生物學功能學篩選評價之酶學篩選評價篇

2021-01-14 生物製品圈

      在絕大數藥物靶點中酶學靶點是一個大類。本文主要以酶催化的基本化學反應原理為起點,概述和闡述下酶催化反應的幾個基本概念Km,Kcat和Ki,以及其測定方法,分析下一個靈敏的酶學篩選方法開發的幾個關鍵步驟,概括論述下酶抑制劑的類型以及在實驗檢測過程中不同類型酶抑制劑的IC50和Ki之間的關聯。

在線培訓推薦:在線交流|體外生物學方法開發-基本原理和實踐

酶是生命體內化學反應的催化劑,能夠在生理溫度和常壓下加快化學反應的速度,幾乎所有的細胞活動進程都需要酶的參與以提高效率。特定酶活性或者表達量的增強或者缺少都有可能導致生命活動的異常,疾病的發生。在藥物研發過程中酶是十分重要的靶點,也是十分有潛力和效果的靶點,如最近在中國上市的吉利德的慢性C型肝炎新藥索華迪(索磷布韋),其效果和價格一樣讓人印象深刻,一個療程6萬人民幣左右,對於基因1,2,3,6型HCV具有抗病毒活性,治癒率高達92%-100%,其作用的靶點是NS5B RNA聚合酶;又如晚期大腸癌的一線用藥是伊立替康,其代謝活性成分SN-38是DNA拓撲異構酶Ⅰ抑制劑,其與拓撲異構酶Ⅰ及DNA形成的複合物能引起DNA單鏈斷裂,阻止DNA複製及抑制RNA合成,為細胞周期S期特異性。首款獲得FDA批准的雙藥HIV療法新藥Juluca,其兩個活性成分,Dolutegravir是HIV-1整合酶鏈轉移抑制劑(integrase strand transfer inhibitor,INSTI);Rilpivirine是一款非核苷逆轉錄酶抑制劑(non-nucleoside reverse transcriptase inhibitor,NNRTI)。酶作為一個很有潛力的靶點,如何建立一個簡單高通量的酶學抑制物的篩選方法是這篇文章筆者主要討論的問題。我們可以重溫一下酶學基本的反應原理開始

絕大多數酶學反應都可以用下圖簡單的模型進行描述:

E代表酶,S代表底物,P代表催化產物。ES代表在催化反應開始前形成的中間態產物酶-底物複合物,E和S形成ES複合物的反應是可逆反應的過程,k1是E和S形成ES複合物的結合速率常數,相當於配體受體結合時的Kon或者Ka, k-1是ES解離形成E和S的解離速率常數,相當於配體受體結合時的Koff或者Kd(關於以上概念可參考筆者前期的文章--生物功能學篩選評價技術之親和力評價篇);ES解離形成E和P的過程在反應初期一般認為是不可逆的過程,反應產物E會被反應體系中的過量的S捕捉,k2是ES形成E和P的速率常數,也被稱之為Kcat,相當於配體受體結合時的Kon或者Ka

酶催化效率:

一個酶相對於其底物的催化效率主要由兩個方面決定Kcat/Km, Km值(米氏常數)越小, Kcat值越大,催化效率越高。Km值的化學本質是E和S可逆反應過程中的解離平衡常數KD,反映的是E和S親和力的強弱,Km值越小親和力越強,效率越高。Kcat值是ES解離形成E和P的速率常數。

Km值和Kcat值測定

米氏方程描述了在穩態反應條件下酶催化反應中初始反應速度V0和底物濃度 [S]的相關關係:

當V0等於1/2的 Vmax時,底物濃度 [S]為Km值。

在實際的檢測過程主要包括以下幾個步驟:

1. 少量固定濃度的酶(nM或者pM級別),梯度濃度稀釋的底物(底物濃度相對於酶濃度由遠遠過量,mM到μM)進行分組,酶催化反應;

2. 每個分組對酶催化反應的產物進行動力學檢測(酶標儀進行螢光,吸光度檢測或者HPLC檢測),選取各分組信號時間的線性反應區域進行V0計算;


3. 選取梯度濃度稀釋的底物動力學檢測的線性區域的斜率作為初始反應速度V0進行數據米氏方程擬合,擬合圖形的平臺期為Vmax, 1/2的Vmax時V0對應的底物濃度值是Km值。處理結果示意圖如下:

4. 當酶催化反應達到最大速度時,S遠遠大於E,所以所有的E均被S捕獲,E和S的逆反應速度可忽略不計,[ES]=[E]

Vmax=[ES]*Kcat=[E] *Kcat,所以Kcat= Vmax/[E]

以上是Km和Kcat的測定和計算過程,值得注意的是在實際的實驗過程中需要注意以下幾點:

1. 必須是動力學讀數,選取初始反映的線性段的斜率作為初始反應的速度。終點法讀數的結果很多時候並不可靠,應為酶催化反應隨著時間的進行底物的消耗,反應速度會從勻速到非均速變化,如果採用終點法可能得到不真實的初始速度,如下圖:


2. 必須確認儀器的檢測線性,當酶催化反應,產物的量過多時,超過儀器檢測的線性區域時,檢測的產物的量不準,影響到後續參數的計算,如下圖:

酶學篩選方法的幾個核心參數包括酶,反應環境,底物和抑制物。一般來講反應環境需要查閱文獻進行調研,確定PH值,離子強度,洗滌劑等對酶活的影響,底物可以根據酶催化原理選擇天然底物,也可以選擇合成底物(底物的選擇和後續配套的檢測方法緊密相關)。一個酶學方法的開發可能涉及到以下一些因素:

底物的選擇和配套的檢測方式,如下圖某蛋白水解酶,其識別的位點是胺基酸線性表位,可以人工合成多肽,在其N端和C端分別加入螢光基團和淬滅基團,正常狀態下或者酶活抑制狀態,該多肽在酶標儀340nm激發時,其發射光會被淬滅基團吸收,在405nm無信號產生;酶催化反應會將該多肽剪切,當酶標儀340nm激發時,405nm有信號產生。

又如某病毒逆轉錄酶,合成RNA模板和對應引物,在其引物上進行生物素標記,其中鹼基上進行Ru標記,隨著酶催化的逆轉錄反應的進行,引物上不斷有Ru標記鹼基上去形成核苷酸序列,通過親和素的板子捕捉引物,檢測Ru信號值來評判酶的催化和抑制的活性。


酶,底物濃度的選擇和反應時間的選擇

當酶對應的底物確定以後,選取少量的酶濃度(pM或者nM)對底物進行Km測定,選取底物的Km濃度作為篩選的反應濃度,選取該濃度下線性的反應時間內的某個時間點作為反應終止或者檢測的時間。酶和梯度稀釋的化合物進行預孵育後,加入Km濃度的底物,反應一段時間後進行檢測,這個就是一般酶學篩選模型。 

對於靶點酶的抑制劑,主要可以歸納為三類(competitive競爭性, noncompetitive非競爭性, uncompetitive不競爭性)

competitive競爭性抑制劑只和自由的酶結合,通常情況下和底物共同競爭結合位點(活性中心),當然也有競爭性抑制劑和底物互斥的情況出現,兩個中只有一個能夠和自由的酶結合。在競爭性抑制劑存在的情況下,酶相對於底物的Km和Vmax測定時,測得得表觀Km值增加,Vmax值不變,如下圖所示,幾種競爭性抑制劑的圖示:

noncompetitive非競爭性抑制劑

非競爭性抑制劑可以和自由的酶結合,也可以和酶-底物複合物結合,抑制劑結合的位點和活性中心位點不在相同的表位,最終也會導致酶催化活性的喪失。在非競爭性抑制劑存在的情況下,酶相對於底物的Km和Vmax測定時,測得得表觀Km值不變,Vmax值降低,如下圖所示:

 

uncompetitive不競爭性抑制劑

不競爭性抑制劑只和酶-底物複合物結合,形成失活的抑制劑-酶-底物複合物。酶相對於底物的Km和Vmax測定時,測得得表觀Km值降低,Vmax值降低。如下圖所示:

Ki描述的是抑制劑和酶的結合強弱,是抑制劑和酶的解離平衡常數,是個狀態函數,不會受到反應體系中底物濃度的影響,不同實驗得到的Ki值具有可比性;而IC50則是在特定酶學檢測方法中酶活抑制一半時抑制劑的濃度,根據不同類型的抑制劑,底物濃度可能對IC50產生影響,不同實驗得到的IC50值不具可比性。根據不同類型的抑制劑,在理想條件下(酶濃度遠遠小於底物濃度進行反應),Ki和IC50的關係如下:

不同抑制劑類型IC50和反應體系中加入的底物濃度的關係示意圖如下:

絕大多數生命活動的調控均是有酶的參與,對酶的選擇性抑制可以調控細胞的增殖、分化、凋亡以及免疫調節等許多重要的生物學過程,如JAK抑制劑,IDO抑制劑等在臨床研究或者市場上證明了其價值或者潛在的價值。了解酶學反應的化學原理,搭建合適的酶學篩選模型;表徵酶抑制劑的不同抑制機理,也有助於細微區分不同抑制機理藥物可能起到的差異性的臨床獲益。

    利用酶催化反應進行體外的功能學檢測也是常用的工具,如ELISA中HRP酶的催化顯色,細胞活性檢測時琥珀酸脫氫酶催化的CCK8檢測,報告基因檢測過程中luciferase酶催化的化學發光等,了解其化學原理和動力學反應進程有助於功能學方法學開發,優化檢測方法的條件。

酶催化反應是理解體外生物功能學評價體系承上啟下的一環,此反應過程描述了是從Binding(affinity)轉換到function(potency)的過程,且在理想條件下此過程是線性傳遞的,即產物生成量是ES的量和Kcat的乘積,Vp=[ES]*Kcat。與之相對的,蛋白相互作用過程中,只有Binding(affinity),大部分受體介導的細胞學效應既有Binding(affinity),也有function(potency),但是由Binding(affinity)到function(potency)之間的傳遞往往是非線性的,每種細胞由於其細胞內環境蛋白的表達差異性會導致由胞外結合引起的刺激非均一放大形成差異性效用。下一篇筆者將會對更為複雜的細胞學相關測定方法進行討論。

參考資料

《Guidance for Assay Development & HTS 》

SECTION V: ENZYMATIC ASSAYS

SECTION XII: MECHANISM OF ACTION ASSAYS FOR ENZYMES

識別微信二維碼,添加生物製品圈小編,符合條件者即可加入生物製品圈微信群!

請註明:姓名+研究方向!


本公眾號所有轉載文章系出於傳遞更多信息之目的,且明確註明來源和作者,不希望被轉載的媒體或個人可與我們聯繫(cbplib@163.com),我們將立即進行刪除處理。所有文章僅代表作者觀點,不代表本站立場。

相關焦點

  • 環境影響因素識別及評價因子篩選的原則
    掌握環境影響因素識別及評價因子篩選的原則;  1.環境影響因素識別  在了解和分析建設項目所在區域發展規劃、環境保護規劃、環境功能區劃、生態功能區劃及環境現狀的基礎上,分析和列出建設項目的直接和間接行為,以及可能受上述行為影響的環境要素及相關參數。
  • 新冠轉基因小鼠和恆河猴構建成功,已用關於藥物篩選疫苗評價
    在鑑定會上,專家組聽取了研究所秦川教授做的動物模型研製報告,查閱了相關材料,經質詢討論,一致認為研究所率先建立了轉基因小鼠模型和恆河猴新冠肺炎(COVID-19)的疾病模型,豐富了對COVID-19病因學和病理學的認識,為進一步研究感染與發病機制、傳播途徑、藥物和疫苗評價等提供了不可缺少的關鍵支撐。
  • 體外新藥篩選系列(一):KRAS篩選助力靶向腫瘤藥物研發
    此次,我們特別邀請藥明康德研究服務部生物部體外新藥篩選團隊的朱曉宇博士與大家進行在線交流。朱博士將對KRAS的藥物研發歷史進行概況介紹,並基於對KRAS靶點多年的研發經歷,進一步介紹生物部生化和細胞信號團隊針對KRAS突變建立的篩選平臺和可以提供的研發服務。歡迎大家加入我們的分享與討論。
  • 產Macrolactins的海洋細菌X-2中Ⅰ型PKS基因簇的篩選鑑定與功能分析
    微生物學通報 SEP 20, 2008, 35(9): 1367~1372產Macrolactins的海洋細菌X-2中Ⅰ型PKS基因簇的篩選鑑定與功能分析董曉毅 王梁華 孫銘娟 宗英 焦豫良 焦炳華(中國人民解放軍第二軍醫大學基礎醫學部生物化學與分子生物學教研室  上海  200433)摘  要: Macrolactins
  • 夏慶友教授團隊構建家蠶全基因組編輯篩選平臺
    2020年第94期 總第1204期近日,國際生物學領域知名期刊《基因組研究》在線發表學校前沿交叉學科研究院生物學研究中心夏慶友教授團隊的最新研究成果論文。
  • 【乾貨】地下水汙染修復技術篩選步驟和方法
    修復技術的篩選存在著主觀性,有可能出現多解性。修復技術的篩選沒有固定的模式,篩選評估方法也不盡相同。但如果篩選模型考慮的因素太多,模型參數以及權重的獲取對評價結果影響較大,反而不利於實際應用,可操作性差。在修復技術的選擇方面,需要有豐富的水文地質學背景和地下水汙染修復實踐經驗,往往簡單的方法最為適用。可以充分分析不同修復技術的特點、汙染物和含水層的特性以及汙染場地條件等主要因素,進行各種修復技術篩選的評分,評分高的修復技術,可用於地下水汙染場地的修復工程。
  • 化合物體外篩選試驗中重要指標介紹
    受限於生物技術的發展水平,早些時候藥物篩選主要依賴於表型篩選模式,而且每次可以篩選的化合物數量較少。隨著生物科技的快速發展,PCR、DNA重組、轉染等技術的出現,極大的促進了藥物篩選的效率。伴隨著新技術的出現,篩選數據的數量和複雜程度也直線上升,在規範化的研發模式中,藥物開發分工也越來越細化,負責化合物優化的藥物化學家可能並沒有相關的生物學或者分子生物學背景,因此對化合物篩選中的一些數據或者術語有清晰的認知和了解,對化合物的優化非常有必要。
  • 我國科學家首次構建家蠶全基因組編輯篩選平臺
    新華社重慶5月20日電(記者柯高陽)我國科學家日前首次構建家蠶全基因組編輯篩選平臺,並運用該平臺建立全基因組家蠶基因編輯文庫,篩選鑑定出家蠶具有代表性的必需基因,推動家蠶遺傳育種工作。相關研究成果已於近期在國際生物學領域期刊《基因組研究》在線發表。
  • ...聚焦針對該病毒的治療候選新藥篩選、評價和老藥新用研究。-FX...
    此前,上海藥物所啟動由蔣華良院士牽頭的抗新型冠狀病毒感染肺炎藥物研究應急攻關團隊,在前期SARS相關研究和藥物發現成果基礎上,聚焦針對該病毒的治療候選新藥篩選、評價和老藥新用研究。 聲明:FX168財經報社僅提供交易相關數據及資訊參考,由此帶來的投資風險由交易者自行承擔。
  • 重慶科學家構建全球首個家蠶全基因組編輯篩選平臺
    中新網重慶新聞5月24日電(記者鍾旖)記者24日從西南大學獲悉,該校前沿交叉學科研究院生物學研究中心夏慶友教授團隊日前構建起全球首個家蠶全基因組編輯篩選平臺,運用平臺可建立全基因組家蠶基因編輯文庫,篩選鑑定出家蠶具有代表性的必需基因,推動家蠶遺傳育種工作。相關研究成果已於近期在國際基因組學領域知名期刊《基因組研究》在線發表。
  • Get農學領域——標誌物篩選、機理研究的代謝組學實驗設計方案!
    一、生物標誌物篩選從生命中心法則來看,代謝位於生命活動調控的終端,是最接近表型的組學,更能直觀反映機體被外界刺激或基因修飾後產生的響應變化。因此,將代謝物本身作為標誌物,往往可以更直觀地體現樣本間差異。目前,利用代謝組檢測生物標誌物,已廣泛用於農產品質檢、病理分析及成分分析領域。
  • 如何篩選優質的PPP項目
    我國的法律傳統是大陸法系,實行法典化;法律規範的抽象化、概括化;強調製定法的權威,一般不承認法官的造法功能。  通過大陸法系和英美法系的對比,在大陸法系環境下,制定法中對事務的描述在宏觀上決定其性質,過往的成例一般很難左右當下的情況。
  • 歐易關鍵基因篩選報告
    歐易重磅推出關鍵基因篩選報告,對表達到功能選取重要指標進行打分,同時根據生物學意義賦值及權重設置,錨定關鍵基因,將結果可視化呈現,一應俱全。您只需根據「一張表」,對其中各項內容進行組合篩選,便能獲得您想要的關鍵基因。
  • 研究人員利用CRISPR-Cas13完成對環形RNA功能的篩選和研究
    研究人員構建並優化了一系列環形RNA計算生物學研究體系,通過在轉錄組高通量測序數據中尋找環形RNA特異的反向剪接位點,揭示了環形RNA的廣譜表達、其特殊加工機制和功能作用等(Zhang et al,Cell2014;Zhang et al,Genome Res2016;Dong et al,Cell Res2016;Zhang et al,
  • 物種網絡構建與關鍵物種篩選
    為了能快速篩選出群落核心物種,前人開發了各式各樣的數據篩選方法,在篩選的基礎上,進行網絡的圖的繪製,用點和線組成網絡,來描繪微生物世界的「社會結構」。因此,我們需要使用一些關鍵的評估指標找到關鍵的物種信息,幫助我們快速篩選獲得樣本群落中的核心微生物。
  • T-cell engager 高通量篩選平臺
    為助力雙特異抗體藥物開發,康源博創構建了CD3為基礎的雙特異抗體高通量篩選評價細胞模型,結合已經構建的涵蓋了各種藥物靶點和HLA分型1000多種腫瘤細胞株,可以快速篩選檢測新型TRACTr以及不同 format 的雙特異抗體。歡迎諮詢和聯繫我們!
  • 楊力研究組合作完成利用CRISPR-Cas13對環形RNA功能的篩選和研究
    研究組構建並優化了一系列環形RNA計算生物學研究體系,通過在轉錄組高通量測序數據中尋找環形RNA特異的反向剪接位點,系統高效地揭示了環形RNA的廣譜表達、及其特殊加工機制和功能作用等(Zhang et al,Cell2014; Zhang et al,Genome Res2016; Dong et al,Cell Res2016; Zhang et al,Cell Rep2016; Dong et
  • 抗體研發重中之重,靶點發現與篩選不容小覷
    然而並非所有靶點都能成為與疾病相關的有效靶點,在這些靶點中,有相當一部分靶點可能因為複雜的生物學原因不具備成藥的價值。同樣,很多藥物的靶點在一個龐大的系統中扮演重要的協同作用角色。因此對新型靶點進行篩選和驗證是非常重要的工作,也面臨方法單一的瓶頸。
  • 親和質譜技術:藥物靶標配體的高通量篩選
    研究者通常從大量化合物庫中篩選出與靶蛋白發生特異結合作用的小分子配體,如此的混合物篩選方式可以顯著提高篩選通量和降低成本。水雯箐研究員2016年初加入上海科技大學,在iHuman研究所建立了配體篩選與組學技術課題組,是國內較早開展親和質譜用於藥物靶標配體高通量篩選的學者之一。
  • 【學術前沿】劉光慧等通過全基因組篩選發現新型衰老驅動基因
    該研究首次利用全基因組CRISPR/Cas9篩選體系在人間充質幹細胞中鑑定出新的衰老調控基因,並在此基礎上開發了可以延緩機體衰老的新型「基因療法」。這項工作大大擴展了人們對於衰老基因的認識,為延緩衰老、防治衰老相關疾病提供了重要的幹預靶標與新型策略。