Degrading GPX4 via Biomimetic Nanoparticle-Mediated InSitu Synthesis of Deep-Learning-Designed Binder-DegronChimeras for Prostate Cancer Therapy
Si-Han Zhang, Ye An, Na Zeng, Mei-Cheng Liu, Jian-Xuan Sun, Xi Gong, Jin-Zhou Xu, Shao-Gang Wang, Qi-Dong Xia
Adv Sci (Weinh) . 2026 Sep 27:e77932
Abstract
Glutathione peroxidase 4 (GPX4) is a central guardian against ferroptosis and a critical therapeutic target for castration-resistant prostate cancer (CRPC). However, traditional GPX4 inhibitors are often limited by irreversible covalent binding and systemic toxicity. Here, we utilized the deep learning algorithm Bindcraft to design high-affinity de novo binders targeting GPX4. To achieve GPX4 degradation, we developed a novel modality termed binder-degron chimera (bdC), which integrates a de novo-designed binder with a C-terminal combinational degron. Mechanistically, bdC recruits the CUL2-RING E3 ubiquitin ligase complex, leading to proteasome-mediated GPX4 degradation. To circumvent the delivery barriers inherent to macromolecular therapeutics, the bdC was encoded into a plasmid vector and encapsulated within a biomimetic nanocarrier featuring a PSMA-targeted and CD47-camouflaged surface (pc-CMNP). This platform enables the in situ synthesis of bdCs specifically within prostate cancer cells, driving robust GPX4 degradation and triggering potent ferroptosis. Our work establishes a versatile framework combining deep-learning generative binders, combinational degrons, and biomimetic nanotechnology to degrade intracellular targets and provides a novel therapeutic modality for CRPC.
Keywords: cancer research; chemistry; deep learning; degron; gpx4; intracellular; nanocarriers; prostate cancer; protein degradation; ubiquitin ligase.
글루타티온 과산화효소 4(GPX4)는 페롭토시스를 막는 핵심 수호자이자 거세저항성 전립선암(CRPC)의 중요한 치료 표적이다. 그러나 기존 GPX4 억제제는 비가역적 공유결합과 전신 독성으로 인해 활용에 제약이 있다. 본 연구에서는 딥러닝 알고리즘 BindCraft를 활용하여 GPX4를 표적하는 고친화성 de novo 바인더를 설계하였다. GPX4 분해를 달성하기 위해, de novo 설계된 바인더에 C-말단 조합형 degron을 결합한 새로운 모달리티인 binder-degron chimera(bdC)를 개발하였다. 기전적으로 bdC는 CUL2-RING E3 유비퀴틴 리가제 복합체를 동원하여 프로테아좀 매개 GPX4 분해를 유도한다. 거대분자 치료제에 내재된 전달 장벽을 우회하기 위해, bdC를 플라스미드 벡터에 인코딩하고 PSMA 표적화 및 CD47 위장 표면을 갖춘 생체모방 나노운반체(pc-CMNP)에 봉입하였다. 이 플랫폼은 전립선암 세포 내에서 bdC의 특이적 in situ 합성을 가능하게 하여, 강력한 GPX4 분해와 그에 따른 페롭토시스를 유도한다. 본 연구는 딥러닝 생성형 바인더, 조합형 degron, 생체모방 나노기술을 결합하여 세포 내 표적을 분해하는 범용적 프레임워크를 확립하고, CRPC에 대한 새로운 치료 모달리티를 제시한다.
초록본 연구는 거세저항성 전립선암(CRPC)에서 ferroptosis 저항성을 유지하는 핵심 인자인 GPX4를 표적 단백질 분해 방식으로 제거하는 전략을 제시한다. 저자들은 BindCraft를 이용해 GPX4 결합 binder를 설계하고, 여기에 C-terminal degron을 연결해 binder-degron chimera, bdC를 제작하였다. bdC는 GPX4에 결합한 뒤 CUL2-RING E3 ligase complex를 동원하여 GPX4의 ubiquitination 및 proteasomal degradation을 유도한다. 이를 전립선암 세포 안에서 발현시키기 위해 bdC-encoding D1 plasmid를 biomimetic nanocarrier에 탑재하였다.
1. IntroductionGPX4는 lipid peroxide를 제거해 ferroptosis를 억제하는 핵심 효소이며, CRPC의 치료 저항성과 관련된다. 기존 GPX4 inhibitor는 covalent binding, 약동학적 한계, systemic toxicity 문제가 있다. 따라서 본 연구는 GPX4를 단순 억제하지 않고, AI-designed binder와 degron을 이용해 세포 내에서 선택적으로 분해시키는 새로운 targeted protein degradation 전략을 제안한다.
2.1 GPX4 Binder 설계 및 검증저자들은 GPX4 구조를 기반으로 BindCraft를 이용해 binder 후보를 설계하였다. 후보들은 docking, molecular dynamics simulation, CETSA, ELISA, SPR 등을 통해 평가되었고, 이 중 Binder 5가 GPX4와 가장 안정적으로 결합하는 후보로 선정되었다. Binder 5는 후속 bdC 제작의 scaffold로 사용되었다.
2.2 bdC 설계Binder 5의 C-terminal 부위에 combinational degron을 부착해 bdC를 만들었다. degron 서열은 RFLGGREE로, 여러 C-terminal degron motif를 동시에 반영하도록 설계되었다. AP-MS와 GO 분석 결과 bdC는 CUL2-RING ubiquitin ligase complex와 관련된 분해 경로를 이용하는 것으로 제시되었다. 즉, binder는 GPX4를 인식하고 degron은 GPX4를 분해 대상으로 전환한다.
2.3 세포 내 GPX4 분해 확인bdC peptide 자체는 세포막 투과성이 낮아 직접 처리만으로는 효과가 제한적이었다. 이에 저자들은 bdC를 발현하는 D1 plasmid를 세포에 도입하였다. D1 plasmid transfection 후 22RV1, PC3, HEK293T 세포에서 GPX4가 감소했으며, MG132 처리 시 이 감소가 회복되었다. 이는 bdC가 GPX4를 proteasome-dependent manner로 분해함을 의미한다.
2.4 전립선암 표적 Nanocarrier 제작D1 plasmid 전달을 위해 pc-CMNP가 제작되었다. 이는 PSMA-targeted, CD47-expressing, cationic liposome-incorporated cell membrane-derived nanoparticle이다. 표면의 PSMA aptamer는 PSMA-positive 전립선암 세포 인식과 receptor-mediated uptake를 유도한다. CD47은 macrophage phagocytosis를 회피하는 “don’t eat me” signal로 작용한다. 또한 cationic liposome은 D1 plasmid loading efficiency를 높이는 역할을 한다.
2.5 세포 흡수 및 종양 축적PSMA aptamer가 부착된 pc-CMNP는 22RV1 세포에서 높은 internalization을 보였다. In vivo biodistribution에서도 pc-CMNP는 종양 부위에 효과적으로 축적되고, 간과 비장으로의 비특이적 축적은 감소하였다. 이는 PSMA-mediated targeting과 CD47-mediated immune evasion이 함께 작동했음을 시사한다.
2.6 In Vitro 항암 효과D1@pc-CMNP는 전립선암 세포에서 GPX4를 감소시키고, Fe2+, ROS, MDA 증가 및 mitochondria shrinkage를 유도하였다. 이는 lipid peroxidation 축적에 따른 ferroptosis가 발생했음을 의미한다. 또한 세포 생존율, colony formation, migration이 모두 감소하였다.
2.7 In Vivo 효능 및 안전성22RV1 xenograft mouse model에서 D1@pc-CMNP는 종양 성장을 유의하게 억제했으며, tumor volume을 평균 약 64% 감소시켰다. 기존 GPX4 inhibitor인 RSL3, ML162보다 우수한 항종양 효과를 보였다. 주요 장기 조직 손상과 hemolysis가 크지 않아 비교적 양호한 biosafety profile도 제시되었다.
3. Discussion본 연구는 GPX4를 직접 억제하는 대신, AI-designed binder와 degron을 이용해 GPX4 degradation을 유도했다는 점에서 의의가 있다. 또한 bdC를 직접 전달하지 않고 plasmid 기반 in situ expression 전략을 사용해 macromolecular degrader의 세포 투과성 문제를 우회했다. 다만 GPX4 외 단백질 변화도 관찰되어 off-target 가능성이 있으며, 장기 안전성과 발현 조절 문제는 추가 검증이 필요하다.
전체 결론이 논문은 AI 기반 GPX4 binder 설계, degron-mediated protein degradation, PSMA-targeted biomimetic nanocarrier를 결합한 전립선암 치료 전략을 제시한다. 최종적으로 D1@pc-CMNP는 전립선암 세포 내에서 bdC를 발현시켜 GPX4를 분해하고, ferroptosis를 유도함으로써 항종양 효과를 나타낸다.
댓글