Глиобластома остается фатальным заболеванием с медианой выживаемости 15 месяцев даже после резекции, радиотерапии и temozolomide. Основная причина неудачи лечения — адаптация опухолевых клеток через транзиторные лекарственно-толерантные состояния, возникающие задолго до формирования стабильной генетической резистентности. Традиционные платформы вычислительного поиска препаратов основаны на статических молекулярных снимках и упускают эти короткоживущие, но функционально критические окна уязвимости.

Исследователи представили вычислительную платформу, которая реконструирует эволюционную траекторию клеток глиобластомы под давлением терапии и использует эту траекторию для идентификации друггируемых мишеней, существующих только транзиторно — во время переходов между клеточными состояниями.

Авторы интегрировали данные одноклеточного RNA-seq от более чем 150 000 опухолевых клеток из образцов первичной и рецидивной глиобластомы. Применялась коррекция батч-эффектов и инференция псевдовремени на основе RNA velocity для картирования переходов между прональным, классическим, мезенхимальным и стволовоклеточным глиомным состояниями в процессе адаптации опухоли к лечению.

На основе этого были построены динамические генные регуляторные сети, охватывающие примерно 18 000 генов и 300 000 регуляторных связей. Это позволило изолировать сигнальные зависимости, появляющиеся специфически во время перехода к резистентности, а не в стабильных до- или посттерапевтических состояниях.

Кандидатные мишени были перекрёстно валидированы на данных CRISPR-скрининга в масштабе генома, сетях белок-белковых взаимодействий и анализе обогащения путей для исключения генов, ассоциированных с переходом, но не имеющих функциональных последствий.

Для мишеней с наивысшей достоверностью оценивалась лигандируемость с использованием экспериментальных и предсказанных AlphaFold структур. Затем проводился виртуальный скрининг библиотеки, превышающей один миллион лекарственноподобных соединений, через этап приоритизации с помощью графовых нейронных сетей, далее — докинг, молекулярная динамика и расчёт свободной энергии связывания.

Хиты фильтровались по проницаемости через гематоэнцефалический барьер, CNS-MPO скорингу, синтетической доступности и предсказанной токсичности для отбора соединений с реалистичной фармакологической жизнеспособностью.

Подход впервые систематически объединяет одноклеточную эволюционную динамику с структурной биологией и AI-ускоренным скринингом для таргетирования ранних, обратимых адаптивных механизмов резистентности — до того, как они фиксируются генетически. Идентификация мишеней, критичных именно в транзиторных состояниях, открывает новые терапевтические окна и может преодолеть фундаментальное ограничение текущих стратегий, нацеленных на стабильные фенотипы.

Такая стратегия особенно актуальна для глиобластомы, где гетерогенность и пластичность опухолевых клеток делают неэффективными статические таргетные подходы. Включение параметров проникновения через ГЭБ и CNS-специфичной фармакокинетики на ранних этапах отбора повышает трансляционный потенциал платформы.