※ 引述《piimaila (肥仔)》之铭言： : 首先延伸出一些问题. : 1. 传统高通量筛选机器, 能准确找出复方吗? 可以呀, 为什麽不行? 这回到你assay是怎麽设计的. 如果是一个1536 well的plate, 每个well里都有细胞, 每个well 投不同的药, 那当然可以一个well同时投A+B+C三种药 : 2. 制病点是由传统高通量筛选机器找的? 还是厂商丢进去前就要知道? 我想你有点误解HTS的概念了 HTS说穿了就很多很多种药物然後让机器人帮你作投药跟收data的动作罢了, 根本还是回到你之前的assay assay A: 某种cell line over express一个ABC gene, 当ABC gene表现被抑制时, ABC所抑制的gene DEF上接的(人为加入)GFP会亮 所以HTS拿一百万个药去筛选, 得到100个hit, 这100个就拿来仔细的作cell based assay 跟in vivo (mice) assay B: 某种cell line是模拟人类某种疾病的细胞株 (disease modeling) 直接拿一百万个药去作HTS, 有100个well里的细胞死掉了 这时这100个药里可能有一些是真的对这种疾病有效的, 有些是对疾病没效, 只是刚好对这细胞有效, 要验证就同上, 要再作wet lab verify 可以看到assay A你HTS的结果出来的东西比较可以得到你所谓"制病点"的结论, assay B得到的则是机制不明的blind hit, 即使是最後证明有效, 还是需要去搞清楚是用什麽机制在杀疾病细胞的 : 3. 如果找出100种药物, 请问厂商如何试验? 是否能塞满制病点. : -------------------上次的讨论, 我去问了一下的答案--------------------------- : 1.制病点是厂商得找的, 换言之, 到时候可能得指定说结合哪里, : 当然, 要他们找也行, 需额外费用, 说白点是外包...有实验室会做. 也就是说对方包case给你时就是要先讲好是哪个蛋白的哪个pocket, 如果对方是很空泛的包给你一个大题目 (如:请帮我找 beta-2 receptor的agonist) 你们就再转包给别的wet lab来找出"制病点", 简单讲就是解结构啦! 这有一个根本巨大的问题: 有很多很多的蛋白, 结构是解不出来的... 世界上最好的实验室(们)花了几十年都还没解出来, 解出来的人就是Science连发发到爽啦. 简单的例子就是HIV的gp120 : 2.此方式主要优势在於, 可以找复方, 传统HT似乎无法达到相同功能. : 当然, 他并非说传统ht作不到, 只是她们作不到, : 事实上单方也是主打, 因为许多病症并非目前无药可治, 只是需要复方. : 当然, 复方选定是厂商选定. : 举例说明一下 : 假设 : 蛋白质 A, 可能可以结合点为 a[0]~a[10000],有制病点 a[1], a[2], a[3] : 化合物 b[0], b[1], b[2], b[3]..b[10000] : 一般的ht 是可能可以看出 一样, 这个前提是a1, a2, a3的结构要明确被解出而且无误 : 3.关於配体, 受体 目前皆取自受认证的资料库, 除非有数量上的问题, : 结构, 引力, 都可算精准. pdb吗? pdb也不是无误的喔, 三不五时就有人在retract的 : 4.binding 环境部分, 我是有听没有懂, 不过大概说法是人体内温度和环境, : 取得的配体受体模型, 所以基本上结合本来就是依人体内环境考虑 这问题太大了. 人体温度和环境不是电脑模拟的完的 不是限定温度在36+-0.5度, 含水量多少%的环境下,蛋白特性就会都一样 因为细胞内的调控太复杂. 举个例子好了, 你知道x-ray结晶是怎麽作的吗? 是要先分离纯化出单体蛋白, 纯到不行的蛋白, 那个蛋白去打x-ray绕射的 也就是说你得到pdb资料里, binding pocket ("制病点")里A原子跟B原子的距离是多少, 这是在蛋白"独自一人"的状态下的A-B距离 问题是假设现在这个X蛋白放在细胞中, 也许这蛋白刚好很靠近另一个Z蛋白, Z蛋白上的C原子跟A原子结了一个氢键 这时你觉得A原子跟B原子的距离还会是一样的吗? pdb的蛋白结构无法呈现细胞里的状况, 所以以此建立的演算很可能跟实际状况不同 这也就是任何in silico的运算都需要活体细胞的验证 : -------------------------------------------------------------- : : 稍微整理一下目前讨论结果 : : 如果想要厂商接受 : : 电脑实现高通量筛选要可行必须有 : : 1. 配体(化合物, 药物)够多, 也就是目标应该定在 缩小传统HT的范围. : : 2. 由於目标是1 所以速度必须远高於厂商能够取得的HT机器之速度. : : 3. 由於是缩小传统HT的范围故价格要低於缩小HT范围所得到的价格效益 : : 但是, 如果另一方向想, : : 如果 能找到一个各方人才的团队(主要是生技, 资讯人员) : : 开发出目前市面上疑难杂症的药物, 该症目前可能宣称为不治之症或慢性病 : : 当然, 不可能是治癒, 但是理论上可以控制. : : 举例说明: 红斑性狼疮, 第二型糖尿病, 痰湿型肥胖症 : : 该药物群"仅"通过电脑筛选. 这样, 这些资料是否有市场呢? 因为前述原因, 所以"仅"通过电脑筛选的都还需要进行大量的细胞和动物试验 距离实际可用的资料还有很长的距离 以这种低期望值的资料来说, 商业价值可能不会很高 例如, 通过phase 1的药物, 只有5%会上市 而动物实验有结果的, 在phase 1有效的, 也许不到1% 而电脑模拟出来的hit, 会有多少是动物实验有效的呢?有1%吗? 这样就可以推算出商业价值 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 108.66.112.241