Name: Identificazione di High-throughput di combinazioni di farmaci sinergici con il metodo2 di sovrapposizione (Video) | JoVE Journal
Uploaded: 2018-05-21T14:00:00.000+00:00
Duration: 7 min 51 s
Description: Scopri l'identificazione di combinazioni di farmaci sinergici con il metodo O2M per la farmacologia. Questa tecnica di screening ad alto rendimento aiuta a combattere le infezioni resistenti ai farmaci.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Questo lavoro è stato supportato da una sovvenzione di avvio dal dipartimento di patologia, Università dello Utah per J.C.S.B.

1. identificazione di mutanti di pronostico sinergia da chimica-genetica Dataset con il metodo2 di sovrapposizione (O2M)
Nota: Questo è il metodo per l'identificazione di mutanti di pronostico sinergia utilizzando il dataset pubblicato da Nichols et al. 17 in e. coli. Tuttavia, questo può essere fatto su qualsiasi sostanza chimica-genetica dataset e microorganismo. Questi set di dati contiene una libreria di mutanti knockout sviluppate in presenza di più di 100 piccole molecole, dando un punteggio di crescita quantitativa per ogni mutante in ogni piccola molecola. Una coppia sinergica deve essere conosciuta, e ci dovrebbe essere spartiti di crescita per entrambe le molecole piccole incluse nel set di dati.
<ol><li>
Calcolare il Punteggio di crescita media e deviazione standard per tutti i mutanti in presenza di una concentrazione unica di ogni piccola molecola. Nota: Questo può essere fatto utilizzando qualsiasi software di foglio di calcolo. Il laboratorio marrone usa Excel e le funzioni =AVERAGE(B3:B3981) e =STDEV(B3:B3981) per i calcoli di ogni colonna di piccola molecola.<ol>
<li>Calcolare le medie e le deviazioni standard da ogni colonna di piccola molecola, se questo orientamento può variare se si utilizza un set di dati diverso.</li>
	</ol>
</li>
	<li>Calcolare i punteggi di Z per ogni concentrazione di piccola molecola utilizzando il dataset stesso da Nichols et al. 17 in un foglio di calcolo. Per questo, i punteggi di z negativo sarà Z(2.5) = dire - 2.5 * deviazione standard e punteggi z positivo sarà Z(2.5) = media + 2.5 * deviazione standard.</li>
	<li>Determinare quale gene mutanti contengono significativi punteggi Z nelle piccole molecole che compongono la coppia sinergica nota, essere sicuri di guardare a tutte le concentrazioni di tali molecole. Se la crescita di Punteggio di un mutante è minore di Z negativo (2,5) Punteggio ottenuto o è superiore al Punteggio di Z (2,5) positivo per quella piccola molecola, è considerato significativo.</li>
	<li>Determinare se uno qualsiasi dei mutanti gene significativi appartengono a un operone. Nota: Per e. coli, gli autori suggeriscono il controllo "Ecoli wiki" per informazioni per quanto riguarda se i geni sono trascritti come parte di un polycistronic RNA.</li>
	<li>Identificare mutanti del gene/operone che sono comuni alla maggior parte di piccole molecole di interesse alle concentrazioni differenti (ad es., quando cerca di identificare molecole che agendo in sinergia con l'antibiotico trimetoprim, mutanti che mostrano un significativo Z Punteggio ottenuto quando coltivate in presenza di trimetoprim e i suoi partner sinergici noti come Sulfametizolo o sulfamethoxazole). Queste sono presunti sinergia Pronostico mutanti.</li>
</ol>2. Synergizers all'interno del Dataset di chimica-genetica di O2M di predizione
<ol><li>Tornando al dataset17, identificare ogni concentrazione di piccola molecola che suscita un punteggio di crescita significativa dal mutante di predizione di sinergia. Questo viene fatto guardando i punteggi Z calcolati per ogni concentrazione di piccole molecole. Ancora una volta, un punteggio di crescita significativa è minore il punteggio Z negativo o superiore al punteggio Z positivo per la concentrazione di piccole molecole. Nota: Se anche una sola delle sue concentrazioni viene visualizzato una molecola, la molecola è considerata un synergizer previsto. Qualsiasi molecola che non suscitano un punteggio di crescita significativa è un non-synergizer previsto.</li>
</ol>3. validazione delle interazioni sinergiche previsti
<ol><li>Trovare la concentrazione inibitoria minima (MIC) di synergizers previsto.
	<ol>
<li>Far crescere una cultura durante la notte di e. coli in media minimi M9 a 37 ° C. Nota: Ogni cultura durante la notte possa essere coltivata in terreno opportunamente definito per l'organismo di interesse. Il laboratorio marrone non consiglia contenuti multimediali come LB o YPD. Media minimi M9 è costituito da 10,5 g/L brodo di M9, acidi casamino 0,2%, 0,1 M CaCl2, 0,4% glucosio, 1m MgSO4, 0,25% di acido nicotinico e tiamina 0,33% in H2O.</li>
		<li>Se non ci sono dati MIC per patogeno di interesse nella letteratura dopo aver ricevuto le piccole molecole, sciogliere in dimetilsolfossido (DMSO) ad un'alta concentrazione (&gt; 10 mg/mL).</li>
		<li>Utilizzando una piastra a 96 pozzetti, aggiungere 100 µ l di M9 media in ciascun pozzetto. Aggiungere un extra 100 µ l di M9 media nella colonna 1 modo contiene un totale di 200 µ l.</li>
		<li>Aggiungere una quantità arbitraria (~ 10 µ l) di soluzione concentrata piccola molecola nella colonna 1. Una piccola molecola per pozzetto della colonna 1 (8 piccole molecole per piastra). Nota: Queste sono le piccole molecole di interesse, che sono prevedute per sinergizzare. Il lab marrone aggiunge generalmente 10 µ l di soluzione altamente concentrata piccola molecola, che è inferiore all'importo di 100% DMSO che possa inibire Escherichia coli.</li>
		<li>Una volta che le piccole molecole sono state aggiunte, diluire le piccole molecole attraverso l'asse x della piastra. Prendere 100 µ l di soluzione dalla colonna 1, inserire nella colonna 2 e mescolare. Prendere 100 µ l dalla colonna 2, posto nella colonna 3 e mescolare. Continuare questo processo fino a 100 µ l sono collocati nella colonna 11. Mescolare colonna 11, quindi prendere 100 µ l di tale colonna e scartare. Lasciare la colonna 12 con pochi mezzi per normalizzare i dati.</li>
		<li>Inoculare la piastra. Ottenere la densità ottica (OD600) da una cultura durante la notte. Preparare una soluzione con la cultura e i media M9 a un OD600 di 0,002 (o concentrazione che rappresenta 500 cellule / µ l per l'organismo desiderato di interesse del caso). Pipettare 2 µ l di soluzione di cultura in tutti i pozzetti della piastra, quindi ci sono 1.000 cellule per pozzetto.</li>
		<li>Agitare la piastra delicatamente e ottenere il OD600 per la h 0 lettura. Lasciare la piastra crescere a 37 ° C per 24 h. Ottieni il OD600 per la 24h di lettura. Nota: Uso appropriato crescendo condizioni per altri organismi di interesse.</li>
		<li>Calcolare la crescita netta per ogni pozzetto usando un foglio di calcolo.</li>
		<li>La netta crescita media del colonna 12 per ottenere la media nessuno sviluppo di droga. Normalizzare l'altri pozzi alla media di nessuna crescita di droga utilizzando un software di foglio di calcolo. Look per qualsiasi bene con meno di 10% di crescita per identificare il MIC90. Qualsiasi bene con meno del 50% la crescita indica la MIC50. Calcolare la concentrazione di piccole molecole in quei pozzetti.</li>
	</ol></li>
	<li>Saggi di scacchiera per interazioni sinergiche
	<ol>
<li>Far crescere una cultura durante la notte di e. coli in media minimi M9 come prima. Nota: Uso appropriato crescendo condizioni per altri organismi.</li>
		<li>Aggiungere 100 µ l di M9 media in ciascun pozzetto di una piastra ben 96 e un extra 100 µ l nella colonna 1.</li>
		<li>Aggiungere il test piccola molecola (~ 8 x MIC) a ciascun bene in colonna 1 e aggiungere il doppio della concentrazione (~ 16 x MIC) al pozzetto A1 (una piccola molecola testato per piastra). Nota: Tale importo è determinato dal precedente test completato MIC e differisce per ogni potenziale synergizer.</li>
		<li>Creare una sfumatura diluizione sull'asse x prendendo 100 µ l dalla colonna 1 e trasferimento alla colonna 2. Continuare questo processo fino a 100 µ l viene aggiunto alla colonna 11. Mescolare, poi prendere 100 µ l dalla colonna 11 e alienare. Non aggiungere qualsiasi droga a colonna 12 (Figura 1A).</li>
		<li>Impostare la seconda sfumatura di droga attraverso l'asse y per la droga di input. Aggiungere 100 µ l di supporto contenente 2 x MIC della molecola dell'input nella riga r. Mix e diluito come prima, prendendo 100 µ l dalla riga A e l'immissione in B. continuare fino a 100 µ l è disposto in fila G. Mix, prendere 100 µ l e dispose, garantendo non di aggiungere qualsiasi farmaco input nella riga H. In questo modo la riga H e colonna 12 per contenere singoli microfoni della coppia farmaco testata (Figura 1B).</li>
		<li>Inoculare la piastra. Aggiungere 2 µ l di una coltura di Escherichia coli di OD600 0,002 a ciascun pozzetto (1.000 cellule per pozzetto).</li>
		<li>Misurare il OD600 di ciascun pozzetto della piastra per la lettura di 0 h.</li>
		<li>Incubare la piastra per 24 h a 37 ° C.</li>
		<li>Misurare il OD600 di ciascun pozzetto a 24 h.</li>
	</ol></li>
	<li>Calcolo dell'indice di concentrazione inibitoria frazionario (FICI) da scacchiere
	<ol>
<li>Calcolare la crescita netta per ciascun pozzetto della piastra sottraendo il OD600 a 0 h dalla OD600 a 24 h in un foglio di calcolo.</li>
		<li>Normalizzare la crescita nel software dividendo ogni pozzetto da altro H12, che non contiene nessuna piccola molecola.</li>
		<li>Trovare il MIC90 della molecola dell'ingresso nella colonna 12 e MIC90 del sinergizzante potenziali nella riga H.</li>
		<li>Cercare tutti i pozzetti che inibiscono il 90% della crescita.</li>
		<li>Calcolare il FICI90 per il bene che è sia il più basso di sotto (sinergico) o più alto sopra (antagonista) entrambi i valori MIC90, usando l'equazione: <img alt="Formula dell'indice FIC, equazione per l'analisi dell'interazione farmacologica, metodo di quantificazione delle sinergie." src="/files/ftp_upload/57241/57241eq1.jpg" data-altupdatedat="1754922859000" data-alt="Equation 1">
</li>
		<li>Prendere in considerazione qualsiasi FICI ≤ 0,5 come sinergici e FICI ≥ 4 come antagonista (Figura 2). Nota: Questo può essere fatto anche con MIC50 (50% di inibizione della crescita) per ottenere un FICI50 basato su questi valori MIC.</li>
	</ol></li>
	<li>Test di indipendenza di Bliss Nota: Indipendenza di Bliss è gestito con qualsiasi sinergizzante potenziali che non hanno un microfono sul proprio.<ol>
<li>Far crescere una cultura durante la notte di e. coli nei media M9 a 37 ° C, come prima. Nota: Ancora una volta, adeguate condizioni di crescita per altri organismi di interesse possono essere utilizzate in questo passaggio.</li>
		<li>Preparare piastre da 96 pozzetti per testare il potenziale sinergica molecola, la molecola di input, la combinazione e un controllo non trattato.</li>
		<li>Creare la lastra sinergizzante potenziali aggiungendo 50 µ l di M9 media in ciascun pozzetto. Aggiungere 50 µ l di supporto contenente una concentrazione set (10 µM o 100 µM) del sinergizzante potenziali in ciascun pozzetto di una riga. Prova 8 molecole per piastra.</li>
		<li>Creare la piastra di ingresso molecola aggiungendo 50 µ l di media in ciascun pozzetto. Aggiungere 50 µ l contenente 4 x MIC della droga ingresso ad ogni pozzetto nella colonna 1. Creare una diluizione gradiente lungo l'asse x simile a piastre MIC, prendere 50 µ l dalla colonna 1, dispersione e miscelazione nella colonna 2. Continuare questo processo fino a colonna 12, smaltimento 50 µ l dalla colonna 12. Aggiungere un ulteriore 50 µ l di media in ciascun pozzetto, quindi è la fine totale per ciascun pozzetto 100 µ l.</li>
		<li>Creare la combinazione piastra utilizzando una piastra ben 96, aggiungere 50 µ l di media in ciascun pozzetto. Aggiungere 50 µ l contenente 4 x MIC della droga ingresso ad ogni pozzetto nella colonna 1. Diluire lungo l'asse x simile a piastre MIC, prendere 50 µ l dalla colonna 1, dispersione e miscelazione nella colonna 2. Continuate in questo tutta la strada a colonna 12, smaltimento 50 µ l dalla colonna 12. Aggiungere 50 µ l di supporto contenente il sinergizzante potenziali a µM 10 o 100 µM a ciascun pozzetto di una riga. Ancora una volta, ci dovrebbe essere una concentrazione o farmaco per ogni riga.</li>
		<li>Creare il controllo non trattato aggiungendo 100 µ l di M9 media in tutti i pozzetti della piastra.</li>
		<li>Inoculare tutte le piastre aggiungendo 2 µ l di coltura batterica con un OD600 di 0,002 o 1.000 cellule ad ogni pozzetto come prima.</li>
		<li>Misurare il OD600 di ciascun pozzetto a 0 e 24 h.</li>
	</ol></li>
	<li>Calcolo del Punteggio di indipendenza di Bliss
	<ol>
<li>Calcolare la crescita netta per ciascun pozzetto della piastra sottraendo il OD600 a 0 h dalla crescita a 24 h utilizzando un programma di foglio di calcolo.</li>
		<li>Normalizzare i pozzi per la crescita media dalla piastra di nessuna droga in un foglio di calcolo.</li>
		<li>Utilizzando software di foglio di calcolo, calcolare l'inibizione sottraendo la crescita netta da 1.</li>
		<li>Media le colonne nella piastra di controllo contenente solo il gradiente input nel software foglio di calcolo.</li>
		<li>Calcolare il Punteggio di beatitudine per ciascun pozzetto dall'equazione: Bliss il Punteggio = (X ben + colonna di input X) – combinato X bene
</li>
		<li>Cercare punteggi negativi in pozzi sotto il MIC90 di input. Nota: I punteggi negativi più concentrazioni indicherebbe un'interazione sinergica.</li>
	</ol></li>
</ol>4. high-throughput schermo con sinergia Pronostico mutanti per identificare le coppie sinergiche novelle
<ol><li>
Identificare i mutanti di predizione di sinergia Nota: Passaggio 1.5 identificato mutanti Pronostico putativo sinergia. Qui, siamo di determinare quale di questi mutanti funzioneranno meglio in uno schermo ad alta produttività per farmaci sinergici. Abbiamo effettuato questo test in una macchina di Bioscreen, ma i lettori di micropiastre ben 96 dovrebbero anche essere accettabili.<ol>
<li>Crescere ogni presunto sinergia Pronostico mutanti e cellule wild-type in media minimi M9.</li>
		<li>Impostare il 100 alveolare ben piatto (o piatto ben 96) con il mezzo appropriato sviluppo, crescita medio + ingresso droga, crescita medio + partner sinergici noti della droga di input e crescita medio + farmaco noto non sinergica. Garantire per includere comandi del veicolo. Nota: Si consiglia di che quattro replicare pozzi per ogni ceppo/droga/concentrazione.</li>
		<li>Inoculare 1.000 cellule per pozzetto, compreso pozzetti di controllo vuoto.</li>
		<li>48 ore a 37 ° C, con agitazione, di crescere e leggere OD600 ogni 20 min.</li>
		<li>Determinare il punto di concentrazione e tempo di droga che mostra la più grande differenza di crescita tra wild-type e sinergia Pronostico cellule mutanti in presenza del farmaco di ingresso e i suoi partner sinergici noti. Presso il punto di tempo ottimale e la concentrazione, non dovrebbe esserci molta differenza di crescita tra sinergia e del selvaggio-tipo cellule mutanti Pronostico quando coltivate in presenza di farmaci noti per non agire sinergico con la droga di ingresso (Figura 3).</li>
	</ol>
</li>
	<li>
Schermo ad alta produttività per farmaci sinergici
	<ol>
<li>Crescere cellule wild-type e cellule mutanti di predizione di sinergia in media minimi M9. Nota: Utilizzare il terreno di coltura appropriato per organismo di interesse.</li>
		<li>Aggiungere farmaci dalla libreria media così ogni bene che contiene 100 µ l supporto con piccole molecole a set di concentrazione che è stata determinata nel passaggio precedente. Includono i pozzi in bianco (senza cellule) e con comandi del veicolo (e. g., DMSO) per tenere conto di qualsiasi inibizione della crescita del veicolo di diluizione del farmaco.<ol>
<li>Preparare almeno quattro pozzetti di controllo del veicolo per piastra, idealmente sparsi su tutta la piastra a rappresentare ben posizione effetti. Se i dosaggi sono variabili, quindi includere almeno un controllo del veicolo anche per riga/colonna e utilizzare ogni controllo di riga/colonna, nonché il controllo per calcolare i punteggi di Z per ogni riga/colonna anziché per un'intera piastra (punto 4.2.5).</li>
		</ol>
</li>
		<li>Aggiungere 2 µ l di cultura ad ogni pozzetto come prima. (Una piastra per batteri di tipo selvaggio e una piastra per batteri mutanti sinergia predetto).</li>
		<li>Valutare il OD600 a 0 e 18 h per e. coli o 48 h per c. neoformans.</li>
		<li>Utilizzando software di foglio di calcolo, calcolare la crescita netta sottraendo il OD600 pozzi vuoti da pozzetti di controllo del veicolo. Identificare i pozzi con uno Z-score di -2,5 (segno di Z = media - 2,5 * deviazione standard). Questi pozzi contengono una potenziale piccola molecola di sinergizzante.</li>
		<li>Convalidare il risultato a schermo utilizzando i metodi descritti nel passaggio 3.</li>
	</ol>
</li>
</ol>

<ol><li>Michael, C. A., Dominey-Howes, D., Labbate, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Antimicrobial+Resistance+Crisis%3A+Causes%2C+Consequences%2C+and+Management%5BTitle%5D)+AND+%22Front+Public+Health%22%5BJournal%5D)">The Antimicrobial Resistance Crisis: Causes, Consequences, and Management.</a> Front Public Health. 2, 145(2014).</li>
<li>Butts, A., Krysan, D. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Antifungal+Drug+Discovery%3A+Something+Old+and+Something+New%5BTitle%5D)+AND+%22PLOS+Pathogens%22%5BJournal%5D)">Antifungal Drug Discovery: Something Old and Something New.</a> PLOS Pathogens. 8 (9), e1002870(2012).</li>
<li>Roemer, T., Krysan, D. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Antifungal+Drug+Development%3A+Challenges%2C+Unmet+Clinical+Needs%2C+and+New+Approaches%5BTitle%5D)+AND+%22Cold+Spring+Harb+Perspect+Med%22%5BJournal%5D)">Antifungal Drug Development: Challenges, Unmet Clinical Needs, and New Approaches.</a> Cold Spring Harb Perspect Med. 4 (5), a019703(2014).</li>
<li>Oprea, T. I., Mestres, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Drug+Repurposing%3A+Far+Beyond+New+Targets+for+Old+Drugs%5BTitle%5D)+AND+%22AAPS+J%22%5BJournal%5D)">Drug Repurposing: Far Beyond New Targets for Old Drugs.</a> AAPS J. 14 (4), 759-763 (2012).</li>
<li>Scannell, J. W., Blanckley, A., Boldon, H., Warrington, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diagnosing+the+decline+in+pharmaceutical+R%26D+efficiency%5BTitle%5D)+AND+%22Nat+Rev+Drug+Discov%22%5BJournal%5D)">Diagnosing the decline in pharmaceutical R&D efficiency.</a> Nat Rev Drug Discov. 11 (3), 191-200 (2012).</li>
<li>Rangel-Vega, A., Bernstein, L. R., Mandujano-Tinoco, E. A., García-Contreras, S. J., García-Contreras, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Drug+repurposing+as+an+alternative+for+the+treatment+of+recalcitrant+bacterial+infections%5BTitle%5D)+AND+%22Front+Microbiol%22%5BJournal%5D)">Drug repurposing as an alternative for the treatment of recalcitrant bacterial infections.</a> Front Microbiol. 6, 282(2015).</li>
<li>Torella, J. P., Chait, R., Kishony, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimal+Drug+Synergy+in+Antimicrobial+Treatments%5BTitle%5D)+AND+%22PLoS+Comput+Biol%22%5BJournal%5D)">Optimal Drug Synergy in Antimicrobial Treatments.</a> PLoS Comput Biol. 6 (6), e1000796(2010).</li>
<li>Cowen, L. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Harnessing+Hsp90+function+as+a+powerful%2C+broadly+effective+therapeutic+strategy+for+fungal+infectious+disease%5BTitle%5D)+AND+%22P+Natl+Acad+Sci%22%5BJournal%5D)">Harnessing Hsp90 function as a powerful, broadly effective therapeutic strategy for fungal infectious disease.</a> P Natl Acad Sci. 106 (8), 2818-2823 (2009).</li>
<li>Zuo, G. -Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Synergistic+Antibacterial+and+Antibiotic+Effects+of+Bisbenzylisoquinoline+Alkaloids+on+Clinical+Isolates+of+Methicillin-Resistant+Staphylococcus+Aureus+%28MRSA%29%5BTitle%5D)+AND+%22Molecules%22%5BJournal%5D)">Synergistic Antibacterial and Antibiotic Effects of Bisbenzylisoquinoline Alkaloids on Clinical Isolates of Methicillin-Resistant Staphylococcus Aureus (MRSA).</a> Molecules. 16 (12), 9819(2011).</li>
<li>Jia, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mechanisms+of+drug+combinations%3A+interaction+and+network+perspectives%5BTitle%5D)+AND+%22Nat+Rev+Drug+Discov%22%5BJournal%5D)">Mechanisms of drug combinations: interaction and network perspectives.</a> Nat Rev Drug Discov. 8 (2), 111-128 (2009).</li>
<li>Wambaugh, M. A., Shakya, V. P. S., Lewis, A. J., Mulvey, M. A., Brown, J. C. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-throughput+identification+and+rational+design+of+synergistic+small-molecule+pairs+for+combating+and+bypassing+antibiotic+resistance%5BTitle%5D)+AND+%22PLOS+Biol%22%5BJournal%5D)">High-throughput identification and rational design of synergistic small-molecule pairs for combating and bypassing antibiotic resistance.</a> PLOS Biol. 15 (6), e2001644(2017).</li>
<li>Brown, J. C. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Unraveling+the+biology+of+a+fungal+meningitis+pathogen+using+chemical+genetics%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">Unraveling the biology of a fungal meningitis pathogen using chemical genetics.</a> Cell. 159 (5), 1168-1187 (2014).</li>
<li>Cokol, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Systematic+exploration+of+synergistic+drug+pairs%5BTitle%5D)+AND+%22Mol+Syst+Biol%22%5BJournal%5D)">Systematic exploration of synergistic drug pairs.</a> Mol Syst Biol. 7, 544-544 (2011).</li>
<li>Borisy, A. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Systematic+discovery+of+multicomponent+therapeutics%5BTitle%5D)+AND+%22Proc+Natl+Acad+Sci+USA%22%5BJournal%5D)">Systematic discovery of multicomponent therapeutics.</a> Proc Natl Acad Sci USA. 100 (13), 7977-7982 (2003).</li>
<li>Tang, J., Wennerberg, K., Aittokallio, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((What+is+synergy%3F+The+Saariselk%C3%A4+agreement+revisited%5BTitle%5D)+AND+%22Front+Pharmacol%22%5BJournal%5D)">What is synergy? The Saariselkä agreement revisited.</a> Front Pharmacol. 6, 181(2015).</li>
<li>Hsieh, M. H., Yu, C. M., Yu, V. L., Chow, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Synergy+assessed+by+checkerboard.+A+critical+analysis%5BTitle%5D)+AND+%22Diagn+Microbiol+Infect+Dis%22%5BJournal%5D)">Synergy assessed by checkerboard. A critical analysis.</a> Diagn Microbiol Infect Dis. 16 (4), 343-349 (1993).</li>
<li>Nichols, R. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Phenotypic+Landscape+of+a+Bacterial+Cell%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">Phenotypic Landscape of a Bacterial Cell.</a> Cell. 144 (1), 143-156 (2011).</li>
<li>Chandrasekaran, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Chemogenomics+and+orthology-based+design+of+antibiotic+combination+therapies%5BTitle%5D)+AND+%22Mol+Syst+Biol%22%5BJournal%5D)">Chemogenomics and orthology-based design of antibiotic combination therapies.</a> Mol Syst Biol. 12 (5), (2016).</li>
<li>Pradhan, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Chemogenomic+profiling+of+Plasmodium+falciparum+as+a+tool+to+aid+antimalarial+drug+discovery%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Chemogenomic profiling of Plasmodium falciparum as a tool to aid antimalarial drug discovery.</a> Sci Rep. 5, 15930(2015).</li>
<li>Pethe, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+chemical+genetic+screen+in+Mycobacterium+tuberculosis+identifies+carbon-source-dependent+growth+inhibitors+devoid+of+in+vivo+efficacy%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">A chemical genetic screen in Mycobacterium tuberculosis identifies carbon-source-dependent growth inhibitors devoid of in vivo efficacy.</a> Nat Commun. 1 (5), 1-8 (2010).</li>
<li>Diezmann, S., Michaut, M., Shapiro, R. S., Bader, G. D., Cowen, L. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mapping+the+Hsp90+Genetic+Interaction+Network+in+Candida+albicans+Reveals+Environmental+Contingency+and+Rewired+Circuitry%5BTitle%5D)+AND+%22PLoS+Genetics%22%5BJournal%5D)">Mapping the Hsp90 Genetic Interaction Network in Candida albicans Reveals Environmental Contingency and Rewired Circuitry.</a> PLoS Genetics. 8 (3), e1002562(2012).</li>
<li>Robbins, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+Antifungal+Combination+Matrix+Identifies+a+Rich+Pool+of+Adjuvant+Molecules+that+Enhance+Drug+Activity+Against+Diverse+Fungal+Pathogens%5BTitle%5D)+AND+%22Cell+reports%22%5BJournal%5D)">An Antifungal Combination Matrix Identifies a Rich Pool of Adjuvant Molecules that Enhance Drug Activity Against Diverse Fungal Pathogens.</a> Cell reports. 13 (7), 1481-1492 (2015).</li>
<li>Wildenhain, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prediction+of+Synergism+from+Chemical-Genetic+Interactions+by+Machine+Learning%5BTitle%5D)+AND+%22Cell+Syst%22%5BJournal%5D)">Prediction of Synergism from Chemical-Genetic Interactions by Machine Learning.</a> Cell Syst. 1 (6), 383-395 (2015).</li>
<li>Spitzer, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cross-species+discovery+of+syncretic+drug+combinations+that+potentiate+the+antifungal+fluconazole%5BTitle%5D)+AND+%22Mol+Syst+Biol%22%5BJournal%5D)">Cross-species discovery of syncretic drug combinations that potentiate the antifungal fluconazole.</a> Mol Syst Biol. 7, 499-499 (2011).</li>
</ol>

Gli autori non hanno nulla a rivelare.

Coppie di sinergica piccola molecola possono essere un potente strumento nel trattamento di infezioni microbiche, ancora non hanno raggiunto il loro potenziale clinico completo perché sinergiche coppie sono difficili da identificare. Questo articolo descrive un metodo per identificare sinergiche coppie molto più veloce di semplici combinazioni di coppie. Utilizzando i set di dati di chimica-genetica, O2M identifica mutanti con KO di gene che quindi può essere utilizzato come una lettura di librerie di grandi dimensioni d...

Batteri resistenti agli antibiotici causano infezioni più di 2 milioni e 23.000 morti ogni anno negli Stati Uniti secondo il CDC1. Nuovi trattamenti sono necessari per superare queste infezioni. Le strategie per identificare questi nuovi trattamenti includono lo sviluppo di nuovi farmaci antimicrobici o il riuso di piccole molecole approvate per le altre condizioni per il trattamento di infezioni microbiche2,3,4. Tuttavia, la nuova scoperta della droga è molto costoso e richiede tempo. Repurposing farmaci potrebbe non identificare nuovi farmaci o obiettivi della droga di5,6. Il nostro laboratorio si concentra su una terza strategia conosciuta come terapie di combinazione sinergica. Combinazioni sinergiche si verificano quando due piccole molecole insieme hanno un'efficacia maggiore l'effetto additivo di loro efficacies individuale7. Inoltre, combinazioni sinergiche possono essere efficace contro un agente patogeno resistente a una delle piccole molecole nella coppia oltre ad avere meno effetti indesiderati fuori bersaglio, rendendoli grande potenziale8,9, 10.
Coppie sinergiche sono rare, che si verificano in circa 4-10% di droga combinazioni11,12,13. Così, tecniche tradizionali come schermi pairwise sono difficile e faticosa, con migliaia di combinazioni possibili da una piccola biblioteca di un centinaio di molecole. Inoltre, interazioni sinergiche solitamente non possono essere previsto dall'attività dei composti14. Tuttavia, gli autori hanno sviluppato un approccio di alto-rendimento alla schermata per coppie sinergiche, chiamato sovrapposizione2 Method (O2M)12. Questo metodo, descritto qui, consente per l'identificazione più veloce, più efficiente di questi accoppiamenti sinergici. O2M richiede l'utilizzo di una coppia di sinergica nota e un set di dati di chimica-genetica. Chimica-genetica DataSet vengono generati quando una libreria di mutanti knockout è coltivata in presenza di molte piccole molecole diverse. Se una molecola in una coppia di sinergica nota induce lo stesso fenotipo da un mutante di knockout particolare come la seconda molecola sinergica, qualsiasi altra piccola molecola che suscita il fenotipo da quello stesso mutante dovrebbe anche potenziare con ogni membro del conosciuto coppia sinergica. Questa logica è stata utilizzata nel laboratorio di marrone per identificare sinergiche coppie antibiotiche attive contro Escherichia coli (Escherichia coli) e sinergica farmaco antifungino attivo contro il fungo patogeno Cryptococcus neoformans (C. neoformans)11,12. O2M non solo è adattabile per vari agenti patogeni, ma per lo screening di grandi librerie di molecole permette di identificare le coppie di sinergiche facilmente e rapidamente. Lo screening con il mutante genetico identificato da O2M permette di convalidare solo quelle piccole molecole preveduti per sinergia. Così, una libreria di 2.000-molecola per i test pairwise Occorrerebbero mesi, considerando che se c'erano solo 20 molecole in quanto Biblioteca preveduta a sinergizzare, test per sinergia ora prende una questione di giorni. O2M non richiede competenze di programmazione, e l'attrezzatura necessaria è disponibile nella maggior parte dei laboratori o strutture di nucleo. Oltre ai ricercatori interessati a combinazioni di farmaci, analisi O2M sono di interesse a chiunque che ha completato un test antidroga e vuole espandere i loro successi identificando le interazioni farmaco-farmaco importante. Di seguito è riportato il protocollo per l'identificazione di molecole piccole sinergiche nei batteri, nonché di convalidare il predetto interazioni sinergiche in dosaggi ben noto15,16.

<table><tbody><tr><td>Strumento Bioscreen C</td><td></td><td>Curve di crescita USA</td><td></td></tr><tr><td>Synergy H1</td><td>strumento</td><td>Reagente per brodo BioTek</td><td></td></tr><tr><td>M9</td><td></td><td>Amresco</td><td>J863-500G</td></tr><tr><td>Reagente</td><td>Acidi Casamino</td><td>Fisher Scientific</td><td>BP1424-500</td></tr><tr><td>Reagente Glucosio</td><td></td><td>Sigma</td><td>G7021-10KG</td></tr><tr><td>Reagente</td><td></td> <td>Acido NicotinicoAlfa Aesar</td><td>A12683</td></tr><tr><td>Reagente</td><td>tiamina</td><td>Acros Organics</td><td>148991000</td></tr><tr><td>CaCl2 Reagente diidrato</td><td></td><td>Fisher</td><td>C79-500</td></tr><tr><td>MgSO4 eptaidrato</td><td>Fisher</td><td></td><td>M63-500</td>set</tr><tr><td>di dati di genetica chimica</td><td></td><td>Gli esempi includono Nichols et al., Cell, 2011, Brown et al, Cell, 2014 e altri citato nel testo.</td><td></td></tr><tr><td>trimetoprim (esempio di farmaco in ingresso; qualsiasi può essere utilizzato)</td><td>reagente</td><td>Fisher Scientific</td><td>ICN19552701</td></tr><tr><td>sulfametossazolo (esempio di farmaco di prova; qualsiasi può essere utilizzato)</td><td>reagente</td><td>Fisher Scientific</td><td>ICN15671125</td></tr></tbody></table>

identificazione di high-throughput di combinazioni di farmaci sinergici con il metodo2 di sovrapposizione

High-throughput Identification of Synergistic Drug Combinations by the Overlap2 Method

Anche se farmaci antimicrobici hanno aumentato drammaticamente la durata e la qualità della vita nel 20° secolo, la resistenza antimicrobica minaccia la capacità di tutta la nostra società di trattare infezioni sistemiche. Negli Stati Uniti da solo, infezioni resistenti agli antibiotici uccidono circa 23.000 persone un anno e il costo circa 20 miliardi USD nel settore sanitario aggiuntiva. Un approccio per combattere la resistenza antimicrobica è terapia di combinazione, che è particolarmente utile nella critica fase iniziale dell'infezione, prima che l'organismo d'infezione e del relativo profilo di resistenza di droga sono stati identificati. Molti trattamenti antimicrobici utilizzano terapie di combinazione. Tuttavia, la maggior parte di queste combinazioni sono additivo, che significa che l'efficacia combinata è lo stesso come la somma dell'efficacia antibiotica individuo. Alcune terapie di combinazione sono sinergiche: l'efficacia combinata è molto maggiore di additivo. Combinazioni sinergiche sono particolarmente utili perché possono inibire la crescita di ceppi resistenti ai farmaci antimicrobici. Tuttavia, queste combinazioni sono rari e difficili da identificare. Ciò è dovuto il numero di molecole necessarie per essere testato in modo pairwise: una libreria di 1.000 molecole ha 1 milione di combinazioni possibili. Così, sono compiuti sforzi per predire le molecole per sinergia. Questo articolo viene descritto il nostro metodo di alto-rendimento per pronosticare coppie sinergica piccola molecola conosciute come la sovrapposizione2 metodo (O2M). O2M utilizza modelli di set di dati chimico-genetica per identificare i mutanti che sono ipersensibili ad ogni molecola in una coppia sinergica ma non ad altre molecole. Il laboratorio marrone sfrutta questa differenza di crescita eseguendo uno schermo ad alta produttività per molecole che inibiscono la crescita di mutante ma non selvaggio-tipo celle. Lavoro del laboratorio precedentemente identificate molecole che agendo in sinergia con l'antibiotico trimetoprim e il fluconazolo antimicotico usando questa strategia. Qui, gli autori presentano un metodo per schermo per nuove combinazioni sinergiche, che può essere modificato per molteplici microrganismi.

Le analisi della scacchiera sono un metodo semi-quantitativo per misurare le interazioni sinergiche. Il Punteggio finale di uscita, FICI, determina se una combinazione di farmaci è considerata sinergico (FICI ≤ 0,5), non interagenti (0,5 &lt; FICI &lt; 4), o antagonistici (FICI ≥4.0). La figura 1 illustra come impostare i gradienti di droga in un'analisi della scacchiera. La figura 2 illustra i risultati comuni. Considerare la cr...

Combinazioni di farmaci sinergici sono difficile e richiede molto tempo per identificare empiricamente. Qui, descriviamo un metodo per identificare e convalidare sinergiche piccole molecole.

Identificazione di High-throughput di combinazioni di farmaci sinergici con il metodo2 di sovrapposizione

Although antimicrobial drugs have dramatically increased the lifespan and quality of life in the 20th century, antimicrobial resistance threatens our ...

L'obiettivo generale di questa metodologia è quello di identificare le molecole sinergiche, che si amplificano a vicenda, quando combinate attraverso lo screening ad alto rendimento. Le coppie di farmaci sinergici sono una strategia promettente per combattere le infezioni resistenti ai farmaci, ma sono difficili da identificare. Questo metodo è in grado di identificare le molecole che interagiscono con i farmaci antimicrobici esistenti utilizzati per trattare le malattie infettive.A lungo termine, queste combinazioni possono entrare nella valutazione preclinica e, infine, migliorare la cura del paziente. Il vantaggio principale di questa tecnica è che può essere eseguita con qualsiasi organismo di interesse e con qualsiasi libreria di piccole molecole. Le implicazioni di questa tecnica si estendono alla terapia di molteplici malattie infettive in quanto funziona con qualsiasi organismo di interesse.Utilizzare un foglio di calcolo standard per calcolare il punteggio medio di crescita e la deviazione standard per tutti i mutanti, in presenza di una particolare concentrazione della piccola molecola aggiunta. Quindi, calcola i punteggi Z per ciascuna delle concentrazioni di piccole molecole. Quindi, evidenzia i mutanti genetici con punteggi Z significativi.Per prima cosa, coltiva una coltura di E.coli in un terreno minimo M9, per una notte a 37 gradi Celsius. Quindi, sciogliere le piccole molecole in dimetilsolfossido ad una concentrazione elevata superiore a 10 milligrammi per millilitro. Quindi, aggiungere 100 microlitri di terreno M9 a ciascun pozzetto in una piastra a 96 pozzetti.Pipettare altri 100 microlitri di terreno M9 nella colonna uno in modo che il volume in quella colonna sia di 200 microlitri. Quindi, aggiungere circa 10 microlitri della soluzione concentrata di piccole molecole, in quella della colonna. Dopo aver aggiunto le piccole molecole, iniziare a diluirlo lungo l'asse X della piastra.Continuare a diluire fino a quando non si ottengono 100 microlitri nella colonna 11. Dopo aver miscelato la colonna 11, scartare 100 microlitri da quella colonna. Sia presente solo un mezzo nella colonna 12 per normalizzare i dati.Successivamente, registrare il valore della densità ottica a 600 nanometri della coltura notturna coltivata in terreno minimo M9. Quindi, aggiungi due microlitri di coltura in ciascun pozzetto. In modo tale che ci siano 1000 cellule per pozzetto.Quindi, agitare delicatamente il piatto. E notate la lettura della densità ottica a 600 nanometri per l'ora zero. Una volta registrata la lettura, incubare la piastra a 37 gradi Celsius per un giorno.Ancora una volta, misurare il valore della densità ottica a 600 nanometri per un punto temporale di 24 ore. Per eseguire il saggio a scacchiera, coltivare una coltura di E.coli in terreno minimo M9 per una notte a 37 gradi Celsius. Quindi, aggiungere 100 microlitri di terreno M9 a ciascun pozzetto e aggiungere altri 100 microlitri dello stesso terreno nella colonna uno di una piastra a 96 pozzetti.Successivamente, aggiungere le piccole molecole dei test, in ogni pozzetto della colonna uno. E aggiungere il doppio della concentrazione nel pozzetto A1. Quindi, creare un gradiente di diluizione lungo l'asse X trasferendo 100 microlitri, dalla colonna uno alla colonna due. Continuare il processo di diluizione, fino a quando non vengono aggiunti 100 microlitri nella colonna 11.Dopo aver miscelato la colonna 11, scartare 100 microlitri da quella colonna e lasciare la colonna 12 con solo terreno senza farmaci. Creare un altro gradiente per la seconda diluizione del farmaco. Per fare ciò, aggiungere 100 microlitri del terreno contenente due X, concentrazione inibitoria minima della molecola in ingresso nella riga A.Quindi, trasferire 100 microlitri dalla fila A alla B.Continuare il processo di diluizione, fino a quando non vengono aggiunti 100 microlitri nella riga G.Dopo aver mescolato la riga G, scartare 100 microlitri dal pozzetto.Quindi inoculare la piastra con due microlitri di coltura in ciascun pozzetto. In modo tale che ci siano 1000 cellule per pozzetto. Quindi, misurare la lettura della densità ottica a 600 nanometri per il punto orario dell'ora zero.Una volta registrata la lettura, incubare la piastra a 37 gradi Celsius per 24 ore. Quindi, misurare il valore della densità ottica a 600 nanometri per un punto temporale di 24 ore. Per condurre screening ad alto rendimento, per farmaci sinergici, colture di cellule mutanti sia wild type che di previsione sinergica in terreno minimo M9.Quindi, aggiungi i farmaci dalla libreria al mezzo. Successivamente, inoculare una piastra di farmaci da libreria con il tipo selvatico e un'altra piastra con batteri mutanti di previsione della sinergia. Questa piastra rappresenta il test a scacchiera utilizzato per studiare le combinazioni di farmaci sinergici.In questa piastra, il pozzetto F9 con il punteggio FICI più basso di 0,07 indica che la coppia di piccole molecole è sinergica. Questa piastra rappresenta il test a scacchiera per studiare la combinazione di farmaci non interagenti. In questa piastra, il pozzetto C3 con il punteggio FICI più basso di 1,0 indica che la piccola coppia di molecole non interagisce tra loro.Questa piastra rappresenta il test a scacchiera utilizzato per studiare le combinazioni di farmaci antagonisti. In questa piastra, il pozzetto A1 con il punteggio FICI più basso di 8,0 indica che l'interazione tra le molecole del farmaco è antagonista. Successivamente la befeldina A, un farmaco a piccola molecola nel fluconazolo, viene utilizzata per studiare la crescita delle formine C e U.Il grafico mostra che la crescita sia del wild type che del mutante di previsione della sinergia è leggermente inibita e nella stessa misura. Ciò indica che la befeldina A e il fluconazolo sono partner farmacologici non sinergici. Al contrario, la crescita del mutante di predizione sinergica delle formine C e U è inibita in modo significativo, in presenza di Refromisyn e Fluconazolo.Indicando che i farmaci sono partner sinergici. È interessante notare che la crescita di tipo selvatico non è affatto inibita. Qui, si osserva la maggiore differenza di crescita, tra 32 e 49 ore dopo l'inoculazione.Una volta padroneggiata, questa tecnica può ridurre il tempo necessario per identificare le interazioni farmacologiche sinergiche. Durante l'esecuzione di questa procedura, è importante ricordare di non combinare i farmaci nell'ultima colonna dell'ultima riga del test a scacchiera. Seguendo questa procedura, possono essere eseguiti altri metodi di identificazione sinergica delle molecole al fine di identificare ulteriori interazioni farmacologiche sinergiche.Dopo aver visto questo video, dovresti avere una buona comprensione di come utilizzare la metodologia O2M per identificare i marcatori di sinergia putativi al fine di trovare interazioni farmacologiche sinergiche con il tuo organismo di interesse. Non dimenticare che mentre si lavora con alcune piccole molecole può essere pericoloso e tutte le precauzioni nella MSDS, dovrebbero essere seguite durante l'esecuzione di questo protocollo.

high-throughput-identification-synergistic-drug-combinations-overlap2

Research

Ricerca

JoVE Journal

Genetics

Genetica

La fosforilazione delle proteine è una caratteristica centrale del modo in cui le cellule interpretano e rispondono alle informazioni nel loro ambiente extracellulare. Qui, presentiamo un protocollo di screening ad alto rendimento che utilizza chinasi purificate da cellule di mammifero per identificare rapidamente le chinasi che fosforilano uno o più substrati di interesse.

Identificazione delle coppie Kinase-substrato Usando High Throughput Screening

È stato sviluppato un test in tempo reale ad alta produttività per identificare contemporaneamente (1) antimicrobici penetranti nelle cellule eucariotiche che prendono di mira un patogeno batterico intracellulare e (2) valutare la citotossicità delle cellule eucariotiche. Una variante della stessa tecnologia è stata successivamente combinata con la tecnologia di dispensazione digitale per consentire studi di sinergia facili, ad alta risoluzione, dose-risposta e bidimensionali e tridimensionali.

High Throughput, in tempo reale, Dual-lettura Prove di intracellulare antimicrobica attività e eucariotica citotossicità cellulare

In questo protocollo, descriviamo come fare Loewe misurazioni di interazione del farmaco a base di additività per pairwise e combinazioni di farmaci a tre vie.

Metodo diagonale misura sinergia tra un qualsiasi numero di farmaci

Questo protocollo descrive come valutare il sinergismo fra un anticorpo antitumorale e farmaci antineoplastici in modelli preclinici utilizzando l'equazione di indice di combinazione di Chou e Talalay.

Potenziamento dell'efficacia dell'anticorpo antitumorale di farmaci antineoplastici: rilevazione dell'anticorpo-farmaco sinergismo usando l'equazione di indice di combinazione

Antimicrobica sinergia test viene utilizzato per valutare l'effetto di due o più antibiotici usati in combinazione e viene in genere eseguita da uno dei due metodi: la matrice della scacchiera o il dosaggio di time-kill. Qui, presentiamo un automatizzato, a getto d'inchiostro stampante-assistita scacchiera matrice sinergia tecnica e uno studio classico tempo-kill sinergia.

Antimicrobica sinergia test di stampante a getto d'inchiostro-assistita Checkerboard automatizzato matrice e il metodo di Time-kill manuale

Grandi schermi genetici negli organismi modello hanno portato all'identificazione di interazioni genetiche negative. Qui descriviamo un flusso di lavoro di integrazione dei dati utilizzando i dati degli schermi genetici negli organismi modello per delineare combinazioni di farmaci mirate alle interazioni letali sintetiche nel cancro.

Un flusso di lavoro di integrazione dei dati per identificare le combinazioni di farmaci mirate alle interazioni letali sintetiche

Questo studio mirava a presentare una strategia per identificare le interazioni farmaco-peptidico. La strategia prevede la biopanning di peptidi corti che riconoscono farmaci basati su un biosensore QCM (Quartz-Crystal Microbalance), seguito da un'analisi bioinformatica per valutare quantitativamente le informazioni ottenute per il riconoscimento del farmaco e l'annotazione dei siti di legame farmacologico sulle proteine.

Strategia di biopanning e analisi bioinformatica ad alta produttività basata su biosensore per la convalida globale delle interazioni farmaco-proteina

Questo protocollo descrive come studiare tutte le possibili combinazioni che possono essere ottenute tra quattro farmaci in un unico esperimento. Questo metodo si basa sul saggio standard di micro diluizione a piastre da 96 pozzi e sul calcolo delle concentrazioni inibitorie frazionarie (COV) per valutare i risultati.

Quadruple-Checkerboard: una modifica della scacchiera tridimensionale per lo studio delle combinazioni di farmaci

Una metodologia high-throughput, la produzione di protoplasti di tabacco automatizzata e la trasformazione è descritto. Il sistema robotico consente l'espressione genica massicciamente parallelo e la scoperta nel sistema modello BY-2 che dovrebbe essere traducibile di colture non-modello.

Una piattaforma robotica per high-throughput Protoplast Isolamento e Trasformazione

I mutanti letali sensibili alla temperatura (ts) sono strumenti preziosi per identificare e analizzare le funzioni essenziali. Qui descriviamo i metodi per generare e classificare i mutanti letali ts ad alto rendimento.

High-throughput robotizzata Assisted Isolamento di sensibile alla temperatura letale Mutants in<em&gt; Reinhardtii Chlamydomonas</em

Scopri l'identificazione di combinazioni di farmaci sinergici con il metodo O2M per la farmacologia. Questa tecnica di screening ad alto rendimento aiuta a combattere le infezioni resistenti ai farmaci.

Identificazione di High-throughput di combinazioni di farmaci sinergici con il metodo² di sovrapposizione

Esplora altri video