TPP及CETSA助力天然产物的研发及研究

更多详细信息请见:最经典、主流的药物靶点筛选技术——TPP热蛋白组分析

在当今药物研发领域,天然产物以其独特的化学结构、多样的生物活性和良好的生物相容性,一直是创新药物研发的研究重点。据统计,自1981年至2019年9月,超过60%的FDA批准的小分子药物直接或间接来源于天然产物。然而,靶点识别作为天然产物药物研发的关键环节之一,却面临着诸多挑战。传统的靶点识别方法往往需要对天然产物进行化学修饰,或依赖于间接的表型分析和多层级的信号网络分析,过程繁琐且易产生假阳性结果。近年来,细胞热位移测定(CETSA)和热蛋白组分析(TPP)的出现,为天然产物的靶点识别和药物研发提供了全新的方法。

一、CETSA:基于热稳定性的靶点识别方法

CETSA是一种无需标记的生物物理检测技术,其原理是基于配体与靶蛋白结合后可增强靶蛋白的热稳定性。在CETSA实验中,样品(如完整细胞、细胞裂解液或组织样本)经天然产物处理后,进行梯度热处理,使未结合天然产物的蛋白变性沉淀,而结合天然产物的蛋白则保持相对稳定。通过检测热处理后剩余的可溶性蛋白,可建立蛋白的热熔曲线,并计算出蛋白的熔解温度(Tm)。天然产物与靶蛋白结合后,会导致靶蛋白的热熔曲线发生偏移,Tm值发生变化,从而间接反映天然产物与靶蛋白的结合情况。

CETSA流程图

、TPP:无偏倚的蛋白质靶点识别方法

TPP是CETSA的衍生策略之一,其通过引入多复用定量质谱检测平台,实现了在细胞环境中对蛋白质组范围内蛋白热稳定性的同时测量。与传统的基于Western blot的CETSA相比,TPP具有更高的通量和更广泛的覆盖范围,能够无偏倚地识别天然产物的潜在蛋白靶点。

TPP主要分为以下两种类型:

1.TPP-温度范围(TPP-TR):在固定药物浓度下,检测不同温度点下蛋白质组的热稳定性变化。通过分析蛋白质的热熔曲线和Tm值的变化,可鉴定出与天然产物相互作用的蛋白靶点。

2.TPP-化合物浓度范围(TPP-CCR):在固定温度下,检测不同药物浓度下蛋白质组的热稳定性变化。通过计算各蛋白的剂量-反应曲线和pEC50值,可进一步验证天然产物与蛋白靶点的结合,并评估其结合亲和力。

此外,TPP技术还衍生出了多种改进方法,如二维TPP(2D-TPP)、细胞表面TPP(CS-TPP)、简化版TPP(STPP)、基于热稳定性变化的二维凝胶电泳荧光差异分析(TS-FITGE)和沉淀支持的TPP(PSTPP)等,这些方法在提高TPP的灵敏度、特异性和成本效益方面发挥了重要作用。

TPP流程图

、CETSA及TPP在天然产物研究中的应用

1. 靶点验证

CETSA可为天然产物的靶点验证提供直接证据。通常利用CETSA在疾病相关细胞系统中进行验证,将待验证的靶标与观察到的天然产物引起的表型关联在一起。先前研究表明,在骨肉瘤U2OS细胞裂解物中,tubocapsenolide A和SHP 2之间的直接相互作用能够影响骨肉瘤的治疗效果,这一结果为后续的药物开发奠定了基础。

2.靶点发现

TPP能够无偏倚地识别天然产物的直接和间接靶点。TPP相关研究表明,研究人员通过从星孢链霉菌中分离出泛激酶抑制剂星孢菌素的热蛋白质组,进一步在K562细胞裂解物中成功发现了51个激酶靶标以及2个意外靶标,展示了TPP在靶点发现中的强大潜力。

3.药物筛选

  1. 药物研发通常从高通量筛选开始,其目的是快速鉴定具有开发为针对目标蛋白质的药物的潜力的化合物。通过使用高通量CETSA结合均质检测平台,可以实现药物库中化合物与靶点结合的高通量测量,目前这种高通量CETSA已成功应用于多种靶点结合物的筛选,如先前的一篇研究通过AlphaScreen-CETSA平台在活K562癌细胞中鉴定有效的胸苷酸合酶(TS)抑制剂,从10,928个化合物中筛选出65个活性化合物。

  2. CETSA药物研发流程图

四、总结

CETSA及TPP技术的不断发展和优化,为天然产物药物发现和研究带来了新的机遇。未来,CETSA及TPP有望在以下几个方面发挥更大的作用:

1.靶点识别与机制研究:通过CETSA及TPP策略,深入研究天然产物的多靶点特性,揭示其作用机制,为药物设计和优化提供依据。

2.药物筛选与优化:利用高通量CETSA等高通量筛选技术,加速天然产物中活性化合物的发现和优化,提高药物研发效率。

3.中药研究:将CETSA及TPP应用于中药研究,克服中药“多组分、多靶点、多层面”特性带来的靶点发现瓶颈,推动中药的现代化和国际化进程。

4.与其他技术的结合:将CETSA及TPP与分子对接技术、定量蛋白质组学、代谢组学、生物信息学等方法相结合,全面评估天然产物的靶点结合情况及其对蛋白质组、翻译后修饰蛋白质组和代谢组的扰动,为天然产物药物研发提供更全面、深入的信息。

综上所述,CETSA及TPP作为一种新兴的靶点识别和药物研发工具,凭借其独特的优势和广泛的应用前景,正逐渐成为天然产物药物研发领域的重要技术手段。随着技术的不断完善和发展,CETSA及TPP必将为天然产物药物的研发带来更多的创新和突破,为人类健康事业做出更大的贡献。

【SCI复现】含可再生能源与储能的区域微电网最优运行:应对不确定性的解鲁棒性与非预见性研究(Matlab代码实现)内容概要:本文围绕含可再生能源与储能的区域微电网最优运行展开研究,重点探讨应对不确定性的解鲁棒性与非预见性策略,通过Matlab代码实现SCI论文复现。研究涵盖多阶段鲁棒调度模型、机会约束规划、需求响应机制及储能系统优化配置,结合风电、光伏等可再生能源出力的不确定性建模,提出兼顾系统经济性与鲁棒性的优化运行方案。文中详细展示了模型构建、算法设计(如C&CG算法、大M法)及仿真验证全过程,适用于微电网能量管理、电力系统优化调度等领域的科研与工程实践。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事微电网、能源管理相关工作的工程技术人员。; 使用场景及目标:①复现SCI级微电网鲁棒优化研究成果,掌握应对风光负荷不确定性的建模与求解方法;②深入理解两阶段鲁棒优化、分布鲁棒优化、机会约束规划等先进优化方法在能源系统中的实际应用;③为撰写高水平学术论文或开展相关课题研究提供代码参考和技术支持。; 阅读建议:建议读者结合文档提供的Matlab代码逐模块学习,重点关注不确定性建模、鲁棒优化模型构建与求解流程,并尝试在不同场景下调试与扩展代码,以深化对微电网优化运行机制的理解。
个人防护装备实例分割数据集 一、基础信息 数据集名称:个人防护装备实例分割数据集 图片数量: 训练集:4,524张图片 分类类别: - Gloves(手套):工作人员佩戴的手部防护装备。 - Helmet(安全帽):头部防护装备。 - No-Gloves(未戴手套):未佩戴手部防护的状态。 - No-Helmet(未戴安全帽):未佩戴头部防护的状态。 - No-Shoes(未穿安全鞋):未佩戴足部防护的状态。 - No-Vest(未穿安全背心):未佩戴身体防护的状态。 - Shoes(安全鞋):足部防护装备。 - Vest(安全背心):身体防护装备。 标注格式:YOLO格式,包含实例分割的多边形坐标和类别标签,适用于实例分割任务。 数据格式:来源于实际场景图像,适用于计算机视觉模型训练。 二、适用场景 工作场所安全监控系统开发:数据集支持实例分割任务,帮助构建能够自动识别工作人员个人防护装备穿戴状态的AI模型,提升工作环境安全性。 建筑与工业安全检查:集成至监控系统,实时检测PPE穿戴情况,预防安全事故,确保合规性。 学术研究与创新:支持计算机视觉在职业安全领域的应用研究,促进AI与安全工程的结合。 培训与教育:可用于安全培训课程,演示PPE识别技术,增强员工安全意识。 三、数据集优势 精准标注与多样性:每个实例均用多边形精确标注,确保分割边界准确;覆盖多种PPE物品及未穿戴状态,增加模型鲁棒性。 场景丰富:数据来源于多样环境,提升模型在不同场景下的泛化能力。 任务适配性强:标注兼容主流深度学习框架(如YOLO),可直接用于实例分割模型开发,支持目标检测和分割任务。 实用价值高:专注于工作场所安全,为自动化的PPE检测提供可靠数据支撑,有助于减少工伤事故。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值