项目名称: 基于敞开式质谱检测的药物液相色谱高通量筛选研究

项目编号: No.21275049

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 陈波

作者单位: 湖南师范大学

项目金额: 85万元

中文摘要: 药物筛选是整个药物发现过程的起点。在高通量和超高通量筛选中,建立准确、快速、微型化和无标记的分析化学方法是其核心内容。敞开式(常温常压)质谱于2004年提出后,因其可实现无需样品预处理的快速质谱分析而得到迅速发展;相对于电喷雾电离质谱,其基质效应小,分析速度快,已在不同形态样品快速分析、生物成像分析等领域发挥出重要作用。 本研究拟将敞开式质谱作为高通量多孔板微反应底物和产物的快速、无标记检测方法,结合液相色谱分离在线结构鉴定及电雾式检测,获得分离化合物的分子量及绝对质量,结合活性筛选结果获取分离化合物的活性量效关系及活性动力学行为,从而建立针对天然产物复杂体系的新型高通量酶抑制剂筛选系统。核心研究内容包括:多孔板生化微反应敞开式(解吸附电喷雾离子化、解吸附电晕束离子化)质谱快速检测研究、高通量分离、结构鉴定及活性表征一体化系统构建及系统的实用性考察。

中文关键词: 液相色谱;敞开式质谱;高通量筛选;天然产物;酶抑制剂

英文摘要: Lead compound screening is the key procedure for the drug discovery. In the high-throughput (HTS) and ultra-high throughput screening (UHTS) process, the development of accurate, rapid, miniaturized and label-free screening detection methods has been the core research field. After development of ambient mass spectrometry in 2004, the technique has been widely studied and applied because of its particular strongpoints such as low matrix effect, rapid analysis etc. It has been applied in different research fields such as bio-imaging, rapid analysis. In this project, we will use ambient MS as an universal and label-free detection tool for the HTS of array-plate. Combining the ambient MS screening system with HPLC-multi-detection system, a HPLC high-throughput screening for drugs based on ambient mass spectrometry will be developed. As a core of the study, different ambient ionization sources, i.e. DESI, DART, and DCBI, will be investigated for the monitor of biochemical reactions. The purpose of the project is to develop a HTS for drug lead compounds from the natural products and traditional Chinese medicine.

英文关键词: HPLC;ambient MS;high-throughput screening;natural product;enzyme inhibitor

成为VIP会员查看完整内容
0

相关内容

【NeurIPS2021】基于贝叶斯优化的图分类对抗攻击
专知会员服务
17+阅读 · 2021年11月6日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
【KDD2021】微信看一看基于元学习的内容定向推广简述
专知会员服务
13+阅读 · 2021年8月16日
【干货书】数据科学手册,456页pdf
专知会员服务
149+阅读 · 2021年4月27日
异质图嵌入综述: 方法、技术、应用和资源
专知会员服务
47+阅读 · 2020年12月13日
【IJCAI2020】TransOMCS: 从语言图谱到常识图谱
专知会员服务
34+阅读 · 2020年5月4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
国家自然科学基金
0+阅读 · 2014年12月31日
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 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
25+阅读 · 2022年1月3日
Arxiv
10+阅读 · 2020年11月26日
Arxiv
136+阅读 · 2018年10月8日
小贴士
相关主题
相关VIP内容
【NeurIPS2021】基于贝叶斯优化的图分类对抗攻击
专知会员服务
17+阅读 · 2021年11月6日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
【KDD2021】微信看一看基于元学习的内容定向推广简述
专知会员服务
13+阅读 · 2021年8月16日
【干货书】数据科学手册,456页pdf
专知会员服务
149+阅读 · 2021年4月27日
异质图嵌入综述: 方法、技术、应用和资源
专知会员服务
47+阅读 · 2020年12月13日
【IJCAI2020】TransOMCS: 从语言图谱到常识图谱
专知会员服务
34+阅读 · 2020年5月4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 · 2014年12月31日
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 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员