合理最小化自然产品库使用质谱学.
Monica Ness1,2, Thilini Peramuna1, Karen L Wendt1
1Department of Chemistry and Biochemistry, University of Oklahoma, Norman, Oklahoma 73019, United States.
bioRxiv : the preprint server for biology
|June 3, 2024
概括
研究人员开发了一种新的方法来缩小用于药物发现的自然产品库的大小. 这种方法使用液体染色学-双重质谱学的光谱相似性来最大限度地降低成本并加快选过程.
科学领域:
- 药用化学 医学化学
- 分析化学 分析化学
- 药物发现 药物发现 药物发现
背景情况:
- 自然产品库对于识别新药候选药物至关重要.
- 大型复合图书馆增加了高通量选 (HTS) 的时间和费用.
研究的目的:
- 开发一种具有成本效益的方法来减少自然产品库的大小.
- 为了尽量减少生物活性化合物的损失,在图书馆的减少.
- 加快药物发现过程,特别是在资源有限的环境中.
主要方法:
- 使用液体染色学-并联质谱法 (LC-MS/MS) 进行化合物分析.
- 采用光谱相似性算法来识别和分组结构相关的化合物.
- 根据光谱数据开发了一种选择性图书馆子集的策略.
主要成果:
- 成功地减少了天然产品库的大小,同时保持了最小的生物活性潜力的损失.
- 证明了LC-MS/MS光谱相似性的有效性,用于化合物优先排序.
- 验证了一个广泛适用的战略,以加速药物发现.
结论:
- 开发的方法大大减少了图书馆的大小和高通量选的相关成本.
- 这种方法可以实现高效的药物发现,使其适用于资源有限的研究环境.
- 光谱相似性分析是优化自然产品库选的强大工具.
更多相关视频
07:18Natural Product Discovery with LC-MS/MS Diagnostic Fragmentation Filtering: Application for Microcystin Analysis
Published on: May 31, 2019
8.8K
07:34Large Scale Non-targeted Metabolomic Profiling of Serum by Ultra Performance Liquid Chromatography-Mass Spectrometry UPLC-MS
Published on: March 14, 2013
12.7K
