使用小分子微阵列进行金属蛋白酶的定量抑制剂指纹识别

科学领域:

• 生物化学 生物化学
• 化学生物学 化学生物学
• 药物发现 药物发现 药物发现

背景情况:

• 当前的小分子微阵列 (SMM) 方法通常会产生错误的阳性结果,使真正的结合事件的识别变得复杂.
• 通常需要繁的下游再评估来验证通过SMM选识别的相互作用.
• 需要改进的SMM技术,可以直接和准确地识别活动依赖的连接物结合.

研究的目的:

• 开发和验证SMM的新型双色应用策略,以具体阐明活动依赖的连接体结合相互作用.
• 克服当前SMM方法中固有的幻灯片变化的局限性.
• 提高基于SMM的查以发现抑制剂的吞吐量和准确性.

主要方法:

• 一种双色应用策略,涉及对SMM同时应用不同处理的样本.
• 采用合成胺库,其中有1400个序列用于选.
• 在一组金属蛋白酶和定量K (D) 测量对抗炭病致死因子的功能分析.

主要成果:

• 双色法成功地在单个步骤中识别了依赖活动的相互作用,消除了幻灯片对幻灯片的变化.
• 高通量选在8个SMM幻灯片中产生了44800个数据点,提供了活动依赖的指纹.
• 鉴定了几种微分子结合剂用于炭致命因子,并提供了对金属蛋白酶抑制剂设计的见解.

结论:

• 开发的双色SMM策略显著提高了SMM平台的有效性和适用性,用于识别特定的蛋白质-连接体相互作用.
• 这种方法可以根据蛋白质的活性依赖的结合特征进行定量表征和区分.
• 这种方法为分子的发现和药物开发中的优化提供了一个强大的平台,特别是对于酶抑制剂.