完整的工作流程包含片段库质量检查、鸡尾酒设计和自动命中识别到结合的定量评估(Kd)和配体的三维分析。
片段库定义
片段库筛选
结构生物学
Mnova Binding 能自动处理蛋白质-配体滴定过程中的2D HSQC,跟踪谱峰移动并计算多个谱峰的Kd值。
先导物优化
自由配体在溶液中采用的三维构象会影响对药物目标的结合亲和力。它们的结构分析有助于加快线索优化。
Mnova StereoFitter 使用实验性核磁共振约束(qNOE、化学位移和J耦合)生成一系列的三维构象。
在基于片段的先导物发现(FBLD)中片段筛选是发现先导物分子的一种广泛应用的方法。uM 到mM 范围内的弱结合亲和力是片段小分子的特性,检测结合配体,尤其是结合常数较低的配体,需要适当的配体筛选方法。
有许多生物物理方法用于片段筛选,其中 NMR 最受欢迎,其次是表面等离子体共振 (SPR)。NMR 非常适合检测这些配体,在NMR 筛选的同时还可以对筛选化合物库进行质量控制,使NMR 优于SPR 或TSA 等其他方法。
基于片段的筛选(FBS)工具通过简化从采集到分析整个工作流程来彰显NMR数据的力量。所有相关数据、实验类型、化合物 ID、参考波谱图和 其他信息会被自动收集,存储在项目文件中,并在显示屏上显示相关数据进行分析。
使用 IconNMR 自动采集 1H and 19F 的核磁实验,默认实验已收录在布鲁克片段库中:
TopSpin片段筛选功能将采集与分析相结合,采集后的数据由Mnova Screen自动进行分析,最终结果在Mnova Screen中以类似PPT的形式呈现。
蛋白质观察筛选使用化学位移扰动(CSP)方法。进行目标物与越来越多的配体的H-C相关实验(HSQC)。 使用Mnova Binding对数据进行分析,它允许数据的可视化和Kd值的确定。
Mnova StereoFitter 根据各种形式的核磁共振实验数据输入,计算三维结构配置和/或构象的概率。目前,StereoFitter 可以接受四种不同类型的数据输入,以计算出最佳的三维结构:NOEs,RDCs,Js 和化学位移。
通过Mnova数据库可以进一步丰富工作流程,例如,存储筛选数据和片段的一维谱,这在片段筛选实验中经常使用。
布鲁克致力于在整个购买周期(从最初的询问到评估、安装以及仪器的生命周期)为客户提供无与伦比的帮助,现在,LabScape 服务理念已成为其特色。
LabScape 维护协议、现场按需服务和增强您的实验室旨在为现代实验室提供新的维护和服务方法