CN111349612A - 一种无标记阿片受体nop的细胞筛选模型 - Google Patents

一种无标记阿片受体nop的细胞筛选模型 Download PDF

Info

Publication number
CN111349612A
CN111349612A CN201811578649.6A CN201811578649A CN111349612A CN 111349612 A CN111349612 A CN 111349612A CN 201811578649 A CN201811578649 A CN 201811578649A CN 111349612 A CN111349612 A CN 111349612A
Authority
CN
China
Prior art keywords
nop
sample
dmr
cells
concentration
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
CN201811578649.6A
Other languages
English (en)
Inventor
梁鑫淼
王志伟
王纪霞
于广璞
单彩龙
薛珍珍
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 CN201811578649.6A priority Critical patent/CN111349612A/zh
Publication of CN111349612A publication Critical patent/CN111349612A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C07—ORGANIC CHEMISTRY
    • C07K—PEPTIDES
    • C07K14/00—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof
    • C07K14/435—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from animals; from humans
    • C07K14/705—Receptors; Cell surface antigens; Cell surface determinants
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008—Chemical 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
    • G01N33/502—Chemical 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008—Chemical 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
    • G01N33/502—Chemical 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
    • G01N33/5041—Chemical 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
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12N—MICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
    • C12N2503/00—Use of cells in diagnostics
    • C12N2503/02—Drug screening
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12N—MICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
    • C12N2510/00—Genetically modified cells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2500/00—Screening for compounds of potential therapeutic value
    • G01N2500/10—Screening 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)
  • Toxicology (AREA)
  • Food Science & Technology (AREA)
  • Organic Chemistry (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Zoology (AREA)
  • Biophysics (AREA)
  • Genetics & Genomics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明提供了一种无标记阿片受体NOP的细胞筛选模型。本发明基于无标记细胞整合药理学技术，利用NOP稳定表达的细胞系，建立了筛选NOP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NOP受体下游通路的调节剂。本发明构建的NOP细胞筛选模型不需要荧光标记且检测过程无需额外添加指示剂，具有靶点‑通路整合响应、对细胞无损伤、检测结果可靠、灵敏度高、筛选通量高及操作简便等特点。其用于从天然产物库、代谢产物库及组合化学库中寻找NOP受体的激动剂、拮抗剂和通路调节剂，及NOP受体参与的伤害感受、药物滥用副作用及心血管疾病的药物筛选。

Description

一种无标记阿片受体NOP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阿片受体NOP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。NOP(孤啡肽Receptor)受体，于1994年在利用低严格性的寡核甘酸探针筛选cDNA库的方法时被克隆，与阿片受体结构相似，但是和阿片受体的很多配体的亲和力均很低，被命名为孤儿阿片受体；NOP受体的配体痛敏肽(孤啡肽)和孤啡肽FQ(Orphanin FQ)于1995年被发现并命名。作为阿片受体家族，NOP和N/OFQ已被广泛评估其在伤害感受途径和抗伤害感受作用中的作用，但是目前为止不论是NOP激动剂还是拮抗剂，在疼痛治疗中的作用还尚未十分明确。研究表明，NOP受体在调节与药物滥用相关的奖励和激励途径中起作用；N/OFQ(孤啡肽/Orphanin FQ)的应用已被证明可降低中脑边缘通路中药物刺激的多巴胺水平；此外，阿片类丁丙诺啡(μ受体的不完全激动剂)运用可减少人类酒精成瘾者和酒精偏好动物模型中的酒精消耗，这归因于对NOP受体的不完全激动活性；这些研究表明，NOP受体激动剂具有作为治疗药物滥用的潜力，因此，建立NOP受体细胞模型，对发现NOP受体激动剂和拮抗剂，进一步发现NOP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GPCR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，提供一种无标记阿片受体NOP的细胞筛选模型，以高通量筛选NOP受体激动剂、拮抗剂和通路调节剂，及NOP受体参与的伤害感受、药物滥用副作用及心血管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NOP的细胞系HEK-293-NOP，借助于已知的激动剂和拮抗剂，建立NOP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。
一种无标记阿片受体NOP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-NOP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缓冲盐中的孤啡肽激动剂以浓度为0.001～10000nM加入到接种HEK-293-NOP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SB612111拮抗剂以浓度为1～20000nM加入到接种HEK-293-NOP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缓冲盐中的孤啡肽激动剂以浓度为0.001～10000nM加入到接种HEK-293-NOP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-NOP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NOP拮抗剂SB612111以浓度1～20000nM加入到接种HEK-293-NOP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NOP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)将待测样品和孤啡肽分别加入到接种HEK-293-NOP细胞的微孔板中，待测样品浓度为0.01nM～100μM，孤啡肽浓度为0.001～10000nM，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)中相同浓度的孤啡肽，检测DMR信号谱；若此DMR信号比步骤1)中孤啡肽的信号弱，可判断待测样品是NOP受体的拮抗剂。
进一步的，待测样品对NOP通路有调节活性的步骤如下：
1)将待测样品和孤啡肽分别加入到接种HEK-293-NOP细胞的微孔板中，待测样品浓度为0.01nM～100μM，孤啡肽浓度为0.001～10000nM，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)中相同浓度的孤啡肽，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NOP拮抗剂SB612111以浓度1～20000nM加入到接种HEK-293-NOP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NOP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NOP无标记高通量筛选模型可大大提高NOP的激动剂、拮抗剂及通路调节剂的发现效率，对阐述NOP的药理学和生理学功能具有重大意义，同时为NOP受体参与的伤害感受、药物滥用副作用及心血管疾病的药物筛选提供指导。
附图说明
图1(A)不同浓度的孤啡肽在HEK-293-NOP细胞上的DMR特征信号谱；(B)不同浓度的孤啡肽在HEK-293-NOP细胞上的浓度-响应依赖曲线；其中孤啡肽的浓度单位为nM。
图2SB612111在HEK-293-NOP细胞上的DMR特征信号谱；其中SB612111的浓度单位为nM。
图3(A)不同浓度的孤啡肽预处理HEK-293-NOP细胞1h后，固定浓度孤啡肽的DMR信号谱；(B)不同浓度的孤啡肽预处理HEK-293-NOP细胞1h后，固定浓度孤啡肽的DMR信号谱对应的浓度-响应依赖曲线；其中孤啡肽的浓度单位为nM。
图4(A)不同浓度的SB612111预处理HEK-293-NOP细胞1h后，固定浓度孤啡肽的DMR信号谱；(B)不同浓度的SB612111预处理HEK-293-NOP细胞1h后，固定浓度孤啡肽的DMR信号谱对应的浓度-响应依赖曲线；其中孤啡肽和SB612111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：激动剂孤啡肽在HEK-293-NOP细胞上的DMR特征信号谱
人胚肾细胞HEK-293-NOP细胞来源于实验室自主构建细胞库，倒置显微镜购于OLYMPUS，孤啡肽和SB612111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 BDA0001915170830000041
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-NOP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 BDA0001915170830000051
成像仪上平衡1h；重新扫描2min的基线，将孤啡肽加入微孔板中，每孔加入体积为10μL，浓度为10000nM、3333.33nM、1111.11nM、370.37nM、123.46nM、41.15nM、13.72nM、4.57nM、1.52nM、0.51nM、0.17nM、0.06nM、0.02nM、0.01nM和0.002nM，平行3次，置于Epic仪器上实时监测DMR信号1h，基于细胞经孤啡肽作用的30min内DMR最大响应值处计算孤啡肽的EC50值，结果见图1。研究表明孤啡肽呈剂量依赖的激动NOP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600pm，对应的EC50值为14.4±1.5nM。
实施例2：拮抗剂SB612111在HEK-293-NOP细胞上的DMR特征信号谱
将处于对数生长期的HEK-293-NOP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 BDA0001915170830000052
成像仪上平衡1h；重新扫描2min的基线，将不同浓度的SB612111加入微孔板中，每孔加入体积为10μL，浓度为20000nM、10000nM、5000nM、2500nM、1250nM、625nM、312.5nM、156.25nM、78.13nM、39.06nM、19.53nM、9.77nM、4.88nM、2.44nM和1.22nM，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SB612111的DMR响应信号接近于零。
实施例3：HEK-293-NOP细胞的脱敏DMR特征信号谱
将处于对数生长期的HEK-293-NOP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 BDA0001915170830000053
成像仪上平衡1h；将不同浓度的孤啡肽加入微孔板中预处理HEK-293-NOP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、13.72nM、4.57nM、1.52nM、0.51nM、0.17nM、0.06nM、0.02nM、0.01nM和0.002nM，平行3次，重新扫描2min的基线，将固定浓度的孤啡肽加入微孔板中，每孔加入体积为10μL，浓度为2000nM，平行3次，置于Epic仪器上实时监测DMR信号1h，基于细胞经孤啡肽作用的30min内DMR最大响应值处计算IC50值，结果见图3。研究表明孤啡肽呈剂量依赖的脱敏NOP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2.7±0.3nM。
实施例4：HEK-293-NOP细胞的拮抗DMR特征信号谱
将处于对数生长期的HEK-293-NOP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 BDA0001915170830000061
成像仪上平衡1h；将不同浓度的SB612111加入微孔板中预处理细胞1h，每孔加入体积为10μL，浓度为20000nM、10000nM、5000nM、2500nM、1250nM、625nM、312.5nM、156.25nM、78.13nM、39.06nM、19.53nM、9.77nM、4.88nM、2.44nM和1.22nM，平行3次，重新扫描2min的基线，将固定浓度的孤啡肽加入微孔板中，每孔加入体积为10μL，浓度为2000nM，平行3次，置于Epic仪器上实时监测DMR信号1h，基于细胞经孤啡肽作用的40min内DMR最大响应值处计算IC50值，结果见图4。研究表明SB612111呈剂量依赖的拮抗NOP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2.606±0.27μM。
本发明基于无标记细胞整合药理学技术，建立了NOP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NOP受体的激动剂、拮抗剂和通路调节剂及NOP受体调控的伤害感受、药物滥用副作用及心血管疾病的药物。

Claims (5)

1.一种无标记阿片受体NOP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-NOP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缓冲盐中的孤啡肽激动剂以浓度为0.001 ~ 10000 nM加入到接种HEK-293-NOP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SB612111拮抗剂以浓度为1 ~ 20000 nM加入到接种HEK-293-NOP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所述一种无标记阿片受体NOP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缓冲盐中的孤啡肽激动剂以浓度为0.001 ~ 10000 nM加入到接种HEK-293-NOP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-NOP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NOP拮抗剂SB612111以浓度1 ~ 20000 nM加入到接种HEK-293-NOP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NOP受体的激动剂。
3.根据权利要求1所述一种无标记阿片受体NOP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）将待测样品和孤啡肽分别加入到接种HEK-293-NOP细胞的微孔板中，待测样品浓度为0.01 nM ~ 100 µM，孤啡肽浓度为0.001 ~ 10000 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）中相同浓度的孤啡肽，检测DMR信号谱；若此DMR信号比步骤1）中孤啡肽的信号弱，可判断待测样品是NOP受体的拮抗剂。
4.根据权利要求1所述一种无标记阿片受体NOP的细胞筛选模型，其特征在于，待测样品对NOP通路有调节活性的步骤如下：
1）将待测样品和孤啡肽分别加入到接种HEK-293-NOP细胞的微孔板中，待测样品浓度为0.01 nM ~ 100 µM，孤啡肽浓度为0.001 ~ 10000 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）中相同浓度的孤啡肽，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NOP拮抗剂SB612111以浓度1 ~ 20000 nM加入到接种HEK-293-NOP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NOP受体下游信号通路的调节剂。
5.根据权利要求4所述一种无标记阿片受体NOP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。
CN201811578649.6A 2018-12-21 2018-12-21 一种无标记阿片受体nop的细胞筛选模型 Pending CN111349612A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811578649.6A CN111349612A (zh) 2018-12-21 2018-12-21 一种无标记阿片受体nop的细胞筛选模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811578649.6A CN111349612A (zh) 2018-12-21 2018-12-21 一种无标记阿片受体nop的细胞筛选模型

Publications (1)

Publication Number Publication Date
CN111349612A true CN111349612A (zh) 2020-06-30

Family

ID=71191934

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811578649.6A Pending CN111349612A (zh) 2018-12-21 2018-12-21 一种无标记阿片受体nop的细胞筛选模型

Country Status (1)

Country Link
CN (1) CN111349612A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114107210A (zh) * 2020-08-31 2022-03-01 泰州医药城国科化物生物医药科技有限公司 一种无标记膜受体gpr84的细胞筛选模型及其应用

Citations (6)

* 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
US20120015846A1 (en) * 2010-07-16 2012-01-19 Ye Fang Label-free Cellular Pharmacology For Drug Antitarget Assessment
WO2012118908A1 (en) * 2011-03-01 2012-09-07 Corning Incorporated Assessment of opioid receptor ligands
US20130210057A1 (en) * 2012-02-14 2013-08-15 Corning Incorporated Use of label-free biosensors to understand and identify treatment for cancer
CN105462930A (zh) * 2014-06-24 2016-04-06 中国人民解放军军事医学科学院毒物药物研究所 一种筛选κ阿片受体激动剂的细胞模型及筛选方法
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 (6)

* 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
US20120015846A1 (en) * 2010-07-16 2012-01-19 Ye Fang Label-free Cellular Pharmacology For Drug Antitarget Assessment
WO2012118908A1 (en) * 2011-03-01 2012-09-07 Corning Incorporated Assessment of opioid receptor ligands
US20130210057A1 (en) * 2012-02-14 2013-08-15 Corning Incorporated Use of label-free biosensors to understand and identify treatment for cancer
CN105462930A (zh) * 2014-06-24 2016-04-06 中国人民解放军军事医学科学院毒物药物研究所 一种筛选κ阿片受体激动剂的细胞模型及筛选方法
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
DAVIDE MALFACINI等: "NOP receptor pharmacological profile - A dynamic mass redistribution study", PLOS ONE, vol. 13, no. 8, pages 2 - 3 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114107210A (zh) * 2020-08-31 2022-03-01 泰州医药城国科化物生物医药科技有限公司 一种无标记膜受体gpr84的细胞筛选模型及其应用

Similar Documents

Publication Publication Date Title
Bernetti et al. Protein–ligand (un) binding kinetics as a new paradigm for drug discovery at the crossroad between experiments and modelling
Voss et al. A guide to interrogating immunometabolism
Martin et al. VENNTURE–a novel Venn diagram investigational tool for multiple pharmacological dataset analysis
Nicolas et al. Detection of marine neurotoxins in food safety testing using a multielectrode array
Okumoto Quantitative imaging using genetically encoded sensors for small molecules in plants
Shao et al. Integrative chemical proteomics-metabolomics approach reveals Acaca/Acacb as direct molecular targets of PFOA
Ferrari et al. In vitro pharmacological characterization of a novel unbiased NOP receptor‐selective nonpeptide agonist AT‐403
Pottie et al. In vitro assays for the functional characterization of (psychedelic) substances at the serotonin receptor 5‐HT2AR
Ramisetty et al. Unraveling the dynamics of protein interactions with quantitative mass spectrometry
Klein et al. Approaches for probing allosteric interactions at 7 transmembrane spanning receptors
George et al. Comparison of quantitative mass spectrometric methods for drug target identification by thermal proteome profiling
CN111349612A (zh) 一种无标记阿片受体nop的细胞筛选模型
CN111349613A (zh) 一种无标记毒蕈碱受体m4的细胞筛选模型
Daily et al. Calcium transient assays for compound screening with human iPSC-derived cardiomyocytes: evaluating new tools
Wu et al. High-mass MALDI-MS unravels ligand-mediated G protein–coupling selectivity to GPCRs
Daley et al. Beyond pharmaceuticals: Fit-for-purpose new approach methodologies for environmental cardiotoxicity testing
Kilfoil et al. Characterization of a high throughput human stem cell cardiomyocyte assay to predict drug-induced changes in clinical electrocardiogram parameters
Sykes et al. Investigating the influence of tracer kinetics on competition-kinetic association binding assays: Identifying the optimal conditions for assessing the kinetics of low-affinity compounds
Hoare et al. Biosensor assays for measuring the kinetics of g-protein and arrestin-mediated signaling in live cells
Kenakin Measurement of receptor signaling bias
CN111349607A (zh) 一种无标记蛙皮素受体bb3的细胞筛选模型
CN111349610A (zh) 一种无标记Delta受体的细胞筛选模型
CN114107210A (zh) 一种无标记膜受体gpr84的细胞筛选模型及其应用
Lv et al. Simulation strategies for characterizing phosphodiesterase-5 inhibitors in botanical dietary supplements
CN111349609A (zh) 一种无标记组胺受体h3的细胞筛选模型

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