CN103328496A - 癌靶向肽及其于癌症治疗与诊断的应用 - Google Patents

Abstract

具有PX₁LX₂基序的癌靶向肽，其中X₁为His或具有疏水性侧链的氨基酸残基，X₂为Pro、Phe或Trp。本文也公开的是含有所述癌靶向肽的缀合物，以及其在癌症治疗和诊断方面的应用。

Description

癌靶向肽及其于癌症治疗与诊断的应用

相关申请

本申请主张2010年10月25日申请的美国临时申请案号的优先权，其内容以全文引用方式纳入本文。

背景技术

肽作为靶向传递剂的应用是一个快速兴起适用于治疗各种疾病，例如癌症、新陈代谢疾病、炎症性自体免疫疾病及病毒感染等的领域。参见Wang et al.Expert Opin.DrugDeliv.7:159-171(2010);Liu,Bioconjug.Chem.20:2199-2213(2009);Hsu et al.BioDrugs.23:289-304(2009);Bellmann-Sickert et al.Trends Pharmacol.Sci.31:434-441(2010);Zhong,Curr.Top Med.Chem.10:386-396(2010)；及Briand et al.Curr.Pharm.Des.16:1136-1142(2010)。已经有许多癌靶向肽被鉴别出来，它们特异地结合至各种不同癌症标记，包括整合素、血管内皮生长因子（VEGF）及热休克蛋白90（Hsp90）。参见Wang et al.,2010;Hsu,2009；及Horibe et al.J.Transl.Med.9:8(2011)。这些癌靶向肽大部分已经用于神经内分泌肿瘤的治疗。

开发可用于诊断与治疗广谱癌症的新颖癌靶向肽是很重要的。

发明内容

本公开内容是建立在经由计算设计鉴别出数种靶向人类葡萄糖调节蛋白78（GRP78）的基础上，GRP78是一种在各种类型癌细胞上表达的蛋白。

据此，本公开内容的一方面是关于一种包含氨基酸序列基序PX₁LX₂（SEQ ID NO:1）的隔离肽，其中X₁为H或具有疏水性侧链的氨基酸（例如L、F或W），X₂为P、F或W。优选地，当X₁为L时，X₂不为P，而当X₂为P时，X₁不为L。在一些实施方案中，该隔离肽包含氨基酸序列RLLDTNRPX₁LX₂Y（SEQ ID NO:2）。例子包括但不限于：RLLDTNRPFLPY（P-6）（SEQ ID NO:3）、RLLDTNRPHLWY（P-12）（SEQID NO:4）及RLLDTNRPFLFY（P-13）（SEQ ID NO:5）。

另一方面，本公开内容提供包含（a）本文所公开的任一种癌靶向肽及（b）一种抗癌剂（例如：阿霉素（doxorubicin）、长春瑞滨（vinorelbine）、长春新碱（vincristine）、紫杉醇（paclitaxel）或勒托替康（lurtotecan））、一种可检测标签（例如：荧光化合物，诸如异硫氰酸荧光素，或者发光化合物）或两者的组合物。在一些实施方案中，癌靶向肽与抗癌剂或可检测标签是直接或通过连接基（例如聚合物，诸如聚乙二醇）缀合（接合）的。该组合物还可包含赋形剂载剂，诸如脂质体。在一些实施方案中，赋形剂载剂包裹住抗癌剂、可检测标签或两者。可检测标签可为适合于肿瘤显像的显像剂（例如放射性分子，诸如^99mTc或者¹⁸⁸Re，或氧化铁纳米粒子）。癌靶向肽，优选为经聚乙二醇化的，可接合到赋形剂载剂表面上。

上述组合物可为还包含医药上可接受载剂的医药组合物。在一些实施方案中，该组合物含有效治疗癌症量的抗癌剂。在其他实施方案中，该组合物含有效检测癌组织及/或细胞量的可检测标签，诸如显像剂。

除此之外，本公开内容亦提供一种将抗癌剂或可检测标签传递至癌细胞，例如：乳癌细胞（如乳癌干细胞）、肝细胞癌细胞、前列腺癌细胞、肺癌细胞、卵巢癌细胞、肾癌细胞、子宫颈癌细胞、黑色素瘤细胞、胚胎性癌细胞、白血病细胞或骨肉瘤细胞的方法。本方法包括使癌细胞或疑为癌的细胞与本文所述组合物任一者接触。该组合物可被给予有需要的个体（例如有或疑有癌症的人类病患）。或者，它可用有或疑有癌细胞的样本孵育（体外）。在一些实施方案中，抗癌剂是以有效治疗癌症的量传递给个体。在其他实施方案中，可检测标签，优选为适合癌显像的剂，是以有效检测癌细胞及/或癌组织的量被传递给有需要的个体（例如有或疑有实体瘤的人类病患）。

亦在本公开内容范围内的是任何一种本文所述用于将一或多种抗癌剂、一或多种可检测标签或两者传递至癌细胞，用于癌症治疗及/或诊断的医药组合物，以及使用这些组合物制造用于上列目的的药品。

此外，本公开内容提供一种鉴别（以结构为基础的最优化）癌靶向肽配体的方法。本方法包括：（a）提供癌细胞-表面蛋白（例如，人类GRP78）；（b）藉由例如结合囊分析程序（如PscanMS）计算该癌细胞-表面蛋白的康诺利表面（Connolly surface）；（c）鉴别该蛋白表面上的肽结合部位；（d）估计涉及极性相互作用（例如，氢键、离子相互作用及金属-离子配位）的成对原子的距离相关电势，该估计包括分子间表面距离的考虑；（e）估计涉及非极性相互作用的成对原子的距离相关电势，该估计包括将蛋白质的康诺利表面应用在分子间表面距离的计算；以及（f）根据从步骤（d）及/或（e）得到的信息，从肽数据库选择经过最优化以供结合至该癌细胞-表面蛋白的结合部位的肽配体，其可为组合式构建的。在一个实施例中，分子间表面距离是根据蛋白质（p）与配体（l）之间的结合能（ΔE）来决定的，该结合能是依照下列方程式计算的：

ΔE_p,l=ΔE_polar(δ,θ,φ)+ΔE_non-polar(ν,A),（φ<100°）

式中，h是氢键对；i是离子相互作用对；m是金属-离子配位对；v是在疏水性相互作用中配体接触的法向量。

距离相关电势可从包含成对药效团在分子相互作用中出现频率的统计集（statisticalset）来预测。

在其他实施方案中，上述方法是于硅中（in silico）进行（也就是于电脑上进行，或是经由电脑模拟进行）。

本发明的一或多个实施方案的详细内容在下面的叙述中说明。本发明的其他特点或优势将可从以下附图及数个实施方案的具体实施方式以及所附的权利要求更形明白。

附图说明

首先说明附图。

图1为于硅中最优化肽靶向人类癌标记蛋白（用人类GRP作为实例）的设计的示意图。

图2为HotLig计分函数的示意图。

图3为应用于HotLig的蛋白质-配体相互作用的参数分析示意图。

图4为表明人类GRP78、癌标记蛋白以及使用L-肽作为前导物使肽靶向人类GRP78最优化的立体结构仿真图。a：人类GRP78的模拟表明此蛋白是由通过一个环连接的肽结合域与ATP酶域所构成的。b：所述L-肽结合部位看起来像是“隧道”，结合肽可通过它。所述L-肽的肽结合部位是用A囊、B囊和C囊予以识别表示，这些囊预测会与所述L-肽的Pro11、Leu10和Leu9行相互作用。c：由PscanMS产生的康诺利蛋白表面显示肽结合部位的透视形状以及肽分子与接合部位的几何配对。A囊和C囊为癌靶向肽最优化的关键部位。d：GRP78与所述L-肽之间的分子间氢键。氢键主要发生于L-肽的Pro8-Leu9-Leu10-Pro11序列。e：Trp和Phe氨基酸因为它们刚性的平面侧链，而被观察到是可供于Pro11位置改变而以不同取向来适配A囊的有希望候选者。f：供L-肽的Leu9所用的C囊可由许多造成类似取向的其他氨基酸替代。

图5为表明来自氢键参数统计分布的氢键电势推导图。a：氢键对的供体-H-受体角度（θ）对原子表面距离（δ）的分布表明，当发生氢键时，原子距离小于氢键供体与受体原子的半径和（δ<0）。氢键群也显示最佳的θ角度为180度，且结合力随θ角度变小而减少。b：氢键群的分布与电子-受体-H角度φ并非显着相关。一般来说，在氢键群中角φ是小于100度的。c：氢键的距离相关电势（W_hbond）是从（a）利用如维列克法（Velec’sapproach）（Velec et al.,2005）的归一法推导。d：为从氢键群的分布模拟氢键电势，将角θ和φ导入HotLig，按以下方程序来计算氢键的能量分数（ΔE_hbond）：ΔE_hbond=cos(180-θ)×W_hbond(δ),φ<100

图6为表明蛋白GRP78在传感片NTA上的定向固定化的图解。

图7为表明癌靶向肽的体外结合评估的图解。a：50μM肽结合至全长重组GRP78的代表性Biacore传感图。使用CdL肽作为阴性对照。b：FITC标记肽通过流式细胞术结合至乳癌细胞株，MDA-MB-231及NPC TW01。c：FITC标记肽结合至植入NOD/SCID小鼠中的原发人类乳癌BC0145及BC0244。d：FITC标记肽通过流式细胞术结合至临床乳癌样本BC0854和BC0861。

图8为表明连接至L-肽（n=4）、P-6（n=4）、P-12（n=7）或P-13（n=6）的Lipo-Dox于带有BC0244人类乳癌异种移植物的NOD/SCID小鼠中的治疗功效的图表。a和b：肿瘤大小，一周测量二次。c：体重，一周测量二次。d：经PBS、Lipo-Dox或肽标记Lipo-Dox治疗的小鼠的Kaplan Meier存活曲线。*,P<0.05；**,P<0.01；***,P<0.001，肽标记Lipo-Dox与Lipo-Dox相比。

图9为表明疏水性相互作用的归一化分布的图表。

图10为表明通过PscanMS检测结合囊和水可接触原子来构建蛋白质表面的图解。

具体实施方式

本文所公开的是能够结合至人类GRP78的癌靶向肽，包含（a）一或多种所述癌靶向肽及（b）一或多种抗癌剂、一或多种可检测卷标或两者的组合物。这些肽能够靶向已经发现会在广谱癌细胞上表达的GRP78。据此，本文所述的癌靶向肽可用来将抗癌剂及/或可检测标签传递至各种癌上，尤其是在细胞表面上表达GRP78的癌，于是促进癌的诊断和治疗。

(i)癌靶向肽及含此类肽的缀合物

本文所公开的隔离癌靶向肽各包含氨基酸序列基序Pro-X₁-Leu-X₂（也称为PX₁LX₂）（SEQ ID NO:1），其中X₁为His或具有疏水性侧链的氨基酸残基，X₂为Pro、Phe或Trp。X₁可为具有脂肪族疏水性侧链的氨基酸残基，例如，Ala、Ile、Leu或Val。或者，X₁可为具有芳香族疏水性侧链的氨基酸残基，例如，Phe、Trp或Tyr。此外，X₁也可为Gly、Met或Pro。基序的例子包括，但不限于：PFLP（SEQ ID NO:6）、PHLW（SEQID NO:7）、PFLW（SEQ ID NO:8）、PYLW（SEQ ID NO:9）及PFLF（SEQ ID NO:10）。优选地，当X₁为Leu时，X₂不为Pro，而当X₂为Pro时，X₁不为Leu。有需要时，癌靶向肽可包含上面所公开的任一个PX₁LX₂（SEQ ID NO:1）基序且分别在基序的N端和C端有R残基和Y残基。

在一些实施方案中，本文所述的癌靶向肽包含氨基酸序列RLLDTNRPX₁LX₂Y（SEQID NO:2），其中基序PX₁LX₂如上所述。该癌靶向肽的实例包括，但不限于：RLLDTNRPFLPY（P-6;SEQ ID NO:3）、RLLDTNRPHLWY（P-12;SEQ ID NO:4）、RLLDTNRPFLFY（P-13;SEQ ID NO:5）、RLLDTNRPFLWY（PB-1;SEQ ID NO:11）及RLLDTNRPFLFY（PB-2;SEQ ID NO:12）。在其他实施方案中，本文所述的癌靶向肽每个由本文所述的PX₁LX₂基序所组成，或由该基序与分别在该基序N端和C端的R残基和Y残基所组成。

本文所用的术语“肽”是指由二或多个氨基酸单体所构成且比蛋白质短的聚合物。优选地，本文所述的每个癌靶向肽包含多达50个（例如，多达20或30个）氨基酸。在一些实例中，癌靶向肽每个含有4-20个氨基酸残基（例如，4-10个、6-10个、6-15个或6-20个氨基酸残基）。这些肽可含有天然氨基酸残基或者修饰氨基酸。在一个实例中，癌靶向肽的N端或者C端是修饰的，例如，于C端含有一个–NH₂基。“隔离”肽为实质上不含天然附随分子的肽，也就是天然附随分子构成含该多肽制剂的干重的最多20%。纯度可用合适的方法测量，例如：柱层析法，聚丙烯酰胺凝胶电泳，以及HPLC。

本文所述的癌靶向肽可通过任何常规方法制作，例如，任何所属技术领域的技术人员所熟知的重组科技或固相肽化学的标准方法。举例来说，所述肽可通过固相化学技术，依照Steward等人于Solid Phase Peptide Synthesis,2nd Ed.,Pierce Chemical Company,Rockford,Ill.,（1984）中所描述的程序，利用Rainin PTI调和合成器来合成。就固相肽合成来说，可在Stewart等人于"Solid Phase Peptide Synthesis",W.H.Freeman Co.（SanFrancisco）,1963和Meienhofer的Hormonal Proteins and Peptide,1973,246中找到技术。就传统溶液合成来说，可参见例如Schroder et al."The Peptide",volume1,Acacemic Press(New York)。一般来说，这类方法包括将一或多个氨基酸或受适合保护的氨基酸顺序加成至聚合物上的生长中肽链上。通常，第一个氨基酸的氨基或羧基是受到适合保护基保护的。通过将下一个具有被适当保护的互补（氨基或羧基）基团的氨基酸加成至序列中且处于适合形成酰胺键条件下，被保护的及/或衍生的氨基酸随后可接合至惰性固体支持体上或在溶液中供使用。然后将保护基从这个新加成的氨基酸残基移除，再加成下一个氨基酸（被适合保护的），依此类推。

本文所述的癌靶向肽也可通过常规的重组科技，利用包含编码癌靶向肽的核酸的表达载体来制备。此类核酸和载体（例如，表达载体）也在本公开内容的范围内。

本文所述的癌靶向肽能够结合至人类GRP78，其被报导是位于癌细胞的外表面但只会在正常细胞的细胞质中（Lee et al.,Cancer Res.,67:3496-3499,2007；Jakobsen et al.,Cancer Res.67:9507-9517,2007；Graner et al.,Cancer Sci.100:1870-1879,2009；以及Ni etal.,Biochem.J.434:181-188,2011）。因此，这些肽可用以靶向各种类型的癌而用于，例如，癌症治疗或诊断，如显像。标靶癌可为，但不限于：乳癌、肝细胞癌、前列腺癌、肺癌、卵巢癌、肾癌、子宫颈癌、黑色素瘤、胚胎性癌、白血病、骨肉瘤、脑癌、鼻癌、咽癌、头癌、颈癌、膀胱癌、胰腺癌、胃癌、结肠癌、皮肤癌、大肠癌、淋巴瘤、胃癌或白血病。

任何所述的癌靶向肽可与抗癌剂、可检测标签或两者缀合（接合）而用于癌症治疗及/或癌症诊断（无论是体内或体外）。当用于本文中，“缀合”或“接合”意指二个实体是相联的，最好是有足够的亲和性使得两个实体之间相联的治疗/诊断利益得以实现。两个实体之间的相联可为直接的或透过连接基，诸如聚合物连接基。缀合或接合可包括共价或非共价键结，以及其他形式的相联，诸如截留，例如，一个实体在另一个实体上或内的截留，或者是任一个或二个在第三个实体（例如微胶粒）上或内部的截留。

在一个实例中，癌靶向肽是接合于可检测标签上，其为容许直接或间接识别的化合物，肽缀合于其上使得该肽可被检测、测量或定性。这类“可检测标签”的例子意图包括，但不限于，荧光标签、化学发光标签、比色标签、酶标记、放射性的同位素及亲和性标识物，如生物素。这类标签可通过常规方法直接或间接缀合于该肽上。

在一些实施方案中，可检测标签为适合癌显像的剂，其可为放射性分子、放射性药物或氧化铁粒子。适合体内显像的放射性分子包括，但不限于，¹²²I、¹²³I、¹²⁴I、¹²⁵I、¹³¹I、¹⁸F、⁷⁵Br、⁷⁶Br、⁷⁶Br、⁷⁷Br、²¹¹At、²²⁵Ac、¹⁷⁷Lu、¹⁵³Sm、¹⁸⁶Re、¹⁸⁸Re、⁶⁷Cu、²¹³Bi、²¹²Bi、²¹²Pb及⁶⁷Ga。适合体内显像的典型放射性药物包括：氧喹啉铟[¹¹¹In]、碘[¹³¹I]化钠、锝[^99mTc]甲溴菲宁及锝[^99mTc]红血球、碘[¹²³I]化钠、锝[^99mTc]依沙美肟、锝[^99mTc]大颗粒凝集白蛋白、美罗酸锝[^99mTc]、锝[^99mTc]巯替肽、奥昔膦酸锝[^99mTc]、喷替酸锝[^99mTc]、高锝酸锝[^99mTc]、司他比锝[^99mTc]（^99mTc Sestamibi）、锝[^99mTc]胶体硫、锝[^99mTc]替曲膦、铊-201及氙-133。报导剂也可为染料，例如，荧光团，其可用来检测组织样本中的肿瘤质量。

在另一个实例中，本文所述的癌靶向肽之一与抗癌剂缀合而形成治疗缀合物。该抗癌剂可为化学治疗剂，诸如阻止DNA构件合成的药物（例如，氨甲喋呤、氟尿嘧啶、羟基脲、勒托替康、巯嘌呤、喷司他丁及吡柔比星），直接损伤DNA的药物（例如，顺铂、柔红霉素、阿霉素、依托泊苷、替尼泊苷、喜树碱、拓扑替康、伊立替康、鲁比替康（rubitecan）、贝洛替康（belotecan）），影响有丝分裂纺锤体合成或断裂的药物（例如，长春碱、长春新碱、长春瑞滨、长春氟宁、长春地辛、多烯紫杉醇、拉罗紫杉醇（larotaxel）、沃塔紫杉醇（ortataxel）、紫杉醇、特斯紫杉醇（tesetaxel）、伊沙匹隆及埃博霉素），或者破坏血管生成的药物（例如，抗VEGF抗体、血管抑制素、内皮抑制素及肿瘤抑制素）。或者，抗癌剂可为放射治疗剂（例如，⁹⁰Y、¹²⁵I、¹⁸⁸Re、¹¹¹In DTPA或碘[¹³¹I]化钠）。

拟接合于本文所述的癌靶向肽的抗癌药或抗肿瘤药的实例包括，但不限于，阿柔比星、六甲蜜胺、氨基蝶呤、氨柔比星、阿扎胞苷、硫唑嘌呤、贝洛替康、白消安、喜树碱、卡培他滨、卡铂、卡莫氟、卡莫司汀、苯丁酸氮芥、顺铂、克拉屈滨、克罗拉滨（clofarabine）、环磷酰胺、阿糖胞苷、柔红霉素、地西他滨、阿霉素、表阿霉素、依托泊苷、氟尿苷、氟达拉宾、5-氟尿嘧啶、氟尿嘧啶、吉西他滨、伊达比星、异环磷酰胺、伊立替康、氮芥、美法仑、巯嘌呤、氨甲喋呤、米托蒽醌、奈达铂、奥沙利铂、紫杉醇、培美曲塞、喷司他丁、吡柔比星、匹杉琼（pixantrone）、丙卡巴肼、乙胺嘧啶、雷替曲塞、鲁比替康、赛特铂（satraplatin）、链佐星、硫鸟嘌呤、四硝酸三铂、替尼泊苷、拓扑替康、替加氟、甲氧苄啶、乌拉莫司汀、戊柔比星、长春碱、长春新碱、长春地辛、长春氟宁、长春瑞滨及佐柔比星。

在上述任一缀合物中，癌靶向肽可通过此技术中已知的方法直接连接至可检测标签或抗癌剂。或者，癌靶向肽是连接至赋形剂载剂，其与可检测标签及/或抗癌剂缔合。在一个实例中，赋形剂载剂包裹住可检测标签及/或抗癌剂。赋形剂载剂包括但不限于微胶粒、脂质体（例如，阳离子脂质体）、纳米粒子、微球体或生物降解聚合物。癌靶向肽可通过种不同的键（例如，二硫键、酸敏键、肽基键、氧氨基键或肼键）而被栓在赋形剂载剂上。为增进肽与赋形剂载剂之间的缔合，可用适合的聚合物修饰肽，如PEG（聚乙二醇化的）。举例来说，可检测标签或抗癌剂可通过与亲脂性分子缔合而被包裹在赋形剂内，该亲脂性分子可帮助可检测标签或抗癌剂往赋形剂内部的传递。

在一个优选的实例中，本文所述癌靶向肽是连接至包裹一或多种有用剂（例如，可检测标签，如癌显像剂，或抗癌剂）的脂质体（作为赋形剂载剂）。脂质体为一种由一或多个同心排列的脂双层所构成的泡囊，其将水相包裹起来。所述水相通常含有所欲传递到标靶部位如肿瘤部位的药剂。到达标靶部位之后，脂质体与所在细胞的质膜融合以将该药剂释放到胞质溶胶中。或者，脂质体被胞吞或以其他方式被细胞吸收成为运输泡囊的内容物（例如，核内体或吞噬体）。一旦于运输泡囊中，脂质体一则降解或者与泡囊的膜融合而释放其内容物。脂质体膜可构建成它们在周围环境变成酸性时变得去稳定（参见，例如，PNAS84:7851,1987;Biochemistry28:908,1989）。如此，当脂质体进入标靶细胞时，它们变得去稳定而释放出其所包裹的内容物。此去稳定过程称为促融（fusogenesis）。二油酰磷脂酰乙醇胺（DOPE）常用于促成此过程。

有各种不同方法可供制备脂质体。参见，例如：Szoka et al.,Ann.Rev.Biophys.Bioeng.9:467(1980)，美国专利第4,186,183、4,217,344、4,235,871、4,261,975、4,485,054、4,501,728、4,774,085、4,837,028、4,235,871、4,261,975、4,485,054、4,501,728、4,774,085、4,837,028、4,946,787号，PCT公开号WO91/17424，Deamer&Bangham,Biochim.Biophys.Acta443:629-634(1976)；Fraley,et al.,PNAS76:3348-3352(1979)；Hope et al.,Biochim.Biophys.Acta812:55-65(1985)；Mayer et al.,Biochim.Biophys.Acta858:161-168(1986)；Williams et al.,PNAS85:242-246(1988)；Liposomes(Ostro(ed.),1983,Chapter1)；Hope etal.,Chem.Phys.Lip.40:89(1986)；Gregoriadis,Liposome Technology(1984）以及Lasic,Liposomes:from Physics to Applications(1993)）。举例来说，合适的方法包括声处理、挤压、高压/均化作用、微流化作用、清洁剂透析法、钙诱导的小脂质体赋形剂的融合及醚融合法，全部都为此技术中众所周知。

(ii)癌靶向肽于传递抗癌剂或显像剂到癌细胞的应用

由于本文所述肽的靶向癌细胞的能力，它们任一者都可用来于将有用药剂（例如，抗癌剂或可检测标签，如显像剂）靶向传递至癌细胞，藉此促成癌治疗及/或诊断。

本文所述的传递方法可通过使癌细胞或疑为癌的细胞与如本文所述与有用药剂缀合的癌靶向肽接触来进行。疑为癌的细胞为表现一或多种癌细胞特性的细胞，例如，无限增殖化、接触抑制丧失、减少的细胞黏附、侵袭性、贴壁依赖性丧失、低血清需求、被凝集素选择性凝集、细胞膜成分的分子变化、细胞骨架的解体、细胞膜负表面电荷的增加、提高的糖运输、出现病毒特异性移植排斥抗原、有缺陷的电通讯、提高的蛋白酶、醛缩酶分泌及提高的糖酵解速率。在一些实施方案中，所述癌靶向肽/剂缀合物是用具有或疑有癌的细胞样本孵育。此样本可为含有培养癌细胞的样本、取自患有或疑似患有癌症的个体的组织样本或此个体（例如，人类病患）的体内组织样本。

或者，所述缀合物可被给予患有或疑似患有癌症的个体。患有癌症的个体可通过例行的医学程序鉴别出来。疑似患有癌症的个体可能显现一或多种与某些类型癌症有关的症状。癌症状依癌症类型不同而有所不同。典型的癌症状包括，但不限于：咳嗽或痰中带血（肺癌），肠习性的改变，如持续腹泻或便中带血（大肠癌），不明原因的贫血（肠癌），乳房肿块或乳房溢液（乳癌）、睪丸有肿块或睪丸肿大（睪丸的癌症），尿频或前列腺肥大（前列腺癌）及/或淋巴结肿大（与各种癌有关）。此类个体可通过例行医学程序鉴别出来。

在一些实施方案中，如本文所述与抗癌剂或可检测标签缀合的的癌靶向肽是与医药上可接受的载剂混合以形成医药组合物。该医药组合物中的载剂必须是“可接受的”，意谓可与调配物中的活性成分相容（且优选地，能够使其稳定），而且不会有害于所欲治疗的个体。举例来说，增溶剂，如环糊精，其与本文所述的抗病毒剂或更多的增溶剂形成更易溶解的络合物，可用来作为传递该抗病毒剂的医药载剂。其他载剂的实例包括胶态二氧化硅、硬脂酸镁、月桂硫酸钠及D&C黄色10号。参见，例如，Remington'sPharmaceutical Sciences,Edition16,Mack Publishing Co.,Easton,Pa(1980)；以及Goodmanand Gilman's"The Pharmacological Basis of Therapeutics",Tenth Edition,Gilman,J.Hardman and L.Limbird,eds.,McGraw-Hill Press,155-173,2001。

为了将抗癌剂或可检测标签传递至标靶部位，本文所述的组合物可以口服、不经肠道、局部地、直肠地、鼻地、颊地、阴地道、经由植入的贮器或经由吸入喷雾等方式给药。如本文所用的术语“不经肠道”包括皮下、皮内、静脉内、肌内、关节内、动脉内、滑膜内、胸骨内、鞘内、病灶内及颅内注射或输液技术。

无菌注射组合物，例如，无菌注射水性或油性悬液，可依据此技艺中已知的技术利用合适的分散剂或湿润剂（如吐温80）或悬浮剂来调配。无菌注射制剂也可为以无毒性不经肠道方式可接受的稀释剂或溶剂配成的无菌注射溶液或悬液，例如配成1,3-丁二醇的溶液。可采用的可接受赋形剂和溶剂有：甘露醇、水、林格氏溶液及生理盐溶液。此外，无菌的不挥发油常用来作为溶剂或悬浮介质（例如，合成甘油单酯或甘油二酯）。脂肪酸，诸如油酸及其甘油酯衍生物，很适用于制备注射剂，如同天然的医药可接受油，如橄榄油或蓖麻油，尤其是它们的聚氧乙烯化版。这些油溶液或悬液也可以含有长链醇稀释剂或分散剂，或羧甲基纤维素或类似的分散剂。其他常用的表面活性剂，如吐温或斯潘（Spans），或其他常用于医药可接受固体、液体或其他剂型制造的类似乳化剂或生物利用度增强剂，也都可供调配用。

供口服给药的组合物可为任何口服可接受的剂型，包括，但不限于：胶囊、片剂、乳剂及水性悬液、分散液和溶液。在口服用片剂/胶囊的例子中，常用的载剂包括乳糖和玉米淀粉。润滑剂，如硬脂酸镁，也是常添加的。就胶囊形式的口服给药来说，有用的稀释剂包括乳糖和干玉米淀粉。当以口服给予水性悬液或乳剂时，可将活性成分悬浮或溶解于与乳化剂或悬浮剂结合的油相中。若需要，可添加特定的甜味剂、调味剂或着色剂。鼻用气雾剂或吸入剂组合物可按照医药调配技艺中众所周知的技术来制备。含恶二唑化合物的组合物也可以供直肠给药的栓剂形式来给药。

含一或多种本文所述的与抗癌剂缀合的癌靶向肽的组合物可用于癌症治疗，尤其是治疗GRP78阳性癌。癌细胞为具有自动生长能力，即特性在于快速增殖细胞生长的异常状态或情况的细胞。其意欲包括所有类型的癌性生长或致癌过程、转移性组织或恶性转化的细胞、组织或器官，不论为组织病理型或侵袭阶段。可将含有效量抗癌剂的前述组合物给予如上所述的这类个体。可选择地，带有GRP78阳性癌细胞的个体可先通过例行方法，例如，PCR或免疫测定法被鉴别出来，然后再以本文所述的组合物治疗。

治疗是指将包含一或多种活性剂的组合物应用或给予有癌症、有癌症症状或易罹癌体质的个体，目的在于治愈、复原、减轻、缓解、改变、修补、改善、改进或影响该癌症、癌症症状或易罹癌体质。

含一或多种本文所述的与可检测标签如显像剂缀合的癌靶向肽的组合物可用来检测癌细胞及/或癌组织的存在（例如，癌症诊断及/或癌症显像）。当这种组合物被用于体内肿瘤显像时，可将适量的组合物（例如，含大约20μg癌靶向肽和大约400MBq放射性分子）注射至疑患癌症的病患，例如，带有或疑带有实体瘤的病患。然后让病患于合适的时间，例如，注射后2小时、4小时、24小时、48小时及/或72小时接受闪烁扫描术。将全身和感兴趣区域的放射性对背景活性归一化，然后可根据如此获得的结果决定肿瘤物质的存在与否。

本文所述组合物中的抗癌剂或可检测标签是以有效量给药。“有效量”为抗癌剂或可检测标签单独或与另外的给剂一起产生一或多种所欲响应，例如抑制癌细胞生长、诱导癌细胞凋亡或抑止癌细胞迁移或癌细胞信号存在的量。在治疗癌症的例子中，所欲响应包括抑制疾病的进展。此可能仅涉及暂时减慢疾病进展，但更优选地，其涉及永久停止疾病进展。此可透过例行方法监视或可按照本文所讨论的发明的诊断方法监视。所遇治疗疾病或病况的响应也可以是延迟或甚至是避免疾病或病况的开始。

当然，有效量将取决于所治疗的特殊病况、病况严重度、个别病患参数，包括年龄、生理条件、尺寸、性别和体重，治疗期间、同步治疗（若有）的本质、特定给药途径，以及在健康业者的知识与专业范围内的类似因素。这些因素皆为所属技术领域的技术人员所熟知且可用单单例行实验解决。通常优选的是使用最大剂量的个别成分或其组合，即按照审慎医疗判断的最高安全剂量。不过，所属技术领域的技术人员将会了解到，病患可能因为医疗理由、心理理由或根本因为任何其他理由而坚持较低的剂量或可耐受的剂量。

(iii)用于鉴别癌靶向肽的计算方法

实用软件程序，包括肽结构库的组合式构建（Buildpep）、结合囊分析器（PscanMS）、高精度蛋白质-配体计分程序（HotLig）或其组合，可用于本文所述的计算方法中来设计最优化癌靶向肽，最好是利用已知的癌靶向肽作为前导。基于这些程序，发展出如图1中所例示的于硅中靶向癌标记蛋白的肽的结构基最优化的战略（使用人类GRP78作为示范的癌标记蛋白），以鉴别出靶向GRP78的肽。简略地说，首先将感兴趣的蛋白质（例如，癌細胞-表面蛋白）和肽配体的结构模型化并能量最小化。然后应用柔性停靠来产生该感兴趣蛋白质的肽结合域与肽配体的络合物。然后将最初得到的络合物进一步能量最优化，接着利用HotLig套装软件分析各种分子相互作用，以鉴别出蛋白质靶向基序的关键药效团。在重复从肽库于硅中筛选之后，可通过Biacore分析来设计并检查新的肽以最优化体外结合。最后透过与各种癌細胞的体外结合和小鼠的体内肿瘤显像及治疗研究来验证结果。

本文所述的计算方法可包括：同源模建和分子停靠以预测癌-细胞表面蛋白的结构特点，尤其是该蛋白质的表面特点及与肽的结合相互作用，PscanMS以供检测结合囊和蛋白表面计算，以及HotLig以供能量最小化和相互作用计分，以鉴别或最优化能够结合至癌-细胞表面蛋白的肽。优选地，使用已知可结合至癌-表面蛋白的肽作为供分子停靠的前导肽。肽结构库（例如，有肽序列和立体结构信息的数据库）用于鉴别和最优化靶向该癌细胞-表面蛋白的肽。这些方法的总方案例举于图2中。

癌-细胞表面蛋白的结构模型化可透过本技术中已知的计算工具来进行，诸如在PSIPRED服务器上执行的方法来预测。Bryson et al.,Nucleic Acids Res.33:W36-38(2005)；及McGuffin et al.,Bioinformatics19:874-881(2003)。举例来说，感兴趣蛋白的同系物可从任何公众可得的数据库，诸如蛋白质数据库被鉴别出来，且其二级结构/序列比对可利用于PSIPRED服务器上提供的方法来预测/决定。感兴趣蛋白质的立体结构是通过常规计算方法，如MODELLER9v4，利用AUTOMODEL级的函数以具多模板模式的python scripts来预测。Eswar et al.,Curr.Protoc.Bioinformatics,Chapter5:Unit5.6(2006)。也在Eswar et al.中说明的离散最优化蛋白质能量（DOPE）法可用以从50个初始产生的模型中选出最佳模型。能量-最优化模型的环区然后可通过例如LOOPMODEL级的函数予以精炼。最后，可通过DEEPVIEW vers.3.7利用GROMOS43B1力场让精炼的模型再经受能量最小化，直到两步骤间的ΔE下降到0.05KJ/mol以下。Guex et al.,Electrophoresis,18:2714-2723(1997)。

然后利用例如如上文所述的Modeller9v4以及同样在上文所提及的肽结构库来进行感兴趣蛋白质的分子停靠。该肽结构库可使用Buildpep，其为一种UNIX-shell script，利用运用来自Modeller9v4的套装软件（Eswar et al.）的模型化与能量最小化函数的战略，以具有各种长度的组合序列来建立大型肽结构的最优化立体坐标池。可先将肽序列与丙氨酸单氨基酸模板比对，然后可通过Modeller的AUTOMODEL函数建立能量-最优化肽，并且可通过如Rajarshi et al.,J.Chem.Inf.Model.46:991-998(2006)中所述的OpenBabel将所得库转化成“mol2”文件格式。

然后可通过本技术领域中已知的方法，诸如Kuntz,1982中所述的Dock5.1，来进行分子柔性停靠。将Kollman部分电荷（SYBYL8.0,Tripos International,1699SouthHanley Rd.St.Louis,Missouri63144,USA）应用至蛋白和肽两者供力场计算。可设定停靠程序用参数以在结合囊中迭代地产生1,000个定向和200个构象异构体。然后可通过HotLig将停靠的构象异构体重新计分和分级，以预测蛋白质-配体相互作用，其说明于后。分子模型图的绘制可通过，例如，Chimera执行（Lee et al.,Cancer Res.64:8002-8008;2004）。

在一个实例中，可通过PscanMS检测结合囊与水可接触的原子以构建蛋白质表面。图10。可设置一个容纳所要扫描的蛋白质区域的栅格箱来检测结合空腔。图10，a区块。为检测该空腔，扫描箱沿着栅格箱轴移动，且扫描箱每移动一步，探针便扫描该扫描箱一次。所有三维都可被扫描。图10，b区块。一旦发现有蛋白质原子涉入该扫描箱中，便选择所涉入的原子做空腔检测。可设定扫描箱的大小来符合探针的直径（

以半径表示，默认值为

）。图10，c区块。为检测所选择涉入扫描箱的原子内部的空腔，探针以

（默认值为

）的步长沿着扫描方向移动。如图10中，d区块位置A和B所表明，探针接触蛋白质的至少一个原子，但位于A和B之间的位置无法接触到任何蛋白质原子。在A和B位置上被探针接触到的蛋白质原子被定义为“水可接触的原子”。位置A和B也被定义为“囊点（pocket dot）”，其可用以图解空腔的构造。此外，一个“囊点”与蛋白质的一个水可接触原子之间的距离是于（r-ds）至

的范围内。可被检测的埋在该蛋白质内部的空间的最小长度（任两个蛋白质原子之间）为

。由于水可接触的原子被鉴别出来，该蛋白质表面便可利用这些表面原子及其附近原子通过使用它们的半径而计算出来。

HotLig是用于癌靶向肽的计算设计/最优化。HotLig为一种用于预测蛋白质配体相互作用的知识基础与经验基础的计分程序。图2例示HotLig发展的方案。HotLig中的创新特点之一为将用于“分子间表面距离”的参数引进距离相关函数中，用来各种的分子相互作用计分，诸如极性相互作用（氢键、离子相互作用、金属-离子配位）及非极性相互作用（疏水性效应）。如图3中所例示的，为了定量地估计极性相互作用，可从两个相互作用原子的中心之间的距离减去范德瓦尔斯半径的总和来计算原子表面距离。所以，HotLig排除各种原子范德瓦尔斯半径的差异，并且精确地评定当形成氢键、离子相互作用或金属-离子配位时两个相互作用原子有多靠近。

如图2中所表明，可使用来自蛋白质数据库（rcsb.org）的统计数据集（含例如，600个络合物）和训练集（含例如，214个络合物）来发展HotLig计分函数。统计数据集和训练集的实例列于下表1和2：

表1：含600个从PDB收集供知识基础电势研究的络合物统计集。

表2：含214个络合物的训练集

*三个子集依蛋白质与配体之间的分子相互作用分类。

从成对原子出现频率推导距离相关电势的原理类似于维列克法，其已经在中DrugScore执行。除了基于先前研究中“Sybyl定义的”原子类型（Velec,H.F.et al.J.Med.Chem.48（20）,6296-303.(2005);SYBYL8.0,Tripos International,1699South Hanley Rd.,St.Louis,Missouri,63144,USA）分析分子相互作用外，HotLig还可分析每个原子的药效团为分子相互作用计分。此外，“原子表面距离”可用于HotLig的“原子中心距离”以外的参数函数。简单地说，所预测的结合电势可根据分子相互作用中成对药效团的出现频率从统计集推导出来。然后，每个结合电势的权重因子可通过从训练集学习予以决定。

为了对蛋白质-配体络合物给出定量分数，可先通过检测结构信息的结合空腔和立体图形的PscanMS计算蛋白质的康诺利表面，还有计算蛋白质的溶剂可及表面和康诺利表面。可将所得的表面特点以QCPE兼容的MS格式输出为点表面（Connolly,1983），其具有每个点的截面积值和单位法向量。然后可分析分子相互作用并依照它们的药效团分类分成极性和非极性相互作用。极性相互作用包括氢键、离子相互作用其金属-离子配位，而极性相互作用包括在碳-碳接点出现的疏水性相互作用（其在HotLig中可能无法与范德瓦尔斯相互作用区分）。

为评定极性相互作用的能量电势，距离相关计分函数可从把原子表面距离的归一化分布（δ，图3中在N与O原子之间的原子表面距离）对从成对药效团测量的供体-H-受体角度（θ）和电子-受体-H角度（φ）配合而推导出来（图7）。非极性相互作用的电势可从配合康诺利蛋白表面与配体原子表面之间的法向量（ν）长度分布而推导出来（图3）。此外，康诺利表面上的接触面积的积分也可被引进非极性电势的计算中。

疏水性相互作用的电势可从蛋白质康诺利表面与配体原子表面之间的配体接触法向量长度（ν）的归一化分布推导出来。此外，与康诺利表面上的法向量相关联的截面积（A）可被引进非极性电势的计算中。用于疏水性相互作用计分（ΔE_vdw）的最终方程式可为：

ΔE_vdw=A×W_vdw(ν)

总的来说，结合各种相互作用的方程式，所得用于参数方程式蛋白质（p）与配体（l）之间的结合能（ΔE）表示为：

ΔE_p,l=ΔE_polar(δ,θ,φ)+ΔE_non-polar(ν,A),（φ<100°）

此处，h是氢键对；i是离子相互作用对；m是金属-离子配位对；v是在疏水性相互作用中配体接触的法向量。

为最优化各种相互作用的权重因子，可将F_hbond设为1，则其他因子F_vdw、F_ion、F_metal便可如图6中所例示由训练集决定。此训练集可被分类成三个子集：基本集、离子集及金属集。参见，例如，图2。可分析蛋白质与其同源配体之间的相互作用供分类。在基本集中，无论是荷电离子相互作用或金属配位都不包含在络合物中的蛋白质与配体之间的相互作用内（图2）。具备蛋白质与其配体之间离子相互作用但无任何经由金属离子结合的络合物，则被分配到离子集（图2）。金属集包括络合物，于其各者中蛋白质经由金属配位与其配体结合（图2）。当F_hbond被设为1，可基于对基本集最大预测成功率先将权重因子F_vdw最优化。一旦决定了因子F_vdw，最优化的因子F_ion可经由迭代的离子集分析予以决定。类似地，因子F_metal可由金属集的分析获得（图2）。

通过计算方法鉴别或最优化的靶向感兴趣的癌细胞-表面蛋白的肽，随后可于活体外测定（例如，体外结合测定）或体内测定（例如，体内显像测定）中被试验，以证明它们靶向表达感兴趣表面蛋白的癌细胞的活性。

无须另外的加工，相信所属技术领域的技术人员可基于以上说明充分利用本发明。因此，以下特定实施方案应解释为仅供举例说明，而非以任何方式作为其余公开内容的限制。本文中所提及的所有刊物皆通过引用并入本文以供本文所提及的目的或目标之用。

实施例1：癌靶向肽的计算设计

基于GRP78的分子模型化及于硅中分子停靠和计分，使用HotLig和L-肽发展一系列新颖癌靶向肽（Lee et al.,2004）。L-肽具有RLLDTNRPLLPY的氨基酸序列（SEQ IDNO:13）。参见美国专利第7,238,665号。

（i）决定人类GRP78的结构特点

为设计并最优化癌靶向肽，进行同源模建和分子停靠以鉴定人类GRP78的结构特点。

使用在PSIPRED服務器中执行的方法（Bryson et al.Nucleic Acids Res.33:W36-38;2005;and McGuffin et al.Bioinformatics19:874-881;2003）来预测二级结构及进行序列比对。一开始，使用GRP78同系物的结构信息（蛋白质数据库码:2QWL、1YUW、2V7Y、2OP6、1DKX及1U00）作为模型化模板。GRP78的立体结构是通过MODELLER9v4（Eswar et al.Curr.Protoc.Bioinformatics,Chapter5:Unit5.6;2006））利用AUTOMODEL级的函数以具有多模板模式的python scripts予以构建的。使用离散最优化蛋白能量（DOPE）法（Eswar,et al.）从50个初始产生的模型中选出最佳模型。能量-最优化模型的环区然后可通过LOOPMODEL级的函数予以精炼。最后，通过DEEPVIEW vers.3.7（Guex et al.Electrophoresis,18:2714-2723;1997）利用GROMOS43B1力场让精炼的模型再经受能量最小化，直到两步骤间的ΔE下降到0.05KJ/mol以下。

其次，利用如上文所述的Modeller9v4将人类GRP78的结构模型化，并且利用同样在上文所述的Buildpep构建肽结构库。然后如Kuntz et al.中所述的通过Dock5.1进行分子柔性停靠，J.Mol.Biol.161:269-288(1982)。将Kollman部分电荷应用至蛋白和肽两者供力场计算。设定停靠程序用参数以在结合囊中迭代地产生1,000个定向和200个构象异构体。然后通过HotLig将停靠的构象异构体重新计分和分级，以预测蛋白质-配体相互作用。分子模型图的绘制是通过Chimera执行（Kuntz,1982;and Pettersen et al.J.Comput.Chem.25:1605-1612;2004）。

如此模型化的人类GRP78的结构表明于图4，a区块。此蛋白被发现含有两个主要的结构域：肽结合域和ATP酶域。关于ATP酶域的此结构模型与如Wisniewska et al.,PLoS One5:e8625(2010)and Connolly,Science221:709–713;1983中所说明的X射线晶体学一致。当通过结构重迭以模型化ATP酶域与晶体学数据相比较时，均方根偏差的值低达

在此模型中，发现肽结合域是由β-夹心亚域与螺旋束亚域所组成（图4，a区块）。β-夹心亚域是由两层β折叠堆栈在一起、接着数个串联螺旋所组成。这些螺旋再折叠而于C端形成螺旋束亚域。另一方面，来自GRP78的N端从Met1至Asp26的序列被预测会有单螺旋。由于GRP78蛋白在癌细胞往表面移动，故也依此N-端螺旋的氨基酸的属性研究其疏水性。在该螺旋中鉴别出疏水性区（Leu3至Ala16）（图4，a区块）。

（ii）用于对蛋白质-肽相互作用计分的新颖表面导向（surface-directed）算法

软件HotLig（说明于上）是为了对能够与人类GRP78结合的肽做结构基最优化所开发。

用于开发HotLig算法的方案表明于同样说明于上的图2中。HotLig为一种具有对蛋白质-配体相互作用的优秀预测能力的知识基础与经验基础的计分程序。用于模拟氢键对相对于原子表面距离的统计分布及推导的函数表明于图5中。为估计疏水性相互作用，将由表面点坐标、面积和法向量所构成的蛋白质的康诺利表面（Connolly,Science221:709-713;1983）应用于分子间表面距离和接触面积的计算中。图7。法向量为垂直于蛋白质表面的向量，指向配体侧。在分子表面接触的计算中涉及蛋白质康诺利表面上的数百、数千的法向量。然后将测量的分子间表面距离和接触面积用来估计疏水性接触的贡献。图9。疏水性相互作用的电势从配合康诺利蛋白质表面与配体原子表面之间的法向量长度（ν）的归一化分布推导出来。此外，也将康诺利表面上接触面积（A）的积分引入非极性电势的计算中。用于疏水性相互作用计分（ΔE_vdw）的最终方程式为：ΔE_vdw=A×W_vdw(ν)。

如下表3中所示，当将Dock所产生的停靠结果重新计分时，HotLig将软件Dock v5.1停靠精确性从44.39%改进到71.96%。此外，如果计分时也包括同源配体的实验坐标，HotLig的成功率可达到88.32%。表3。当使用Gold数据集进行验证时也得到类似的结果（Jones et al.,J.Mol.Biol.267:727-748;1997）。见表3。

表3.通过HotLig做停靠构象异构体的重新计分显着地改进了预测的精确性^a。

^a成功率是以（与同源配体的天然姿态相比）的标准计算。天然姿态是指同源配体的结合构象的实验坐标。

另外，利用另一个王氏数据集（Wang et al., J. Med. Chem. 46:2287-2303; 2003），当与许多其他已知的计分程序相比时，HotLig的结合模式预测的成功率高达91%且HotLig为列表中最佳程序。见下表4：

表4.使用王氏数据集比较通过HotLig与11个其他计分程序的结合模式预测精确性³。

^a计分函数通过其于

（与同源配体的天然姿态相比）的成功率予以分级。

为估计HotLig于预测结合亲和性的精确性，也使用王氏数据集做评估。如表5中所示，HotLig的Rs值为0.609，其也比大部分程序为佳。

表5.使用王氏数据集比较通过HotLig与11个其他计分程序的结合亲和性预测精确性

总合来说，软件HotLig提供新颖的表面导向算法，并且展现在蛋白质-配体相互作用方面的优异预测能力。

（iii）最优化癌靶向肽的设计

在此研究中使用具有大约1～10M解离常数（K_D）以剂量相关方式结合至GRP78的L-肽作为前导肽。

为描述该L-肽的结合基序及其与GRP78的详细分子相互作用，如图1中所摘述的进行分子停靠、能量最小化及相互作用计分。发现L-肽接近位于GRP78肽结合域中心的结合部位。见图4，a区块。为描绘隐藏于GRP78内部的L-肽结合部位的特点，将肽结合域的表面模型切开并通过夹住沿着该结合部位的平面表明。图4b表明L-肽结合部位经由β-夾心与螺旋束亚域的中间区域运行，该区域貌似供L-肽链接近的“隧道”。

为举例说明GRP78-L-肽相互作用，在GRP78中鉴别出三个特异性结合区：A囊、B囊和C囊，其分别与L-肽的Pro11、Leu10和Leu9相互作用，图4，b区块。如图4中c区块所示，康诺利表面代表该蛋白质的水可接触的表面（Connolly,1983）且以虚线表面表明以显示GRP78中肽结合部位的透视构型。L-肽的氨基酸Arg7-Pro8-Leu9-Leu10-Pro11-Tyr12（RPLLPY）表面结构表明GRP78中肽分子结合部位的几何匹配。图1c。显然，这些囊提供匹配的构型，让L-肽的RPLLPY序列得以适配于GRP78的肽结合囊内部。

构建了示意图代表L-肽与GRP78之间的分子相互作用。图4，d区块。序列RPLLPY，通过与L-肽主链的氢键及经由L-肽侧链的疏水性接触点而与GRP78的肽结合域相互作用。氢键主要发生于L-肽的PLLP肽序列（图4，d区块）。由于GRP78的Val429、Ser452、Ala454、Gln458及Thr462与L-肽形成分子间氢键（图1d），这些氨基酸在俘获GRP78用肽配体方面扮演重要角色。再者，L-肽的Leu10的侧链经发现会与GRP78的Val461、Ile426和Phe451接触（图4d中的辐射半圆），以形成疏水性相互作用。相反地，除了位于第8至第11位置的氨基酸外，L-肽序列中的其他氨基酸并不会显着地显示与GRP78的特异性相互作用。因此，拟停靠于GRP78肽结合域中的最有意义的L-肽结合序列被认定为由PLLP序列所组成。

实用软件程序，包括如上所述的肽-结构库的组合式构建（Buildpep）、结合囊分析器（PscanMS）、高精度蛋白质-配体计分程序（HotLig），被用来设计最优化癌靶向肽，利用L-肽作为前导。基于这些程序，发展出如图1中所例示的于硅中癌靶向肽的结构基最优化的战略，以鉴别出靶向GRP78的肽，使用L-肽作为前导。

为改进结合亲和性，结构修饰首先着重于L-肽的PLLP结合序列内氨基酸的改变（见以上的讨论）。要注意的是，GRP78中分别供Pro11和Leu9用的结合囊A和C代表完全开放的沟槽，暗示L-肽的这两个氨基酸很可能在最优化期间被取代。另一方面，L-肽的Leu10因为其于B囊中有限且特异的结合而为不变的（图4，c区块）。此外，Pro8被发现会作为刚性氨基酸与GRP78相互作用，于防止折迭形成肽的二级螺旋结构。因此，Pro8也可能在肽序列的最优化期间保存下来。

所以，为了如上所述基于GRP78中囊A和C的结构特点来最优化结合序列，选择L-肽的Leu9和Pro11用不同氨基酸取代。结果，通过改变Leu9和Pro11供于硅中筛选分析建立了400个肽的结构库。为防止耗时的停靠程序，库中肽的长度被减少至6元肽，即RPXLXY。进行柔性分子停靠，然后如上所述通过HotLig估计并预测分子相互作用。

在停靠库中各种肽之后，观察到具有大平面侧链的Trp和Phe（即图4，e区块中的AA11）为可供L-肽的Pro11取代用的最有希望的候选物，因为这些取代任一者都可适配于A囊中Pro11结合部位以外的额外空腔中。另一方面，供L-肽Leu9结合用的C囊可被许多其他氨基酸置换，同时保有C囊处类似的匹配构型（图4，f区块）。此外，考虑到通过HotLig所预测的结合能量，有17个肽候选物（下表6中的P-1至P-17），其展现出低HotLig能量分数，因而代表这些肽类似物与GRP78的良好的相互作用。

为进一步改进肽候选物选择的多样性，也包括以下另外9个肽（表6中的PA-1至PA-6及PB-1至PB-3）供比较。举例来说，PA-1含有疏水性Trp9，其可与P-6和L-肽相比，因为这些肽相同第9个位置有不同大小的取代。此外，PA-2和PA-3被荷负电残基（分别为Glu9和Asp9）取代，而PA-6在相同位置被荷正电His9改变。此外，PA-4和PA-5被两个极性氨基酸分别取代（Asn9和Gln9），其充作氢键供体或受体；PB-1和PB-2通过置换P-12的His9而提高疏水性。再者，肽PB-3以酰胺化（CONH₂）修饰以屏蔽COOH基的负电荷。

因此这些设计的GRP78靶向肽的结构活性关系是通过体外结合测定和体内显像测定验证，如以下实施例3中所述。

实施例2：与癌靶向肽缀合的脂质体的制备

癌靶向肽可依照例行方法与脂质体缀合，该脂质体包裹一或多种抗癌剂、一或多种癌显像剂或两者。参见，例如，Chen et al.,Anticancer Research30:65-72,2010。

（i）脂质体的制备

脂质体是由台湾微脂体公司提供。简单地说，将由二硬脂酰基磷脂酰胆碱、胆固醇和PEG-DSPE构成的脂质体于硫酸铵溶液[250毫摩尔/升(NH4)₂SO₄（pH5.0）与530mOs]中于55°C水合，然后经由0.1-微米与0.05-微米孔径的聚碳酸酯膜滤器（Costar,Cambridge,MA）以高压挤压设备于60°C挤出。最终的脂质体浓度由磷酸盐测定予以决定。泡囊大小由具有亚微米粒径分析仪的动态激光散射予以测量。制备后，脂质体通常具有直径范围从65至75纳米的粒径。

（ii）肽连接聚乙二醇化脂质体的制备

肽连接脂质体的制备程序由先前公开的方法修改（Lee,T.Y.,et al.Cancer Res.64,8002-8008.(2004)）。肽与NHS-PEG-DSPE[N-羟基琥珀酰亚胺基-羧基-PEG（MW,3400）-衍生的二硬脂酰基磷脂酰乙醇胺（DSPE）（NOF Corporation,Tokyo,Japan）]以1:1.5摩尔比偶合。此偶合用该肽NH2端中唯一的自由氨基进行。此反应完成后通过剩余氨基的定量确认。氨基用三硝基苯磺酸盐试剂测量。使用相同方法制备对照肽来替换该癌靶向肽，并与NHS-PEG-DSPE偶合做比较。然后使肽基-PEG-DSPE与预先生成的脂质体缀合，该脂质体在高于脂双层转变温度的温度共孵育后包裹阿霉素。每个脂质体有300至500个肽分子，如通过Kirpotin et al.,Biochemistry36:66-75,1997中所述的方法测定的。

（iii）肽-¹⁸⁸Re-标记聚乙二醇化脂质体的制备

将肽-聚乙二醇化-脂质体（1ml）加到¹⁸⁸Re（50-250MBq）溶液中，并于60°C孵育30分钟。使用PD-10柱（GE Healthcare）以生理盐水洗脱将肽-¹⁸⁸Re标记聚乙二醇化脂质体与自由¹⁸⁸Re分离。将每个0.5毫升部分收集到试管中。利用脂质体的不透明度目视监测肽-¹⁸⁸Re标记聚乙二醇化脂质体的收集。标记效率是通过分离后的肽-聚乙二醇化-脂质体活性除以分离前的总活性来决定。也参见Chen et al.,Anticancer Research30:65-72(2010)。

实施例3：设计癌标靶肽的鉴定

（i）在体外结合测定中测定肽对GRP78的结合活性

通过常規化学合成来合成通过上述实施例1中所述方法设计的26个候选肽（列于下表6中）和阴性对照肽，并使它们接受以下述表面电浆共振为基础的方法来检查所述肽对人类GRP78的结合活性。

芯片NTA与HBS-P缓冲液获自GE Healthcare。传感片NTA是通过结合Ni离子螯合与N-His标识GRP78藉由以芯片NTA上次氮基三乙酸的胺偶合的共价固定化来制备的（图6）。为使GRP78蛋白固定于传感片上以供使用Biacore测定肽结合，结合以Ni-离子螯合与胺偶合反应为基础的方法。传感片NTA通过螯合接着N-His标识GRP78藉由芯片上次氮基三乙酸的胺偶合的的共价固定化来制备。传感片NTA、HBS-P缓冲液与胺偶合套组均获自GE Healthcare。首先，依照制造商指示得到的标准程序使用胺偶合用EDC与NHS试剂活化芯片表面。此外，使用一分钟脉冲的NiCl₂溶液（500μM）以便吸引His标识GRP78往传感片的表面，随后在HBS-P缓冲液（pH7.4）条件下形成共价键。所得到的RU差异大约为5,000～6,000RU。在通过乙醇胺减活并以EDTA（3mM）清洗之后，将制备好的传感片应用于Biacore X做结合测定。使用含1mM Gly的HBS-P缓冲液作为运行缓冲液做结合测定。使用20mM氢氧化钠溶解于运行缓冲液中的溶液通过一分钟脉冲再生芯片表面。相较于单独使用Ni离子螯合的常规方法，我们的芯片表面对于在Biacore X中的小分子结合分析来说，展现较稳定的基线且提供较高的敏感度。发现此方法优于使用芯片CM5者，因为其在定向固定化有较高的蛋白生存力，而且在蛋白固定化期间不会暴露于低pH中。

将如此制备的传感片应用于Biacore X以供测定肽与GRP78之间的结合。使用含1mM Gly的HBS-P缓冲液作为运行缓冲液。使用20mM氢氧化钠溶解于运行缓冲液中的溶液通过一分钟脉冲再生芯片表面。由此研究获得的结果表明于下表6中。

表6.26个L-肽的肽类似物于50μM相对于全长重组GRP78的Biacore结合测定

肽结合至全长重组GRP78的代表传感图表明于图4，a区块中。其表明在该测定中肽P-12、P-6和P-13比L-肽更好地结合至GRP78。各种肽与GRP78的结合也以结合指数表明于表6中。结合指数表示共振单位（RU）差除以每个肽的分子量，并且通过与L-肽比较做归一化。发现这些肽中有六个在Biacore中展现出显着的结合反应，包括P-6、P-12、P-13、PB-1、PB-2及B-3（表6）。当与L-肽比较时，在L-肽第9个氨基酸位置的结构-活性关系显示疏水性提高导致结合亲和性增强（例如，L-肽与P-6）。然而，第9个位置的Trp取代（例如，PA-1）显着地降低结合，可能是立体位阻所致。就其他亲水性肽（例如，PA-2至PA-6）而言，Glu-、Asp-、Asn-、Gln-及His-取代的肽也都表现低于L-肽的结合亲和性。

另一方面，只有位于第11个氨基酸的Pro及芳香族残基如Phe和Trp被发现能够结合至GRP78（例如，L-肽、P-6、P-12、P-13、PB-1及PB-2），因为于此位置的任何其他氨基酸取代都会导致结合亲和性的降低。尤其，在L-肽的第9或11位置取代的荷电氨基酸造成结合能力的丧失。此外，L-肽的羧酸端修饰，例如表6中的PB-3，相较于L-肽并不会显着地影响结合亲和性。

使用三个最优化肽，P-6、P-12和P-13，进行其癌靶向能力的进一步体外和体内评估。

（ii）FITC-标记肽与癌细胞的结合

为评估本文所述的癌靶向肽的体外结合能力，通过如下所述的流式细胞分析，对FITC-标记L-肽、P-6、P-12、P-13及P-16测试它们对癌细胞、植入NOD/SCID小鼠体内的原发乳癌及临床乳癌样本的结合活性。

细胞生长到80%汇合并以5毫摩尔/升EDTA的PBS溶液收获。从三军总医院（台湾台北）接受初始手术的病患取得乳癌样本。将临床乳癌样本切成1毫米²大小的片段，并使其接受于37°C被胶原酶（1,000U/毫升、透明质酸酶（300U/毫升）及脱氧核醣核酸酶I（100微克/毫升）酶切消化2小时。在经过100微米细胞过滤网（BD Biosciences）过滤并再悬浮后收集原发乳癌肿瘤细胞。为了移植，将与正常人类乳房成纤维细胞和基质胶（Matrigel）混合的肿瘤细胞，皮下注射至事先接受亚致死剂量的γ射线照射的雌性NOD/SCID小鼠的乳腺脂肪垫内。在移植之后，将异种移植肿瘤的细胞隔离并接种于NOD/SCID小鼠体内做系列继代移植。癌细胞株、异种移植物细胞及原发乳癌肿瘤细胞再悬浮于FACS缓冲液（含2%胎牛血清的PBS）中，并于室温下用FITC-缀合的各种肽孵育30分钟。为测定来自异种移植物的乳癌干细胞（BCSC）与非乳癌干细胞（非BCSC）群体，细胞用抗H2Kd-生物素的混合物接着用链霉亲和素-PER-CP、抗CD24-PE、抗CD44-APC及FITC-缀合的各种肽染色。原发乳癌肿瘤细胞用抗CD45-PerCP-Cy5.5抗体染色替代H₂K_d染色。然后让染色的细胞接受FACS分析。

如图7，b区块中所表明，L-肽、P-6、P-12和P-13均结合至MDA-MB-231细胞（乳癌细胞）和TW01细胞（鼻咽癌）两者。

所述L-肽及P-6、P-12、P-13和P-16肽对来自被移植人类原发乳癌细胞株BC0145与BC0244的NOD-SCID小鼠的两个异种移植物样本的结合力，是特别针对它们对从乳癌细胞富集的BCSC亚群的结合做评估。将从植入的肿瘤收获的乳癌细胞用H2K_d染色以区隔小鼠细胞，然后用抗CD24与抗CD44抗体染色以便从非BCSC细胞中区分出BCSC富集的细胞（CD24^-CD44⁺）。这些细胞用上述肽之一共染色，其经FITC-标记且接受流式细胞分析。如图7，c区块中所表明，这些肽能够与从两异种移植物隔离的BCSC富集的群体和非BSCS细胞两者结合。P-13染色得最强烈，然后是P-6>P-12>L>P-16，不过对于从BC0145异种移植物隔离的BCSC富集的细胞来说，P6的结合力与P-12相等。肽对临床乳癌样本的结合能力类似于对异种移植物样本的结合能力。发现所测试的肽会与从样本BC0854和BC0861隔离的BCSC富集的细胞（CD45^-CD44⁺CD24^-）和非BCSC（剩余的CD45^-细胞）细胞两者结合。图7，d区块。这些结果证实此研究中测试的肽能够结合至从原发乳癌和临床乳癌样本异种移植物隔离的BCSC，指出它们会靶向BCSC富集的亚群。而且，P-13、P-12和P-6显示比L-肽大的对BCSC和非BCSC的体外结合力，表示它们在靶向癌细胞方面比L-肽更有效。

（iii）可供肿瘤显像的癌靶向肽的应用

使用含¹⁸⁸Re的肽连接脂质体，通过BC0244异种移植物的微SPECT/CT显像，评估L-肽及上实施例1中所鉴别出的肽的肿瘤靶向能力。简单地说，NOD-SCID雌性小鼠在右后侧腹皮下注射1×10⁶个BC0244细胞。一个月后，带有BC0244异种移植物的小鼠静脉注射400μCi的单独¹⁸⁸Re-脂质体-L-肽、¹⁸⁸Re-脂质体-P-6、¹⁸⁸Re-脂质体-P-12、¹⁸⁸Re-脂质体-P-13或¹⁸⁸Re-脂质体，其均依照上实施例2中所述的方法制备。在静脉注射后6、24和48小时，如Rajarshi Guha et al.J.Chem.Inf.Model.46:991-998;2006中所述的使用微SPECT/CT扫描仪系统获取微SPECT图象。使用下公式计算标准化的摄取值（SUV）以决定肿瘤中放射活度的摄取：

SUV=[平均ROI活度（μCi/g）]/[注射的活度（μCi）/小鼠体重（g）]。

使用具有Bonferroni氏多重比较测试的双向ANOVA分析微SPECT/CT显像数据。使用混合模型分析各组之间生长速率趋势的差异。使用Kaplan-Meier法和时序检验分析存活数据。使用具有Bonferroni氏多重比较测试的单向ANOVA分析体重数据。统计显着性采为p<0.05。所有统计分析均使用SPSS统计软件（SPSS Inc.,Chicago,IL）进行。

如下表7中所表明，相较于所有时点于BC0244肿瘤内的¹⁸⁸Re-脂质体，以下有显着较大的摄取：于6小时的¹⁸⁸Re-脂质体-P-6（p<0.05）、于24小时的¹⁸⁸Re-脂质体-L-肽（p<0.01），以及于48小时的¹⁸⁸Re-脂质体-P-6（p<0.001）、¹⁸⁸Re-脂质体-P-12（p<0.01）和¹⁸⁸Re-脂质体-P-13（p<0.05）。于48小时，P-6-连接的¹⁸⁸Re-脂质体的摄取高于L-肽的，表示其有较佳的肿瘤靶向能力（p<0.001）。

表7.肽-缀合的¹⁸⁸Re-脂质体于异种移植物NOD-SCID小鼠体内的摄取

（iv）肽-标记脂质体阿霉素的治疗效能

本文所公开的肽在靶向癌化学疗法中的癌靶向活性如下述检查，使用L-肽作为阳性对照。发现L-肽会与各种肿瘤细胞株和来自癌病患的癌组织结合。见下表8-10：

表8.FITC-L-肽与各种不同肿瘤细胞株的结合

表9.乳癌病患的临床组织病理特性及其相应的L-肽对肿瘤的结合力。

表10.含¹⁸⁸Re的L-肽连接的PEG-脂质体于NOD-SCID小鼠体内的生物分布

依照上实施例2中所述的方法，将聚乙二醇化P-6、P-12和P-13与脂质体阿霉素偶合（P-6-Lipo-Dox、P-12-Lipo-Dox和P-13-Lipo-Dox）。对NOD-SCID雌性小鼠皮下注射1×10⁶个BC0244异种移植物细胞至乳腺脂肪垫。将具有匹配大小肿瘤的小鼠（约100mm³）（n=5）随机分派到不同的治疗组，并静脉注射PBS、脂质体阿霉素（Lipo-Dox）、L-肽连接Lipo-Dox（L-肽-Lipo-Dox）、P-6-Lipo-Dox、P-12-Lipo-Dox或P-13-Lipo-Dox。阿霉素的剂量为2毫克/公斤，每周注射一次，历时三周。小鼠体重和肿瘤大小以卡尺每周测量二次。肿瘤体积则使用方程式计算：长x(宽)²x0.5。

由此研究获得的结果显示：与PBS相比较，Lipo-Dox显着地抑制于异种移植小鼠体内的肿瘤生长（p<0.0001）（图8，a区块），且肽-缀合的Lipo-Dox更进一步抑制肿瘤生长，表示使用所试验癌靶向肽任一者的靶向化学疗法增强了阿霉素疗法的功效。（图8，b区块）。更具体地说，用L-肽-Lipo-Dox、P-6-Lipo-Dox、P-12-Lipo-Dox和P-13-Lipo-Dox组及Lipo-Dox治疗的小鼠体内肿瘤生长速率，与用PBS治疗的小鼠相比较，分别减少了66.90%、37.37%、67.13%和65.00%。图8，b区块。此外，用P-6-lipo-Dox治疗抑制肿瘤生长至L-肽-Lipo-Dox组的55.86%（p=0.0012）。图8，b区块。在这种治疗后，监视带肿瘤小鼠的存活率历时70天。结果表明P-6-Lipo-Dox和P-13-Lipo-Dox组的存活显着久于L-肽-Lipo-Dox组（分别为p=0.0388和p=0.0221）。图8，d区块。接受PBS的带肿瘤小鼠的体重因为肿瘤的生长重量而逐渐增加；然而，其他五组的体重并无显着变化。图8，c区块。

总合来说，以上讨论的结果证实所试验的癌靶向肽通过使化学治疗药靶向肿瘤部位而增强化学治疗效能，也证实这些肽如P6和P13的癌靶向活性出乎意料地高于L-肽的癌靶向活性。

其他实施方案

本说明书公开的所有特点可以任意组合来结合。本说明书中公开的每个特点可由替供相同、相等或相似目的的替代特点所替换。因此，除非明确作相反表述，所公开的每个特点只是总属系列的相等或相似特点的一个实例。

从以上说明，所属技术领域的技术人员可容易地确认本发明的必要技术特征而不脱离本发明的精神及范围，并可做出本发明的各种变化和修改以使其顺应各种应用和情况。因此，其他实施方案也在权利要求之内。

Claims (51)

1.一种隔离肽，包含氨基酸序列基序PX₁LX₂（SEQ ID NO:1），其中X₁为H或带有疏水性侧链的氨基酸，X₂为P、F或W，其中当X₁为L时，X₂不为P，而当X₂为P时，X₁不为L，且其中所述肽结合至人类葡萄糖调节蛋白78（GRP-78）。

2.如权利要求1所述的隔离肽，其中X₁为L、H、F或W。

3.如权利要求1或2所述的隔离肽，其中所述肽包含氨基酸序列RLLDTNRPX₁LX₂Y（SEQ ID NO:2）。

4.如权利要求3所述的隔离肽，其中所述肽包含选自由RLLDTNRPFLPY（P-6）（SEQ ID NO:3）、RLLDTNRPHLWY（P-12）（SEQ ID NO:4）及RLLDTNRPFLFY（P-13）（SEQ ID NO:5）所组成群组的氨基酸序列。

5.如权利要求4所述的隔离肽，其中所述肽是选自由RLLDTNRPFLPY（P-6）（SEQID NO:3）、RLLDTNRPHLWY（P-12）（SEQ ID NO:4）及RLLDTNRPFLFY（P-13）（SEQ ID NO:5）所组成的群组。

6.一种组合物，包含（a）权利要求1-5任一项所述的肽，及（b）抗癌剂、可检测标签或两者。

7.如权利要求6所述的组合物，其中所述组合物包含接合至所述肽的可检测标签。

8.如权利要求7所述的组合物，其中所述可检测标签为荧光或发光化合物。

9.如权利要求8所述的组合物，其中所述可检测标签为异硫氰酸荧光素（FITC）。

10.如权利要求6-9任一项所述的组合物，其中所述组合物还包含赋形剂载剂。

11.如权利要求10所述的组合物，其中所述赋形剂载剂为脂质体，其包裹抗癌剂、可检测标签或两者，且其中所述肽是接合在脂质体的表面上。

12.如权利要求6-11任一项所述的组合物，其中所述肽是聚乙二醇化的。

13.如权利要求6-12任一项所述的组合物，其中所述组合物包含抗癌剂。

14.如权利要求13所述的组合物，其中抗癌剂的量可有效治疗癌症。

15.如权利要求13或权利要求14所述的组合物，其中所述抗癌剂为阿霉素、长春瑞滨、长春新碱、紫杉醇或勒托替康。

16.如权利要求6-12任一项所述的组合物，其中所述组合物包含可检测标签，其为显像剂。

17.如权利要求16所述的组合物，其中所述显像剂为放射性的分子或氧化铁纳米粒子。

18.如权利要求17所述的组合物，其中所述显像剂为^9mTc或¹⁸⁸Re。

19.如权利要求16-18任一项所述的组合物，其中显像剂的量可有效检测癌组织或细胞。

20.如权利要求6-19任一项所述的组合物，其中所述组合物为医药组合物，其还包含医药可接受的载剂。

21.一种将抗癌剂或可检测标签传递至癌细胞的方法，包括使癌细胞或疑为癌的细胞与权利要求6-20任一项所述的组合物接触。

22.如权利要求21所述的方法，其中所述接触步骤是通过将所述组合物给予有或疑有癌细胞的个体来进行。

23.如权利要求22所述的方法，其中所述个体有或疑有癌细胞、肝细胞癌细胞、前列腺癌细胞、肺癌细胞、卵巢癌细胞、肾癌细胞、子宫颈癌细胞、黑色素瘤细胞、胚胎性癌细胞、白血病细胞或骨肉瘤细胞。

24.如权利要求22所述的方法，其中所述个体有或疑有乳癌干细胞。

25.如权利要求21所述的方法，其中所述组合物包含有效治疗癌症的量的抗癌剂。

26.如权利要求21所述的方法，其中所述组合物包含有效检测癌细胞的量的可检测标签，其为癌显像剂。

27.如权利要求21所述的方法，其中所述接触步骤是通过用有或疑有癌细胞的样本孵育所述组合物来进行。

28.一种用于癌靶向肽配体的基于结构最优化的方法，所述方法包括：

（a）提供癌细胞-表面蛋白；

（b）计算该癌细胞-表面蛋白的康诺利表面；

（c）鉴别在该蛋白表面上的肽结合部位；

（d）估计涉及极性相互作用，包括氢键、离子相互作用及金属-离子配位的成对原子的距离相关电势，该估计包括分子间表面距离的考虑；

（e）估计涉及非极性相互作用的成对原子的距离相关电势，该估计包括将蛋白的康诺利表面应用在分子间表面距离的计算；以及

（f）根据从步骤（d）及/或（e）得到的信息，从肽数据库选择经过最优化以供结合至该癌细胞-表面蛋白的结合部位的肽配体。

29.如权利要求28所述的方法，其中所述癌细胞-表面蛋白的康诺利表面是通过结合囊分析程序PscanMS予以决定的。

30.如权利要求28所述的方法，其中所述肽数据库为组合式构建的。

31.如权利要求28所述的方法，其中所述癌细胞-表面蛋白为人类葡萄糖调节蛋白78（GRP-78）。

32.如权利要求28所述的方法，其中所述分子间表面距离是根据蛋白质（p）与配体（l）之间的结合能（ΔE）来决定的，该结合能是按照下列方程式计算的：

^ΔE _p,l=^ΔE _polar(^δ,^θ,^φ)+^ΔE _non-polar(ν,^A),（_φ<100°）

式中，h是氢键对；i是离子相互作用对；m是金属-离子配位对；v是在疏水性相互作用中配体接触的法向量。

33.如权利要求28所述的方法，其中所述方法是于硅中进行。

34.如权利要求28所述的方法，其中所述距离相关电势是从包含成对药效团在分子相互作用中出现频率的统计集来预测。

35.一种用于将抗癌剂或可检测标签传递至癌细胞或疑为癌的细胞的医药组合物，所述组合物包含（a）权利要求1-5任一项所述的癌靶向肽，（b）抗癌剂、可检测标签或两者，以及（c）医药可接受的载剂。

36.如权利要求35所述的医药组合物，其中所述组合物包含接合至癌靶向肽的可检测标签。

37.如权利要求36所述的医药组合物，其中所述可检测标签为荧光或发光化合物。

38.如权利要求37所述的医药组合物，其中所述可检测标签为异硫氰酸荧光素（FITC）。

39.如权利要求35-38任一项所述的医药组合物，其中所述组合物还包含赋形剂载剂。

40.如权利要求39所述的医药组合物，其中所述赋形剂载剂为脂质体，其包裹抗癌剂、可检测标签或两者，且其中所述肽是接合在脂质体的表面上。

41.如权利要求35-40任一项所述的医药组合物，其中所述肽是聚乙二醇化的。

42.如权利要求35-41任一项所述的医药组合物，其中所述组合物包含抗癌剂。

43.如权利要求42所述的医药组合物，其中抗癌剂的量可有效治疗癌症。

44.如权利要求42或43所述的医药组合物，其中所述抗癌剂为阿霉素、长春瑞滨、长春新碱、紫杉醇或勒托替康。

45.如权利要求35-41任一项所述的医药组合物，其中所述组合物包含可检测标签，其为显像剂。

46.如权利要求45所述的医药组合物，其中所述显像剂为放射性的分子或氧化铁纳米粒子。

47.如权利要求46所述的医药组合物，其中所述显像剂为^9mTc或¹⁸⁸Re。

48.如权利要求45-47任一项所述的医药组合物，其中显像剂的量可有效检测癌组织或细胞。

49.如权利要求35-48任一项所述的医药组合物，其中所述癌细胞为乳癌细胞、乳癌干细胞、肝细胞癌细胞、前列腺癌细胞、肺癌细胞、卵巢癌细胞、肾癌细胞、子宫颈癌细胞、黑色素瘤细胞、胚胎性癌细胞、白血病细胞或骨肉瘤细胞。

50.如权利要求35-48任一项所述的医药组合物，其中所述组合物包含有效治疗癌症的量的抗癌剂。

51.如权利要求35-48任一项所述的医药组合物，其中所述组合物包含有效检测癌细胞的量的可检测标签。

Images