翻译后修饰药物相互作用的综合测试技术
由慕尼黑工业大学领导的37名科学家组成的研究小组开发了一种以时间和剂量依赖性方式询问药物诱导的翻译后修饰(PTM)的方法。
【资料图】
这项研究发表在《科学》杂志上，详细介绍了一种更接近于模拟药物蛋白质与细胞中蛋白质相互作用时细胞中发生的事情的方法。翻译后修饰(PTM)是影响蛋白质结构和动力学的处理事件。
由于蛋白质的结构特定于其功能，因此修饰可以显着改变生物过程，这是大多数药物的设计运作方式。虽然药物/细胞蛋白相互作用通常被理解，但这种相互作用在治疗过程中(时间和剂量依赖性)的确切发生是一个研究不足的方面。
蛋白质组学测定方法称为decryptM，涉及用增加浓度的药物处理细胞并量化数千种药物PTM以揭示靶标接合和药物作用机制。
在这项研究中，解密M分析被应用于31个细胞系中的13种癌症药物。从该方法得出的数据代表了1万次定量细胞药物测定，具有剂量反应曲线，其中在8，124种蛋白质上检测到660，11种调节磷酸肽，在982，9种蛋白质上检测到173，3种泛素化肽，在006，2种蛋白质上检测到478，1种调节乙酰化肽。
大多数PTM不受大多数药物的调节，这对于了解每种药物正在使用或可能遗漏了哪些途径是有价值的信息。
在两种蛋白酶体抑制剂药物硼替佐米和卡非佐米的情况下，解密数据显示药物效应随着时间的推移变得更加有效，并表明增加的调节磷酸化位点是一种可能的机制。
该研究还发现，不同的组蛋白去乙酰化酶抑制剂(抗癌剂)具有不同的激活时间，并且药物的特定靶点比其他靶点更有效。这种类型的信息可以使希望提高现有药物有效性的研究人员受益匪浅。
研究人员还研究了具有解密M谱的多种乳腺癌细胞类型。不同癌细胞中的信号通路可以强烈发散，解密M分析揭示了药物相互作用的细胞系特异性特征。例如，一种抗癌药物在测试的两种细胞类型中调节了数百种磷酸肽，但在另一种细胞类型中仅调节了五种磷酸肽。这正是医生或药物研究人员想要了解的药物/细胞类型相互作用信息。
研究报告强调了目前形式的方法的一些局限性。如果一种药物可以与具有相似效力的多个靶标接合，则很难将结果数据归因于特定靶点。尽管如此，这使得 decryptM 配置文件成为更多实验的强大起点。
作者设想，一旦分析了足够的药物和细胞系统，decryptM图谱可能有助于监测并最终预测体内的药物反应。此外，将癌症药物的解密图谱与癌症患者PTM图谱相匹配可能成为个性化和循证治疗建议的重要工具。
标签：
