December 1st, 2020
이 연구는 약물 펩티드 상호 작용을 식별하기위한 전략을 제시하는 것을 목표로했다. 이 전략은 석영 결정 마이크로 밸런스 (QCM) 바이오 센서에 기초한 약물 인식 짧은 펩타이드의 바이오 패닝을 포함하고, 단백질에 대한 약물 인식 및 약물 결합 부위의 음장 에 대해 얻은 정보를 정량적으로 평가하기위한 생물 정보학 분석이 뒤따릅니다.
소분자 단백질 상호 작용의 규명은 약물 연구 및 개발뿐만 아니라 바이러스 DTC의 기저에 있는 병리학적 메커니즘에 대한 이해를 촉진하는 데 필수적입니다. 이 방법은 약물 인식 펩타이드의 고처리량 바이오패닝과 관심 소분자 약물에 대한 단백질의 약물 결합 부위에 대한 글로벌 검증을 용이하게 합니다. QCM 센서 칩을 준비하려면 세라믹 센서 칩을 27메가헤르츠 QCM 장치의 발진기에 부착하고 소분자 고정화 전에 공기 상태의 고유 주파수를 기록합니다.
녹음 후 칩을 분리하고 70% 에탄올에 1밀리몰 소분자 유도체 용액을 20마이크로리터 방울 조심스럽게 첨가하여 센서 칩의 금 전극에 자체 조립 단층을 만듭니다. 칩을 촉촉한 티슈를 깐 페트리 접시에 넣고 실온에서 1시간 동안 빛으로부터 보호한 후 전극 표면을 초순수로 부드럽게 씻습니다. 공기를 부드럽게 주입하여 칩을 건조시키고 칩을 QCM 장치에 로드합니다.
1 시간 후 공기 상태의 빈도 감소를 기록하여 고정 된 작은 분자의 양을 측정합니다. T7 Phage Library Biopanning의 경우, 전용 자기 교반기가 있는 큐벳을 분당 1000회전으로 설정된 QCM 바이오센서에 놓고 큐벳에 8ml의 반응 버퍼를 추가합니다. 버퍼가 교반되는 동안 QCM 센서 칩을 발진기에 부착하고, 발진기의 암을 누른 상태에서 칩을 버퍼에 담그고 QCM 주파수 모니터링을 시작합니다. 센서 그램이 분당 약 3헤르츠의 주파수 드리프트로 평형을 이루면 8마이크로리터의 T7 파지 라이브러리를 큐벳에 주입하고 센서에 주입 지점을 표시합니다.
금 전극 표면에 고정된 작은 분자에 결합하는 T7 파지로 인한 빈도 감소를 모니터링합니다. 10분 후 QCM 주파수 모니터를 중지하고 발진기를 빠르게 들어 올려 배치에서 센서 칩을 제거하고 발진기에서 센서 칩을 분리하고 칩에서 버퍼를 제거합니다. 건조된 센서 칩을 습한 페트리 접시에 넣고 대수상 대장균 숙주 세포 20마이크로리터 방울을 금 전극에 추가합니다.
접시를 섭씨 37도에서 분당 1000-1500회 회전하는 96웰 마이크로플레이트 믹서에 30분 동안 배양하고 빛으로부터 보호하여 결합된 T7 7 파지의 회수를 향상시킵니다. 배양이 끝나면 20마이크로리터의 E-coli 현탁액을 200마이크로리터의 LB 배지로 옮깁니다. 일반적인 절차에 따라 배지에서 파지 플라크를 분리하고 약물을 인코딩하는 DNA 염기서열분석을 수행하여 각 파지 캡시드에 표시된 펩타이드 염기서열을
인식합니다.센서 칩의 유지 보수 후 1% 도데실황산나트륨 용액에 적신 면봉을 사용하여 전극 표면을 청소하고 금 표면을 초순수로 세척하고 전극을 공기로 건조시킵니다. 그런 다음 전극 표면을 5마이크로리터의 갓 준비한 파라나 용액으로 5분 동안 처리한 다음 초순수 물로 세척하고 공기 건조를 두 번 합니다. RELIC을 사용하여 생물정보학 분석을 수행하려면 Windows 운영 체제가 설치된 PC에서 독립형 RELIC 프로그램의 압축을 풀고 각 텍스트 파일에서 빠른 A 형식의 약물 선택 15 mer 펩타이드 또는 단일 또는 다중 단백질의 아미노산 서열을 사용합니다.
필요한 텍스트 파일을 AA-div, info, motif, match, hetero align, fast A con 또는 fast A scan 폴더에 넣습니다. 독립 폴더에서 각 실행 파일을 클릭하여 FTN 95의 개인 버전을 열고 명령줄에 적절한 파일 이름과 확장자를 입력하여 각 프로그램을 실행하고 결과 텍스트 형식 파일을 얻습니다. 얻은 결과 텍스트 형식 파일이 여기에 표시됩니다.
그런 다음 결과 텍스트 파일을 스프레드시트로 내보내 약 62의 타격을 사용하여 계산된 정보 콘텐츠 또는 누적 유사성 점수의 플롯을 생성합니다. 이 전략을 사용하여 6개의 소분자 약물에 대해 표적 단백질의 단일 및 다중 소분자 결합 부위를 성공적으로 식별했습니다. 예를 들어, 임상적으로 승인된 약물 이리노테칸을 자가 조립 단층으로 인식하는 29개의 펩타이드는 QCM 바이오센서 기반 1주기 바이오패닝에 의해 식별되었으며, 이후 29개의 펩타이드와 아세틸콜린에스테라제의 쌍별 정렬은 이리노테칸 결합 부위를 구성하는 것과 일치하는 특정 아미노산 잔기에 대한 최대 점수를 산출했습니다.
이와 동일한 펩타이드 하위 집합은 카르복실에스테라제의 촉매 삼합체 부근에서도 성공적으로 확인되었으며, 이는 이러한 아미노산이 탈에스테르화 동안 이리노테칸 인식을 위한 발판을 형성한다는 것을 나타냅니다. QCM 센서 칩 금 전극 표면을 덮고 있는 독감 치료제 오셀타미비르를 인식하는 27개의 펩타이드는 뉴라미니다아제에서 오셀타미비르 결합 부위를 성공적으로 검출했습니다. 이 결합 부위는 구조화되지 않은 펩타이드 루프로 구성되며, 오셀타미비르와 도킹하는 동안 잠재적으로 동적 움직임을 겪을 수 있습니다.
약물, 지역, 화학 물질, 재조합 박테리오파지 및 박테리아는 생물학적 영구차이므로 배양 이득 프로토콜에 따라 처리해야 합니다. 안전을 위해 항상 장갑, 고글, 실험복을 착용하는 것을 잊지 마십시오. 이 절차를 통해 다양한 약물에 대한 표적 단백질을 인간, 병리학적 바이러스, 심지어 식물에서 전 세계적으로 검증하여 관심 약물의 분자 메커니즘과 잠재적 치료 효능을 이해할
수 있습니다.이 연구는 석영 결정 마이크로 저울(QCM) 바이오센서를 사용하여 약물-펩타이드 상호작용을 식별하는 전략을 제시합니다. 이 방법은 약물 인식 펩타이드의 바이오패닝과 단백질의 약물 인식 및 결합 부위를 평가하기 위한 생물정보학 분석을 포함합니다.
This biosensor-based high throughput strategy enables rapid global validation of drug-protein interactions, supporting early-stage target validation and mechanistic de-risking in drug discovery. By identifying drug-recognizing peptides and mapping binding sites on target proteins, the method enhances predictive confidence in lead selection and reduces biological uncertainty in preclinical development. The approach applies to diverse small molecules, offering a reusable capability for assessing ADMET-relevant interactions across therapeutic areas.
The method integrates into the discovery continuum from target validation through lead identification, providing orthogonal confirmation of drug-target interactions that complements biochemical and cellular assays.