[go: up one dir, main page]

CN111349610A - 一种无标记Delta受体的细胞筛选模型 - Google Patents

一种无标记Delta受体的细胞筛选模型 Download PDF

Info

Publication number
CN111349610A
CN111349610A CN201811578647.7A CN201811578647A CN111349610A CN 111349610 A CN111349610 A CN 111349610A CN 201811578647 A CN201811578647 A CN 201811578647A CN 111349610 A CN111349610 A CN 111349610A
Authority
CN
China
Prior art keywords
delta
sample
dmr
concentration
tested
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811578647.7A
Other languages
English (en)
Inventor
梁鑫淼
薛珍珍
王纪霞
王志伟
于广璞
单彩龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taizhou Medical City Guoke Huawu Biomedical Technology Co ltd
Original Assignee
Taizhou Medical City Guoke Huawu Biomedical Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Taizhou Medical City Guoke Huawu Biomedical Technology Co ltd filed Critical Taizhou Medical City Guoke Huawu Biomedical Technology Co ltd
Priority to CN201811578647.7A priority Critical patent/CN111349610A/zh
Publication of CN111349610A publication Critical patent/CN111349610A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • CCHEMISTRY; METALLURGY
    • C07ORGANIC CHEMISTRY
    • C07KPEPTIDES
    • C07K14/00Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof
    • C07K14/435Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from animals; from humans
    • C07K14/705Receptors; Cell surface antigens; Cell surface determinants
    • C07K14/70567Nuclear receptors, e.g. retinoic acid receptor [RAR], RXR, nuclear orphan receptors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/502Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing non-proliferative effects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/502Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing non-proliferative effects
    • G01N33/5041Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing non-proliferative effects involving analysis of members of signalling pathways
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12NMICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
    • C12N2503/00Use of cells in diagnostics
    • C12N2503/02Drug screening
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12NMICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
    • C12N2510/00Genetically modified cells
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2500/00Screening for compounds of potential therapeutic value
    • G01N2500/10Screening for compounds of potential therapeutic value involving cells

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Medicinal Chemistry (AREA)
  • Cell Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Toxicology (AREA)
  • Food Science & Technology (AREA)
  • Pathology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Analytical Chemistry (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Biophysics (AREA)
  • Genetics & Genomics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明提供了一种无标记Delta受体的细胞筛选模型,基于无标记细胞整合药理学技术,利用Delta稳定表达的细胞系,建立了筛选Delta受体的激动剂和拮抗剂的方法。此方法还可以用于研究影响Delta受体下游通路的调节剂。本发明具有无损伤、高时空分辨、高灵敏度、高通量、能靶点‑通路整合研究及操作简单、实验周期短等特点,检测过程无需标记及额外指示剂的添加,更真实的响应药物在活细胞整体水平的作用;可大大提高Delta的激动剂、拮抗剂及通路调节剂的发现效率,对阐述Delta的药理学和生理学功能具有重大意义,同时为Delta受体参与的镇痛和调节胃肠蠕动、情绪、行为及心血管等相关疾病的药物筛选提供指导。

Description

一种无标记Delta受体的细胞筛选模型
技术领域
本发明涉及细胞筛选领域,具体涉及一种无标记Delta受体的细胞筛选模型。
背景技术
G蛋白偶联受体(G-protein-coupled receptor,GPCR)是细胞信号传导中最重要的一类膜受体,也是小分子药物开发中最受关注的药物靶点之一,约34%的现代药物直接靶向该受体家族[Hauser,A.S.,et al.,Nature Reviews Drug Discovery 2017,16,829-842.]。Delta受体是一种阿片类受体,属G蛋白偶联受体家族。1977年Korsterlitz在大鼠输精管发现一种阿片受体,命名为Delta阿片受体,并发现脑啡肽是Delta阿片受体的相对选择性的内源性配体;1992年,Delta受体成功克隆,其分布于皮层、嗅球、海马、杏仁核、基底神经节和下丘脑;此外,在中国仓鼠卵巢细胞上表达出Delta阿片受体。Delta阿片受体由327个氨基酸组成,相对分子量约为40000,在氨基端有两个糖基化位点。Delta受体参与阿片类脊髓上的镇痛作用,且可能与内分泌关系密切。近年来的研究还发现Delta阿片受体在痛觉过敏的形成、发展和治疗中起到了重要作用。阿片受体的功能除了镇痛作用外,还涉及胃肠蠕动、情绪、行为,以及心血管调节等作用,由于阿片受体激动剂有诱发癫痫的副作用,所以限制了它在临床工作中的应用,但是Delta阿片受体激动剂在镇痛方面的加强作用以及其无成瘾性的特性使Delta阿片受体激动剂的开发不容忽视。Delta阿片受体激动剂的抗癫痫副作用如果被解决,Delta阿片受体激动剂很可能成为阿片类镇痛药物中最有潜力的一员。因此,建立Delta阿片受体细胞模型,对发现Delta阿片受体激动剂和拮抗剂,进一步发现Delta阿片受体生理学功能和药理学特征具有重要的意义。
目前受体的高通量筛选方法主要有传统的放射性配体受体结合实验法、GTPγS结合实验法、环磷酸腺苷(cAMP)分析法、钙流检测法、报告基因检测法、受体的内吞检测法及β-arrestin的招募检测法等。这些方法都有一定的局限性,如传统的放射性配体受体结合实验法需要洗涤和过滤,实验周期长及通量低等不足,此技术还不能区分受体的激动剂和拮抗剂;其余的检测方法主要针对某条信号通路的激活,往往不考虑多条通路的激活,常常需要荧光蛋白标记或者额外加入指示剂,使操作变得繁琐,而且这些指示剂的加入对细胞也会产生一定的损伤,影响筛选结果的可靠性。
发明内容
本发明的目的是针对现有技术中存在的问题,借助于新型无标记细胞整合药理学技术,提供一种无标记Delta受体的细胞筛选模型,以高通量筛选Delta受体激动剂、拮抗剂和通路调节剂,及Delta受体参与的镇痛和调节胃肠蠕动、情绪、行为及心血管等相关疾病的药物筛选应用。
本发明的技术方案为:
基于无标记细胞整合药理学技术,利用稳定表达Delta的细胞系HEK-293-Delta,借助于已知的激动剂和拮抗剂,建立Delta受体的细胞筛选模型。根据待测样品的DMR信号谱与已知激动剂和拮抗剂的DMR特征信号谱的相似性,判断待测样品的激动活性、拮抗活性或者下游通路的调节影响。
所述的无标记细胞整合药理学技术为利用共振波导光栅(RWG)生物传感器将药物导致的细胞内成分的动态再分布现象转化为整体的、动态的波长位移响应信号,此信号为波长变化的响应值(pm),通过Epic光学生物传感器384微孔板实现。
一种无标记Delta受体的细胞筛选模型的建立过程为:
1)在细胞兼容的具有光学生物传感功能的384微孔板中接种HEK-293-Delta细胞,接种的细胞密度为1.0~4.5×104个/孔,细胞培养液体积为40μL/孔,接种后细胞培养时间为18~24h;
2)将溶解在含0.1%BSA的HBSS缓冲盐中的脑啡肽激动剂以浓度为0.01~100000nM加入到接种HEK-293-Delta细胞的384微孔板中,检测其DMR特征信号谱;
3)将溶解在含0.1%BSA的HBSS缓冲盐中的纳洛酮拮抗剂以浓度为0.01~100000nM加入到接种HEK-293-Delta细胞的384微孔板中,检测其DMR特征信号谱;
4)获得的所有DMR特征信号谱具有浓度-响应依赖关系且具有灵敏性、饱和性及特异性。
进一步的,待测样品具有激动活性的筛选步骤如下:
1)将溶解在含0.1%BSA的HBSS缓冲盐中的脑啡肽激动剂以浓度为0.01~100000nM加入到接种HEK-293-Delta细胞的384微孔板中,检测其DMR特征信号谱;
2)将待测样品以0.01nM~100μM加入到接种HEK-293-Delta细胞的微孔板中,检测其DMR信号谱;
3)关联分析步骤1)和步骤2)中的DMR信号谱,若步骤2)的DMR信号谱与1)中的DMR特征谱没有相似性,则样品没有激动活性;若具有轮廓相似性,则进行下一步骤;
4)将Delta拮抗剂纳洛酮以浓度0.01~100000nM加入到接种HEK-293-Delta细胞的微孔板中,预处理5~60min,加入与步骤2)中相同浓度的待测样品,检测其DMR信号,若此DMR信号强度低于步骤2)中的DMR信号强度,则判断此样品为Delta受体的激动剂。
进一步的,待测样品具有拮抗活性的筛选步骤如下:
1)将待测样品和脑啡肽分别加入到接种HEK-293-Delta细胞的微孔板中,待测样品浓度为0.01nM~100μM,脑啡肽浓度为0.01~100000nM,检测DMR信号谱;
2)若步骤1)中待测样品不引起DMR信号谱,再向步骤1)中加入了待测样品的细胞板中继续加入与步骤1)中相同浓度的脑啡肽,检测DMR信号谱;若此DMR信号比步骤1)中脑啡肽的信号弱,可判断待测样品是Delta受体的拮抗剂。
进一步的,待测样品对Delta通路有调节活性的步骤如下:
1)将待测样品和脑啡肽分别加入到接种HEK-293-Delta细胞的微孔板中,待测样品浓度为0.01nM~100μM,脑啡肽浓度为0.01~100000nM,检测DMR信号谱;
2)再向步骤1)中加入了待测样品的细胞板中继续加入与步骤1)中相同浓度的脑啡肽,检测DMR信号谱,检测时间为1~60min;若此DMR信号比步骤1)中BA-1的信号在上升期(1~10min)、平台期(10~20min)和延滞期(20~60min)某一个阶段不同;
3)将Delta拮抗剂纳洛酮以浓度0.01~100000nM加入到接种HEK-293-Delta细胞的微孔板中,预处理5~60min,加入与步骤1)中相同浓度的待测样品,检测其DMR信号,若此DMR信号谱与步骤1)中的样品的DMR信号谱一致,可判断待测样品是Delta受体下游信号通路的调节剂。
本发明采用的新型无标记细胞整合药理学技术是基于无标记的共振波导光栅(RWG)生物传感器将药物导致的细胞内成分的动态再分布过程转化为整体的、动态的波长位移响应信号,称为动态质量重置(DMR)信号,具有无损伤、高时空分辨、高灵敏度、高通量、能靶点-通路整合研究及操作简单、实验周期短等特点,检测过程无需标记及额外指示剂的添加,更真实的响应药物在活细胞整体水平的作用。因此,采用无标记细胞整合药理学技术构建Delta无标记高通量筛选模型可大大提高Delta的激动剂、拮抗剂及通路调节剂的发现效率,对阐述Delta的药理学和生理学功能具有重大意义,同时为Delta受体参与的镇痛和调节胃肠蠕动、情绪、行为及心血管等相关疾病的药物筛选提供指导。
附图说明
图1(A)不同浓度的脑啡肽在HEK-293-Delta细胞上的DMR特征信号谱;(B)不同浓度的脑啡肽在HEK-293-Delta细胞上的浓度-响应依赖曲线;其中脑啡肽的浓度单位为nM。
图2纳洛酮在HEK-293-Delta细胞上的DMR特征信号谱;其中纳洛酮的浓度单位为nM。
图3(A)不同浓度的脑啡肽预处理HEK-293-Delta细胞1h后,固定浓度脑啡肽的DMR信号谱;(B)不同浓度的脑啡肽预处理HEK-293-Delta细胞1h后,固定浓度脑啡肽的DMR信号谱对应的浓度-响应依赖曲线;其中脑啡肽的浓度单位为nM。
图4(A)不同浓度的纳洛酮预处理HEK-293-Delta细胞1h后,固定浓度脑啡肽的DMR信号谱;(B)不同浓度的纳洛酮预处理HEK-293-Delta细胞1h后,固定浓度脑啡肽的DMR信号谱对应的浓度-响应依赖曲线;其中脑啡肽和纳洛酮的浓度单位为nM。
具体实施方式
现结合实例,对本发明做进一步说明。实例仅限于说明本发明,而非对本发明的限定。
实施例1:激动剂脑啡肽在HEK-293-Delta细胞上的DMR特征信号谱
人胚肾细胞HEK-293-Delta细胞来源于实验室自主构建细胞库,倒置显微镜购于OLYMPUS,脑啡肽和纳洛酮购于Tocris公司。细胞培养板为Epic光学生物传感384微孔板,购于康宁公司,检测平台为康宁第三代
Figure BDA0001915277850000041
成像仪,检测的信号为细胞动态质量重置(DMR)引起的波长位移。
将处于对数生长期的HEK-293-Delta细胞,接种于细胞兼容的384微孔板中,所用培养基为DMEM(C11995503BT,GIBCO),每孔的接种体积为40μL,每孔接种的细胞数目为2.0×104个,将接种好的细胞板置于细胞培养箱中培养20~22h,至细胞融合度达95%左右,进行活性实验。将在微孔板中的细胞培养液换成Hank's平衡盐溶液(含20mM的HEPES),每孔加入体积为30μL,加入之后,放置于
Figure BDA0001915277850000051
成像仪上平衡1h;重新扫描2min的基线,将脑啡肽加入微孔板中,每孔加入体积为10μL,浓度为10000nM、3333.33nM、1111.11nM、370.37nM、123.46nM、41.15nM、13.71nM、4.57nM、1.52nM、0.51nM、0.17nM、0.06nM、0.02nM和0.01nM,平行3次,置于Epic仪器上实时监测DMR信号1h,基于细胞经脑啡肽作用的20min内DMR最大响应值处计算脑啡肽的EC50值,结果见图1。研究表明脑啡肽呈剂量依赖的激动Delta受体,剂量响应曲线呈单相“S”型且都达到饱和响应,最高的DMR响应值达100pm,对应的EC50值为5.5±1.2nM。
实施例2:拮抗剂纳洛酮在HEK-293-Delta细胞上的DMR特征信号谱
将处于对数生长期的HEK-293-Delta细胞,接种于细胞兼容的384微孔板中,所用培养基为DMEM(C11995503BT,GIBCO),每孔的接种体积为40μL,每孔接种的细胞数目为2.0×104个,将接种好的细胞板置于细胞培养箱中培养20~22h,至细胞融合度达95%左右,进行活性实验。将在微孔板中的细胞培养液换成Hank's平衡盐溶液(含20mM的HEPES),每孔加入体积为30μL,加入之后,放置于
Figure BDA0001915277850000052
成像仪上平衡1h;重新扫描2min的基线,将不同浓度的纳洛酮加入微孔板中,每孔加入体积为10μL,浓度为100000nM、33333.33nM、11111.11nM、3703.7nM、1234.57nM、411.52nM、137.17nM、45.72nM、15.24nM、5.08nM、1.69nM、0.56nM、0.19nM和0.06nM,平行3次,置于Epic仪器上实时监测DMR信号1h,结果见图2。研究表明不同浓度的纳洛酮的DMR响应信号接近于零。
实施例3:HEK-293-Delta细胞的脱敏DMR特征信号谱
将处于对数生长期的HEK-293-Delta细胞,接种于细胞兼容的384微孔板中,所用培养基为DMEM(C11995503BT,GIBCO),每孔的接种体积为40μL,每孔接种的细胞数目为2.0×104个,将接种好的细胞板置于细胞培养箱中培养20~22h,至细胞融合度达95%左右,进行活性实验。将在微孔板中的细胞培养液换成Hank's平衡盐溶液(含20mM的HEPES),每孔加入体积为30μL,加入之后,放置于
Figure BDA0001915277850000053
成像仪上平衡1h;将不同浓度的脑啡肽加入微孔板中预处理HEK-293-Delta细胞1h,每孔加入体积为10μL,浓度为10000nM、3333.33nM、1111.11nM、370.37nM、123.46nM、41.15nM、13.71nM、4.57nM、1.52nM、0.51nM、0.17nM、0.06nM、0.02nM和0.01nM,平行3次,重新扫描2min的基线,将固定浓度的脑啡肽加入微孔板中,每孔加入体积为10μL,浓度为20nM,平行3次,置于Epic仪器上实时监测DMR信号1h,基于细胞经脑啡肽作用的10min内DMR最大响应值处计算IC50值,结果见图3。研究表明脑啡肽呈剂量依赖的脱敏Delta受体,剂量响应曲线呈单相“S”型且都达到饱和响应,对应的IC50值为1.7±0.4nM。
实施例4:HEK-293-Delta细胞的拮抗DMR特征信号谱
将处于对数生长期的HEK-293-Delta细胞,接种于细胞兼容的384微孔板中,所用培养基为DMEM(C11995503BT,GIBCO),每孔的接种体积为40μL,每孔接种的细胞数目为2.0×104个,将接种好的细胞板置于细胞培养箱中培养20~22h,至细胞融合度达95%左右,进行活性实验。将在微孔板中的细胞培养液换成Hank's平衡盐溶液(含20mM的HEPES),每孔加入体积为30μL,加入之后,放置于
Figure BDA0001915277850000061
成像仪上平衡1h;将不同浓度的纳洛酮加入微孔板中预处理细胞1h,每孔加入体积为10μL,浓度为100000nM、33333.33nM、11111.11nM、3703.7nM、1234.57nM、411.52nM、137.17nM、45.72nM、15.24nM、5.08nM、1.69nM、0.56nM、0.19nM和0.06nM,平行3次,重新扫描2min的基线,将固定浓度的脑啡肽加入微孔板中,每孔加入体积为10μL,浓度为20nM,平行3次,置于Epic仪器上实时监测DMR信号1h,基于细胞经脑啡肽作用的10min内DMR最大响应值处计算IC50值,结果见图4。研究表明纳洛酮呈剂量依赖的拮抗Delta受体,剂量响应曲线呈单相“S”型且都达到饱和响应,对应的IC50值为0.258±0.055μM。
本发明基于无标记细胞整合药理学技术,建立了Delta无标记筛选模型,此模型具有不需要荧光标记且检测过程无需额外添加指示剂的优势,高效可靠的筛选商品化的小分子库、自主制备的天然产物提取物、组分或化合物库及化学修饰物,以获得Delta受体的激动剂、拮抗剂和通路调节剂及Delta受体参与的镇痛和调节胃肠蠕动、情绪、行为及心血管等相关疾病的药物。

Claims (5)

1.一种无标记Delta受体的细胞筛选模型,其特征在于,建立过程为:
1)在细胞兼容的具有光学生物传感功能的384微孔板中接种HEK-293-Delta细胞,接种的细胞密度为1.0 ~ 4.5 × 104个/孔,细胞培养液体积为40 µL/孔,接种后细胞培养时间为18 ~ 24 h;
2)将溶解在含0.1%BSA的HBSS缓冲盐中的脑啡肽激动剂以浓度为0.01 ~ 100000 nM加入到接种HEK-293-Delta细胞的384微孔板中,检测其DMR特征信号谱;
3)将溶解在含0.1%BSA的HBSS缓冲盐中的纳洛酮拮抗剂以浓度为0.01 ~ 100000 nM加入到接种HEK-293-Delta细胞的384微孔板中,检测其DMR特征信号谱;
4)获得的所有DMR特征信号谱具有浓度-响应依赖关系。
2.根据权利要求1所述一种无标记Delta受体的细胞筛选模型,其特征在于,待测样品具有激动活性的筛选步骤如下:
1)将溶解在含0.1%BSA的HBSS缓冲盐中的脑啡肽激动剂以浓度为0.01 ~ 100000 nM加入到接种HEK-293-Delta细胞的384微孔板中,检测其DMR特征信号谱;
2)将待测样品以0.01 nM ~ 100 µM加入到接种HEK-293-Delta细胞的微孔板中,检测其DMR信号谱;
3)关联分析步骤1)和步骤2)中的DMR信号谱,若步骤2)的DMR信号谱与1)中的DMR特征谱没有相似性,则样品没有激动活性;若具有轮廓相似性,则进行下一步骤;
4)将Delta拮抗剂纳洛酮以浓度0.01 ~ 100000 nM加入到接种HEK-293-Delta细胞的微孔板中,预处理 5 ~ 60 min,加入与步骤2)中相同浓度的待测样品,检测其DMR信号,若此DMR信号强度低于步骤2)中的DMR信号强度,则判断此样品为Delta受体的激动剂。
3.根据权利要求1所述一种无标记Delta受体的细胞筛选模型,其特征在于,待测样品具有拮抗活性的筛选步骤如下:
1)将待测样品和脑啡肽分别加入到接种HEK-293-Delta细胞的微孔板中,待测样品浓度为0.01 nM ~ 100 µM,脑啡肽浓度为0.01 ~ 100000 nM,检测DMR信号谱;
2)若步骤1)中待测样品不引起DMR信号谱,再向步骤1)中加入了待测样品的细胞板中继续加入与步骤1)中相同浓度的脑啡肽,检测DMR信号谱;若此DMR信号比步骤1)中脑啡肽的信号弱,可判断待测样品是Delta受体的拮抗剂。
4.根据权利要求1所述一种无标记Delta受体的细胞筛选模型,其特征在于,待测样品对Delta通路有调节活性的步骤如下:
1)将待测样品和脑啡肽分别加入到接种HEK-293-Delta细胞的微孔板中,待测样品浓度为0.01 nM ~ 100 µM,脑啡肽浓度为0.01 ~ 100000 nM,检测DMR信号谱;
2)再向步骤1)中加入了待测样品的细胞板中继续加入与步骤1)中相同浓度的脑啡肽,检测DMR信号谱,检测时间为1 ~ 60 min;若此DMR信号比步骤1)中BA-1的信号在上升期、平台期和延滞期某一个阶段不同;
3)将Delta拮抗剂纳洛酮以浓度0.01 ~ 100000 nM加入到接种HEK-293-Delta细胞的微孔板中,预处理5 ~ 60 min,加入与步骤1)中相同浓度的待测样品,检测其DMR信号,若此DMR信号谱与步骤1)中的样品的DMR信号谱一致,可判断待测样品是Delta受体下游信号通路的调节剂。
5.根据权利要求4所述一种无标记Delta受体的细胞筛选模型,其特征在于,所述上升期为1 ~ 10 min、平台期为10 ~ 20 min和延滞期为20 ~ 60 min。
CN201811578647.7A 2018-12-21 2018-12-21 一种无标记Delta受体的细胞筛选模型 Pending CN111349610A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811578647.7A CN111349610A (zh) 2018-12-21 2018-12-21 一种无标记Delta受体的细胞筛选模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811578647.7A CN111349610A (zh) 2018-12-21 2018-12-21 一种无标记Delta受体的细胞筛选模型

Publications (1)

Publication Number Publication Date
CN111349610A true CN111349610A (zh) 2020-06-30

Family

ID=71190294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811578647.7A Pending CN111349610A (zh) 2018-12-21 2018-12-21 一种无标记Delta受体的细胞筛选模型

Country Status (1)

Country Link
CN (1) CN111349610A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112391351A (zh) * 2020-11-18 2021-02-23 泰州医药城国科化物生物医药科技有限公司 一种阿片受体变构调节剂筛选模型及应用

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102292636A (zh) * 2008-11-24 2011-12-21 康宁股份有限公司 鉴定分子的方法
CN106645735A (zh) * 2015-11-02 2017-05-10 中国科学院大连化学物理研究所 一种无标记神经降压素受体(ntsr)配体筛选模型

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102292636A (zh) * 2008-11-24 2011-12-21 康宁股份有限公司 鉴定分子的方法
CN106645735A (zh) * 2015-11-02 2017-05-10 中国科学院大连化学物理研究所 一种无标记神经降压素受体(ntsr)配体筛选模型

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MEGAN MORSE 等: "Label-free integrative pharmacology on-target of opioid ligands at the opioid receptor family.", BMC PHARMACOLOGY AND TOXICOLOGY., vol. 14, pages 17, XP021143642, DOI: 10.1186/2050-6511-14-17 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112391351A (zh) * 2020-11-18 2021-02-23 泰州医药城国科化物生物医药科技有限公司 一种阿片受体变构调节剂筛选模型及应用

Similar Documents

Publication Publication Date Title
Lohse et al. Optical techniques to analyze real-time activation and signaling of G-protein-coupled receptors
Lohse et al. Kinetics of G‐protein‐coupled receptor signals in intact cells
Charlton et al. Elusive equilibrium: the challenge of interpreting receptor pharmacology using calcium assays
Glatz et al. Mimicking nature's noses: From receptor deorphaning to olfactory biosensing
Yun et al. Neural stem cell specific fluorescent chemical probe binding to FABP7
Kolaj et al. Midline thalamic paraventricular nucleus neurons display diurnal variation in resting membrane potentials, conductances, and firing patterns in vitro
Murphy et al. AKAP79/150 recruits the transcription factor NFAT to regulate signaling to the nucleus by neuronal L-type Ca2+ channels
Lee et al. Evaluation of dynamic mass redistribution technology for pharmacological studies of recombinant and endogenously expressed g protein-coupled receptors
JP2003500065A (ja) 高スループット機能ゲノム学
Greife et al. Structural assemblies of the di-and oligomeric G-protein coupled receptor TGR5 in live cells: an MFIS-FRET and integrative modelling study
Perkins et al. Fluorogen activating protein toolset for protein trafficking measurements
JP6449157B2 (ja) ムスク系香料のスクリーニング方法
Qian et al. Current and emerging methods for probing neuropeptide transmission
Zhao et al. All SNAP25 molecules in the vesicle–plasma membrane contact zone change conformation during vesicle priming
McAnally et al. A systematic approach to identify biased agonists of the apelin receptor through high-throughput screening
CN111349610A (zh) 一种无标记Delta受体的细胞筛选模型
Vidi et al. Fluorescent protein complementation assays: new tools to study G protein-coupled receptor oligomerization and GPCR-mediated signaling
WO2015102541A1 (en) Optical biosensors for diagnosis and high-throughput drug screening using unique conformational changes of recombinant tagged g protein-coupled receptors for activation
Scholler et al. Time-resolved förster resonance energy transfer-based technologies to investigate G protein-coupled receptor machinery: high-throughput screening assays and future development
Li et al. Early fluorescence signals detect transitions at mammalian serotonin transporters
CN112980797A (zh) 一种无标记褪黑素膜受体mt1的细胞筛选模型及应用
US20120015846A1 (en) Label-free Cellular Pharmacology For Drug Antitarget Assessment
JP3676774B2 (ja) 受容体のアゴニスト活性化の機能的アッセイ
WO2020124945A1 (zh) 一种无标记蛙皮素受体bb3的细胞筛选模型
CN114107210A (zh) 一种无标记膜受体gpr84的细胞筛选模型及其应用

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200630