项目名称: 肿瘤细胞生长抑制剂Gemmacolides的靶标研究

项目编号: No.81502978

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 医药、卫生

项目作者: 庄春林

作者单位: 中国人民解放军第二军医大学

项目金额: 17.9万元

中文摘要: 靶标研究是海洋药物先导物研究的关键科学问题,很多结构新颖的活性海洋天然产物受制于此而迟滞了其后续的新药研究进程。Gemmacolides是本课题组发现的高活性Briarane二萜肿瘤生长抑制剂,活性显著高于博来霉素,但其作用靶标尚不明确。本研究拟将化学生物学与化学信息学紧密结合开展对Gemmacolides作用靶标的研究:运用反向虚拟筛选(IVS)技术将Gemmacolides与结构已知的300余种肿瘤相关蛋白进行计算机拟合,对具有高亲和度的靶点进行生物学验证,从已知蛋白中发现作用靶标;合成Gemmacolides分子探针,运用光化学(PAL)及点击化学(CC)技术、结合活性导向的蛋白谱技术(ABPP)进行全新靶标的发现。通过对Gemmacolides作用靶标的研究,构建海洋活性物质靶标发现的有效技术方法及研究策略,对于促进海洋药物先导化合物的发现、推动海洋药物研究进程具有重要意义。

中文关键词: 海洋天然产物;靶标研究;;反向虚拟筛选;蛋白组学;Gemmacolides

英文摘要: Target research is the key scientific question of marine natural products. Thus, most of the novel marine bioactive natural products are hardly processed to clinical drug. Gemmacolides, found by our group, are potent tumor cell growth inhibitors with the structure of Briarane diterpenes, which is much better than bleomycin. However, its target is still unknown. In order to solve this question, we would love to carry out the target research of Gemmacolides by the methods of chemical biology and chemical informatics. (i) The inverse virtual screening (IVS) will be applied to screen the targets of Gemmacolides form the 300 published cancer related targets; (ii) If the target is an unpublished one, we would love to semi-synthesize molecular probes of Gemmacolides and establish the target screening method via photolabeling (PAL), click chemistry (CC) and activity-based protein profiling (ABPP). Through this case, we would love to establish an effective methodology and research strategy on target identification of marine active products. And this strategy takes very important role on promoting the identification of marine lead compounds and the research on marine drugs.

英文关键词: marine natural products;target research;inverse virtual screening;proteomics;Gemmacolides

成为VIP会员查看完整内容
0

相关内容

ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10日
专知会员服务
85+阅读 · 2021年10月11日
专知会员服务
51+阅读 · 2021年5月30日
【ICML2020】通过神经引导的A*搜索学习逆合成设计
专知会员服务
16+阅读 · 2020年8月18日
Gartner:2020年十大战略性技术趋势, 47页pdf
专知会员服务
76+阅读 · 2020年3月10日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
人工智能预测RNA和DNA结合位点,以加速药物发现
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
A Sheaf-Theoretic Construction of Shape Space
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
小贴士
相关VIP内容
ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10日
专知会员服务
85+阅读 · 2021年10月11日
专知会员服务
51+阅读 · 2021年5月30日
【ICML2020】通过神经引导的A*搜索学习逆合成设计
专知会员服务
16+阅读 · 2020年8月18日
Gartner:2020年十大战略性技术趋势, 47页pdf
专知会员服务
76+阅读 · 2020年3月10日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员