[發明專利]塞來昔布抑制血管新生靶點的篩選方法在審
| 申請號: | 201810172132.0 | 申請日: | 2018-03-01 |
| 公開(公告)號: | CN108280324A | 公開(公告)日: | 2018-07-13 |
| 發明(設計)人: | 諶諧婉;孫建國;牛凱;廖榮霞 | 申請(專利權)人: | 中國人民解放軍陸軍軍醫大學 |
| 主分類號: | G06F19/16 | 分類號: | G06F19/16 |
| 代理公司: | 重慶百潤洪知識產權代理有限公司 50219 | 代理人: | 劉立春 |
| 地址: | 40003*** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 塞來昔布 受體蛋白 靶點 抑制血管新生 蛋白質受體 結合位點 自由能 聚合酶鏈式反應 篩選 治療腫瘤疾病 數據庫篩選 對接工具 基因表達 血管形成 構建 盒子 數據庫 蛋白 芯片 | ||
1.一種塞來昔布抑制血管新生靶點的篩選方法,其特征在于:
(1)確定受體蛋白數據庫
選取血管形成聚合酶鏈式反應芯片上包括ANG、ANGPT1、ANGPT2、ANPEP、TYMP、FGF1、FGF2(bFGF)、FIGF(VEGFD)、FLT1、JAG1、KDR、NRP1、NRP2、PGF、VEGFA、VEGFB、VEGFC、BAI1、COL4A3、IL8、ANGPTL4、F3、PECAM1、PF4、PROK2、SERPINE1(PAI-1)、SERPINF1、HIF1A、NOS3、SPHK1、CCL11(Eotaxin)、CCL2(MCP-1)、CXCL1、CXCL10(INP10)、CXCL5(ENA78/LIX)、CXCL6(GCP-2)CXCL9(MIG)、EDN1、IFNA1、IFNG、IL1B、IL6、MDK、TNF、CTGF、EFNA1、EFNB2、EGF、EPHB4、FGFR3、HGF、IGF1、ITGB3、PDGFA、S1PR1、TEK(TIE2)、TGFA、TGFB1、TGFB2、TGFBR1、CDH5、COL18A1、ENG(EVI-1)、ERBB2(HER2)、FN1、ITGAV、ITGB3、THBS1、THBS2、LECT1、LEP、MMP14、MMP2、MMP9、PLAU(uPA)、PLG、TIMP1、TIMP2、TIMP3、AKT1、PTGS1、PTGS2、MMP1、MMP3在內的84個基因表達的蛋白作為潛在受體蛋白數據庫。
(2)受體蛋白結構篩選
根據上述84個蛋白名稱,在PDB數據庫逐條檢索其3D結構,篩除沒有實驗晶體結構數據或NMR結構分辨率低的蛋白以及只有復合物結構且其中小分子結構也未知的蛋白,并結合UniProt數據庫進行篩選。
(3)受體蛋白結構預處理
使用MGLTools處理受體蛋白結構,增加極性氫原子,去掉非極性氫原子,保存為.pdbqt結構。在PubChem數據庫中下載塞來昔布的結構數據,使用MGLTools處理為.pdbqt格式。
(4)確定分子對接盒子
以整個蛋白質結構的中心為中心設置對接盒子,使得該盒子包含整個蛋白質分子,所有蛋白的對接盒子Spacing距離設為該距離與默認值的對接結果無顯著差異。
(5)對接計算
使用Autodock_vina作為分子對接工具,分別計算塞來昔布與每個蛋白質受體的結合位點自由能,選取每個蛋白質受體自由能最低的結合位點,進行排序。
(6)靶點選擇
根據排序,選取結合位點自由能小于-9.0kcal/mol的蛋白質受體作為靶點。
2.根據權利要求1所述方法獲得的塞來昔布抑制血管新生的靶點,其特征在于,靶點為APN(PDB#:4FYR)、AKT1(PDB#:4EJN)、NOS3(PDB#:4D1O)、SPHK1(PDB#:4V24)、TGFA(PDB#:3E50)、EPHB4(PDB#:3ZEW)、ITAV(PDB#:1JV2)。
3.根據權利要求2所述的優選靶點,其特征在于,進一步優選靶點為APN(PDB#:4FYR)、AKT1(PDB#:4EJN)、NOS3(PDB#:4D1O)、ITAV(PDB#:1JV2)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國人民解放軍陸軍軍醫大學,未經中國人民解放軍陸軍軍醫大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810172132.0/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建?;蚍抡妫纾焊怕誓P突騽討B模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





