통합 플랫폼은 신약 발견 프로세스를 가속화할 것을 약속합니다.

11월 30일에 발표된 연구에 따르면 분자 생물학, 분석 화학, 생물정보학을 사용하여 다양한 스크리닝 플랫폼의 정보를 통합하는 새로운 접근 방식은 천연물 신약 개발의 가장 큰 과제 중 일부를 해결합니다. 국립과학원(National Academy of Sciences)의 간행물.

주요 과제는 새로운 생리활성 화합물의 작용 메커니즘과 생물학적 표적을 결정하는 것이었습니다. 또 다른 핵심 과제는 자연의 복잡한 혼합물에서 생물학적 활동을 주도하는 분자를 식별하는 것입니다.

'이 두 가지 큰 개념은 우리 협력 프로그램의 핵심이었으며 이 논문은 이 두 가지 질문을 완전히 통합된 접근 방식으로 결합합니다'라고 교신 저자이자 UC Santa Cruz의 화학 및 생화학 교수인 John MacMillan이 말했습니다.

이번 협력에는 MacMillan 외에도 UC Santa Cruz의 화학 및 생화학 교수이자 화학 스크리닝 센터 소장인 Scott Lokey, 브리티시 컬럼비아의 Simon Fraser University의 Roger Linington, 텍사스 대학교 Southwestern Medical Center의 Michael White가 참여합니다.

완전히 다른 두 가지 스크리닝 플랫폼의 결과를 통합하고 이를 천연물 라이브러리의 차세대 대사체학 분석과 결합함으로써 연구원들은 천연물 생물학적 특성 분석을 위한 독특하고 강력한 프레임워크를 만들었습니다. 무작위로 선택된 미생물 천연물 분획의 작은 집합을 선별하기 위해 이 접근법을 사용하여 그들은 알려진 화합물(트리코스타틴 A)을 식별하고 그 작용 메커니즘을 확인할 수 있었습니다. 알려진 화합물(수루가미드)을 새로운 생물학적 활성(사이클린 의존성 키나제 억제)과 연결하고; 복잡한 생물학적 활성을 갖는 새로운 화합물(파카마이신 A 및 B)을 발견합니다.

MacMillan은 '예상대로 그룹화되는 알려진 화합물을 찾는 것은 그것이 효과가 있다는 것을 알려주고 알려진 화합물을 새로운 작용 메커니즘과 연관시킬 수 있었다'고 말했습니다. '마지막으로 우리는 알려진 화합물과 달리 고유한 생물학적 특성을 지닌 새로운 화합물을 발견했습니다. 이는 우리가 더 조사하고 싶은 흥미로운 발견입니다.'

연구진은 복잡한 데이터 세트를 통합하기 위해 개발된 유사성 네트워크 융합(SNF)이라는 생물정보학 방법을 사용하여 연구실에서 개발한 두 가지 천연물 스크리닝 플랫폼의 데이터를 결합했습니다. MacMillan 연구실에서 개발한 한 플랫폼(Functional Signature Ontology, FUSION)은 알려진 화합물과 알려지지 않은 화합물에 의해 세포에서 유도된 유전자 발현 시그니처를 패턴 일치 도구와 결합하여 사용하여 '연좌에 의한 죄책감'을 통한 행동 메커니즘을 나타냅니다.

MacMillan은 '알려진 화합물 중 하나와 유사한 효과가 나타난다면 이는 유사한 작용 메커니즘을 시사하는 것입니다. 우리는 이 기술을 효과적으로 사용하여 수많은 독특한 소분자의 생물학적 활성을 이해했습니다'라고 말했습니다.

Lokey 연구실에서 개발한 세포학적 프로파일링(CP) 기술인 다른 플랫폼에는 스크리닝되는 샘플에 노출된 세포에 대한 고함량 이미지 분석이 포함되며 형광 프로브 패널로 염색되어 주요 세포학적 특징을 강조합니다. 자동 형광 현미경 이미지는 각 샘플에 대해 총 251개의 고유한 세포학적 특징을 생성합니다.

연구원들은 CP와 FUSION 기술을 사용하여 MacMillan과 Linington의 연구실에서 개발한 복잡한 천연 제품 라이브러리를 선별했습니다. 이 라이브러리는 두 실험실에서 분리한 해양 박테리아에서 파생되었습니다.

생체 활성 천연물을 검색하기 위해 연구원들은 실험실에서 박테리아 균주를 배양하고 각 균주에서 생성된 모든 화합물의 조 추출물을 만든 다음 크로마토그래피를 사용하여 각 추출물을 일련의 분획으로 분리합니다. 각각은 2~20개의 화합물을 포함합니다.

질량 분석법은 소분자에 대한 대규모 연구('대사체학')에 널리 사용되며 각 분획의 화학 성분을 식별하는 데 도움이 될 수 있습니다. Linington 등이 개발한 화합물 활동 매핑(Compound Activity Mapping)이라는 접근 방식은 질량 분석 기반 대사체학과 생물학적 스크리닝 데이터를 결합하여 혼합물의 어떤 화합물이 특정 생물학적 특징을 유발하는지 식별합니다.

새로운 연구에서 연구원들은 유사성 네트워크 융합(Silarity Network Fusion)으로 얻은 스크리닝 기술의 통합 결과를 통합하는 화합물 활동 매핑 플랫폼의 수정된 버전과 질량 분석기를 사용하여 샘플 처리 워크플로우를 개발했습니다.

'문제는 우리가 이 모든 것을 사용하여 특정 신호를 유도하는 화학 물질을 끌어내고 작용 메커니즘에 대해 보다 확실한 예측을 할 수 있느냐는 것입니다. 우리의 접근 방식을 통해 우리는 상당히 실질적인 방식으로 이를 달성할 수 있었습니다.'라고 MacMillan은 말했습니다. .

MacMillan, Lokey 및 Linington 외에도 이 논문의 공동 저자로는 텍사스 대학교 Southwestern Medical Center의 Michael White, Suzie Hight, Elizabeth McMillan, Anam Shaikh, Rachel Vaden, Jeon Lee 및 Shuguang Wei가 있습니다. Simon Fraser University의 Trevor Clark, Kenji Kurita, Jake Haecki 및 Fausto Carnevale-Neto; UC Santa Cruz의 Walter Bray, Aswad Khadilkar, Scott La 및 Akshar Lohith. 이 연구는 국립보건원(National Institutes of Health)의 지원을 받았습니다.