Summary
이 프로토콜은 올리고당의 계층적 및 프로그래밍 가능한 원팟 합성을 위해 Auto-CHO 소프트웨어를 사용하는 방법을 보여줍니다. 또한 SSEA-4의 RRV 측정 실험 및 1포트 글리코실화에 대한 일반적인 절차를 설명한다.
Abstract
이 문서에서는 프로그래밍 가능한 한 냄비 올리고당 합성을 위한 일반적인 실험 프로토콜을 제시하고 잠재적인 합성 솔루션을 생성하기 위한 Auto-CHO 소프트웨어를 사용하는 방법을 보여줍니다. 프로그래밍 가능한 1-pot 올리고당 합성 접근법은 상대 반응성 값(RRV)의 적절한 순차적 순서로 티오글리코사이드 빌딩 블록(BBL)을 사용하여 다량의 빠른 올리고당 합성을 강화하도록 설계되었습니다. Auto-CHO는 BBL 라이브러리(약 150개의 검증 및 >50,000개의 가상 BbL 포함)를 검색하여 프로그래밍 가능한 한 냄비 올리고당 합성을 위한 가능한 합성 솔루션을 제공하는 그래픽 사용자 인터페이스를 갖춘 크로스 플랫폼 소프트웨어입니다. 지원 벡터 회귀를 통해 RRV를 정확하게 예측합니다. 계층적 원팟 합성 알고리즘은 Auto-CHO에서 구현되었으며, 한 냄비 반응에 의해 생성된 조각을 새로운 BbL로 사용합니다. 또한 Auto-CHO를 사용하면 가상 BBL에 대한 피드백을 제공하여 더 많은 사용을 위해 귀중한 것들을 유지할 수 있습니다. 다능성 인간 배아 줄기 세포 마커인 단계 특이적 배아 항원 4(SSEA-4)의 원팟 합성이 이 작업에서 입증된다.
Introduction
탄수화물은자연1,2에서유비쿼터스이지만, 그들의 존재와 행동 모드는 주로 분자3의이클래스에 대한 접근이 어렵기 때문에 미지의 영역으로 남아 있습니다. 올리고펩티드와 올리고뉴클레오티드의 자동 합성과는 달리, 올리고당의 자동 합성은 여전히 어려운 과제이며, 진행은 상대적으로 느렸습니다.
이 문제를 해결하기 위해 Wong 등은 연속적으로 ~ 50 BBL 라이브러리에서 BbL 선택을 안내하는 Optimer4라는프로그래밍 가능한 소프트웨어 프로그램을 사용하여 올리고당을 합성하는 최초의 자동화 방법을 개발했습니다. 반응. 각 BBL은 다양한 보호 그룹에 의해 조정된 잘 정의된 반응성으로 설계 및 합성되었습니다. 이러한 접근법을 사용하여, 자동화된 합성의 발달에서 극복하기 가장 어려운 문제로 여겨진 합성 중에 조작 및 중간 정제를 보호하는 복잡성을 최소화할 수 있다. 이 사전에도 불구하고, 이 방법은 여전히 매우 제한되어, BBL의 수가 너무 작고 Optimer 프로그램은 특정 작은 올리고 당을 처리 할 수 있습니다. 더 많은 VBL과 한 냄비 반응 및 조각 응축의 여러 패스를 필요로하는 더 복잡한 올리고 당을 위해 소프트웨어 프로그램의 업그레이드 된 버전인 Auto-CHO5가개발되었습니다.
Auto-CHO에서는 154개의 합성 및 50,000개의 가상 라이브러리를 포함하여 BBL 라이브러리에 대한 정의된 반응성을 가진 50,000개 이상의 BBL이 추가되었습니다. 이러한 BbL은 기본 특성, 계산된 NMR 화학 적 시프트6,7및분자 설명자8을기반으로 기계 학습에 의해 설계되었으며, 이는 BBL의 구조 및 반응성에 영향을 미칩니다. 이 업그레이드된 프로그램과 새로운 BbL 세트를 사용할 수 있게 되면 합성 용량이 확장되고 입증된 바와 같이 여러 올리고당도 신속하게 준비할 수 있습니다. 이 새로운 개발은 다양한 생물학적 과정에서 의 역할과 당단백질과 글리콜리피의 구조와 기능에 미치는 영향에 대한 연구를 위해 올리고당의 합성을 용이하게 할 것으로 믿습니다. 또한 이 방법이 연구 커뮤니티에서 무료로 사용할 수 있다는 점을 감안할 때 이 연구가 글리코사이언스 커뮤니티에 상당한 도움이 될 것으로 생각됩니다. 필수 인간 배아 줄기 세포 마커인 SSEA-45의합성이 이 작업에서 입증된다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 자동 CHO 소프트웨어 조작
- Java 런타임 환경 설치: JRE(Java 런타임 환경)가 장치에 설치되었는지 확인합니다. JRE가 설치된 경우 다음 단계인 "소프트웨어 초기화"로 이동합니다. 그렇지 않으면 다음 을 찾은 사용자의 운영 체제에 따라 JRE를 다운로드하여 설치하십시오.
- 소프트웨어 초기화: Auto-CHO 웹 사이트(/https://sites.google.com/view/auto-cho/home> 및 운영 체제에 따라 소프트웨어를 다운로드)로 이동하십시오. 현재 Auto-CHO는 윈도우, 맥OS 및 우분투를 지원합니다. 최신 PDF 사용자 가이드는 Auto-CHO 웹 사이트에서 제공됩니다.
- Windows 사용자의 경우 자동 CHO_Windows.zip의 압축을 풀고 자동 CHO_Windows 폴더에서 자동 CHO.jar를 두 번 클릭하여 프로그램을 시작합니다.
참고: 사용자는 zip 파일의 압축을 풀기 위해 - macOS 사용자의 경우 자동 CHO.jar를 마우스 오른쪽 버튼으로 클릭하고 열기를 선택하여 프로그램을 시작합니다.
- 우분투 사용자의 경우:
- 다음 명령을 사용하여 libcanberra-GTK를 설치합니다.
$ sudo apt-get 설치 libcanberra-gtk* - 자동 CHO_Ubuntu.sh의액세스 권한을 변경합니다.
$ chmod 755 자동 CHO_우분투.sh - 자동 CHO 프로그램 실행:
$ ./Auto-CHO_Ubuntu.sh
- 다음 명령을 사용하여 libcanberra-GTK를 설치합니다.
- Windows 사용자의 경우 자동 CHO_Windows.zip의 압축을 풀고 자동 CHO_Windows 폴더에서 자동 CHO.jar를 두 번 클릭하여 프로그램을 시작합니다.
- 원하는 글리칸 구조를 입력합니다. 글리칸 구조를 그리거나 기존 구조 파일을 읽도록 선택합니다.
- 도면에 의한 입력:
- 글리칸빌더9,10에 의한 글리칸 편집을클릭합니다(그림1,btn1; 그림 2A) 또는 여기를 클릭하여 합성 대상을 편집하여 GlycanBuilder에서 쿼리 구조를 그리고 편집할 수 있습니다. 연결 및 키랄리티 정보는 무시해서는 안 됩니다. Globo-H, SSEA-4또는 OligoLacNAc 단추(그림1,예제)를 클릭하여 예제를 표시합니다.
- 파일 선택 | 시퀀스 형식으로 내보내기 | 편집된 구조를 저장하기 위해 응축된 GlycoCT로 내보내기(선택 사항).
- 글리칸빌더 대화 상자를 닫고 편집을 완료합니다.
- 파일을 읽음으로써 입력:
- 글리칸빌더에 의한 글리칸 편집을 클릭합니다(그림1,btn1; 그림 2A) 또는 여기를 클릭하여 가상 대상을 편집하여 쿼리 구조를 편집합니다.
- 파일 선택 | 시퀀스 형식에서 가져오면 해당 형식의 쿼리 구조 파일을 선택합니다.
- 도면에 의한 입력:
- 매개 변수 설정 검색(선택 사항).
- 적절한 검색 결과를 얻으려면"매개 변수 설정" 탭(그림 1, tab2)에서 검색 매개 변수를 정의합니다.
참고:
고급 RRV의 임계값은 실제 숫자및 ≥0이어야 합니다.
중간 클래스 RRV의 임계값은 실제 숫자및 ≥0이어야 합니다.
고급 RRV의 임계값은 > 중간 클래스 RRV의 임계값이어야합니다.
최대 조각 번호는 정수 및 ≥1이어야 합니다.
조각의 최소 BBL 번호는 정수여야 하며 1에서 3 사이여야 합니다.
조각의 최대 BBL 번호는 정수여야 하며 1에서 3 사이여야 합니다.
조각의 최대 BBL 번호는 조각의 ≥최소 BBL 번호여야합니다.
최소 기증자/수락자 RRV 차이는 양수 실제 숫자여야 합니다.
최소 기증자/수락자 RRV 비율은 양수 실제 숫자여야 합니다.
최대 기증자/수락자 RRV 비율은 양수 실제 숫자여야 합니다.
최대 기증자/수락자 RRV 비율은 >최소 기증자/수락자 RRV 비율이어야합니다. - 확인 버튼을 클릭하여 새 설정을 활성화합니다.
- 적절한 검색 결과를 얻으려면"매개 변수 설정" 탭(그림 1, tab2)에서 검색 매개 변수를 정의합니다.
- 빌딩 블록라이브러리(그림 1, 탭5)를 선택합니다. 기본 설정은 실험 라이브러리만 검색하는 것입니다. 실험 라이브러리와 가상 라이브러리를 모두 검색하려면 다음 단계를 확인하십시오.
- 가상 빌딩 블록 라이브러리 탭(그림 2C, 탭5)을 선택합니다. 실험 및 가상 빌딩 블록은 함께 작동하여 Auto-CHO의 검색 능력을 향상시킬 수 있습니다. 현재 Auto-CHO는 라이브러리에 예상 RV가 있는 50,000개 이상의 가상 빌딩 블록을 제공합니다.
- 실험 및 가상 라이브러리 사용을 선택하고 필터링을 적용하여 특정 기준을 가진 가상 빌딩 블록을 표시합니다. 선택한 가상 BBL 표시 버튼(그림2C,btn5)을 클릭하여 선택한 가상 빌딩 블록만 표시합니다.
- 필터링된 가상 BBL 표시 버튼(그림2C, btn6)을 클릭하여 사용자가 정의한 특정 기준을 가진 가상 빌딩 블록만 표시합니다.
- 모든 가상 BBL 표시 버튼(그림2C, btn7)을 클릭하여 사용 가능한 모든 가상 빌딩 블록을 표시하고 필터를 재설정합니다.
- 사용자가 검색에 사용할 하나 또는 여러 개의 원하는 가상 빌딩 블록을 확인합니다.
- 쿼리 구조 탭(그림 1,tab1)을 선택하고 검색 빌딩 블록 라이브러리 버튼(그림 1,btn2)을 클릭하여 쿼리 구조에 대한 하나의 포트 합성 솔루션을 찾습니다. 그런 다음 매개 변수 설정을 확인합니다.
- 결과 뷰어를 검색합니다.
참고: 검색 결과는 결과 시각화 탭(그림1, tab6)에 표시됩니다. 다른 잔류 수의 감소 끝 수락자는 [종료 허용자] 열(그림1, 뷰어1)에 표시됩니다.- 환원 종료 수락기선택 및 해결 방법은 합성 솔루션 목록(그림 1, 뷰어2)에 표시됩니다. 조각 목록(그림 1,뷰어3)에 조각이 표시되어 합성에 얼마나 많은 조각을 사용해야 하는지 제안합니다.
참고: 시스템은 조각의 RRV, 계산 수율뿐만 아니라 보호 그룹이 원 팟 반응에서 조각의 후속 사용을 위해 보호되어야 하는 것을 포함하여 각 조각에 대한 자세한 정보를 제공합니다. 선택한 조각을 조립하는 데 사용되는 빌딩 블록은 그림 1의뷰어4에표시됩니다. 도 1의 뷰어5에는 조각 연결 정보도 표시됩니다. - 실험용 빌딩 블록에 대한 빌딩 블록 및 빌딩 블록 브라우저의화학 구조 영역에서 선택한 빌딩 블록의 화학 구조 및 상세 정보를 보고 확인합니다(그림) 1,탭4).
- 환원 종료 수락기선택 및 해결 방법은 합성 솔루션 목록(그림 1, 뷰어2)에 표시됩니다. 조각 목록(그림 1,뷰어3)에 조각이 표시되어 합성에 얼마나 많은 조각을 사용해야 하는지 제안합니다.
- 검색 결과를 텍스트로 출력합니다(선택 사항).
- 결과 텍스트 탭(그림1,탭7)을 선택합니다.
- 결과 텍스트 저장(그림 2B, btn4)을 클릭하고 텍스트 파일 대상을 선택합니다.
- 가상 빌딩 블록에 대한 피드백(선택 사항).
참고: 온라인 설문지를 통해 가상 빌딩 블록에 대한 피드백을 받을 수 있습니다. 피드백은 커뮤니티가 유용한 가상 빌딩 블록을 유지하고 비효율적 인 블록을 제거하는 데 도움이 될 수 있습니다.- 가상 빌딩 블록 탭(그림1, 탭5)을 선택합니다.
- 피드백 열에서 평가하거나 주석할 가상 빌딩 블록의 평가 링크를 클릭합니다.
- 시스템이 웹 페이지를 열고 제출한 후 피드백 양식을 작성합니다.
참고: 가상 BBL ID를 변경하지 마십시오.
2. RRV 판정 실험
- 10 mL 라운드 바닥 플라스크에서, 두 개의 티오글리코사이드 기증자(각각 0.02 mmol: Dr4는 공지된 RRV를 가진 기준 공여자; Dx1은 알 수 없는 RRV의 공여자 분자, 절대 메탄올(0.10 mmol), 디클로로메탄(DCM, 1.0 mL)의 건조기이며, 실온(RT)에서 1시간 동안 교반한다.
- 이 혼합물의 aliquot (30 μL)를 취하고 3 개의 별도의 주사 (각 주입에 대해 10 μL)에서 고성능 액체 크로마토그래피 (HPLC)에 혼합물을 주입하십시오. 기준선 분리 조건 하에서흡수(A)및 공여자 분자의농도[D]사이의 계수(a)를 측정한다(에테르 아세테이트/n-헥산 = 20/80).
- 아세토니트릴(40 μL, 0.02 mmol)에 0.5 M N-Iodosuccinimide(NIS)의 용액을 첨가한 다음 0.1 M 트리플루오로메탄설포닉 산(TfOH) 용액(20 μL, 0.002 mmol)을 첨가한 다음, RT에서 2시간 동안 혼합물을 저어줍니다.
- 반응 혼합물을 DCM(4.0 mL)으로 희석하고, 필터를 적용하고, 10% 탄산나트륨을 함유하는 포화 수성 티오술파테(티오술파테 나트륨)로 세척한다(각각 5 mL 부피가 2x씩). DCM(5mL로 3x)으로 수성 층을 추출합니다. 모든 유기농 층을 결합하고 소금물 5 mL로 씻고 약 200 mg의 무수 마그네슘 황산염으로 말립니다.
- 혼합물을 30s에 대해 약간 흔들고, 황산 마그네슘을 제거하기 위해 플루티드 필터 페이퍼로 깔때기를 통해 걸러내고 25 mL 둥근 바닥 플라스크에서 여과액을 수집합니다. 회전 식 증발기에서 용매를 제거합니다.
- DCM(1.0 mL)의 잔류물을 용해시다. 이 혼합물의 aliquot (30 μL)를 가지고 3 개의 별도의 주사 (각 주입에 대해 10 μL)에서 HPLC에 주입하십시오. 동일한 분리 조건(에테르 아세테이트/n-헥산 =20/80)(Aref)t = 24417.0,(A x)t하에서 HPLC에 의한 나머지 기증자의 농도를 측정합니다. = 23546.3.
- Dx1 대 Dr4,k x1/kr4 = 0.0932 사이의 상대 반응성을 측정합니다. Dr4의상대 반응성 값을 기준으로 Dx1의 상대 반응성 값은 3입니다.
참고: a = A/[D],(A 참조)0 = 74530.1,(A x)0 = 26143.0. k x/kref = (ln ]Dx]t - ln ]Dx]0)/(ln]D참조]t - ln ]D참조]0= (ln]A x]t - ln [A]0)/(ln [A참조]t - ln [참조]0]= 0.0932.
3. SSEA-4의 한 냄비 당화
- 10 mL 의 둥근 바닥 플라스크를 진공 아래에 놓고 화염건조를 한 후 진공 상태에서 RT로 냉각시도록 하십시오. 고무 중격을 제거하여 이당류 1 도공(38 mg, 1.1 eq., 0.057 mmol), 제1 수용자 2(40 mg, 1.0 eq., 0.053 mmol)와 테플론 코팅 된 마그네틱 교반 막대를 플라스크에 첨가한다.
- 가루 분자 체 100 mg을 5 mL 둥근 바닥 플라스크에 4 Å로 옮니다. 이 플라스크를 진공 상태에서 유지하고 화염건조상태로 유지하고, 플라스크가 진공 상태에서 RT로 식힙니다. 신선하게 말린 4 Å 분자 체를 시작 물질을 포함하는 첫 번째 플라스크에 옮니다.
- 갓 말린 DCM 1 mL을 플라스크에 옮김으로 옮니다. RT에서 1 시간 동안 반응 혼합물을 저은 다음 -40 °C의 온도에서 놓습니다. NIS(13 mg, 1.1 eq., 0.057 mmol)를 플라스크에 옮니다.
- -40°C에서 마이크로 부피 주사기를 사용하여 중격을 통해 플라스크에 TfOH(34 μL, 0.3 eq., 0.017 mmol, 0.5 Mmol)를 주입합니다. 3시간 동안 -40°C에서 계속 저어주세요.
- 제1 수용자 2가 거의 소비된 후, DCM에서 수용자 3의 용액을 중격을 통해 플라스크 내로 주입한다.
- 반응 혼합물을 -20°C까지 데우고 NIS(19 mg, 1.6 eq., 0.083 mmol)를 플라스크 내로 전달한다. TfOH (34 μL, 0.3 eq., 0.017 mmol, 0.5 mmol in ether)를 -20 °C에서 중격을 통해 플라스크에 주입합니다. 3시간 동안 -20°C에서 계속 저어주세요.
- 제 1 단계 반응의 생성물이 소비 된 후, 트리에틸 아민의 두 동등한 주입하여 반응을 담금질. Celite로 포장된 필터 깔때기를 통해 분자 체를 제거하고 여과액을 25 mL 라운드 바닥 플라스크로 수집하고 10 mL의 DCM으로 필터를 추가로 세척합니다.
- 여과액을 분리 깔때기로 옮기고 10% NaHCO3(각각 10 mL씩 2x)를 함유하는 포화 수성 티오술파테로 세척한다. DCM(10mL의 3x)으로 수성 층을 추출합니다. 유기 층을 결합하고 염수 (10 mL)와 혼합물을 세척하고 무수 MgSO4를추가하여 건조. 그것을 걸러내고 100 mL 둥근 바닥 플라스크에 여과액을 수집합니다.
- 회전 식 증발기에서 용매를 제거합니다. 원유 혼합물을 약 1 mL의 DCM으로 용해시키고 실리카 침대 위에 적재하십시오. 에틸 아세테이트와 톨루엔 (EtOAc / 톨루엔, 1/4 ~ 1/2)의 혼합물로 제품을 용해시키고 분획을 수집합니다.
- 회전 식 증발기에서 용매를 제거합니다. 감압하에서 잔류물을 건조하여 완전히 보호된 SSEA-4 유도체 4(74 mg, 50% 기준 수용자 2)를백색 발포체로 준다.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
기본 파라미터 설정에 기초한 자동 CHO 검색 결과는 SSEA-4가 [2 + 1 + 3] 한 포트 반응으로 합성될 수 있음을 나타냅니다. 그림 3은 SSEA-4 검색 결과의 소프트웨어 스크린샷을 보여 주다. 삼당감소 엔드 수락자가 선택되면(그림3,라벨 1), 프로그램은 질의에 대한 4가지 잠재적 해결책을 나타낸다. 첫 번째 솔루션에는 하나의조각(그림 3,레이블 2)이 있으며 계산된 수율은 약 94%입니다. 단편은 두 개의 BbL(도3,라벨 3)으로 합성될 수 있다. 제1 이당외의 RRV는 1462이고 제2 단당류의 RRV는 32.0이다. 도 3의 라벨 4는 원포트 반응에 사용된 제1 제안된 BBL의 화학적 구조를 나타낸다. 원팟 실험은 SSEA-4가 이 제안에 의해 43%의 수율로 성공적으로 합성될 수 있음을보여준다(도 4)는전작5에서도입증되었다. 상세한 실험 절차 및 언급된 화합물, 특히 SSEA-4의 특성은 인용된 참조5에서확인할 수 있다.
그림 1: 자동 CHO 스크린샷. 사용자는 쿼리 글리칸 구조를 편집하고, 실험 및 가상 빌딩 블록 정보를 검색하고, 소프트웨어에서 제공하는 한 포트 합성 솔루션을 볼 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 2: Auto-CHO 소프트웨어의 일부 스크린샷. (A)"쿼리 구조" 탭(tab1)에서 "글리칸빌더별 글리칸 편집" 버튼(btn1)을 클릭하면 시스템이 글리칸빌더 대화 상자를 팝업합니다. (B)"결과 텍스트"(tab7)를 선택하고 "결과 텍스트 저장"(btn4)을 클릭하여 텍스트 검색 결과를 저장합니다. (C)"가상 빌딩 블록 라이브러리"(tab5)를 선택하고 필터링 옵션을 통해 검색할 수 있는 바람직한 가상 빌딩 블록을 확인합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 3: Auto-CHO 프로그램에 의해 제공된 원포트 합성 청사진. 레이블 1: 끝 수락자 줄입니다. 레이블 2: 조각. 레이블 3: 조각의 구성 요소입니다. 라벨 4: 선택한 빌딩 블록의 화학적 구조. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 4: [2 + 1 + 3] SSEA-4에 대한 한 냄비 합성 전략. SSEA-4는 Auto-CHO에서 제안한 세 개의 단위로 합성할 수 있습니다: 시알릴 이당류 빌딩 블록 1(RRV=1,462), 단당류 빌딩 블록 2(RRV=32.0), 및 엔드 수락자 3(RRV=0)을 줄입니다. 이 수치는 이전 출판물5에서 허가를 받아 수정되었습니다(크리에이티브 커먼즈 저작자표시 4.0 국제 라이선스: http://creativecommons.org/licenses/by/4.0/). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Auto-CHO 소프트웨어는 화학자가 올리고당5의계층적 및 프로그래밍 가능한 원팟 합성을 진행할 수 있도록 지원하기 위해 개발되었습니다. 자동 CHO는 자바 프로그래밍 언어에 의해 만들어진. 그것은 GUI 소프트웨어 및 크로스 플랫폼, 현재 윈도우를 지원 하는, 맥 OS, 그리고 우분투. 이 소프트웨어는 자동 CHO 웹 사이트에서 무료로 다운로드 할 수 있습니다 .;https://sites.google.com/view/auto-cho/home>, MIT 라이센스가 있는 소스 코드는 GitHub에서 액세스할 수 있습니다.https://github.com/CW-Wayne/Auto-CHO>.
Auto-CHO의 BBL 라이브러리에는 154개의 실험용 BbL과 정확하게 예측된 RRV가 있는 50,000개 이상의 가상 BBL이 포함되어 있습니다. 모든 라이브러리 검색은 로컬 컴퓨터에서 처리되며 사용자로부터 쿼리 구조를 수집하지 않습니다. Auto-CHO는 프로그램에 의해 주어진 가상 BBL 중 고수익 합성의 성공을 보장할 수 없기 때문에(화학 반응의 많은 구조적 제약이나 알려지지 않은 요인으로 인해) Auto-CHO는 가상 BBL에 대한 온라인 피드백 설문지를 제공합니다. 연구 커뮤니티의 사용자 피드백은 귀중한 가상 BBL을 유지하고 부적절한 것들을 제거하는 데 도움이 될 수 있다고 믿습니다. 소프트웨어 사용자 가이드에서 기술 지원을 위해 이메일 주소가 제공됩니다. 기술적인 질문이나 문제가 발생하면 이 주소로 연락할 수 있습니다.
두 가지 검색 전략이 여기에 제공됩니다. 매개 변수 설정(섹션 1.4)의 경우 처음에는 더 엄격한 조건으로 매개 변수를 설정하는 것이 좋습니다. Auto-CHO가 만족스러운 합성 솔루션을 반환하지 않는 경우 다음 검색 실행에서 보다 유연한 매개 변수를 사용하는 것이 좋습니다. BBL 라이브러리(섹션 1.5)의 선택을 위해 처음에는 실험 라이브러리만 검색하는 것이 좋습니다. 소프트웨어가 적절한 솔루션을 반환하지 않는 경우 다음 반복에서 실험 및 가상 라이브러리를 검색하는 것이 좋습니다.
요약하면, 이 프로토콜은 SSEA-4 분자의 원포트 합성을 위한 Auto-CHO 소프트웨어의 작동 및 Auto-CHO의 사용을 보여줍니다. 또한, 프로그래밍 가능한 원팟 프로토콜이 설명된다. Auto-CHO는 라이브러리가 있는 GUI 및 오픈 소스 소프트웨어로 검증된 가상 BBL을 포함하고 있으며 올리고당의 계층적 원팟 합성을 지원합니다. 이 소프트웨어는 연구 커뮤니티에 도움이 될 수 있으며 더 필수적인 올리고 당류는 추가 연구를 위해 Auto-CHO를 통해 한 냄비 반응으로 합성 될 수 있다고 믿습니다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
저자는 공개 할 것이 없다.
Acknowledgments
이 작품은 정상 회담 프로그램, 과학 기술부 [MOST 104-0210-01-09-02, most 105-0210-01-13-01, MOST 106-0210-01-15-02], NSF (1664283)를 포함한 학계 시니카의 지원을 받았습니다.
Materials
| Name | Company | Catalog Number | Comments |
| Acetonitrile | Sigma-Aldrich | 75-05-8 | |
| Anhydrous magnesium sulfate | Sigma-Aldrich | 7487-88-9 | |
| Cerium ammonium molybdate | TCI | C1794 | |
| Dichloromethane | Sigma-Aldrich | 75-09-2 | |
| Drierite | Sigma-Aldrich | 7778-18-9 | |
| Ethyl acetate | Sigma-Aldrich | 141-78-6 | |
| Methanol | Sigma-Aldrich | 67-56-1 | |
| Molecular sieves 4 Å | Sigma-Aldrich | ||
| n-Hexane | Sigma-Aldrich | 110-54-3 | |
| N-Iodosuccinimide | Sigma-Aldrich | 516-12-1 | |
| Sodium bicarbonate | Sigma-Aldrich | 144-55-8 | |
| Sodium thiosulfate | Sigma-Aldrich | 10102-17-7 | |
| Toluene | Sigma-Aldrich | 108-88-3 | |
| Trifluoromethanesulfonic acid | Sigma-Aldrich | 1493-13-6 |
References
- Apweiler, R., Hermjakob, H., Sharon, N. On the frequency of protein glycosylation, as deduced from analysis of the SWISS-PROT database. Biochimica Et Biophysica Acta. 1473 (1), 4-8 (1999).
- Sears, P., Wong, C. -H. Toward Automated Synthesis of Oligosaccharides and Glycoproteins. Science. 291 (5512), 2344-2350 (2001).
- Kulkarni, S. S., et al. “One-Pot” Protection, Glycosylation, and Protection-Glycosylation Strategies of Carbohydrates. Chemical Reviews. 118 (17), 8025-8104 (2018).
- Zhang, Z., et al. Programmable One-Pot Oligosaccharide Synthesis. Journal of the American Chemical Society. 121 (4), 734-753 (1999).
- Cheng, C. -W., et al. Hierarchical and programmable one-pot synthesis of oligosaccharides. Nature Communications. 9 (1), 5202 (2018).
- ChemDraw. , PerkinElmer Informatics. (2019).
- Cheeseman, J. R., Frisch, Æ Predicting magnetic properties with chemdraw and gaussian. , (2000).
- Yap, C. W. PaDEL-descriptor: An open source software to calculate molecular descriptors and fingerprints. Journal of Computational Chemistry. 32 (7), 1466-1474 (2011).
- Ceroni, A., Dell, A., Haslam, S. M. The GlycanBuilder: a fast, intuitive and flexible software tool for building and displaying glycan structures. Source Code for Biology and Medicine. 2, 3 (2007).
- Damerell, D., et al. The GlycanBuilder and GlycoWorkbench glycoinformatics tools: updates and new developments. Biological Chemistry. 393 (11), 1357-1362 (2012).
