June 4th, 2021
核磁共振基于片段的筛选是快速鉴定生物大分子(DNA、RNA或蛋白质)的小分子结合剂的可靠方法。介绍了描述基于自动化的样品制备、NMR 实验和采集条件以及分析工作流程的协议。该技术允许对 1H和 19F NMR活性细胞核进行最佳利用以进行检测。
我们进行核磁共振研究。这使我们能够确定溶液中蛋白质、RNA 和 DNA 的结构。这些生物分子是成分,是我们细胞的组成部分,我们在这里介绍的协议涉及小分子的筛选及其与这些靶标的结合。
从这些分子中,我们的药物化学和结构生物学可以衍生出对抗疾病的新药。我们技术的主要优点是我们可以完全控制分子靶标的质量,如蛋白质,我们可以完全控制小分子片段和药物的质量,我们还可以筛选蛋白质以结合广泛的亲和力,与其他方法相比,这是一个优势。要制备用于 NMR 测量的筛选样品,请使用样品制备机器人将 768 种化合物分配到 8 个 96 孔板中,以获得包含 12 个片段的 64 种混合物,每种混合物的最终浓度为 4.2 毫摩尔。
将感兴趣的生物分子靶标(在适当的筛选缓冲液中稀释)转移到适当数量的条形码三毫米NMR高通量进样器管中,并使用机器人将10微升每种配体混合物转移到目标生物分子的每个管中。然后,让机器人彻底混合溶液。对于核磁共振采集,将样品装入波谱仪。
打开光谱仪软件,然后选择基于配体的实验的参数集和脉冲序列。对于所有列出的实验,选择激发雕刻作为水抑制。对于氟-19筛选,请选择1D和T2实验。
选择光谱宽度为百万分之220,激励频率为百万分之140,分析时间在1到5小时之间。对于 T2,CPMG 时间应在 5 到 100 毫秒之间交替。记录 T1r 和 T2 实验。
将饱和度传递差记录为伪 2D。要处理两个单一的一维光谱,请使用 AU 程序 ProcStd 函数,带或不带松弛选项。WaterLOGSY是单个1D,应与溶剂信号的负值进行相位。
要分析氢筛选数据,请按照基于片段的筛选工具的说明存储来自筛选活动的生物分子磁共振NMR数据,以便每个筛选混合物都有其目录,其中子目录包含对样品测量的不同实验。存储参考光谱,保存从样品中保存的所有数据,没有生物分子靶标,但混合物和单一化合物位于不同的目录中。创建包含采集数据的目录的直接路径,并选择所有混合物都应具有不同目录的NMR目录。
确保 CSV、片段屏幕、XML 文档和 BAC 文件也复制到数据的 NMR 目录中。要对筛选样品使用基于片段的筛选工具,请将基于片段的筛选项目符号拖动到分析窗口的中间。如果将以前保存的数据集复制到其中,则应显示该符号。
基于片段的筛选选项窗口应自动打开。选择一个 CSV 鸡尾酒文件,其中包含混合物的名称、每个片段的名称以及每个片段在混合物中的划分。定义一个参考配体谱图文件夹,其中包含单个片段的所有测量谱图,并定义一个参考空白实验文件夹,该文件夹通常包含没有研究靶标的混合物数据集。
要定义所调查的光谱和光谱显示颜色,请打开〖光谱类型〗选项卡并根据过程数据设置等级库类型。在"显示布局"选项卡中,定义将根据等级库类型进行比较的光谱。然后,单击"确定"启动项目。
在处理数据时,将打开一个单独的窗口,其中的表格汇总了所有鸡尾酒混合物和每种混合物的配体。双击单元格以打开相应的数据集。在分配粘合剂之前,请确保参比峰相互匹配并具有相同的化学位移。
如果观察到差异,请打开"进程"选项卡,然后使用串行处理选项进行更正。要对氟-19混合物进行首次分析,请打开"分析"选项卡并选择积分函数。确保为混合物中的每个片段定义相应的氟-19信号的清晰积分区域。
保存导出集成区域以导出集成文件以供将来使用,并将所有已使用的集成文件保存在相应的安装目录中。对于氟-19数据,打开有或没有被调查目标的数据集,然后在分析选项卡下,单击积分并读取导入积分区域,将相应的积分文件加载到当前光谱中。然后,单击保存并返回以在积分选项卡中找到集成区域的列表,并将此信息复制到电子表格中以进行下游分析。
如图所示,使用分子置信度软件分析片段库中配体的分子结构或组成,并将结果显示为图形输出。橙色表示片段在结构或浓度上表现出不一致。绿色孔表明碎片是一致的。
在这项代表性分析中,来自内部库中的 103 个含有一个或多个氟基团的片段被分成 5 个混合物,每种混合物 20 至 21 个片段。对施加CPMG脉冲序列的每种混合物测量氟-19横向弛豫实验。阈值可用于定义混合物中的结合剂、弱结合剂或非结合剂,如在这些典型的硫胺素蛋白酪氨酸激酶 A 和 RNA 谱图中观察到的那样。
在这项代表性分析中,命中一显示T2降低约50%,化学位移大于或等于6赫兹。WaterLOGSY在信号上没有表现出显着变化,可以算作阳性。然而,由于三分之二的实验是阳性的,这个片段被算作命中。
对于第二次命中,T2的信号强度降低了约80%。在WaterLOGSY上也观察到了明显的信号变化。在这个实验中,化学转变是不够的,但由于前两个标准是积极的,它仍然算作一个命中。
这些方法的最终目标是开发新药或高亲和力抑制剂,例如酶,在这种情况下,药物化学接管并合成这些新分子,但结构生物学,你在这里应用的技术可以指导药物化学并使这种方法更快。
本文介绍了一种基于碎片的筛选方法,使用核磁共振(NMR)来识别小分子与生物大分子的结合物。该协议包括基于自动化的样品制备、NMR实验和分析工作流程,优化了1H和19F NMR活性核的使用。
NMR-based fragment screening with automation addresses a critical bottleneck in early drug discovery by enabling high-throughput, quantitative detection of small molecule binders to diverse biomacromolecular targets. This approach enhances predictive confidence in hit identification, reduces false positives and negatives, and supports robust portfolio triage at the target validation and lead identification stages. The integration of advanced hardware and software ensures scalable, reproducible workflows essential for enterprise R&D impact.
This automated NMR-based screening method integrates at the interface of target validation, lead identification, and early preclinical research, providing a reusable capability for both protein and RNA targets.