当前位置: 首页 > article >正文

LiP-MS—解锁以药找靶新利器

有限蛋白水解质谱Limited Proteolysis-Mass SpectrometryLip-MS作为无标记、原位、高通量的以药找靶技术彻底打破传统技术壁垒直接在细胞、组织等天然体系中精准捕获药物结合的靶蛋白与结合位点成为当下药物靶点筛选的主流技术。相对DARTS、TPP和小分子Pull-down等传统靶点筛选技术Lip-MS具有如下优势1保持药物天然状态无需修饰避免修饰导致药物失效和靶点结合偏差2 原位真实可靠最大程度还原药物与蛋白的天然互作环境3 精准靶向不仅能筛选靶蛋白还能定位药物结合的肽段区域4 高通量无偏向不预设靶点适合盲筛未知靶点药物5 高通量无偏向不预设靶点适合盲筛未知靶点药物01 LiP-MS技术原理生理状态下蛋白质表面存在大量暴露的柔性区域这些区域是蛋白酶的优先切割位点。当药物分子与靶蛋白特异性结合时会通过氢键、疏水作用等非共价键稳定蛋白结构使结合区域的柔性位点被屏蔽蛋白酶难以切割形成“构象保护效应”。因此采用低浓度、短时间的有限酶切条件仅切割蛋白表面未被保护的柔性区域避免过度酶解破坏差异信号。药物处理组由于靶蛋白结合区域被保护对应肽段丰度显著升高溶剂对照组由于靶蛋白无药物结合表面位点被切割对应肽段丰度降低。最终通过液相色谱-串联质谱LC-MS/MS对两组肽段进行精准定量对比肽段丰度差异即可筛选出受药物保护的肽段反向定位对应的靶蛋白并映射到蛋白三维结构上确定结合位点。Pepelnjak M, et al., 202002LiP-MS技术流程1、采用非变性温和裂解方式提取细胞/组织总蛋白并通过BCA定量蛋白浓度2、设置药物处理组加入小分子药物和溶剂对照组加入等量溶剂25℃或37℃孵育0.5 - 2 h确保药物与靶蛋白充分结合3、分别加入低浓度蛋白酶K室温短时间孵育3-5 min然后立即高温灭活蛋白酶终止酶切反应4、加入变性剂打开蛋白二硫键经还原、烷基化处理用胰蛋白酶进行完全酶解将蛋白切割为适合质谱检测的小分子肽段5、通过C18色谱柱脱盐纯化去除盐离子、杂质避免干扰质谱检测6、将纯化的蛋白进行质谱鉴定筛选差异肽段并定位药物结合位点。03 技术对比04 应用案例1、Lip-MS鉴定丁酸钠与TGR5的结合位点巨噬细胞在溃疡性结肠炎UC的发病机制中起着重要作用。研究人员首先利用生信分析和SPR技术明确TGR5为丁酸钠的作用靶点随后利用Lip-MS技术和分子对接明确丁酸钠与TGR5的ASP-284和TYR-287形成氢键相互作用并最终通过细胞实验证实丁酸钠通过结合TGR5调控巨噬细胞极化。Miao L, et al., 20252、Lip-MS筛选磺胺罗汀靶蛋白肝内胆管癌ICC是一种高度致死的恶性肿瘤目前缺乏有效的临床治疗方法。磺胺罗汀是新开发的一种视黄醇SFT能够抑制增殖并诱导具有干细胞类特性的肿瘤再生细胞的凋亡。研究人员借助Lip-MS证实SFT通过诱导RARα入核抑制P-selectin蛋白表达。并直接结合FUT8抑制P-selectin蛋白配体PSGL1的岩藻糖基化最终导致细胞骨架受损诱发ICC的肿瘤再生细胞凋亡。Du X, et al., 20253、Lip-MS鉴定杜鹃素和UCHL3的相互作用杜鹃素是一种天然的类黄酮促进同源重组HR修复以提高基因组编辑效率但其分子机制及靶向蛋白尚未确定。研究人员借助Lip-MS技术发现去泛素酶UCHL3是杜鹃素的直接靶点。杜鹃素通过结合并增强UCHL3的去泛素酶活性促进RAD51去泛素化从而改善HR修复。Zhang W, et al., 2023参考文献[1] Pepelnjak M, Souza ND, Picotti P. Detecting Protein-Small Molecule Interactions Using Limited Proteolysis-Mass Spectrometry (LiP-MS) [J].Trends Biochem Sci,2020. 45(10):919-920.[2] Liu M, Xie WJ, Zhang X, et al. Sodium butyrate regulates macrophage polarization by TGR5/β-arrestin2 in vitro [J].Mol Med, 2025. 31(1):31.[3] Du X, Qi Z, Chen S, et al. Synthetic Retinoid Sulfarotene Selectively Inhibits Tumor-Repopulating Cells of Intrahepatic Cholangiocarcinoma via Disrupting Cytoskeleton by P-Selectin/PSGL1 N-Glycosylation Blockage [J].Adv Sci (Weinh),2025. 12(3): e2407519.[4] Zhang W, Wang M, Song Z, et al. Farrerol directly activates the deubiqutinase UCHL3 to promote DNA repair and reprogramming when mediated by somatic cell nuclear transfer [J].Nat Commun,2023. 14(1):1838.

相关文章:

LiP-MS—解锁以药找靶新利器

有限蛋白水解质谱(Limited Proteolysis-Mass Spectrometry,Lip-MS)作为无标记、原位、高通量的以药找靶技术,彻底打破传统技术壁垒,直接在细胞、组织等天然体系中,精准捕获药物结合的靶蛋白与结合位点&…...

YOLO目标检测完全指南:从入门到实践

YOLO目标检测完全指南:从入门到实践YOLO概述 YOLO(You Only Look Once)是目标检测领域的开创性算法,其核心思想非常直接——对图像只看一次,同时输出所有物体的位置和类别。 两阶段 vs 单阶段 传统R-CNN系列是"两…...

大模型应用开发零基础教程:30分钟上手

大模型应用开发零基础教程:30分钟上手 标签:#人工智能、#大模型、#自然语言处理、#大模型开发、#智能体开发、#agent开发、#AI 系统封装学习规划(从玩具到产品) 用streamlit run xxx.py --server.port 8501本地测试免费部署&#…...

大模型实习复盘:GPT老师带你一个个接口硬啃

总结:互联网中厂大厂,尤其是给你权限给你机器玩的,去,提升极大。小公司or普通研究院,非常一般。一段实习,通常需要满足一些前置的技术条件才能拿到offer。但offer只是开始,还需要自己有意识地在…...

天地图性能优化实践:uniapp中用leaflet实现百万级点位渲染(附动态加载方案)

百万级点位地图渲染优化:uniappleaflet性能提升全方案 在移动应用开发中,地图功能已成为许多应用的核心组件。当面对海量点位数据时,传统渲染方式往往导致应用卡顿、内存飙升甚至崩溃。本文将深入探讨uniapp框架下结合leaflet地图库实现百万级…...

大模型实习备战路线图:从入门到入职

现在95%的大模型实习岗位,都不是让你去从头“创造”一个GPT-5,而是让你基于现有的模型,去做各种“下游”工作。什么意思呢?大家想象中的大模型实习,可能是这样的:一排排A100/H100在你面前闪烁,你…...

大模型实习内推:这些技能必须具备

现在95%的大模型实习岗位,都不是让你去从头“创造”一个GPT-5,而是让你基于现有的模型,去做各种“下游”工作。什么意思呢?大家想象中的大模型实习,可能是这样的:一排排A100/H100在你面前闪烁,你…...

深入排查:yaml-cpp 静态链接与动态链接混用引发的 undefined reference 陷阱

1. 当yaml-cpp遇上undefined reference:静态与动态链接的暗礁 第一次在CMake项目里集成yaml-cpp时,那个突如其来的"undefined reference to YAML::LoadFile"错误让我愣了半天。明明已经正确引用了头文件,target_link_libraries也配…...

电商卖家工具:OpenClaw+Qwen3.5-9B-AWQ-4bit自动生成商品详情页

电商卖家工具:OpenClawQwen3.5-9B-AWQ-4bit自动生成商品详情页 1. 为什么需要自动化商品详情页生成 作为一名长期经营电商店铺的卖家,我深知制作商品详情页的痛苦。每次上新都需要经历:产品拍摄、图片处理、文案撰写、尺寸适配、多平台发布…...

SEO_本地商家必备的SEO实战方法

SEO对本地商家的重要性 在当今数字化时代,为了在竞争激烈的市场中脱颖而出,本地商家必须掌握一些SEO(搜索引擎优化)技巧。SEO不仅可以提升网站的搜索引擎排名,还能够有效地吸引更多的本地客户。本文将详细探讨本地商家…...

精准靶向学习:AFSS让YOLO训练效率提升 1.43~1.70 倍的奥秘

精准靶向学习:AFSS让YOLO训练效率提升 1.43~1.70 倍的奥秘YOLO系列是实时目标检测的首选,推理速度毫秒级,工业场景到处在用。但训练效率低这个问题,让人头疼。 数据:YOLO11s在MSCOCO2017上,推理200FPS&…...

程序员转型AI:大模型时代算法工程师的三种发展路径

程序员转型AI:大模型时代算法工程师的三种发展路径时代变了:从"稀缺资源"到"工业级生产资料" 在没有大模型的时代(其实也就两三年前),算法工程师是干嘛的?那时候,模型是&qu…...

什么是堡垒机?

一、什么是堡垒机?想象一下,一个巨大的数据中心或公司网络就像一座“城堡”,里面有很多服务器和网络设备(服务器、数据库、交换机等),这些就是“城堡里的宝藏”。堡垒机, 就是这个城堡的唯一、受…...

启道BIM协同设计系统牵手郑州腾飞建设工程集团有限公司

郑州腾飞建设工程集团有限公司介绍郑州腾飞建设工程集团有限公司成立于2005年,是一家以建筑工程、市政公用工程、公路工程施工为核心,并涵盖地产开发、园林绿化等业务的综合性建设集团。公司前身为1958年成立的许昌市市政工程公司,历经数次改…...

seo优化推广流程中如何进行网站内链优化

SEO优化推广流程中如何进行网站内链优化 在SEO优化推广流程中,网站内链优化是至关重要的一环。它不仅能提升网站的整体搜索引擎排名,还能改善用户体验,提高网站的流量。在具体操作中,如何有效地进行网站内链优化呢?本…...

2026知识付费SaaS平台实测对比:创客匠人综合首选,拆解行业标杆的硬核实力

随着知识付费市场规模持续扩张,艾媒咨询数据显示,2026年中国知识付费市场规模将突破3000亿元,用户规模超6.4亿人。面对激烈的竞争,如何选择一款功能全面、稳定可靠的SaaS平台成为内容创作者和机构的核心痛点。功能卡顿、获客成本高…...

PHPCMS如何实现SEO优化

PHPCMS如何实现SEO优化 随着互联网的迅猛发展,SEO优化成为了每一个网站运营者必须掌握的技能之一。对于使用PHPCMS的网站而言,SEO优化显得尤为重要。PHPCMS作为一款广泛使用的内容管理系统,其SEO优化的策略和方法值得我们深入探讨。本文将从…...

GLM-4.1V-9B-Base从零开始:Docker容器内服务重启与持久化配置

GLM-4.1V-9B-Base从零开始:Docker容器内服务重启与持久化配置 1. 模型概述 GLM-4.1V-9B-Base是智谱开源的一款视觉多模态理解模型,专注于图像内容分析与中文视觉理解任务。这个9B参数规模的模型在图像识别、场景描述、目标问答等任务上表现出色&#x…...

DAMOYOLO-S在Android移动端的应用探索:离线物体识别App原型开发

DAMOYOLO-S在Android移动端的应用探索:离线物体识别App原型开发 你有没有想过,让手机像人眼一样,不联网也能“看懂”周围的世界?比如,在户外没有信号的地方,手机摄像头一扫,就能立刻告诉你眼前…...

OpenClaw跨平台实战:Mac与Windows双端配置Qwen3-4B

OpenClaw跨平台实战:Mac与Windows双端配置Qwen3-4B 1. 为什么选择OpenClawQwen3-4B组合 去年我在整理个人知识库时,发现手动处理上千份PDF和网页存档效率极低。尝试过各种自动化工具后,最终被OpenClaw的"AI直接操控电脑"理念吸引…...

MogFace人脸检测模型多任务拓展:基于检测结果的年龄/性别属性预测集成

MogFace人脸检测模型多任务拓展:基于检测结果的年龄/性别属性预测集成 1. 项目概述与核心价值 MogFace人脸检测模型作为CVPR 2022的优秀研究成果,已经在人脸检测领域展现出卓越的性能。但单纯的人脸检测往往无法满足实际应用需求,我们经常需…...

告别手动录入!用Zotero+Jasminum插件自动抓取知网元数据,高效管理学位论文PDF

告别手动录入!用ZoteroJasminum插件自动抓取知网元数据,高效管理学位论文PDF 每次下载几十篇学位论文后,最头疼的莫过于手动录入文献信息——作者、标题、导师、学校、年份...这些字段一个个复制粘贴,不仅耗时费力,还…...

新手友好:Gemma-3-12B-IT WebUI部署与参数调节实战教学

新手友好:Gemma-3-12B-IT WebUI部署与参数调节实战教学 1. 为什么选择Gemma-3-12B-IT? 如果你正在寻找一个性能强劲又容易上手的大语言模型,Gemma-3-12B-IT绝对值得考虑。这是Google最新推出的第三代Gemma模型,相比前两代&#…...

labelme安装在D盘【详细教程】

github地址 https://github.com/Wkentaro/labelme 一、安装步骤(CMD 直接复制执行) 以管理员身份打开 CMD(WinR 输入 cmd 回车,右键以管理员运行)依次执行下面的命令,每一行输完按回车: # 1. 进…...

OpenClaw自动化测试方案:Qwen2.5-VL-7B实现UI截图比对与报告生成

OpenClaw自动化测试方案:Qwen2.5-VL-7B实现UI截图比对与报告生成 1. 为什么需要自动化UI测试 作为一名长期奋战在一线的开发者,我深知UI测试的痛点所在。每次产品迭代后,手动检查各个页面的样式和布局是否正常,不仅耗时耗力&…...

SerialComProtocol:嵌入式双MCU轻量级串口事件驱动协议

1. SerialComProtocol&#xff1a;面向嵌入式双MCU串口通信的轻量级事件驱动协议栈SerialComProtocol 是一个专为资源受限嵌入式系统设计的零依赖、纯C实现的串口通信协议库。它不依赖任何RTOS、HAL抽象层或标准C库&#xff08;如<string.h>或<stdlib.h>&#xff0…...

MySQL查询核心语法详解

为了全面解析MySQL表记录查询&#xff0c;我们将从查询语法的核心构成、条件筛选、多表连接、子查询、性能优化等多个维度进行深入探讨&#xff0c;并结合具体案例和代码进行说明。 一、 查询语句&#xff08;SELECT&#xff09;基础语法与结构 SELECT语句是MySQL中用于从数据…...

Hunyuan-MT-7B翻译模型实战:打造个人多语言内容翻译流水线

Hunyuan-MT-7B翻译模型实战&#xff1a;打造个人多语言内容翻译流水线 1. 引言&#xff1a;为什么选择Hunyuan-MT-7B 在全球化内容创作时代&#xff0c;多语言翻译需求呈现爆发式增长。传统翻译服务面临三大痛点&#xff1a;成本高昂&#xff08;专业翻译每千字收费300-500元…...

Claude在得物App数仓的深度集成与效能演进

在技术领域&#xff0c;我们常常被那些闪耀的、可见的成果所吸引。今天&#xff0c;这个焦点无疑是大语言模型技术。它们的流畅对话、惊人的创造力&#xff0c;让我们得以一窥未来的轮廓。然而&#xff0c;作为在企业一线构建、部署和维护复杂系统的实践者&#xff0c;我们深知…...

24 华夏之光永存:指挥AI添加注释与文档,让代码具备可维护性

指挥AI添加注释与文档,让代码具备可维护性 摘要 本文为《30天掌控AI编程:从指令到落地》系列第二十四篇,属第四阶段「AI代码校验与优化」核心内容。承接代码优化,本篇针对AI生成代码无注释、缺文档、难维护的痛点,教你用精准指令,让AI快速补充专业注释、完整接口/函数文…...