JP7004378B2 - アプタマーセットの選択方法 - Google Patents

アプタマーセットの選択方法 Download PDF

Info

Publication number
JP7004378B2
JP7004378B2 JP2017059733A JP2017059733A JP7004378B2 JP 7004378 B2 JP7004378 B2 JP 7004378B2 JP 2017059733 A JP2017059733 A JP 2017059733A JP 2017059733 A JP2017059733 A JP 2017059733A JP 7004378 B2 JP7004378 B2 JP 7004378B2
Authority
JP
Japan
Prior art keywords
aptamer
substance
aptamers
binding ability
substances
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.)
Active
Application number
JP2017059733A
Other languages
English (en)
Other versions
JP2018161078A (ja
Inventor
穣 秋富
直人 金子
克紀 堀井
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.)
NEC Solutions Innovators Ltd
Original Assignee
NEC Solutions Innovators 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 NEC Solutions Innovators Ltd filed Critical NEC Solutions Innovators Ltd
Priority to JP2017059733A priority Critical patent/JP7004378B2/ja
Publication of JP2018161078A publication Critical patent/JP2018161078A/ja
Application granted granted Critical
Publication of JP7004378B2 publication Critical patent/JP7004378B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Description

本発明は、アプタマーセットの選択方法に関する。
近年、抗体に代わるターゲットへの結合分子として、いわゆるアプタマーと呼ばれる核酸分子の開発が進められている。前記アプタマーは、一般に、SELEX(Systematic Evolution of Ligands by EXponential enrichiment)法により調製されている(特許文献1、非特許文献1)。前記アプタマーを使用してターゲットの検出を行う場合、前記アプタマーとしては、例えば、ターゲットへの特異性が高く、且つ、他の物質への交差反応がないことを求められている。
しかしながら、このようにターゲットへの特異性が高く、且つ、他の物質への交差反応を示さないアプタマーの取得は、非常に困難である。
特許第2763958号
そこで、本発明は、例えば、他の物質に対して交差反応を示したとしても、ターゲットを特異的に検出することができるアプタマーの提供を目的とする。
前記目的を達成するために、本発明のアプタマーセットの選択方法は、
配列が異なる複数のアプタマーについて、複数の物質に対する結合能を評価する評価工程と、
前記複数のアプタマーから、各物質に対する結合能に基づき、組合せによって所定のターゲット物質に対して特異的な結合能となる、アプタマーの組合せを選択する選択工程とを含むことを特徴とする。
本発明によれば、ターゲット以外の物質に結合するアプタマーであっても、組合せることで、ターゲットを特異的に検出できるアプタマーセットを選択することができる。このため、本発明によれば、例えば、これまで単独では使用できなかったアプタマーを有効利用することも可能になる。
図1は、本発明の選択方法の概念を示す概略図である。 図2は、本発明の選択方法における選択工程の一例を示すフローチャートである。 図3は、本発明の選択方法における選択工程のその他の例を示すフローチャートである。
本発明者は、アプタマーを用いた特異的なターゲットの検出方法を確立するにあたって、鋭意研究を行った。そして、ターゲットの検出において、他の物質と交差反応を示さない特異性の高いアプタマーの単独使用に代えて、複数のアプタマーをアプタマーセットとして使用するとの着想を得た。すなわち、例えば、物質Bをターゲットとして検出する場合、単独のアプタマーの場合、物質Bのみに結合し、物質AおよびCには結合しない性質が求められる。しかし、例えば、物質Aと物質Bの両方に結合するアプタマーXまたは物質Bと物質Cの両方に結合するアプタマーYであっても、それぞれの物質A、物質Bおよび物質Cへの結合能から、結果的に、ターゲットである物質Bの存在を有意に検出できるとの着想である。
具体的に、図1の概略図を用いて説明する。図1(A)は、物質A、物質Bおよび物質Cと、アプタマーXおよびアプタマーYとの結合能に関する概略を示す模式図であり、(B)は、概略を示すグラフである。図1(A)および(B)に示すように、アプタマーXが、物質Aおよび物質Bに同等の結合能を有し、アプタマーYが、物質Bおよび物質Cに同等の結合能を有する場合、図1(A)に示すように、アプタマーXには、物質Aと物質Bとが当量結合し、アプタマーYには、物質Bと物質Cとが当量結合する。このため、アプタマーXまたはアプタマーYを単独で使用した場合、アプタマーXが物質との結合を示しても、それが物質Aか物質Bかは判断できず、また、アプタマーYが物質との結合を示しても、それが物質Bか物質Cかは判断できない。しかしながら、アプタマーXの結合結果とアプタマーYとの結合結果とを総合すると、以下のようなことがわかる。つまり、アプタマーXとアプタマーYは、それぞれが物質Bに結合能を示すが、アプタマーXは、物質Aにも結合するものの物質Cには結合せず、アプタマーYは、物質Cにも結合するものの物質Aには結合しない。このため、アプタマーXおよびアプタマーYの物質に対する結合能を総合すると、物質Bに対する結合能が、アプタマーAに対する結合能およびアプタマーCに対する結合能に対して、それぞれ約2倍を示すことになる。このため、アプタマーXとアプタマーYとが、それぞれ、物質B以外に結合する場合であっても、総合的にみると、アプタマーYと結合しており、アプタマーYが存在していることが明らかと判断することができる。
このような考えに基づき、本発明は、配列が異なる複数のアプタマーから、組合せによって、所定のターゲット物質に対して特異的な結合能となるアプタマーの組合せを選択し、これをアプタマーセットとして選択することを見出した。このようにして選択されたアプタマーセットであれば、例えば、ターゲット以外に結合するアプタマーの組合せであっても、所定のターゲット物質の検出に使用でき、また、これまで単独では使用できないと思われていたアプタマーについても、有効利用が可能になる。また、本発明の選択方法により、例えば、各種ターゲットに対するアプタマーセットを構築し、データを蓄積すれば、後に機械学習のデータとなり、より簡便にターゲットに適したアプタマーセットを構築することも可能になる。
例えば、あるターゲットに対して結合するアプタマーをコンピュータ上でランダムに探索する場合、使用するランダムな塩基配列の長さを30塩基と仮定すると、4^30(4の30乗)通りの組み合わせから、最も結合力の高い塩基配列の予測を実施する必要がある。しかし、本発明を用いれば、例えば、1000通りのアプタマーを用いるアプタマーセットであれば、高々1000通りの結合力を予測し、その組み合わせを計算するだけでよい。機械学習で塩基配列の結合力を予測するためには、様々な種類のターゲットとそれに対応する配列との結合力のデータを、大量に学習させる必要がある。その際、4^30通りの塩基配列の結合力のデータを取得するのは極めて困難であるが、前述のように、1000通りの配列の結合力のデータを取得することは容易である。
本発明において、前記評価工程は、配列が異なる複数のアプタマーについて、複数の物質に対する結合能を評価する工程である。前記複数のアプタマーの種類および数は、何ら制限されない。前記アプタマーの数は、例えば、2配列以上、30配列以上、1000配列以上であっても、本発明の選択方法における候補アプタマーとして使用できる。前記アプタマーの数の上限は、特に制限されない。
前記評価工程における前記複数のアプタマーは、例えば、アプタマーセットの候補であることから、候補アプタマーということもできる。前記候補アプタマーは、例えば、SELEX法によって新たに調製した配列でもよいし、既存の配列でもよいし、論文および特許等の文献に開示された配列であってもよい。また、前述のように、本発明においては、例えば、ターゲット物質の検出用として、アプタマーの組合せとして選択することから、例えば、各アプタマーの物質に対する結合能、特異性等は、特に制限されない。また、従来から、Gリッチな配列のアプタマーは、ターゲットに結合しやすいが、他の物質にも結合しやすいことが知られており、結果的に、単独では使用し難いとされている。しかしながら、本発明によれば、例えば、他の物質へ結合する場合でも使用できる可能性があることから、Gリッチな配列も候補アプタマーとして使用することができる。
前記評価工程は、例えば、実際に、前記複数のアプタマーについて、前記複数の物質に対する結合能を評価するための、結合能の測定工程を含んでもよい。この場合、例えば、複数のアプタマーを用いて、同時に、前記各物質に対する結合能を測定することができる。前記結合能の測定は、例えば、アレイを用いて評価することができる。この際、例えば、アレイ等によって同時に評価できる候補アプタマーの数は、特に制限されず、下限は、例えば、2配列以上、30配列以上、1000配列以上でもよく、上限は、例えば、1,000,000配列以下であり、具体例としては、例えば、1200配列程度である。
他方、本発明の選択方法は、前記評価工程において、実際に結合能の測定工程を実施しなくてもよい。この場合、例えば、すでに収集した結合能の情報を使用して、評価することもできる。
本発明において、前記選択工程は、特に制限されず、例えば、ターゲット物質の種類、候補アプタマーの種類等に応じて、適宜決定できる。前記選択工程において、前記組合せに含める候補アプタマーの数は、特に制限されず、2配列以上である。前記選択工程の具体例としては、例えば、前記所定のターゲット物質に対する結合能を示すアプタマーを選択する第1工程と、前記第1工程で選択されたアプタマーから、結合させたくない物質に結合能を示すアプタマーを除外する第2工程と、前記第2工程で残ったアプタマーのうち、所定のターゲット物質に対する結合能の積算が、他の物質に対する結合能の積算よりも高くなるアプタマーの組合せを選択する第3工程とを含む形態が一例としてあげられる。
前記選択工程の一例は、例えば、図2のフローチャートに表すことができる。本例では、ターゲットを物質Bとし、交差反応が望ましくない物質を物質Dとする。なお、本発明は、この例示には制限されない。
まず、前記評価工程後、前記第1工程として、複数の候補アプタマーについて、物質Bに結合するか否かを判定し、結合する場合(Yes)は、候補アプタマーとして残し、結合しない場合(No)は、候補から外す。つぎに、前記第2工程として、選択された候補アプタマーについて、物質Dに結合するか否かを判定し、結合しない場合(No)は、候補アプタマーとして残し、結合する場合(No)は、候補から外す。これによって、不要な交差反応を示すアプタマーを除外できる。つぎに、物質Bに結合し物質Dに結合しない候補アプタマーを組合せ、各組合せにおいて、物質Bへの結合の総和が、他の物質への結合能の各総和より、十分に高いか否かを判定する。十分に高いといえる場合(Yes)には、その組合せのアプタマーセットは、物質Bをターゲットとする検出に使用できる。十分に高いといえない場合(No)は、候補から外す。「十分に高い」か否かは、例えば、目的に応じてその程度を設定できる。
前記選択工程のその他の例として、例えば、図3のフローチャートに表すこともできる。本例では、結合して欲しい1個以上のターゲットからなる群を群B’とし、結合して欲しくない0個以上の物質からなる群を群D’とする。なお、本発明は、この例示には制限されない。
まず、前記評価工程後、前記第1工程として、複数の候補アプタマーについて、物質群B’の全てに結合する否かを判定し、結合する場合(Yes)は、B’群結合候補アプタマーとして残し、結合しない場合(No)は、候補から外す。つぎに、前記第2工程として、選択されたB’群結合候補アプタマーについて、物質群D’に結合するか否かを判定し、結合しない場合(No)は、候補アプタマーとして残し、結合する場合(Yes)は、候補からはずす。これによって、不要な交差反応を示すアプタマーを除外できる。つぎに、物質群B’に結合し物質群’Dに結合しない候補アプタマーを組合せ、各組合せにおいて、物質群B’に含まれる各物質への結合の総和が、他の物質への結合能の各総和より、十分に高いか否かを判定する。高い場合(Yes)には、その組合せのアプタマーセットは、物質群B’に含まれる物質をターゲットとする検出に使用できる。十分に高いといえない場合(No)は、候補から外す。
以上、実施形態を参照して本願発明を説明したが、本願発明は、上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
本発明によれば、ターゲット以外の物質に結合するアプタマーであっても、組合せることで、ターゲットを特異的に検出できるアプタマーセットを選択することができる。このため、本発明によれば、例えば、これまで単独では使用できなかったアプタマーを有効利用することも可能になる。

Claims (3)

  1. 配列が異なる複数のアプタマーについて、複数の物質に対する非特異的な結合能を評価する評価工程と、
    前記複数のアプタマーから、各物質に対する前記非特異的な結合能に基づき、組合せによって所定のターゲット物質に対して特異的な結合能となるように、アプタマーの組合せを選択する選択工程とを含み、
    前記選択工程が、
    前記所定のターゲット物質に対する結合能を示すアプタマーを選択する第1工程と、
    前記第1工程で選択されたアプタマーから、結合させたくない物質に結合能を示すアプタマーを除外する第2工程と、
    前記第2工程で残ったアプタマーから、前記各物質に対する前記非特異的な結合能に基づき、所定のターゲット物質に対する結合能の総和が、他の物質に対する結合能の総和よりも高くなるように、アプタマーの組合せを選択する第3工程とを含むことを特徴とするアプタマーセットの選択方法。
  2. 前記評価工程において、複数のアプタマーを用いて、同時に、前記各物質に対する前記非特異的な結合能を測定する、請求項1記載のアプタマーセットの選択方法。
  3. 前記複数のアプタマーが、2配列以上である、請求項1または2に記載のアプタマーセットの選択方法。
JP2017059733A 2017-03-24 2017-03-24 アプタマーセットの選択方法 Active JP7004378B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017059733A JP7004378B2 (ja) 2017-03-24 2017-03-24 アプタマーセットの選択方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017059733A JP7004378B2 (ja) 2017-03-24 2017-03-24 アプタマーセットの選択方法

Publications (2)

Publication Number Publication Date
JP2018161078A JP2018161078A (ja) 2018-10-18
JP7004378B2 true JP7004378B2 (ja) 2022-02-10

Family

ID=63859026

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017059733A Active JP7004378B2 (ja) 2017-03-24 2017-03-24 アプタマーセットの選択方法

Country Status (1)

Country Link
JP (1) JP7004378B2 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011500076A (ja) 2007-10-22 2011-01-06 プロノタ・エヌブイ アプタマーを選択する方法
WO2014099167A2 (en) 2012-12-19 2014-06-26 Colgate-Palmolive Company Two component compositions containing tetrabasic zinc-amino acid halide complexes and cysteine

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011500076A (ja) 2007-10-22 2011-01-06 プロノタ・エヌブイ アプタマーを選択する方法
WO2014099167A2 (en) 2012-12-19 2014-06-26 Colgate-Palmolive Company Two component compositions containing tetrabasic zinc-amino acid halide complexes and cysteine

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Analytical Biochemistry,2013年,Volume 436, Issue 1,Pages 22-28
Appl Microbiol Biotechnol,2013年,Vol.97,Page.3677-3686
Biosensors and Bioelectronics ,2014年,Volume 54,Pages 195-198
Jan Hoinka,AptaCluster - A Method to Cluster HT-SELEX Aptamer Pools and Lessons from its Application,Res Comput Mol Biol,2014年,8394,115-128
Xidong Wu,Cell-SELEX Aptamer for Highly Specific Radionuclide Molecular Imaging of Glioblastoma In Vivo,PLOS ONE,2014年,9(3),e90752

Also Published As

Publication number Publication date
JP2018161078A (ja) 2018-10-18

Similar Documents

Publication Publication Date Title
JP7196143B2 (ja) 細胞の選択された部分集団中の複数エピトープを識別するための方法
Hiller et al. Using RNA secondary structures to guide sequence motif finding towards single-stranded regions
Stoltenburg et al. FluMag-SELEX as an advantageous method for DNA aptamer selection
Edgar UCHIME2: improved chimera prediction for amplicon sequencing
Cho et al. Quantitative selection of DNA aptamers through microfluidic selection and high-throughput sequencing
Sun et al. Prediction of novel long non-coding RNAs based on RNA-Seq data of mouse Klf1 knockout study
Tran et al. Selection of aptamers against Ara h 1 protein for FO-SPR biosensing of peanut allergens in food matrices
Lollo et al. Beyond antibodies: new affinity reagents to unlock the proteome
Wang et al. Influence of target concentration and background binding on in vitro selection of affinity reagents
Ochsner et al. Systematic selection of modified aptamer pairs for diagnostic sandwich assays
Bapteste et al. Alternative methods for concatenation of core genes indicate a lack of resolution in deep nodes of the prokaryotic phylogeny
Junier et al. Polymer modeling of the E. coli genome reveals the involvement of locus positioning and macrodomain structuring for the control of chromosome conformation and segregation
JP2012198225A5 (ja)
Boedicker et al. DNA sequence-dependent mechanics and protein-assisted bending in repressor-mediated loop formation
Lindert et al. Ab initio protein modeling into CryoEM density maps using EM‐Fold
Fukaya et al. Improvement of the VEGF binding ability of DNA aptamers through in silico maturation and multimerization strategy
Chen et al. W-AlignACE: an improved Gibbs sampling algorithm based on more accurate position weight matrices learned from sequence and gene expression/ChIP-chip data
JP7004378B2 (ja) アプタマーセットの選択方法
Lee et al. Alternative polyadenylation sites reveal distinct chromatin accessibility and histone modification in human cell lines
RU2016100234A (ru) Получение терапевтического лиганда с улучшенными свойствами
Lu et al. Direct quantification of the translocation activities of Saccharomyces cerevisiae Pif1 helicase
Reich et al. Generating high-accuracy peptide-binding data in high throughput with yeast surface display and SORTCERY
JP5835778B2 (ja) Psa結合アプタマー及びpsa検出用キット
KR101593045B1 (ko) 결합 상대방을 고려하여 dna 서열에서 단백질과 결합하는 부위를 예측하는 방법
Sarkar-Banerjee et al. Specifically bound lambda repressor dimers promote adjacent non-specific binding

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20191025

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200205

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20201223

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210112

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210303

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210907

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211105

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20211130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211223

R150 Certificate of patent or registration of utility model

Ref document number: 7004378

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150