双功能抗体的表达及预测.doc_第1页
双功能抗体的表达及预测.doc_第2页
双功能抗体的表达及预测.doc_第3页
双功能抗体的表达及预测.doc_第4页
双功能抗体的表达及预测.doc_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

双功能抗体的表达及预测 关键词:单链抗体 单链抗体除本身的治疗作用外,还可作为载体与细胞因子等结合,构建成双功能抗体用于肿瘤的导像治疗。据文献报道13各衍生因子两个完整基因融合成单一蛋白,经抗肿瘤活性检测发现,融合蛋白具有双重活性,但融合蛋白的亲和性及抗肿瘤活性分别较衍生因子的功能及活性有所变化,可能由于融合蛋白结构变化导致功能及活性的变化。利用生物信息学网络资源分析融合蛋白的二级结构及其理化性质,为进一步探讨单链双功能抗体基因融合蛋白提供依据。 1 双功能抗体的研究进展 随着分子生物学的发展,肿瘤的药敏基因治疗成为各国学者研究的热点35。将目的基因导入靶细胞是基因治疗过程中的一个重要环节,因为目的基因导入靶细胞效率的高低将直接影响基因治疗的效果甚至成败。由逆转录病毒介导的基因转移所面临的最大问题是病毒转导效率较低,原因之一是由于包装后难以得到稳定产生较高滴度感染性逆转录病毒的包装细胞系。单链抗体(ScFv)是由Fv抗体衍生而来,将抗体重链可变区和轻链可变区通过一段连接肽连接而成,ScFv具有天然抗体的亲和力,而分子只有完整抗体的六分之一。具有分子小、穿透力强、容易进入实体瘤周围的血液循环等特点,体内应用具有较大的分布容积和较高的组织分布比例,ScFv是构建双功能抗体,双特异性抗体等多种新功能抗体分子的理想元件。一个蛋白或蛋白片段可以融合到ScFv片段上以配备附加的性质,如免疫毒素的产生,是通过将一个肿瘤特异的ScFv或Fab融合到一个内源化能杀死靶细胞的毒素上。许多细胞特异抗体可将试剂传递到肿瘤部位发挥其细胞毒元件的作用。肿瘤特异性抗体片段已经与细胞因子融合48。在这种情况下,称免疫细胞因子的分子注射到患者体内,在肿瘤细胞表面积聚,可以激活肿瘤附近的T淋巴细胞。这些融合蛋白内在的肿瘤结合活性允许使用低浓度,没有通常与系统细胞因子注射相关的副作用。 细胞因子融合蛋白均具有衍生因子的双重活性,其中有一些的活性较各自野生型低,或者与野生型因子的相加一致,或者其活性高于衍生因子的相加活性,人工构建的新蛋白可能具有与衍生因子无关的新活性911。事实证明:具有不同功能域的复合蛋白质以及连接肽的设计是今后寻找新的治疗因子的有效途径和研究方向。生物信息学可以促进药物的发现和开发过程,即充分利用生物信息学的生物学和遗传学信息来寻找和开发以基因为基础的药物。 2 双功能抗体的表达及其生物学性质的预测 对于cDNA序列包含一个完整的蛋白质编码区,重要的则是分析所编码蛋白质的功能。蛋白质序列的生物信息学分析是从理论分析迈向实验研究的最为重要的部分。如果拟对所感兴趣的基因投入实验研究,那么,基于生物信息学获得尽可能多的关于该基因/蛋白质的信息是十分重要和极其重要的,尤其是当采用生物信息学的分析得到其结构功能域的信息后,将对研究思路的制定提供重要的指导信息12,13。 传统生物学认为,蛋白质的序列决定了它的结构,也就决定了它的功能14,15。因此,随着近10年来生物学分子序列信息的爆炸性增长,大大促进了各种序列分析和预测技术的发展,目前已经可以用理论预测的方法获得大量的结构和功能信息,用生物信息学的方法,通过计算机模拟和计算来“预测”出未知蛋白质信息或提供与之相关的辅助信息,可以用较低的成本和较快的时间就能获得可靠的结果1618。重组融合蛋白是通过DNA重组的方法,将功能上相关的两种蛋白用连接肽连接,以达到优化蛋白功能的目的,如免疫毒素和细胞因子融合蛋白,并已用于肿瘤治疗。我们在构建融合蛋白之后,运用生物信息学资源DNAssist核酸序列分析软件分析ScFv-TNF-DNA序列翻译并获得了氨基酸序列,蛋白质分析软件(ANTHEPROT V5)分析融合蛋白的二级结构及其理化性质。利用生物信息学网络资源进行分析预测融合蛋白的性质,为进一步探讨单链双功能抗体基因融合蛋白提供依据。构建重组导向的融合蛋白19,通过重组PCR方法在编码ScFv与TNF-的碱基之间引入酶切位点,并克隆到逆转录病毒表达载体PLxSN上表达,用脂质体转染法转染PA317包装细胞,G418筛选10天后共挑选50个细胞集落,扩大培养后测定29个细胞集落的病毒滴度,筛选出一株cfu>1109/L的感染性重组病毒产生细胞系C26。 【参考文献】 1 Strube RW,Chen SY.Characterization of anti-cyclin E single-chain Fv antibodies and intrabodies in breast cancer cells:enhanced intracellular stability of novel sFv-F(c) intrabodies.J Immunol MethodsK,2002,263(1-2):149-167. 2 Kim EJ,Cho D,Hwang SY,et al.Interleukin-2 fusion protein with anti-CD3 single-chain Fv (sFv) selectively protects T cells from dexamethasone-induced apoptosis.Vaccine,2001,20(3-4):608-615. 3 Peng LS,Penichet ML,Dela Cruz JS,et al.Mechanism of antitumor activity of a single-chain interleukin-12 IgG3 antibody fusion protein (mscIL-12.her2.IgG3).J Interferon Cytokine Res,2001,21(9):709-720. 4 Scherf U,Benhar I,Webber KO,et al.Cytotoxic and antitumor activity of a recombinant tumor necrosis factor-B1(Fv) fusion protein on LeY antigen-expressing human cancer cells.Clin Cancer Res,1996,2(9):1523-1531. 5 Chen P,Chen CQ,Yao LB,et al.Reconstruction and analysis of a Human small molecular antibody to tumor necrosis factor alpha.Shengwu Huaxue Yu Shengwu Wuli Xuebao,2001,33(1):71-76. 6 Wuest T,Gerlach E,Banerjee D,et al.TNF-Selectokine:a novel prodrug generated for tumor targeting and site-specific activation of tumor necrosis factor.Oncogene,2002,21(27):4257-4265. 7 Ma J,Li Z,Luo D.Single chain antibody vaccination in mice against human ovarian cancer enhanced by microspheres and cytokines.J Drug Target,2003,11(3):169-176. 8 Bremer E,Kuijlen J,Samplonius D,et al.Target cell-restricted and -enhanced apoptosis induction by a scFv:sTRAIL fusion protein with specificity for the pancarcinoma-associated antigen EGP2.Int J Cancer,2004,109(2):281-290. 9 Trevor KT,Hersh EM,Brailey J,et al.Transduction of human dendritic cells with a recombinant modified vaccinia Ankara virus encoding MUC1 and IL-2.Cancer Immunol Immunother,2001,50(8):397-407. 10 Niethammer AG,Xiang R,Ruehlmann JM,et al.Targeted interleukin 2 therapy enhances protective immunity induced by an autologous oral DNA vaccine against murine melanoma.Cancer Res,2001,61(16):6178-6184. 11 Liu X,Zhang L,Zhang M,et al.Co-modification of IL-2-TNF alpha fusion gene and B7.1 gene to murine breast tumor cells leads to improved tumor rejection and vaccine effect.Chin Med J (Engl),2000,113(2):167-171. 12 张成岗,贺福初.生物信息学方法与实践.北京:科学出版社,2002,126-136. 13 黄韧,薛成.生物信息学网络资源与应用.广州:中山大学出版社,2003,237-306. 14 Guex N,Peitsch MC.SWISS-MODEL and the Swiss-PdbViewer:An environment for comparative protein modelling.Electrophoresis,1997,18(15):2714-2723. 15 Guex N,DiemandA,Peitsch MC.Protein modelling for all.TiBS,1999,24(9):364-367. 16 Claverie JM.Effective large-scale sequence similarity searches.Methods Enzymol,1996,266:212-227 17 Guigo R.Computational gene identification.J Mol Med,1997,75(6):389-393. 18 Gelfand IM,Kiste

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论