階層的でプログラム可能なワンポットオリゴ糖合成

新しく開発したソフトウェア「Auto-CHO」を、階層的でプログラム可能なワンポットオリゴ糖合成に活用する方法を実演します。Auto-CHOには、拡張されたビルディングブロックに対するアルゴリズムが含まれており、機械学習を通じて相対的な反応性値が予測されます。Auto-CHOソフトウェアは、ビルディング・ブロックの選定に関する貴重なガイドラインと、フラグメント構成による複雑なグリカンの複数のワンポット合成のための階層的な青写真を提供します。

この技術の意味は、炭水化物ベースの治療による癌または感染症の治療に及ぶ。Auto-CHOを使用する前に、Javaランタイム環境がPCまたはMacにインストールされていることを確認してください。Auto-CHOソフトウェア操作の視覚的なデモンストレーションと関連する反応性値の測定実験は、化学者がプロトコルに従い、実験を迅速に進めるのに役立ちます。

Java ランタイム環境のソフトウェア初期化を実行するには、Auto-CHO Web サイトにアクセスし、オペレーティング・システムに従ってソフトウェアをダウンロードしてください。現在、オートチョは、Windows、macOS、およびUbuntuをサポートしています。最新のPDFユーザーガイドは、オートチョのウェブサイトに掲載されています。

Windows ユーザーの場合は、自動 CHO ウィンドウを解凍します。をクリックし、オートチョをダブルクリックします。プログラムを起動する自動CHO Windowsフォルダ内の瓶。

目的のグリカン構造を入力します。グリカン構造を描画するか、既存の構造ファイルを読み取るかを選択します。描画で入力するには、GlycanBuilder によるグリカンの編集をクリックするか、ここをクリックして合成ターゲットを編集し、GlycanBuilder でクエリ構造を描画および編集します。

リンケージとキラリティ情報は無視しないでください。Globo-H、SSEA-4、またはOligoLacNAcボタンをクリックして、例を表示します。編集を完了するには、GlycanBuilder ダイアログを閉じます。

[パラメータ設定]タブで検索パラメータを定義して、妥当な検索結果を得ます。[大丈夫] ボタンをクリックして、新しい設定を有効にします。デフォルト設定では、実験ライブラリのみを検索します。

実験ライブラリと仮想ライブラリの両方を検索する場合は、仮想ビルディングブロックライブラリタブを選択します。[実験ライブラリと仮想ライブラリを使用する]を選択し、フィルタを適用して特定の基準を持つ仮想ビルディングブロックを表示します。実験と仮想のビルディングブロックが連携して自動CHOの検索能力を高めることができます。

現在、Auto-CHOは50,000以上の仮想ビルディングブロックを提供し、予測されたRRVをライブラリに含めます。ユーザーが検索に使用する 1 つまたは複数の仮想ビルディング ブロックをオンにします。選択した仮想ビルディング ブロックを表示するボタンをクリックすると、選択した仮想ビルディング ブロックのみが表示されます。

[フィルタ処理された仮想ビルディング ブロックを表示] ボタンをクリックすると、ユーザーが定義した特定の基準を持つ仮想ビルディング ブロックのみが表示されます。[すべての仮想ビルディング ブロックを表示] ボタンをクリックして、使用可能なすべての仮想ビルディング ブロックを表示し、フィルターをリセットします。[クエリ構造] タブを選択し、[ビルディング ブロック ライブラリの検索] ボタンをクリックして、クエリ構造の 1 ポット合成ソリューションを検索します。

次に、パラメータ設定を確認します。結果ビューアを検索します。検索結果は、[結果の視覚化] タブに表示されます。

異なる残基数の還元エンドアクセクサは、還元エンドアクセクサカラムに表示されます。次に、還元エンドアクセクサを選択します。ソリューションは、合成ソリューションリストに表示されます。

フラグメントは、合成で使用するフラグメントの数を示唆するフラグメントリストに表示されます。システムは、フラグメントのRRV、計算収量、およびワンポット反応でフラグメントを使用するためにどの保護グループを保護すべきかを含む、各断片の詳細な情報を提供する。選択したフラグメントとフラグメント接続情報の組み立てに使用されるビルディング ブロックも表示されます。

実験用ビルディングブロックについては、構成ブロック領域の化学構造で選択したビルディングブロックの化学構造を表示および確認し、詳細な情報ビルディングブロックブラウザを参照してください。10ミリリットルの丸底フラスコで、2つのチオグリコシドドナー、絶対メタノール、およびDCMのドリエーライトを組み合わせます。その後、室温で1時間かき混ぜます。

この混合物の30マイクロリットルのアリコートを取り、3つの別々の注射で高速液体クロマトグラフィーに混合物を注入する。ベースライン分離条件下でのドナー分子の吸収と濃度の係数を測定します。アセトニトリルに0.5モルN-イオドスハチニミドの溶液を加え、続いて0.1モルトリフルオロメタンスルホン酸溶液を添加する。

室温で2時間かき混ぜます。次に、反応混合物を4ミリリットルのDCMで希釈する。フィルターし、10%炭酸水素ナトリウムを含有する飽和水性チオ硫酸ナトリウムで反応を洗浄する。

水層を5ミリリットルのDCMで3回抽出します。すべての有機層を組み合わせ、5ミリリットルのブラインで洗浄します。その後、約200ミリグラムの無水硫酸マグネシウムで合わせた層を乾燥させます。

混合物を30秒間軽く振り、フルート濾過紙で漏斗を通して濾過し、硫酸マグネシウムを取り除きます。その後、25ミリリットルの丸い底フラスコに濾液を収集します。ロータリーエバポレーターを使用して、溶媒を除去する。

残渣を1ミリリットルのDCMに溶解する。この混合物の30マイクロリットルのアリコートを取り、3つの別々の注射で高速液体クロマトグラフィーに注入する。同じ分離条件下で、HPLCによって残りのドナーの濃度を測定する。

相対的な反応性を測定します。DR4 の相対反応性値に基づいて、DX1 の相対反応性値は 3 です。デフォルトのパラメータ設定に基づくAuto-CHO検索結果は、SSEA-4が2プラス1プラス3のワンポット反応によって合成できることを示しています。

トリ糖類還元エンドアクセクサを選択すると、プログラムはクエリの4つの潜在的な解決策を示します。第1の溶液は1つの断片を有し、その計算された収率は約94%断片は2つのビルディングブロックによって合成することができる。第1二糖の積塊のRRVは1462であり、第2単糖のRRVは32.0である。

ワンポット反応に用いられる最初の提案されたビルディングブロックの化学構造も示されている。1ポット実験は、SSEA-4がこの提案によって43%の収率で正常に合成できることを示しています。SSEA-4は、オートチョによって提案された3つのユニットによって合成することができる。

これらの単位は、シイル二糖類ビルディングブロック1、単糖ビルディングブロック2、および還元末端アクセクター3を含む。パラメータ設定では、最初に厳しい基準を持つパラメータを設定することをお勧めします。構築ブロックライブラリの選択については、最初に実験ライブラリを検索することをお勧めします。

このデモンストレーションを通じて、腫瘍関連の炭水化物抗原のようなより重要なグリカンが、さらなる研究のためにワンポットアプローチによって合成されることを望む。この手順に従って、すべてのそのような抗原の合成は、炭水化物ベースの癌ワクチンを設計するために行うことができる。また、人工知能やコンピュータアルゴリズムが、疾病治療と予防に役立つ自動グリカン合成を促進できることを期待しています。