應(yīng)用于體外檢查遺傳相互作用，包括雙引導(dǎo)RNA Cas9、Cas12a/In4mer和Cas13d系統(tǒng)。同基因細(xì)胞系系統(tǒng)結(jié)合全基因組文庫(kù)可識(shí)別上位性。其他系統(tǒng)包括CRISPR抑制和激活系統(tǒng)。

哺乳動(dòng)物細(xì)胞中潛在的基因相互作用篩選空間估計(jì)約為2億個(gè)全基因組成對(duì)相互作用。迄今發(fā)表的大多數(shù)組合文庫(kù)評(píng)估了最多5,000個(gè)基因?qū)?，通常?,000個(gè)左右。篩選所有基因?qū)π枰辽?億個(gè)配對(duì)gRNA構(gòu)建體，且需在多個(gè)模型中測(cè)試。目前，無(wú)重大技術(shù)進(jìn)步下，完整的實(shí)驗(yàn)衍生遺傳相互作用圖譜似乎不太可能。酵母等系統(tǒng)實(shí)驗(yàn)表明合成致死相互作用極其罕見，預(yù)計(jì)相互作用景觀大部分是空的。

旁系同源物是合成致死相互作用最富集的基因群。同一復(fù)合物或通路中的基因也富集遺傳相互作用。這為篩選方法提供了信息：優(yōu)先考慮最可能發(fā)生相互作用的基因?qū)?，同時(shí)選擇對(duì)訓(xùn)練機(jī)器學(xué)習(xí)算法最有信息的基因?qū)?，以集中資源尋找最具治療吸引力的靶點(diǎn)。

利用遺傳誘變篩選揭示結(jié)構(gòu)-功能關(guān)系

識(shí)別合成致死靶點(diǎn)后，額外功能篩選可精確定位可能被小分子靶向的殘基。挑戰(zhàn)在于確定蛋白質(zhì)哪些特定活性貢獻(xiàn)于合成致死相互作用。有幾種方法用于靶蛋白的掃描或飽和誘變。

堿基編輯將催化失活的Cas9與脫氨酶融合，直接編輯基因組，高效生成精確編輯而不產(chǎn)生雙鏈斷裂，但編輯范圍有限。先導(dǎo)編輯使用包含編輯模板的gRNA，更精確，也不產(chǎn)生雙鏈斷裂，適合對(duì)雙鏈斷裂敏感的系統(tǒng)。飽和基因組編輯通過同源重組引入全范圍遺傳變異，但需要產(chǎn)生雙鏈斷裂，通常使用近單倍體HAP1 LIG4缺失細(xì)胞增強(qiáng)同源重組。最近，HAP1 LIG4缺失細(xì)胞用于探索BAP1和RAD51C等基因中的所有可能變異，發(fā)現(xiàn)實(shí)驗(yàn)衍生的功能評(píng)分與臨床分類高度相關(guān)。堿基編輯已應(yīng)用于檢查對(duì)腫瘤藥物的細(xì)胞反應(yīng)，識(shí)別耐藥突變，并與單細(xì)胞轉(zhuǎn)錄組測(cè)序結(jié)合提供更豐富表型讀數(shù)。誘變篩選工作量巨大，使得能精煉靶點(diǎn)空間的計(jì)算方法尤為重要。

-04-
三、計(jì)算機(jī)引導(dǎo)的合成致死相互作用發(fā)現(xiàn)

遺傳相互作用景觀的組合性和稀疏性給實(shí)驗(yàn)測(cè)試帶來(lái)挑戰(zhàn)。大規(guī)模生物學(xué)數(shù)據(jù)和計(jì)算建模進(jìn)步使得在計(jì)算機(jī)中預(yù)測(cè)這些相互作用變得更加可行。然而，準(zhǔn)確預(yù)測(cè)合成致死相互作用仍是未解決的問題。

預(yù)測(cè)合成致死相互作用

早期計(jì)算方法受微生物遺傳相互作用數(shù)據(jù)集驅(qū)動(dòng)?；谏锞W(wǎng)絡(luò)的概率模型結(jié)合異構(gòu)數(shù)據(jù)類型預(yù)測(cè)遺傳相互作用。蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)整合表明，合成致死相互作用可通過互補(bǔ)過程破壞在通路水平解釋。人類和酵母遺傳相互作用網(wǎng)絡(luò)比較揭示了人類細(xì)胞中更可能觀察到的預(yù)測(cè)合成致死特征。

基因組尺度代謝機(jī)制模型結(jié)合了代謝反應(yīng)及其遺傳調(diào)控的廣泛知識(shí)，使用線性規(guī)劃預(yù)測(cè)遺傳擾動(dòng)和環(huán)境變化對(duì)代謝和細(xì)胞活力的影響。它們可通過代謝通量耦合預(yù)測(cè)遺傳相互作用，并確認(rèn)了合成致死相互作用的通路組織。遺傳相互作用數(shù)據(jù)可用于自動(dòng)化模型精煉。

進(jìn)化保守遺傳相互作用研究從酵母到人類細(xì)胞，成功識(shí)別了癌癥中的合成致死相互作用，如MSH2–SENP6。但總體上，遺傳相互作用在微生物和哺乳動(dòng)物細(xì)胞間不強(qiáng)烈保守。某些關(guān)鍵癌癥基因直系同源物在微生物中缺失，限制了其用于發(fā)現(xiàn)。

因此，焦點(diǎn)轉(zhuǎn)向人類癌細(xì)胞。DepMap等聯(lián)盟促進(jìn)了大規(guī)模合成致死相互作用的發(fā)現(xiàn)。癌細(xì)胞系作為腫瘤模型的相關(guān)性存在爭(zhēng)議，但大規(guī)模比較揭示了它們與腫瘤分子譜之間的強(qiáng)一致性。WRN–MSI合成致死相互作用的識(shí)別及體內(nèi)驗(yàn)證支持了細(xì)胞系的效用。統(tǒng)計(jì)方法利用腫瘤基因組數(shù)據(jù)集優(yōu)先考慮具有基因組改變相互排斥或共表達(dá)模式的基因?qū)?。人類基因組尺度代謝模型也被用于識(shí)別合成致死相互作用，如延胡索酸水合酶和血紅素加氧酶通路活性之間的致死性。隨著組合遺傳篩選數(shù)據(jù)增長(zhǎng)，使用優(yōu)化算法精煉模型可改進(jìn)預(yù)測(cè)。

機(jī)器學(xué)習(xí)方法在預(yù)測(cè)合成致死相互作用方面前景巨大，但存在局限：跨物種保守性差、訓(xùn)練數(shù)據(jù)集高度不平衡、預(yù)測(cè)超越充分研究的蛋白質(zhì)類別具有挑戰(zhàn)性。旁系同源基因?qū)κ穷A(yù)測(cè)最成功的應(yīng)用。預(yù)測(cè)非旁系同源對(duì)的合成致死仍是重大挑戰(zhàn)，主要因訓(xùn)練數(shù)據(jù)有限，且被相互作用的高度上下文依賴性加劇。協(xié)調(diào)和整合多個(gè)遺傳相互作用篩選數(shù)據(jù)可能有助于解決局限性。開發(fā)和完善合成致死數(shù)據(jù)庫(kù)（如SynLethDB和SLKB）對(duì)于穩(wěn)健基準(zhǔn)測(cè)試和改進(jìn)機(jī)器學(xué)習(xí)模型至關(guān)重要。

總之，合成致死預(yù)測(cè)進(jìn)展從基于微生物模型發(fā)展到針對(duì)人類癌細(xì)胞的復(fù)雜方法。計(jì)算方法有助于精煉預(yù)測(cè)，但上下文特異性、數(shù)據(jù)集不平衡和對(duì)穩(wěn)健訓(xùn)練數(shù)據(jù)的需求等挑戰(zhàn)仍然存在。

擴(kuò)展遺傳相互作用及其成藥性

傳統(tǒng)上，遺傳相互作用通過細(xì)胞活力影響識(shí)別，但僅捕獲部分表型變化。擴(kuò)展到單細(xì)胞讀數(shù)和高內(nèi)涵成像能探索更廣泛的表型變化。

單細(xì)胞RNA測(cè)序與遺傳擾動(dòng)結(jié)合，能在單基因和雙基因修飾后表征轉(zhuǎn)錄譜。基于轉(zhuǎn)錄譜相似性的遺傳相互作用圖譜可從中挖掘遺傳相互作用。優(yōu)勢(shì)在于提供比活力測(cè)量更詳細(xì)的表型讀數(shù)，支持差異基因表達(dá)和細(xì)胞狀態(tài)識(shí)別，并訓(xùn)練更先進(jìn)機(jī)器學(xué)習(xí)模型。挑戰(zhàn)包括分析時(shí)間點(diǎn)和成本限制。大規(guī)模單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)集（如人類細(xì)胞圖譜）使得能夠訓(xùn)練深度學(xué)習(xí)模型預(yù)測(cè)細(xì)胞對(duì)擾動(dòng)的轉(zhuǎn)錄組反應(yīng)，有助于聚焦功能篩選。

細(xì)胞繪畫是一種使用多重?zé)晒馊旧东@細(xì)胞形態(tài)學(xué)特征的高內(nèi)涵成像檢測(cè)，可分析由藥物或遺傳擾動(dòng)誘導(dǎo)的形態(tài)學(xué)變化。遺傳和基于圖像的高通量篩選與人工智能整合，代表通過將形態(tài)學(xué)、表達(dá)和細(xì)胞相互作用譜與遺傳改變或藥物擾動(dòng)聯(lián)系起來(lái)繪制遺傳相互作用的強(qiáng)大策略。

如前所述，許多合成致死靶點(diǎn)難以成藥。AlphaFold和RoseTTAFold等工具革命性地從序列預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，促進(jìn)了基于結(jié)構(gòu)的藥物設(shè)計(jì)。但限制包括結(jié)構(gòu)預(yù)測(cè)是靜態(tài)的、無(wú)法捕捉替代構(gòu)象、不模擬翻譯后修飾、預(yù)測(cè)由SNP導(dǎo)致的結(jié)構(gòu)變化能力有限。生成式強(qiáng)化學(xué)習(xí)方法（如GENTRL）能快速設(shè)計(jì)新型抑制劑，如在46天內(nèi)設(shè)計(jì)出上皮盤狀結(jié)構(gòu)域受體1激酶的有效抑制劑。另一種方法POLYGON利用多藥理學(xué)特異性抑制多種蛋白質(zhì)，為已知合成致死基因?qū)ι珊蜻x分子。對(duì)于MEK1和mTOR對(duì)，合成了32種候選分子，許多顯示出顯著靶上效應(yīng)。這是一個(gè)快速發(fā)展的領(lǐng)域，正在探索其他深度學(xué)習(xí)策略，盡管重大挑戰(zhàn)（如可靠生成化學(xué)有效分子）仍然存在。

-05-

五、未來(lái)展望

合成致死是選擇性靶向癌細(xì)胞的有前途的方法。DNA損傷反應(yīng)基因因其作為隱性腫瘤抑制因子的特性而富含保守的合成致死網(wǎng)絡(luò)，成為理想的靶點(diǎn)。新興的大規(guī)模擾動(dòng)實(shí)驗(yàn)和計(jì)算技術(shù)正系統(tǒng)性地探索這一領(lǐng)域。下一代機(jī)器學(xué)習(xí)模型有望整合多組學(xué)數(shù)據(jù)，以應(yīng)對(duì)遺傳相互作用的背景特異性和數(shù)據(jù)不平衡挑戰(zhàn)，從而更準(zhǔn)確地預(yù)測(cè)不同癌癥背景下的新相互作用。

在靶向策略上，PROTAC和分子膠等技術(shù)為靶向傳統(tǒng)“不可成藥”的蛋白質(zhì)（如SMARCA2）提供了可能。人工智能模型正加速小分子的發(fā)現(xiàn)與設(shè)計(jì)，進(jìn)一步擴(kuò)展了可靶向的相互作用集合。同時(shí)，研究模型也在演進(jìn)，癌癥類器官能更忠實(shí)地代表腫瘤分子譜，并允許進(jìn)行更具臨床意義的腫瘤-正常組織比較。

未來(lái)的關(guān)鍵挑戰(zhàn)包括深入理解靶點(diǎn)成藥性的規(guī)律，以及探索合成致死療法如何與現(xiàn)有的化療、放療及免疫療法產(chǎn)生協(xié)同作用。通過計(jì)算預(yù)測(cè)和優(yōu)化這些組合相互作用，對(duì)于推動(dòng)合成致死策略的臨床成功至關(guān)重要。

參考資料：

Synthetic lethality in cancer drug discovery: challenges and opportunities. Nat Rev Drug Discov. 2026 Jan;25(1):22-38.

公眾號(hào)已建立“小藥說藥專業(yè)交流群”微信行業(yè)交流群以及讀者交流群，掃描下方小編二維碼加入，入行業(yè)群請(qǐng)主動(dòng)告知姓名、工作單位和職務(wù)。