《European Journal of Medicinal Chemistry》：Fused Thiophene – Benzimidazole Conjugates Targeting EGFR: Design, Synthesis, Anticancer Evaluation and their Mechanistic Insights
编辑推荐：
EGFR靶向抗癌药物研究：合成并表征了系列醋酰胺连接的噻吩-苯并咪唑杂合物（3a–h,4a–h,5a–h,6a–i），通过体外实验发现4d对PANC-1细胞选择性抑制（IC50=0.067 μM），6d对A549细胞抑制（IC50=0.82 μM），机制涉及EGFR磷酸化抑制、自噬激活及细胞周期阻滞，分子对接显示强结合活性。
Munugala Chandrakanth | Sehal Mishra | Kankipati Gayathri | Rajasekhara Reddy Katreddy | Sampathkumar Ranganathan | Arya C. G | Ramesh Gondru | Subbiah Rajasekaran | Janardhan Banothu
印度喀拉拉邦科泽科德国立技术学院化学系，邮编673601
摘要：
开发针对表皮生长因子受体（EGFR）的高效抗癌剂一直是药物化学领域的重要研究方向。在本研究中，合成了一系列合理设计的乙酰胺连接型噻吩-苯并咪唑杂化物（3a–h、4a–h、5a–h 和 6a–i），并利用1H NMR、13C NMR和HRMS对其进行了全面表征；其中化合物6d还通过单晶X射线衍射进行了进一步验证。这些衍生物的抗癌活性在体外实验中针对PANC-1（人胰腺癌细胞系）、A549（人腺癌肺泡基底上皮细胞系）和BEAS-2B（正常人支气管上皮细胞系）进行了评估。结果表明，化合物4d对PANC-1细胞表现出显著的效力和选择性（IC50 = 0.067 ± 0.019 μM；对BEAS-2B的IC50为101.93 ± 2.21 μM，选择性比为1521.34），而化合物6d对A549细胞具有明显的细胞毒性（IC50 = 0.82 ± 0.02 μM），选择性适中（对BEAS-2B的IC50为19.06 ± 0.58 μM，选择性比为23.24）。在A549细胞中的机制研究表明，4d和6d均能诱导细胞周期停滞、细胞凋亡以及细胞周期调控因子和凋亡相关标志物的表达变化。Western blot分析显示，这两种化合物均显著抑制了EGFR的磷酸化（pEGFR），并上调了自噬关键标志物LC3B-II和细胞周期依赖性激酶抑制剂p27的表达，表明它们分别激活了自噬和细胞周期停滞，从而抑制了EGFR的磷酸化并激活了类似Erlotinib的下游细胞反应。此外，目标预测和分子对接结果显示，这两种化合物与EGFR酪氨酸激酶结构域（PDB ID：1M17、2ITY、2J5F）具有很强的结合亲和力。计算机模拟的ADME分析进一步证实了它们的良好药代动力学特性，增强了4d和6d作为潜在候选药物的潜力。综上所述，这些噻吩-苯并咪唑杂化物显示出作为选择性EGFR靶向抗癌剂的强大治疗前景。
引言
癌症仍然是所有人群中导致疾病和死亡的主要原因之一，对全球健康构成严重威胁。根据世界卫生组织（WHO, 2022年）的数据，癌症目前是仅次于心血管疾病的第二大死亡原因，每年导致近1000万人死亡[1][2][3]。根据GLOBOCAN 2024年的报告，2022年全球新诊断出约2000万例癌症病例，970万人因此死亡。
化学合成
通过多步骤合成策略制备了一系列乙酰胺连接的噻吩-苯并咪唑杂化物（3a–h、4a–h、5a–h 和 6a–i），具体过程如图1所示。合成路线从经典的Gewald反应开始，该反应使用烷基氰基乙酸酯、环酮（环戊酮、环己酮或环庚酮）和元素硫在乙醇溶剂中进行。反应在50°C下进行，使用的碱为吗啉。
结论
本研究报道了一类新型乙酰胺连接型噻吩-苯并咪唑杂化物的合理设计与合成，这些杂化物可作为潜在的EGFR靶向抗癌剂。对合成产物进行了全面表征，化合物6d的分子结构通过单晶X射线衍射得到明确确认。生物学评估显示，化合物4d对PANC-1细胞表现出显著的效力和选择性。
一般信息
本研究中使用的所有试剂和溶剂均来自商业供应商，包括Alfa Aesar、Combi Blocks、Fisher Scientific、Spectrochem、Avra、Sigma-Aldrich、TCI和HiMedia Laboratories。除非另有说明，否则这些试剂和溶剂均按原样使用。所有反应均在标准实验室条件下使用经过烘烤干燥的玻璃器皿进行，并通过Merck Kieselgel 60 F254薄层色谱仪进行实时监测。
作者贡献声明
Sehal Mishra：方法学研究
Kankipati Gayathri：方法学研究
Sampathkumar Ranganathan：软件开发、数据验证、撰写及审稿编辑
Rajasekhara Reddy Katreddy：撰写、审稿编辑、方法学研究、数据分析
Arya C. G：撰写、审稿编辑、软件应用
Ramesh Gondru：撰写、审稿编辑、软件应用
Subbiah Rajasekaran：撰写、审稿编辑、实验监督、软件应用、方法学研究、数据分析
Janardhan Banothu：撰写、审稿编辑
数据可用性
支持本文的数据已收录在ESI数据库中。
利益冲突声明
作者声明不存在任何可能影响本研究结果的已知财务利益或个人关系。
致谢
Munugala Chandrakanth感谢DST-INSPIRE提供的奖学金（IF190417），同时感谢I-STEM提供的资助（I-STEM/Catalyticgrant/acad_23/2022-23）。Janardhan Banothu博士衷心感谢科学与工程研究委员会（SERB）授予的研究经费（DST编号：EEQ/2020/000303），以及喀拉拉邦国立技术学院的创新、创业与孵化中心（CIEI）在学生创新项目中的财务支持。
