以STAT3为靶标的抗肿瘤药物高通量筛选模型的建立和应用

旨在建立稳定可靠的以转导与转录激活子(STAT3)为靶标的抗肿瘤高通量筛选模型,应用该模型筛选潜在的抗癌药物。利用基因重组、蛋白表达纯化技术,获得STAT3目的蛋白,使用酶联免疫吸附法(ELISA)进行高通量药物筛选,将筛选出的抑制剂在细胞水平上利用MTT比色法测定化合物对癌细胞增殖的影响。结果显示,成功构建表达载体pET-28a-STAT3;所建立的模型稳定可行,可用于以STAT3为靶标的抗肿瘤药物的高通量筛选;用该模型对8 248个样品进行筛选,在500μmol/L药物浓度下,化合物MDC6抑制率为92%,另外,进行IC50值的测定时,分子水平上最低达到3.37μmol/L,在细胞水平上可达到15.92μmol/L。建立的高通量药物筛选模型,具有操作方便、成本低、结果稳定等特点,可用于STAT3抑制剂的大规模筛选。     

以Neprilysin蛋白酶为靶标的药物筛选模型的建立及应用

目的:建立以蛋白酶Neprilysin(NEP)为靶点的高通量药物筛选模型,应用该模型筛选抑制剂。方法:利用毕赤酵母表达系统。构建重组质粒p PICZα-A-NEP,表达载体通过与酵母菌X-33基因组染色体发生同源重组,将外源基因整合于染色体后实现目的蛋白的表达。应用荧光共振能量转移法(FRET)检测蛋白酶活性,优化反应条件,建立药物筛选体系,筛选抑制剂。结果:成功构建表达载体p PICZα-A-NEP;建立了以NEP为靶标的药物筛选模型,获得模型反应动力学参数Vmax=3.6μM/s,Kcat/Km=4.5×105M-1s-1,测定模型Z-因子为0.89,说明体系稳定可用于以NEP为靶标的药物的高通量筛选;并用该模型对天然产物组分库进行筛选,在0.5mg/ml的药物浓度下,得到抑制率较高的药物为4种,并测得半数抑制浓度IC50值,其中MDCNCL01000242的IC50值最低,为(8.31±0.03)μg/ml。结论:建立的药物筛选模型较为理想,适用于NEP抑制剂的筛选,可促进药物的研发。     

以蛋白激酶B为靶点的新型抗结核药物高通量筛选模型的建立和应用

【目的】建立以结核分枝杆菌蛋白激酶B为靶点的高通量筛选模型,并运用此模型进行化合物的筛选。【方法】克隆和表达结核分枝杆菌蛋白激酶B,并以其为靶酶建立并优化PknB抑制剂高通量筛选模型,利用该模型对化合物样品进行筛选,并对筛选到的阳性化合物进行抗菌和抑酶活性评价。【结果】利用该模型筛选了化合物样品18 000个,得到具有抑酶活性的阳性化合物8个,其中3个化合物具有较好的对结核分枝杆菌、海分枝杆菌、耻垢分枝杆菌的抑菌活性。【结论】建立的以PknB为靶点的抗结核药物高通量筛选模型具有灵敏度高、稳定性强等优点,可成功用于化合物的高效筛选。筛选得到3个在抑酶水平和抗菌方面均具有良好活性的阳性化合物样品,值得进一步研究。     

蛋白酪氨酸磷酸酶1B抑制剂高通量筛选模型建立和应用

本文以蛋白酪氨酸磷酸酶1B（protein tyrosine phosphatase,PTP1B）作为靶点,采用分子克隆GST融合蛋白的方法,重组表达获得PTP1B,结合自动化操作技术和比色分析,建立了一种PTP1B抑制剂的高通量筛选模型.经在96孔板优化各种反应条件并对17940个样品的筛选结果表明,靶向PTP1B建立的高通量筛选模型具有微量、快速、特异、灵敏等特点,平均日筛选量可达15000样次以上,为寻找新的抗糖尿病药物和先导化合物提供了一种先进的手段.     

以端粒酶为靶标抗癌药物筛选模型建立及端粒酶抑制剂筛选

新药研究与开发离不开筛选模型 ,而筛选模型的关键是寻找、确定和制备药物筛选靶———药靶 .近来研究表明 ,端粒酶与恶性肿瘤的发生和发展有着密切的关系 ,端粒酶在恶性肿瘤细胞中表达率占80 %～ 90 % ,而在正常体细胞中不表达[1～ 4 ] .这表明端粒酶在维持肿瘤细胞的增殖中起着重要作用 .抑制端粒酶的活性有可能抑制肿瘤的生长 ,因而端粒酶被认为是恶性肿瘤诊断和治疗的新靶标 .以端粒酶为抗癌药物作用的靶标 ,建立抗癌药物筛选模型 ,在分子水平上筛选针对端粒酶的抑制剂 ,进而获得特异性高、针对性强、毒副作用小的新型广谱的抗癌药物 ,…     

以中链脂肪酸受体GPR84为靶点的药物高通量筛选模型的建立和应用

G蛋白偶联受体84(GPR84)是C9-C14的中链脂肪酸受体,不仅在脂肪酸代谢和机体免疫反应中发挥着重要作用,而且与多发性硬化症、内毒素血症等炎症性免疫疾病有着密切联系.因此,找到以GPR84为靶点的配体,可能为治疗这些疾病提供一种有效的方法.构建稳定过表达GPR84受体蛋白的细胞系,为筛选GPR84为靶点的配体和研究这些免疫疾病提供了重要途径.本文将含GPR84和Gα16基因质粒共转染到HEK293细胞中,经过抗生素抗性筛选,挑取稳定表达GPR84蛋白的HEK293细胞系.用RT-PCR、免疫荧光染色等实验方法检测了GPR84基因和其编码受体蛋白的表达;用钙流实验、环腺苷酸实验、蛋白质印迹分析、流式细胞分析证实了表达的GPR84具有完整的生物学活性,并利用该细胞系进行了药物高通量筛选,得到了新的GPR84拮抗剂,为进一步阐明GPR84的生物学功能,研究并治疗与其相关免疫疾病奠定了基础.     

基于β-catenin/Lef1相互作用为靶标的新型抗肿瘤药物高通量筛选模型的建立

旨在以β-catenin/Lef1相互作用为靶标,建立基于ELISA原理的适用于靶向β-catenin/Lef1相互作用小分子抑制剂筛选的高通量筛选模型。利用DNA重组技术,将构建的β-catenin-pET-30a(+)重组质粒转化大肠杆菌Escherichia coli Rosetta (DE3),经诱导培养后进行β-catenin原核表达。采用亲和层析方法分离纯化β-catenin后,以GSTPulldown实验进行生物学活性鉴定。利用ELISA原理建立β-catenin/GST-Lef1结合的分子模型,通过优选GST-Lef1最佳包被浓度和β-catenin最佳反应浓度,建立适用于靶向β-catenin/Lef1相互作用小分子抑制剂筛选的高通量筛选模型。SDS-PAGE和Western blotting实验证实β-catenin的原核表达。GST Pulldown实验证实纯化的β-catenin具有良好的生物学活性。通过对基于ELISA原理建立的β-catenin/GST-Lef1结合的分子模型优化,选用10μg/mL GST-Lef1和6μg/mLβ-catenin建立ELISA高通量筛选模型,其Z?因子为0.76。本研究成功建立了基于ELISA原理的β-catenin/GST-Lef1结合的分子模型,为靶向β-catenin/Lef1相互作用小分子抑制剂的高通量筛选奠定了基础。     

以苯丙氨酰-tRNA合成酶为靶点的新型抗结核药物高通量筛选模型的建立和应用

【目的】建立结核分枝杆菌PheRS抑制剂高通量模型,并运用此模型筛选化合物和发酵液样品。【方法】克隆和表达结核分枝杆菌PheRS蛋白并优化其酶活测定方法,在此基础上建立结核分枝杆菌PheRS抑制剂高通量筛选模型,并通过耻垢分枝杆菌作为检定菌对筛选到的样品进行抗菌活性测定及细胞毒性评价。【结果】运用此模型筛选了化合物样品11 600个,发酵液样品5 200个,筛选得到阳性化合物9个,阳性发酵液37个。而后通过耻垢分枝杆菌作为检定菌的抗菌活性测定及细胞毒性评价后,得到了6个发酵液阳性样品。【结论】建立的PheRS抑制剂模型可成功用于化合物和微生物发酵液的高效筛选,得到的6个发酵液阳性样品在酶水平和抗分枝杆菌方面均具有良好活性且毒性较低,值得进一步研究。     

药物靶标配体高通量筛选的亲和质谱技术研究

疾病相关的药物靶标蛋白与小分子化合物的亲和作用研究是当今新药研发的热点领域,基于靶蛋白与配体亲和作用的筛选技术已成为与基于靶蛋白活性高通量筛选技术高度互补的药物先导化合物发现关键技术。本文综述了亲和质谱技术用于筛选和检测指定靶蛋白的小分子配体的基本原理和主要优势,详细介绍了该技术应用于大规模化合物库筛选、分子片段库筛选、天然产物粗提物筛选和蛋白质与胞内代谢物相互作用研究领域的主要进展。     

绿脓杆菌SecA ATPase抑制剂筛选模型的建立和应用

Sec途径(分泌途径,Secretion pathway)是蛋白质转运的主要途径。其中,SecA ATPase是蛋白质转运途径中的"动力泵",它通过ATP的水解循环驱使蛋白质前体穿过细菌内膜。SecA蛋白在细菌中是独有且不可缺少的。克隆和高效表达绿脓杆菌PasecAN75蛋白(绿脓杆菌SecA蛋白N端645个氨基酸残基组成的片段,大小约75 kD)并优化其ATPase酶活测定体系,在此基础上建立了更为灵敏的SecA蛋白ATPase活性抑制剂的筛选模型。运用该模型从化合物库的3220个样品中筛选得到可抑制绿脓杆菌SecA ATP酶的活性阳性化合物4个,从7196个微生物发酵液中得到66个阳性样品,筛选阳性率为0.67%(以抑制率大于30%为筛选阳性标准)。而后通过已建立的细胞水平筛选模型对其抗菌活性进行验证。研究结果表明3个化合物样品和6个发酵液样品在酶水平和细胞水平对绿脓杆菌SecA ATPase均有较好的抑制作用,值得进一步研究。     

以蛋白激酶G为靶点的抗结核药物筛选模型的建立和初步应用

结核分枝杆菌可以产生11种丝氨酸/苏氨酸蛋白激酶,其中蛋白激酶G(PknG)对于结核分枝杆菌在巨噬细胞内以"持留"状态长期存活有着重要作用。本研究以结核分枝杆菌基因组DNA为模板,在大肠杆菌中克隆表达了MTBPknG蛋白,并分离纯化得到PknG纯酶。本研究还采用三步级联反应方法测定了PknG酶活性,建立和优化了PknG抑制剂高通量筛选模型。利用此模型共筛选发酵液样品2120个,化合物样品2300个,筛选得到阳性化合物1个,阳性发酵液13个,阳性率0.32%。     

抗甲病毒化合物高通量筛选模型的建立与应用

建立抗甲病毒化合物高通量筛选模型可为筛选和分析抗甲病毒药靶提供技术基础。本研究以含有分泌型荧光素酶(Gaussialuciferase,GLUC)报告基因标记的重组辛德毕斯病毒XJ160-GLUC为分子基础,建立了抗甲病毒化合物的高通量筛选模型,并对感染复数、检测时间等参数进行优化。经过优化,筛选模型的Z’因子值可达到0.71,表明我们所建立的筛选模型具有较好的稳定性。应用该筛选模型对8080个五合一样品进行筛选,最终获得19个具有抗甲病毒活性的阳性化合物。本研究所建立的抗甲病毒化合物高通量筛选模型及抗甲病毒阳性化合物的发现为抗甲病毒靶标相关的研究提供了新的思路和信息。     

高通量筛选在抗病毒药物筛选中的应用

高通量筛选(high throughput screening, HTS)是以分子和细胞水平的实验方法为基础,在微孔板上以自动化操作系统执行实验过程,通过灵敏快速的检测仪器采集实验数据、运用计算机对实验数据进行实验结果的分析处理.因此HTS具有大量样品的快速筛选、分子和细胞水平的特异性作用靶点、检测系统的高灵敏度、自动化操作系统和数据采集传输处理系统等优点.     

PPARδ激动剂高通量筛选模型的建立

为建立基于细胞瞬时转染的过氧化物酶体增殖物激活受体δ(peroxisome proliferator-activated receptor delta PPARδ)激动剂高通量筛选模型,用RT-PCR技术从肝的总RNA中扩增PPARδ基因序列,将其连至T克隆载体进行测序。将序列正确的PPARδ片段连接至pTARGET载体上构建表达载体pTARGET-ppARδ;将合成的3个拷贝的PPRE(peroxisome proliferator receptorresponse element)插入pGL3-promoter构成报告质粒pGl3-PPRE×3-luc。用脂质体转染技术将表达载体与报告质粒共转染细胞系,通过检测荧光素酶基因的表达状况评价化合物对PPARδ的激动活性。通过多种条件的优化,得到了最佳的共转染条件。阳性药苯扎贝特明显提高荧光素酶的表达,最大上调倍增数可达10倍,并且在一定浓度下阳性药与相对荧光酶的活性表达有较好的量效关系。该筛选模型灵敏、稳定,为对PPARδ激动剂进行药物研发和PPARδ机理的研究打下基础。     

以SecA为靶点的新型抗绿脓杆菌药物细胞水平筛选模型的建立和应用

Sec途径(即分泌途径secretion pathway)是蛋白质转运的主要途径.其中,最为关键的组分之一是SecAATP酶,是蛋白质转运途径中的"动力泵",通过ATP的水解循环驱使蛋白质前体穿过细菌内膜,在细菌中是不可缺少的.我们推测抑制SecAATP酶活性的化合物.必然会在一定程度上抑制蛋白质的转运和分泌.通过绿脓杆菌与大肠杆菌SecA蛋白的互补作用,利用本实验室构建的高效表达SecA蛋白的基因工程菌,建立了SecA蛋白ATP酶活性抑制剂的细胞水平筛选模型.利用所纯化的绿脓杆菌SecA蛋白的ATP酶活测定体系,验证了所建立的细胞水平筛选模型具有一定的特异性.研究结果表明其中两个酯相组分在细胞水平和蛋白水平均具有活性,值得进行深入的研究.     

以hURAT1为靶点的排尿酸药物体外细胞筛选模型的建立和应用

人尿酸盐阴离子转运体1(human urate anion transporter 1,hURAT1)是人肾小管重吸收尿酸的主要转运蛋白,以hURAT1为靶点,筛选hURAT1抑制剂是近年来降尿酸药物开发的热点,因此建立hURAT1抑制剂体外细胞筛选模型具有重要的意义与实用价值。本实验首先构建了表达SLC22A1 2(hURAT1编码基因)的慢病毒载体,感染MDCK细胞后,通过G41 8筛选出稳转细胞株(稳转株);随后采用W estern-blot及免疫荧光方法检测目的蛋白的表达,并通过液闪计数仪检测hURAT1稳转株对[~(14)C]尿酸的摄取作用及hURAT1抑制剂苯溴马隆、丙磺舒对[~(14)C]尿酸摄取的抑制效果。实验结果显示,hURAT1稳转株目的蛋白表达量为对照稳转株的两倍,并且吸收尿酸的量明显大于对照细胞(P0.001)。此外,实验中测得hURAT1稳转株对尿酸吸收的Km值为365.4μmol/L,苯溴马隆及丙磺舒对尿酸吸收的IC_(50)分别为0.1 8μmol/L和66.82μmol/L。以上结果表明,本实验成功构建了稳定表达hURAT1的MDCK细胞株,并建立了一套hURAT1抑制剂体外准确筛选和评价的方法体系。     

药物筛选新方法--高通量筛选

介绍了高通量筛选的概念、原理及其各个组成部分,着重阐明了高通量筛选的筛选模式,检测方法和应用实例,并简单介绍了国内在这方面的研究进展。     

人源多巴脱羧酶的表达、纯化以及高通量抑制剂筛选模型的建立

帕金森病是一种常见的神经系统退行性疾病。多巴脱羧酶（DDC）是帕金森病研究的靶点蛋白之一,但是目前没有高通量的测活模型。因此,需要构建一种高通量多巴脱羧酶抑制剂的筛选模型,用于发现新型抑制剂。采用克隆表达纯化得到多巴脱羧酶和用于酶偶联反应的磷酸烯醇式丙酮酸羧化酶（PEPC）。基于一系列酶联反应将CO2固定,检测其含量,从而测定多巴脱羧酶的活性。结果得到人源多巴脱羧酶和磷酸烯醇式丙酮酸羧化酶的体外纯酶,建立了一种高通量筛选模型,并且从70个天然化合物中,筛选得到2个多巴脱羧酶的抑制剂。成功构建了一种基于体外纯酶高通量多巴脱羧酶抑制剂的筛选模型。     

以EV71 3Cpro为靶标的抗病毒药物筛选模型的建立及抗3Cpro化合物筛选

建立一种以EV71 3C蛋白酶为靶标的抗肠病毒药物筛选模型,并应用于小分子化合物库筛选具有抗EV71活性的化合物.从临床手足口病例标本中分离肠道病毒进行PCR鉴定及基因组测序.通过插入突变在黄色荧光YFP编码框合适位点处引入EV71 3C酶切位点,构建对3C蛋白酶敏感的报告质粒pc DNA3-m YFP,然后将其与表达3C的质粒共转293A细胞,在3C抑制剂Rupintrivir存在与否的情况下通过荧光显微镜和酶标仪检测Ex(500nm)/Em(535nm)荧光信号的变化,判断建模是否成功;利用建好的筛选模型在高通量药物筛选平台对小分子化合物库进行初筛和复筛;再利用空斑分析检测筛选出的活性化合物是否对临床分离的EV71毒株具有抑制作用.m YFP在293A细胞中表达良好,3C的表达使荧光信号下降80%,Rupintrivir的存在则几乎不影响荧光表达,说明以3C为靶位的筛选模型构建成功.经过高通量初筛和复筛从26 000多种小分子化合物中获得26种能够显著回复m YFP表达的活性化合物;空斑分析显示其中2种化合物具有较为明显的抑制EV71复制的活性.因此,我们所构建的3C-m YFP共表达系统是一种简便有效的、可用于高通量筛选抗EV71 3C~(pro)药物的筛选模型.     

α-葡萄糖苷酶抑制剂高通量筛选模型的建立及其应用

【目的】针对人α-麦芽糖苷酶这个糖代谢途径中重要的靶蛋白,建立α-糖苷酶抑制剂高通量筛选模型。【方法】采用毕赤酵母表达系统克隆和表达人α-麦芽糖苷酶。利用酶的催化特性建立α-糖苷酶抑制剂筛选模型。应用该模型对放线菌代谢产物库进行高通量筛选。通过构建16SrRNA系统发育树分析阳性菌株的分类地位。【结果】首次成功克隆、表达了具催化活性的人α-麦芽糖苷酶N端结构域。针对人α-麦芽糖苷酶N端催化结构域,建立α-糖苷酶抑制剂的筛选模型。对包含近2000株放线菌代谢产物的天然产物库进行高通量筛选,最终得到20株α-麦芽糖苷酶抑制剂生产菌株。其中19株放线菌为链霉菌属,且在分类学上具有丰富的多样性。【结论】本研究建立的α-糖苷酶抑制剂高通量筛选模型具有很强的实用价值,可用于新型糖苷酶抑制剂类降糖药物的开发。