我们已经更新了隐私政策为了更清楚地说明我们如何使用您的个人资料。

我们使用cookie为您提供更好的体验。你可参阅我们的饼干的政策在这里。

广告

结构蛋白质组学的进步对药物开发意味着什么?


想要这个行业见解的免费PDF版本?

填写下面的表格,我们会将PDF版本的结构蛋白质组学的进步对药物开发意味着什么?

听与
喋喋不休地说
0:00
注册免费收听这篇文章
谢谢你!用上面的播放器听这篇文章。
阅读时间:

在药物开发过程中,了解化合物如何与靶标结合是先导物选择和优化的重要一步。对药物-蛋白质相互作用的彻底剖析有助于研究结构-活性关系并阐明了在化合物开发中具有重要里程碑意义的结合机制。

但这一重要步骤也充满了挑战。这是因为目前用于询问药物-靶点相互作用的金标准技术,包括核磁共振(NMR)、x射线晶体学、冷冻电子显微镜(EM)和氢-氘交换(HDX),都有很大的局限性。

这些技术虽然有助于研究蛋白质结构和结合事件,但资源密集型,运行成本高,对大的或膜结合的蛋白质无效。例如,NMR的尺寸限制在30千道尔顿(kDa)左右,1这远远低于大多数典型药物靶点的大小。


在大多数情况下,蛋白质必须重组纯化,在某些情况下截断或标记,以便与这些方法兼容。这将导致费力的样品制备,并可能引入伪产物,因为目标蛋白被从其原生环境中移除。

在药物开发中,对靶标及其生物学的详细了解是至关重要的,在早期阶段,任何不完整或误导性的信息都可能对以后的发展产生重大影响。

结构蛋白质组学的创新

值得庆幸的是,结构蛋白质组学技术的进步——旨在描述蛋白质组的结构特性原位-为在细胞环境中监测这些以前无法接触到的蛋白质提供了一个窗口。

在苏黎世联邦理工学院工作期间,我在实验室开发了一种结合有限蛋白水解(LiP)和定量质谱(MS)的新技术Paola Picotti教授2LiP通过将蛋白质组暴露于非特异性蛋白酶来揭示蛋白质结构的变化,并且通过质谱,从这些裂解事件中获得的肽被识别和量化。

感谢我们的团队在定量MS方面的进一步发展Biognosys,开发了一个自动化和集成的工作流程,能够无偏倚地识别复杂蛋白质组中的小分子药物靶点。3.自2018年以来,LiP-MS为我们的下一代蛋白质组学平台TrueTarget™提供了支持,支持了从早期生物技术到大型制药公司的广泛公司。


重要的是,truettarget可以研究接近原生环境中的蛋白质,例如在细胞或组织裂解液中。这提供了一个更有代表性的观点在活的有机体内蛋白质结构与在体外研究。它还允许更好地重建细胞成分,如离子强度、伴侣和翻译后修饰,这些对蛋白质功能和药物疗效至关重要。

质谱蛋白质组学基础与进展“,

在基因组学的阴影下多年之后,蛋白质组学现在准备走到聚光灯下。下载这本电子书,以了解更多关于蛋白质组学的基础知识质谱、蛋白质组学和t从发现到临床的转化蛋白质组学见解。

读电子书

一种跨蛋白质组识别药物靶点的新方法

事实上,TrueTarget应用的一个主要领域是药物靶点反褶积。该平台提供了许多优势,因为它可以直接在整个蛋白质组中识别化合物的蛋白质目标,而不需要事先标记或修改。3.

使用机器学习,我们还可以识别暗示药物结合的特征,这些特征可以集成到一个LiP评分中,以识别和排名最有可能的靶点及其结合位点。

在与阿斯利康(AstraZeneca)的合作中,我们的团队应用了该工作流来分析aCDK9抑制剂。这项研究的结果在AACR 2021年的癌症蛋白质组学和筛查技术小型研讨会上发表,并发表在ACS化学生物学作为2022年1月的封面故事。4

使用LiP评分,我们可以清楚地将CDKs与蛋白质组的其他部分分开。并且,由于剂量-反应曲线,我们可以看到CDK9比其他CDKs更强烈地结合到抑制剂上。

我们还可以利用LiP-MS的肽水平分辨率来研究抑制剂在四个靶标上的结合位点,为选择性、靶标接合强度和化合物可能的作用机制提供有价值的信息。

介绍了一种分析药物-蛋白质相互作用的新方法——HR-LiP

尽管LiP-MS能够在无偏的目标反褶积实验中精确定位潜在的结合区域,但对于蛋白质组的一部分实现高蛋白质序列覆盖率仍然存在挑战。这通常包括低丰度蛋白、大蛋白复合物和膜蛋白,其中大多数也难以纯化。

为了应对这一挑战,我们与Cedilla Therapeutics合作开发了一种新的工作流程——高分辨率有限蛋白水解(HR-LiP),该工作流程经过了修改,旨在增加感兴趣靶点的序列覆盖率。

这进一步增强了TrueTarget平台的附加功能目标确认。该方案首先在任何感兴趣的细胞系中过度表达感兴趣的蛋白质。然后将原生细胞裂解物与药物化合物以不同浓度孵育。在LiP和MS分析之后,我们使用所得到的剂量-反应曲线来识别结合事件。

去年在AACR,我们展示了该工作流程的实例,研究了肿瘤中两个关键靶点的几种抑制剂的结合:针对表皮生长因子受体(EGFR)的吉非替尼和阿法替尼,以及针对含溴域蛋白4 (BRD4)的JQ1。5

尽管这两种蛋白质在癌症研究中很重要,但由于它们的大小,主要是使用重组纯化的片段进行研究。EGFR是一个大的(170 kDa)跨膜蛋白,BRD4是一个200 kDa的多结构域蛋白。

然而,通过HR-LiP技术,我们能够使这两种蛋白的序列覆盖率达到>的80%,这两种蛋白在不需要标记或修饰的情况下实现了功能表达和全长表达。我们还揭示了其他方法无法检测到的抑制剂的结合位点和作用机制的新见解。

基于结构的药物设计的未来?

结构蛋白质组学的进步,以HR-LiP等新技术为例,使我们能够以~10氨基酸分辨率监测细胞环境中药物与全长蛋白质的结合。这为研究变构相互作用和其他类型的结合创造了新的机会,这些结合可能诱导影响蛋白质稳定性的构象变化。

由于其易于实现,不需要重组纯化蛋白质,我们TrueTarget平台上的HR-LiP允许我们为几乎任何目标蛋白质或复合物绘制药物-蛋白质相互作用图。这种高通量和高分辨率的结合对药物开发的靶标验证和先导优化阶段具有巨大的好处。

这些进展增加了时间和成本效率,并提供了一种适合目的的解决方案来探测药物-靶点相互作用,加速和降低小分子药物开发的风险。该技术的进一步发展也可以支持对蛋白质-蛋白质和蛋白质-抗体的相互作用,使得质谱结构蛋白质组学成为药物发现管道不可或缺的一部分。


引用:


1.Gauto DF, Estrozi LF, Schwieters CD,等。半兆达尔顿酶复合物的核磁共振和低温- em原子分辨率结构测定。Nat Commun。2019; 10(1)。doi:10.1038 / s41467 - 019 - 10490 - 9


2.冯勇,德弗兰切斯基,卡拉曼,等。复杂蛋白质组中蛋白质结构变化的全局分析。生物科技Nat》。2014年,32(10):1036 - 1044。doi:10.1038 / nbt.2999


3.Piazza I, Beaton N, Bruderer R,等。一种基于机器学习的化学蛋白质组学方法,用于识别复杂蛋白质组中的药物靶点和结合位点。Nat Commun。2020; 11(1): 4200。doi:10.1038 / s41467 - 020 - 18071 - x


4.李志强,李志强,等。通过正交蛋白质组学方法对CDK9抑制剂的机制洞察。美国化学生物学学会。2021; 17(1): 54 - 67。doi:10.1021 / acschembio.1c00488


5.Nigel B, Adhikari J, Bruderer R等。2136 -使用HR-LiP预测BRD4和EGFR抑制剂的小分子蛋白结合事件,这是一种新的结构蛋白质组学方法。在AACR 2022上发表的论文;2022年4月11日;新奥尔良。https://www.abstractsonline.com/pp8/ !/ 10517 / / 13180年6月。2023年3月9日访问。

作者简介

Yuehan冯博士科学联盟的主任在Biognosys是一家全球性的蛋白质组学公司,提供基于专有质谱技术的大规模蛋白质组学解决方案。


广告
Baidu