无细胞合成技术在创新药高通量筛选中的应用_第1页
无细胞合成技术在创新药高通量筛选中的应用_第2页
无细胞合成技术在创新药高通量筛选中的应用_第3页
无细胞合成技术在创新药高通量筛选中的应用_第4页
全文预览已结束

无细胞合成技术在创新药高通量筛选中的应用.docx 免费下载

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

无细胞合成技术在创新药高通量筛选中的应用传统的抗体筛选技术在获得候选序列后,需要经过繁琐的细胞培养、转染、表达等过程,实验周期长,动辄2-3个月,难以满足创新药(尤其是AI制药)的需求。因此,无细胞蛋白合成技术越来越被重视。无细胞蛋白合成技术(CFPS)不需要漫长的细胞培养周期,直接从DNA模板快速生成抗体片段或全长抗体,仅需3个小时就能获得高活性目的蛋白。并且CFPS还可以平行测试大量的抗体序列,适配高通量实验设计,短时间内就能筛选出具有高亲和力与高特异性的候选分子。01CFPS在抗体筛选中的应用Hunt等人将CFPS、快速DNA扩增与AlphaLISA高通量检测相结合,建立了一套无需细胞培养、可在24小时内从序列到抗体筛选的快速平台,成功对135株已发表的抗SARS-CoV-2抗体与119株免疫小鼠来源的抗体进行快速功能评价,鉴定出多个候选中和抗体,其中SC2-3抗体可结合所有受试的病毒突变体。这一技术为抗体药物研发提供了快速、高通量的解决方案。无细胞抗体筛选工作流程(源自文献:DOI:10.1038/s41467-023-38965-w)02CFPS在酶制剂中应用酶在化学合成、药物开发等领域发挥着关键作用。传统方法需要经过转化、培养、诱导表达及裂解等多个步骤,耗时久,严重制约了研发效率。无细胞蛋白合成系统能够直接利用线性DNA模板进行蛋白质合成,快速表达大量酶突变体,同时反应体积可缩小至μL级,便于在多孔板或微流控系统中并行高通量测试。Landwehr等人开发了一个集成的高通量技术平台,将无细胞表达系统与机器学习模型深度整合,开发了“设计-构建-测试-学习”的工作流。研究人员利用CFPS在体外快速完成定点饱和突变文库的构建与蛋白质合成,在24小时内生成数百至数千个序列明确的蛋白质突变体,并对1217种突变体在10953个独特化学反应中的底物偏好进行了评估,以此绘制出详细的酶适应度景观。基于这些数据,团队构建增强岭回归模型,成功预测出能够高效合成9种小分子药物的酶突变体,其活性相较于野生型提高了1.6至42倍。CFPS与机器学习相结合的酶工程平台(源自文献:DOI:10.1038/s41467-024-55399-0)03CFPS在药物发现中的应用CFPS能够用于膜蛋白、多肽类、ADC等药物研发过程中。Gu等人通过CFPS构建了原位合成膜蛋白亲和色谱(iSMAC),实现了PDGFRβ抑制剂的高通量筛选及药物-蛋白亲和力的测定。这一策略可推广至其他受体及酶的靶向药物筛选,同时结合位点定向突变,能够快速验证药物结合位点及药物与生物大分子相互作用。SutroBiopharma公司将CFPS与非天然氨基酸定点偶联技术结合,构建了XpressCF+平台,用于开发位点特异性的新型ADC。通过将带叠氮基团的pAMF位点特异性插入曲妥珠单抗,该平台成功产出DAR高度均一的ADC。目前,Sutro开发的STRO-004正在进行Ⅰ期临床试验,用于评估复发性/转移性实体瘤成人患者中的安全性、药代动力学和初步抗肿瘤活性。XPressMAX™无细胞蛋白合成解决方案义翘神州(SinoBiological)自主研发的XPressMAX™无细胞蛋白合成试剂盒(货号:CFKIT02),无需繁琐的细胞培养或转染操作,仅需向反应体系中加入质粒或PCR产物,即可在数小时内获得具有高可溶性、高活性的目的蛋白,广泛应用于抗体药物发现、高通量筛选等多元化场景,加速候选分子的验证与优化。【参考文献】1.AndrewC.Hunt,etal.Arapidcell-freeexpressionandscreeningplatformforantibodydiscovery.NatureCommunications,2023./10.1038/s41467-023-38965-w2.KanghunLee,etal.Cell-freeBiosynthesisofPeptidomimetics.BiotechnologyandBioprocessEngineering,2022.DOI10.1007/s12257-022-0268-53.LandwehrGM,etal.Acceleratedenzymeengineeringby

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