天然产物是药物开发的丰富来源,但天然产物提取物的成分极为复杂,这给生物活性物质的分离和鉴定带来了极大困难。传统天然产物的研究方法中,往往采用生物检测来确定有活性的提取物部分并进行随后的分级分离,如此重复,直到最后才能确定化合物的结构和活性信息。这导致很多情况下,发现新的活性化合物的可能性很低,而重复发现已知化合物的可能性很高。
现在在加拿大Simon Fraser University任副教授的Roger G. Linington等人最近创建了一个称为Compound Activity Mapping的平台,该平台结合了基于细胞的生物检测技术和基于质谱的化合物鉴定技术,同时预测生物活性和化合物结构,可用于复杂天然产物提取物库。该技术已经成功对天然海洋沉淀物提取物中的化合物进行了预测,并找到其中具有生物活性的化合物。
Dr. Roger Linington. Credit: linington.chem.sfu.ca
具体来说,研究人员集成了HeLa细胞中基于图像的表型筛选以及高分辨率非靶向代谢物组学分析,来开发Compound Activity Mapping。为了验证效果,研究人员将Compound Activity Mapping用于一个包括234种提取物的天然产物库,通过整合该库的10,977组质谱特征数据和58,032组生物检测数据,鉴定出了13个组分簇,其中含有11个已知化合物家族以及4个新的化合物。应用该平台,研究人员发现了quinocinnolinomycins,这是一类新的天然产物家族,具有独特的碳骨架,能够引起内质网应激。
Compound Activity Mapping这一方法,将高通量、快速天然产物筛选变成了现实,为天然产物药物发现提供了一个划时代的方法。
1. http://www.pnas.org/content/112/39/11999
2. http://www.sciencemag.org/content/350/6257/174.1.full
如果篇首注明了授权来源,任何转载需获得来源方的许可!如果篇首未特别注明出处,本文版权属于 X-MOL ( x-mol.com ), 未经许可,谢绝转载!