$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Méthodes de détection des protéines précises et rapides sont très importants dans le diagnostic médical et de la protéomique. Puces à protéines de détection classiques, tels que les biopuces, sont basés sur le principe de la reconnaissance "clé lock-et-" et nécessitent des récepteurs spécifiques tels que les aptamères, des anticorps ou mimétiques.
Au cours des dernières années, la détection différentielle inspiré par le olfaction humaine et gustation a émergé comme une alternative 1. Ce nez / langue électronique (fr / eT) approche est basée sur la liaison d'analytes à un réseau de récepteurs à réaction croisée (SDRC), qui n'ont pas besoin d'être très spécifique ou sélective pour les molécules cibles différentielle permet donc de surmonter le laborieux processus de développement de récepteurs hautement sélectifs. Il s'agit de la réponse combinée de tous les récepteurs qui crée un motif distinct pour chaque échantillon, comme une empreinte digitale, permettant son identification.
Les deux principaux défis pour le développement des electronic nez / langue pour la détection de la protéine efficace sont la production d'éléments de détection qui ont la capacité de faire la distinction entre les analytes structurellement similaires et le système de transduction approprié pour l'événement de liaison. Jusqu'à présent, les études ont rapporté diverses approches du développement du tableau 2. Par exemple, dans une étude d'une identification basée sur la baie de protéines a été développé en utilisant CRC qui préparés à partir des dérivés tétra-carboxyphenylporphyrin par couplage de groupes carboxyle de différents acides aminés ou de dipeptides à fournir des récepteurs différentiels possédant un noyau hydrophobe de l'affinité pour les protéines et les périphéries chargées distinctes pour transmettre liaison différentielle. En utilisant ce système, les différentes protéines et des mélanges de protéines ont été identifiées par la mesure de l'extinction de fluorescence des récepteurs de l'interaction avec les analytes 3,4. Dans une autre étude, une bibliothèque de 29 CRC qui tripeptide contenant et fragments d'acide boronique synthétisé d'une manière combinatoire sur un hexasubstil'ar- échafaudage de benzène a été mis au point pour détecter les protéines avec une détection colorimétrique indicateur d'absorption de 5,6. Avec une telle conception, chaque récepteur différentiel a montré une capacité de liaison de protéines sur la base de la variance dans les bras et les peptides, les acides boroniques ont aidé à la différenciation de protéines à partir de glycoprotéines. Plus récemment, un tableau composé de différents cationiques fonctionnalisés nanoparticules d'or conjugués avec un poly anionique polymère fluorescente (p-phénylèneéthynylène) (PPE) a été créé pour détecter et identifier les protéines 7. La liaison de concurrence entre les analytes de protéines et trempé complexes de nanoparticules / or EPI fluorescence régénérées, la production de modèles de reconnaissance distinctes pour les protéines. Dans cette étude, les interactions protéines-nanoparticules fonctionnalisées ont été réglées en faisant varier les propriétés physico-chimiques des groupes terminaux de nanoparticules. En outre, il a été montré que cette approche est efficace pour l'analyse des protéines dans un milieu complexe et riche en protéines telleque le sérum humain à des concentrations physiologiquement pertinents, montrant ainsi le potentiel de eT dans le profilage des échantillons réels pour diagnostiquer des états pathologiques 8.
Bien que très prometteur, ces systèmes ont des limites inhérentes. Ils nécessitent la conception et la synthèse du 5 au 29 CRC qui avec des structures très compliquées. En outre, contrairement au système olfactif qui est remis à zéro après chaque mesure, de la protéine de détection nécessite la préparation d'une matrice par exemple. Enfin, le suivi des événements de liaison en temps réel sont extrêmement difficiles.
Dans ce contexte, une approche combinatoire a été proposée en utilisant un petit nombre de molécules simples et facilement accessibles avec différentes propriétés physico-chimiques (hydrophile, hydrophobe, chargé positivement, chargé négativement, neutre, etc.) En tant que blocs de construction (BBS) 9. En mélangeant les BB en variant et des proportions contrôlées et en permettant aux mélanges à s'auto-assembler sur la surface d'or d'unprisme, un réseau de surfaces combinatoires comportant des propriétés appropriées pour la protéine de liaison a été créé. Notamment, les monocouches auto-assemblées sur ce système permettent le réglage facile d'une gamme de propriétés de surface de manière très divergente, ce qui permet divers récepteurs à réaction croisée combinatoires (CoCRRs) pour être rapidement et efficacement produite. Protéine de détection a été effectuée en utilisant un système de détection optique, la surface d'imagerie par résonance de plasmon (SPRi). En bref, un large faisceau monochromatique de lumière polarisée à partir d'une LED illumine toute la surface de la matrice CoCRR sur la surface du prisme. Une caméra CCD haute résolution de la vidéo fournit des images de différence en temps réel sur tous les spots de la gamme CoCRR. Il saisit toutes les modifications locales à la surface de la matrice CoCRR fournissant des informations détaillées sur les événements de liaison et les processus cinétiques 10. Pendant ce temps, à l'aide de logiciels d'imagerie, images SPR correspondant aux taches sont automatiquement converties en variations de réflectivité versus le temps, générer une série de courbes de liaison cinétiques appelés sensorgrammes. Ainsi, SPRi permet une observation, synchrone, parallèle, sans étiquette et en temps réel des événements de liaison. En outre, le tableau CoCRR obtenu est régénérable et réutilisable pour l'analyse des protéines.
Ce protocole décrit la construction de la langue électronique en utilisant seulement deux petites molécules comme des blocs de construction et illustre son application pour l'analyse des protéines communes basées sur des modèles de reconnaissance continus obtenus avec SPRi.