肽库

肽库(Peptide library): 是一组大量的几百万甚至更多的顺序排列多肽,即该长度肽的氨基酸序列的排列组合。组合化学(Combinatorial chemistry, CC)结合高通量筛选(High throughout screening, HTS)技术在一种快速有效的合成和筛选大量分子的方法。

最简单的组合肽库是平行肽库(Parallel library),此肽库中的每一种序列的肽都是在单独的反应器中合成的,保证了肽库的质量。这种方法合成量小,可以通过自动化和微波技术提高效率

     第二种肽库是随机肽库(Random library),每个反应器中生成上百万条不同序列的肽,从而便于快速筛选大量的肽。

      随机肽库的合成(Split and Mix & Pre-mix methods)。合成随机多肽有两种方法。第一种是Split and Mix,该方法分为三个基本步骤:平分(Split)、偶联(Couple)和混合(Mix)。首先平分,将树脂球平分为若干等份,等份数量与肽库的氨基酸种类相同;其次偶联,每一等份加入一份特定对应的氨基酸组份进行彻底反应;最后混匀,这一步将所有等份完全混匀。然后重新平分为与之前相同数目的等份,这样可以得到均匀的等量的多肽混合物。重复这三个基本步骤N次(N为一条目标肽的氨基酸个数),可以快速生成一系列新分子,而树脂球数量不变。树脂球每次只与一种反应物反应,每个树脂球只会产生一种化合物(One-bead one-compound:OBOC library,一树脂球一种肽)。由于每一次都是完全反应,所以混合物中所有的多肽都是等比例的。除去保护基团后,树脂球上的多肽便可以用于测试。 Pre-mix

       由于OBOC方法合成较大的肽库存在其局限性,常用氨基酸预混合液的方法合成混合肽库。这种方法中的用于肽库合成的氨基酸是提前混合的然后偶联到一批树脂球上。在偶联最后一个氨基酸之前,将树脂球平分为N等份(此N等于肽库中氨基酸种类的数量),然后分别添加一种氨基酸进行反应。这样可以得到N末端残基标志的子库。因为每个树脂球都是在相同的环境下同相同的试剂进行反应的,所有这种方法合成的肽库其每个树脂球上都有子库的所有肽的集合。

 定位肽库(Positional Peptide Library)

     在多肽序列的某个特定位点被系统的用其他不同的氨基酸取代,以研究特定位置替代氨基酸的作用。通过测定活性的相应增加,可以判定在这些位点的最优氨基酸。

 重叠肽库(Overlapping Peptide Library)

      这种肽库是由特定肽长(Peptide Length)和步移(Offset Number)的首尾相搭的肽组成,这些肽覆盖完整天然蛋白的全序列,此方法用于筛选线性连续性表位图谱和T-细胞表位。

 Ala筛选库(Alanine Peptide Scanning Library)

       在此类肽库中丙氨酸系统地取代确定的表位中的每一个氨基酸,这种方法用于鉴定多肽各个位点对其活性的必要性。

 截头肽库(Truncation Peptide Library)

      此类肽库用于确定最优表位活性的所需的最少氨基酸长度,建立的方法是系统地除去原多肽中两端的氨基酸而得到的一些列多肽。

 乱序肽库(Scrambled Peptide Library)

      此类肽库的构建是通过产生原有多肽序列的全部重新排列而得,其氨基酸组成与原肽相同但序列不同,可以得到所有可能的替代选择和提供突变程度最高的多肽库。

位点扫描库(Positional Scanning Library) 

    在目的位点上替换全部的天然氨基酸,每条多肽替换一次,可用来鉴别活性最佳的多肽序列。 常用在复杂的蛋白混合物中鉴定T细胞抗原表位,或用相互依赖的子位点来定位底物,以减少合成和筛选工作量。替换可以在一个肽序列的单个或多个位置上进行。利用位置扫描构建的肽库,无论是在表位图谱还是在蛋白质-蛋白质相互作用方面,对研究蛋白质界面都有很大的参考价值。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,864评论 6 494
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,175评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,401评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,170评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,276评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,364评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,401评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,179评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,604评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,902评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,070评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,751评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,380评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,077评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,312评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,924评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,957评论 2 351

推荐阅读更多精彩内容