MCE產品在藥物篩選實驗領域的應用案例分享
01
藥物篩選
眾所周知，高通量篩選 (High-throughput screening, HTS) 是藥物發現和疾病機制研究的高效方法。
篩選實驗通常分為細胞水平實驗和分子水平實驗：
- 分子水平實驗多應用于基于靶點的實驗，用于研究待測化合物對靶蛋白的抑制作用或結合活性，目前有多種不同的檢測方法用于分子水平化合物篩選，可以根據具體使用目的及研究對象進行選擇。
- 當研究靶點未知、靶蛋白難分離純化，或者所檢測的表型只存在于細胞水平時，需要通過細胞水平實驗進行篩選。細胞水平實驗可以從細胞整體水平檢測化合物對細胞的調控、毒性或細胞內的代謝情況等。
化合物庫是開展高通量篩選的實驗對象，也是篩選實驗的主體，選擇匹配實驗目的化合物庫是開展高通量篩選的關鍵。
MCE 擁有多樣性實體化合物庫，滿足不同篩選需求：
|
（Bioactive Compound Libraries） -老藥新用，機制研究，高命中率 |
||||
|---|---|---|---|---|
|
• 200+ 生物活性化合物庫 • 24,000+ 具有明確生物活性的化合物可供篩選 • 涵蓋 1,000+ 生物靶點及多種熱門研究領域 |
||||
| 片段化合物庫 （Fragment Libraries） |
||||
|
• 22,000+ 片段化合物 • 結構多樣，高溶解度 • 可用于基于片段的藥物開發（FBDD） |
||||
| 高通量化合物庫 （High Throughput Screening Library） |
||||
|
• 1,600 萬 + 化合物可供篩選 • 結構多樣性，高類藥性 • 庫存充足，可重復供應 |
||||
|
（Diversity Compound Library） -新品、高分搖籃 |
||||
|
• 50,000+ 高度多樣的化合物 • 3D 結構、良好的生物反應性、高命中率 • 藥物篩選 / 新藥研發的專業工具 |
||||
| DEL 庫 （DNA-Encoded Compound Library） |
||||
|
• 68 個 DEL 庫，數十億 DEL 分子 • 化學結構新穎，化學空間覆蓋范圍廣，具備類藥 • 分子特性 • 強大的化合物合成能力 |
||||
| AI 庫 （MegaUni） |
||||
|
• 強大的化合物合成能力 • 長期的數據積累，結構化的數據 • 質量源于設計 • 1,000 萬 REAL 分子 |
下面我們就看看在客戶使用 MCE 化合物庫發表的文獻中，大家都如何做的篩選實驗吧！
02
案例分享一
第一篇文章是發表在 Cellular & Molecular Immunology 的 “A SARS-CoV-2-specific CAR-T-cell model identifies felodipine, fasudil, imatinib, and caspofungin as potential treatments for lethal COVID-19” (IF=24.1)。
SARS-CoV-2 誘導的細胞因子爆發與 COVID-19 的嚴重程度和致死率密切相關。因此，本文作者想要篩選并鑒定出抗炎癥的藥物來治療 COVID-19。作者通過構建了 SARS-CoV-2-S 蛋白靶向的 CAR-T 細胞模型 (SARS-CoV-2-S CAR-T) 并用刺突蛋白刺激來模擬 COVID-19 患者中的 T 細胞反應，即大量的細胞因子釋放，以及獨特的記憶性的、耗竭的和調節性的 T 細胞表型。
結合該細胞模型和感染表型，作者想通過高通量篩選鑒定出有效抑制細胞因子釋放的小分子化合物。通過基于 ELISA 的 IL8 和 IFNγ 的釋放抑制率篩選，并進一步鑒定化合物對 T 細胞的毒性，最終從 1049 個 FDA 批準的上市藥物中鑒定出了四個符合篩選標準的化合物 (圖 1)。后續的實驗中，作者通過細胞以及體內實驗也證明了這四個小分子在臨床早期治療中的潛力[1]。
03
案例分享二
第二篇文章是發表在 Nature Communications 的 “Domain-specific p53 mutants activate EGFR by distinct mechanisms exposing tissue-independent therapeutic vulnerabilities” (IF=16.6)。
錯義突變的 TP53 會影響其本身的腫瘤抑制功能失效，又能賦予其促癌活性，從而促進癌變，因此開展 TP53 錯義突變的研究至關重要。
作者發現影響 p53 的 TAD 或 DBD 的突變會導致不同的細胞定位模式和蛋白質伴侶。因此作者想通過高通量篩選，來測試 p53 TAD 突變體與 DBD 突變體之間獨特的蛋白質相互作用是否會影響不同的信號通路，從而產生不同的促抑癌或致癌效應。
為此，作者使用定制的 303 種針對信號傳導和代謝途徑的小分子抑制劑庫進行了篩選，以確定并驗證 p53 TAD 與 DBD 突變細胞生長或存活所獨特依賴的信號傳導途徑。
細胞活性檢測實驗的結果發現，選擇性抑制 PI3K/AKT/mTOR 信號傳導和生物合成會更明顯地降低 TAD 突變體細胞和 DBD 突變體細胞的存活率 (圖 2)。通過 Western Blot 分析顯示，TAD 突變體細胞中磷酸化的 AKT、S6K、ERK 和 mTOR 水平升高。這些數據表明，p53 TAD 與 DBD 突變細胞的存活或生長依賴于不同的機制，并在細胞內信號通路中表現出不同的激活模式[2]。
以上兩個文章也僅是給大家在選擇篩選實驗提供一些思路，無論是選擇什么實驗開展篩選實驗都要保證實驗方法適配于我們的實驗目的且具有結果可重復性、經濟性、可高通量進行等等。
詢價與訂購：
MCE 可提供多種藥篩服務，由靶找藥、由藥找靶、基于表型的藥物篩選等，滿足您的各類實驗需求！目前，MCE 藥篩平臺可提供涵蓋 GPCR 、激酶 、離子通道的特定靶向篩選，擁有數百種穩定細胞株，檢測方法多樣，可為您量身定制篩選方案。
| HY-L021 天然產物庫 4,600+ 種天然產物，包括糖類和糖苷，苯丙素類，醌類，黃酮類，萜類，類固醇，生物堿，酚類，酸和醛等。 |
| HY-L022 FDA 上市庫 3,000+ 個批準上市的化合物，這些化合物已經完成了廣泛的臨床前和臨床研究，具有良好的生物活性、安全性和生物利用度。 |
| HY-L035 老藥新用化合物庫 4,900+ 種批準上市藥物及臨床 Ⅰ 期以后化合物，適用于老藥新用的研究。 |
| HY-L009 激酶抑制劑庫 2,700+ 激酶抑制劑和調節因子，主要靶向蛋白激酶 (VEGFR、EGFR、BTK、CDK、Akt 等)、脂質激酶 (PI3K、PI4K、SK 等) 和碳水化合物激酶。 |
| HY-L001 生物活性化合物庫 19,000+ 具有明確報道的、活性已知、靶點明確的小分子化合物，包括天然產物，新型化合物，已上市化合物及處于臨床期化合物等，可以用于信號通路研究，新藥研發，老藥新用等不同的篩選目的。 |
| HY-L099 靶點多樣性化合物庫 2,300+ 種化合物，涵蓋 1,000+ 靶點及亞型，如 GPCR 蛋白家族、離子通道、多種激酶等。每種靶點及亞型精心挑選 1-3 種高活性高特異性小分子化合物。 HY-L111 新穎已知活性化合物庫 1,200+ 已經被細胞實驗或生化實驗進行過活性驗證的小分子化合物集合。該化合物庫中的所有化合物結構新穎，活性多樣，更容易開發新的先導化合物。 |
參考文獻：
[1] Xia L, et al. A SARS-CoV-2-specific CAR-T-cell model identifies felodipine, fasudil, imatinib, and caspofungin as potential treatments for lethal COVID-19. Cell Mol Immunol. 2023 Apr;20(4):351-364.
[2] Ho TLF, et al. Domain-specific p53 mutants activate EGFR by distinct mechanisms exposing tissue-independent therapeutic vulnerabilities. Nat Commun. 2023 Mar 28;14(1):1726.
