胃泌素释放肽受体(GRPr)在生命系统中起着增生和炎性的作用。本文报道了一种高度选择性的GRPr拮抗剂(JMV594)-铱(III)络合物,用于探测活肿瘤细胞和免疫细胞中的GRPr。 这是第一个肽偶联的铱(III)复合物,被开发为GRPr生物成像探针和GRPr活性的调节剂。这种诊疗制剂在揭示GRPr在生命系统中的各种作用方面显示出巨大潜力。 总体而言,此工作为开发肽偶联的金属基探针提供了一种有效的方法,该探针不仅保留了金属化合物的优异光物理特性,而且还结合了肽的理想生化特性。
在这项工作中,环状R10肽(cR10)与聚甘油覆盖的纳米氧化石墨烯缀合,该工程化纳米平台可克服肿瘤多药耐药性。 由cR10肽促进的纳米制剂的核靶向,以及随后的激光触发释放的阿霉素释放实现有效的抗癌活性,这在体外和体内实验中均得到证实。 合成的纳米平台具有多种不同特征的组合,包括主动核靶向,高负载能力,药物的受控释放和光热性质,为克服耐多药癌症提供了新的策略。 本文证明了通过聚甘油覆盖的石墨烯纳米片靶向细胞核可以在体内和体外成功克服肿瘤的多药耐药性。 这项工作介绍了一种新开发的环状肽的核靶向纳米药物,为克服肿瘤多药耐药打开了新的大门。
心血管疾病:靶向 RAAS 与利钠肽 合成血管紧张素 II 于 2017 年获批,用于脓毒症 / 感染性休克的升压治疗; 利钠肽(ANP / BNP / CNP)是心血管稳态的关键调节因子。 消化系统疾病 短肠综合征:GLP-2 类似物替度鲁肽通过单点替换,将半衰期从 7 分钟延长至 2–3 小时,2012 年获批; 慢性便秘:鸟苷酸环化酶 C 激动剂利那洛肽(Linaclotide); 大量抗菌肽 肿瘤:诊疗一体化的新希望 多肽在肿瘤领域有四大应用方向:显像探针、偶联纳米材料、肽疫苗、靶向药物。 例如镥[Lu-177]氧奥曲肽用于神经内分泌肿瘤的诊断与治疗,多种靶向 PD-1 / PD-L1 的多肽正在研发。 图 4|多肽在肿瘤治疗中的四大应用:(a) 候选肽筛选;(b) 显像与诊断;(c) 肽偶联纳米材料;(d) 肿瘤免疫与靶向治疗。
因此,提升线粒体靶向能力对于核酸酶和药物分子的高效递送也具有重要意义。 要将蛋白质定向至线粒体,需在核编码蛋白的N端添加一段靶向肽。 然而,目前被系统表征的靶向肽数量有限,导致相关序列在工程应用中被反复使用。 结果 构建用于人工线粒体靶向序列设计的变分自编码器 线粒体靶向序列(MTSs)是一类带正电荷的肽段,具有形成两性α螺旋的倾向。 此外,双靶向肽的C末端保留了RR、R-2或R-3剪切位点模体,提示其具备在线粒体内被正确剪切的潜力。综合分析支持双靶向序列可能是由线粒体靶向序列进化而来。 随后,研究人员在潜在空间中进行线性插值,生成了62条假设具有双靶向能力的肽段。通过分析插值路径中肽段的特征变化,研究人员揭示了这类双靶向序列可能源自线粒体靶向肽的进化轨迹。
为了验证人类 NPY Y2 靶向药物是否在蚊子中同样也靶向调节 NPY 受体,研究者克隆了 49 个埃及伊蚊神经肽受体,并通过细胞实验去探究上述药物对蚊子受体的调节作用。 实验结果发现,TM30335 可以激活蚊子受体NPYLR7,而 BIIE0246 也靶向调节该受体(Figure 4.)。 为了进一步验证 NPYLR7 控制蚊子吸血的作用,研究者又利用基因编辑技术,设计了 NPYLR7 突变的蚊子。 相关产品: BIIE-0246 BIIE-0246 是一种有效的、非肽神经肽 Y (NPY) Y2 受体的高度选择性拮抗剂,其 IC50 值为 15 nM。 Velneperit Velneperit (S-2367) 是一种新型神经肽Y (NPY) Y5 受体拮抗剂。
1、BMS-986470(Bristol Myers Squibb) Ph-1 | 双靶点 ZBTB7A/WIZ 分子胶降解剂 通过降解 ZBTB7A 与 WIZ 来诱导胎儿血红蛋白(HbF)表达。 5、IID432(Novartis) Ph-1 | 靶向克氏锥虫的拓扑异构酶 II 抑制剂 基于 氰基三唑骨架,对 T. cruzi 高选择性。 7、GS-1427(Gilead Sciences) Ph-2 | 口服 α4β7 整合素抑制剂 高选择性,避免 α4β1 相关副作用。 在炎症性肠病模型中疗效可比肩抗体药物。 9、FOG-001(Parabilis Medicines) Ph-1/2 | 稳定化 α-螺旋肽(Helicon™ 技术) 抑制 β-catenin/TCF4 相互作用,靶向 Wnt 通路。 肽类与宏环分子 在放射配体和 PPI 靶向中展现潜力。 耐药克服与新型作用机制 成为焦点(如 FGFR2、WRN、PIP4K2C)。 传染病与炎症疾病 领域同样迎来小分子突破。
据报道,负载DOX的CBNs可用于靶向肿瘤细胞核,但为了提高药物靶向率,通常需要修饰活性靶向配体,如抗体、叶酸和肽(RGD和核靶向肽)等,这些活性靶向配体在提高药物靶向性的同时也存在潜在的缺点,如抗体成本高 、肿瘤穿透率低(因其体积大)、适体稳定性低(因血浆中的核酸酶)以及肽的循环半衰期低(因血浆中的肽酶)等问题。 此外,修饰的靶向配体也使得合成过程繁琐且难以操作。 上海大学王艳丽教授课题组在之前的工作中通过改进的碱基介导的水热分子融合合成了一种新型石墨烯基肿瘤细胞核靶向荧光纳米探针,该探针具有肿瘤细胞靶向性的特点,是一种CBN。 结果表明,CPD在肿瘤细胞核中的DOX靶向率高达36.78 %,在肿瘤组织中的ID/g百分比高达30.09 %,肿瘤生长抑制率高达79.42±2.83 %,大大降低了DOX的全身副作用。
以天然高密度脂蛋白活性组分载脂蛋白A-I(ApoA-I)和磷脂仿生组装Aβ高亲和纳米复合物,并荷载Tau蛋白磷酸化抑制剂亚甲蓝(MB);为高效渗透入脑,经apoA-I模拟肽仿生锚定并优化靶向配体Ang密度 通过修饰不同密度的脑靶向肽Ang,在细胞和动物水平进行靶向效果比较和优化:纳米复合物APLN/MB的脑靶向效果与靶向肽Ang的修饰密度并非正相关,过高的优势密度可能会因位阻作用降低纳米复合物与靶向配体的相互作用 图3 靶向肽Ang密度优化及APLN/MB靶向效果考察。 优化并评价纳米复合物体内靶向效果及体内致病毒蛋白Aβ清除和Tau蛋白磷酸化抑制效果和机制。 “药物-载体”协同治疗策略通过同时靶向AD双致病诱因,有望阻断甚至逆转AD病程,为AD药物研发提供新策略,极具应用前景。
DRUGONE 肽类在靶向治疗中具有口服生物利用度、细胞通透性和高特异性等优势,使其区别于传统的小分子和生物制剂。 研究人员开发了一种人工智能算法 PepMimic,能够将已知受体或抗体转化为短肽结合剂,通过模拟已知结合界面生成候选肽。 表面等离子共振成像显示约 8% 的肽分子具有 10⁻⁸ M 级别的亲和力,26 条肽的 KD 值低至 10⁻⁹ M,明显优于随机文库筛选。 小鼠乳腺癌、骨髓瘤和肺癌模型中的注射实验验证了候选肽的膜结合效果,展示了其在临床诊断成像和靶向治疗中的潜力。 实验验证结果表明,该方法在多个肿瘤模型中展示了靶向成像和治疗的潜力。未来,PepMimic 不仅可用于药物开发,还可应用于基础研究中的蛋白互作机制解析和诊断工具开发。
首次将针对PPI的抑制剂的定量类药性指标QEPPI用于PPI靶向化合物的分子生成模型的评估。结果表明生成的分子具有较好的PPI靶向药物的类药性。 结果表明,生成的分子具有更好的PPI靶向药物相似性和药物相似性。生成的分子与 iPPI-DB 共享化学空间。探索了 PPI 抑制剂的基于肽和基于配体的分子生成。 基于肽的生成分子案例 为了评估基于肽生成的化合物是否可以成为有效的候选分子,研究人员选择了基于p53(肽)生成 MDM2-p53 靶标的潜在候选抑制剂。 该方法依赖于分子或肽作为种子分子生成多样性的PPI类药性化合物库。目前是第一次将深度分子生成模型应用于 PPI 抑制剂的从头设计。 研究人员探索了基于肽的 PPI 抑制剂设计和基于配体的 PPI 抑制剂设计。结果表明,生成的分子具有更好的 PPI 靶向药物相似性和药物相似性。
设计结合剂以靶向难成药蛋白在药物研发中是一项重大挑战。在本研究中,作者提供了一个算法框架,用于设计短小、能与靶点结合的线性肽,仅需靶蛋白的氨基酸序列。 靶向蛋白降解已成为治疗疾病的一种有前途的替代方法,但主要依赖于小分子弹头结合并招募内源性E3泛素连接酶到靶点,因此仍然需要存在可接触的表面结合位点。 由于UltraID是一种高度结构化的新型蛋白,不存在于两种模型的训练集中,作者评估了PepPrCLIP和RFDiffusion生成靶向UltraID催化口袋的IP(抑制性肽)序列的能力,该催化口袋基于AlphaFold2 仅提供UltraID的靶序列并通过AlphaFold-Multimer确认其催化口袋靶向,作者使用PepPrCLIP生成了20个候选IP(IP_PpC_1至IP_PpC_20)。 相比之下,PepPrCLIP优先考虑多样化的序列,这些序列促进了与UltraID的强抑制性结合相互作用,这在靶向不同蛋白构象时可能进一步带来优势。
然而,最有效的疫苗需要多次加强注射,而针对通常用于增加靶标特异性和改善疫苗稳定性的合成分子和肽产生应答仍具有挑战性。 由于抗原呈递细胞对抗原的连续摄取和加工以及持续的toll样受体刺激可以增强体液免疫性,因此探讨了单次注射含有合成分子和肽的介孔二氧化硅微棒(MSR)疫苗是否可以产生有效和持久的体液免疫。 靶向促性腺激素释放激素(GnRH)十肽菌素的疫苗的单次注射可产生超过12个月的高抗GnRH滴度,并且比推注或明矾制剂产生更高的滴度。 在曲妥珠单抗结合域内靶向Her2 / neu肽会导致对肿瘤细胞上Her2的免疫反应,而针对尼古丁的MSR疫苗则产生了长期的抗尼古丁抗体。 要产生有效的抗体反应,需要单次MSR注射诱导生发中心(Germinal Center,GC)活性超过3周,产生记忆B细胞,并需要7天的疫苗免疫刺激。
但是因鲍曼不动杆菌生存力顽强的特性,其靶向抗菌肽的研发进展缓慢,目前仅报道百余条相关抗菌肽,这证明开发抗鲍曼不动杆菌肽难度较大。 近年来,人工智能等方法在开发抗菌肽领域获得巨大成功。 其中,EME7(7)表现出对抗鲍曼不动杆菌优异的抗菌性能,MIC达8 μg/mL。并且,由工作流筛选的多肽与已报道的抗菌肽展现较低相似性,具有新颖性(图3c,d)。 最后,作者使用小鼠肺炎动物模型证明EME7(7)抗菌肽的体内治疗效果(图5)。 更值得一提的是,EME7(7)在体内应用中表现出优于多粘菌素B的肾毒性,使其展现出优异的临床潜力(图5d,e)。 图5: EME抗菌肽体内治疗效果与毒性评价。 湿实验测试表明,抗菌肽能高效杀灭鲍曼不动杆菌、不易诱导耐药性并且细胞毒性低;其中,EME7(7)表现出优于临床用药多粘菌素B的治疗效果,其体内杀菌效率与多粘菌素B持平,并且不会诱导肾毒性。
随着相关研究的深入,热点 (Hot Spots) 的发现使有效靶向 PPI 成为可能。 不同类型的 PPI 抑制剂类型及优缺点[6][7]。▐ 目标蛋白复合物的晶体结构检测丙氨酸扫描结合 X 射线晶体衍射 (X-ray crystallography) 是鉴定 PPI 热点的常见方法。 第三步,使用“药物化学”的方法对筛选出的片段进行结构优化 (包括片段延伸、片段合并、片段连接),目的是增强其与靶点的亲和力,改善其药代动力学性质,最终得到先导化合物[7]。 基于结构设计的 PPI 抑制剂策略分为两种,第一种是基于界面热点结构设计小分子药物,第二种是拟肽设计,依靠计算机建模模拟 PPI 中关键肽的二级结构,根据关键肽形成的 α 螺旋结构设计肽/拟肽类化合物。 Signal transduction and targeted therapy vol. 8,1 335. 6 Sep. 2023.[7] Wu, Defa et al.
随后,从抗菌肽数据库APD3、DBAASP和DRAMP中收集活性数据,并且结合7种机器学习算法和5种分子表征方法构建了一系列模型,经过全面的性能评价选取用于抗菌活性预测和溶血效应预测的分类模型AMP_model 通过以下规则确定候选肽序列:a)AMP_model预测为抗菌肽概率大于0.9;b)Hemolysis_model预测结果为非溶血肽;c)肽序列长度小于10个氨基酸。 通过比较肽在细菌细胞膜体系(POPE/POPG)和哺乳动物细胞膜体系(POPC)中的行为差异分析其靶向性和作用机制。 靶向性是确保药物高效清除胞内菌而无细胞毒性的关键因素。 基于跨尺度分子动力学模拟构建肽-膜相互作用综合评价体系,从原子层面解析候选分子的靶向性与作用机制。随后,制定系统的实验方案对于目标分子的生物活性进行全面验证。
在HLA分子与肽的结合预测任务中,基于深度学习的预测模型虽然表现出较好的性能,但许多依赖于特定类型的HLA分子或特定的肽表位长度,且对数据量依赖较大,这导致数据量较少的HLA-C类分子和长肽表位的预测性能相对不佳 一、研究背景 1.1 背景 近年来,基于特异性T细胞的免疫治疗不断发展,取得了较好的成果,而靶向识别是免疫治疗过程的重要一环。对于靶向识别而言,准确预测HLA与肽的结合是其中的关键。 然而,许多模型都依赖于特定类型的HLA分子或特定的肽表位长度,且深度模型对数据量依赖较大,这导致数据量较少的HLA-C类分子和长肽表位的预测性能相对不佳。 HLA分子结合的模式特征刻画 四、总结 本文基于双向LSTM和Multi-head Attention提出了MATHLA预测模型,在HLA分子与肽结合预测任务上表现出了很好的性能,并对HLA-C类分子和长肽表位有十分明显的性能提升 BMC Bioinformatics 22, 7 (2021).
DRUGONE 无结构蛋白质和肽在生物过程中发挥关键作用,但由于其缺乏明确定义的结构且具有高度可变的序列和构象特性,因此难以被传统方法靶向。 X射线晶体学结果显示设计结构与实际结构高度一致,NMR实验也证实靶肽在游离状态下为无序状态,在结合后被诱导形成有序结构。这说明设计策略能将无序肽诱导至结合构象。 疾病靶点识别:用于识别突变型肽段(如CTN4),在临床质谱检测中具有潜力。 肿瘤细胞标记:结合MSLN的设计子能特异性标记表达该受体的细胞,表现出良好的肿瘤靶向潜力。 讨论 研究人员提出,靶向无结构蛋白实际上比靶向折叠结构更具优势,因为其构象异质性使其能被诱导至有利的结合状态。 其框架还可推广至: 靶向多种肿瘤相关受体的无结构区域; 检测神经肽、非典型开放阅读框编码蛋白; 通过设计双特异性结合子,提高结合特异性与亲和力; 融入催化功能,实现结合与功能调控的一体化; 探索翻译后修饰靶标
单细胞微流控实验显示,该肽能够杀死指数生长期的持留细菌,证明机制型人工智能可用于开发针对耐药和持留菌的新型抗菌肽。 为解决这一问题,研究人员提出一种机制型人工智能策略,将机器学习模型与生物物理约束评分结合,通过同时考虑统计预测和膜作用机制,从而优先筛选具有真实膜破坏能力的抗菌肽,并专门用于靶向持留细胞和生物膜。 通过这一双重筛选流程,研究人员能够在大规模候选肽库中优先选择具有膜靶向活性并可能对持留菌有效的序列,并进一步通过体外实验、单细胞分析和动物模型验证其抗菌效果。 图4:WP-CAMPER1靶向细菌膜的结构与生物物理机制解析。 研究人员认为,膜靶向抗菌肽是一种有前景的抗感染策略,而将机器学习与机制约束结合,可以显著提升新型抗菌分子的发现效率。
肽和 HLA 结合的计算预测可以加速免疫原性肽筛选并促进疫苗设计。然而目前缺乏一个自动程序来优化对目标 HLA 等位基因具有更高亲和力的突变肽。 网址:https://peerxiv.web.app/dashboard/papers 4、DrugCVar|一个针对特定变异位点的肿瘤靶向用药分析平台 DrugCVar的主页展示 DrugCVar是由中山大学肿瘤防治中心刘泽先研究员团队开发的一个针对特定变异位点的肿瘤靶向用药分析平台 该平台整合了近几年发表的临床试验文献以及公开数据库 (OncoKB、CIViC、CGI和MCG) 的数据方便用户快速检索肿瘤变异靶向用药方案,同时对不同格式的肿瘤变异位点数据进行批量注释,为研究肿瘤的潜在靶向突变和制定治疗策略提供了重要数据支持 6、获取基因有效长度的N种方法[7] 本推文介绍了两种获取基因有效长度的方法,一是从上游输出文件结果中获取,二是从gtf文件中计算获取,同时附上了相应的代码和注释。 7、如何查看R中函数的源代码 介绍两种常用的查看R-package中某个函数的源代码方式,更加有效的学习优秀的R包提高对代码的理解能力。
近年来,科研工作者成功打造了一款针对肥胖的“神级装备”——司美格鲁肽,使“减肥”成为科研圈的现象级词条。 Section.02多肽的功能及其应用作为搭建多肽的“分子积木”,氨基酸种类、序列组合及修饰的多样性共同决定了多肽结构和功能的多样性,使其能执行信号转导与调控、免疫防御、酶催化、靶向识别运输等多种生理功能 药物与疫苗开发多肽可直接作为治疗性药物 (如胰岛素用于治疗糖尿病,司美格鲁肽被批准用于治疗 2 型糖尿病和肥胖);也可作为靶向载体,辅助药物递送,例如 177Lu-dotatate (Lutathera ®),其载体肽 Tyr3-octreotate 可将核素 177Lu 递送至表达生长抑素受体的肿瘤部位,实现靶向治疗。 多肽还可作为底物用于酶活研究,例如,MOCAc-PLGL(Dpa)AR 可作为荧光底物肽研究 MMP 的活性。