新闻详情

新闻详情

首页 / 资讯中心 / 详情

CETSA-MS与TPP技术在药物靶点发现中的应用

发布时间:2026/11/12 2:41:41来源:尧图网络
CETSA-MS与TPP技术在药物靶点发现中的应用
1. 技术背景与核心价值CETSACellular Thermal Shift Assay结合质谱MS技术特别是其衍生方法TPPThermal Proteome Profiling正在重塑药物靶点发现的范式。这项技术通过监测蛋白质在升温过程中的热稳定性变化为药物-靶标相互作用研究提供了前所未有的活细胞内动态数据。传统靶点鉴定方法如亲和层析或活性基团探针标记往往需要体外纯化蛋白或化学修饰难以反映生理环境下的真实相互作用。2014年瑞典团队首次报道的CETSA技术巧妙利用了配体结合能提高蛋白热稳定性这一生物物理特性实现了药物靶点在天然细胞环境中的直接检测。2. 技术原理深度解析2.1 CETSA-MS基础机制当小分子化合物与靶蛋白结合后会改变蛋白的三维构象稳定性。这种变化表现为熔点温度Tm偏移通常升高2-8°C热聚集倾向降低在升温时更易保持可溶状态蛋白酶抗性增强不易被热激活的蛋白酶降解实验流程关键节点细胞或组织样本与药物共孵育通常1-24小时分装后在不同温度梯度如37-67°C加热3分钟快速裂解并离心获取热稳定蛋白组分胰蛋白酶消化后LC-MS/MS定量分析2.2 TPP技术升级TPP在基础CETSA上引入两大创新全蛋白质组覆盖采用TMT/iTRAQ等标记技术实现多重定量动态温度扫描通常设置10-12个温度点绘制完整熔解曲线 数据处理采用非线性回归拟合f(T) 1 - 1/(1exp(-k(T-Tm)))其中k代表曲线陡度Tm为熔点温度偏移量3. 四大前沿案例拆解3.1 案例一抗癌药物脱靶效应筛查某激酶抑制剂临床研究中出现意外毒性通过TPP发现预期靶点CDK4/6Tm 3.2°C意外靶点PIM3激酶Tm 5.1°C验证实验PIM3敲除后毒性表型消失 关键参数使用HEK293细胞系温度范围37-67°C间隔3°C药物浓度1μM血浆Cmax的10倍3.2 案例二天然产物作用机制阐明某植物提取物抗炎活性成分鉴定初筛发现20个显著热稳定蛋白ΔTm2σ通过STRING分析聚焦到NF-κB通路最终确认IKKβ为直接作用靶点Tm 4.7°C 技术要点采用热图聚类分析降低假阳性设置DMSO和已知IKK抑制剂对照结合SPR验证结合常数KD89nM3.3 案例三多靶点药物协同效应解析某抗纤维化组合疗法机制研究药物A稳定TGFβR2ΔTm 3.1°C药物B影响SMAD7ΔTm -2.8°C协同改变胶原代谢通路蛋白热稳定性 实验设计创新开发差分TPPdTPP分析方法引入时间维度监测动态变化整合转录组数据交叉验证3.4 案例四耐药机制研究EGFR抑制剂耐药细胞系分析发现敏感型EGFR Tm偏移6.2°C耐药型出现IGF1R稳定性增强Tm 4.5°C联合用药可逆转耐药表型 操作细节采用脉冲式加热方案45s加热/90s冷却使用离子淌度质谱提高覆盖度开发定制化分析管线TPP-R4. 实操要点与经验总结4.1 样本制备关键细胞量推荐1×10^6 cells/温度点裂解缓冲液需含蛋白酶抑制剂和核酸酶离心条件16,000g 20分钟4°C 常见问题蛋白沉淀不完全→增加离心时间酶解效率低→优化变性剂浓度信号强度波动→加入QC样本4.2 质谱参数优化典型LC梯度柱温50°C流速300nL/min梯度5-35%乙腈/120min 质谱设置分辨率120,000MS1AGC target3×10^6最大IT50ms4.3 数据分析流程推荐开源工具TPP-RR语言套件MFQannotatorPythonPerseus交互式分析 关键过滤标准至少2个唯一肽段缺失值30%CV20%技术重复5. 技术局限与应对策略5.1 固有局限性膜蛋白覆盖率低15%动态范围有限约4个数量级难以检测弱结合KD10μM5.2 最新改进方案细胞膜富集预处理提高膜蛋白检出30%近生理温度范围扫描37-45°C结合氢氘交换质谱HDX-MS互补6. 应用场景扩展6.1 生物标志物发现利用热稳定性特征筛选疾病相关蛋白案例PD患者脑脊液检测到α-synuclein异常6.2 药物重定位建立已批准药物热稳定性数据库发现抗疟药氯喹可稳定自噬相关蛋白6.3 蛋白-蛋白相互作用开发co-IP结合TPP方案成功解析Wnt信号通路复合物动态实验设计建议初始温度范围建议40-65°C至少设置3个生物学重复结合CETSA-WB验证关键靶点
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/11 13:52:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/10 19:42:40

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/11 9:31:44

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/11 5:36:08

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/11 15:37:39

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/10 17:14:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉