一种将末端炔烃转化为羧酸的方法及其在基因编码库构建中的应用技术

技术编号:31026676 阅读:15 留言:0更新日期:2021-11-30 03:29
本发明专利技术提供一种在基因编码化合物库构建中将末端炔烃转化为羧酸的方法,普适性好、条件较温和、操作方便、收率高,适用于多孔板进行的基因编码化合物库的合成。本发明专利技术增加了基因编码库技术中能够成功应用的反应类型,简化了基因编码化合物库的合成方法。基因编码化合物库的合成方法。基因编码化合物库的合成方法。

【技术实现步骤摘要】
一种将末端炔烃转化为羧酸的方法及其在基因编码库构建中的应用


[0001]本专利技术属于生物化学领域,具体涉及一种将末端炔烃转化为羧酸的方法及其在基因编码化合物库构建中的应用。

技术介绍

[0002]药物研发依赖于多种生物筛选方法来发现先导化合物
[1]。阿斯利康的科学家对66个2016年~2017年间的临床候选药物的起源分析发现:43%的临床候选药物是基于先前已知化合物而发现的,29%是通过高通量筛选方法发现的
[2]。剩下的筛选方法包括基于结构的药物设计
[3](Structure

based drug design,简称SBDD;14%)、针对性的筛选(Focused Screening;8%)、基于片段化合物而进行的先导化合物的发现(FBLG;5%)
[4]以及基因编码库筛选(DELT;1%)。SBDD:根据目标蛋白质的3D结构特征,依赖于计算机算法指导小分子化合物结构设计与筛选,是发现先导化合物的一个重要途经
[5]。基于有机化合物分子片段的筛选(Fragment screen)以及其筛选出先导化合物的方法(FBLG):通常是在高浓度下对几千个小分子量(<200Da)的化合物组进行筛选,这些基于小分子片段进行的筛选方法是早期活性化合物发现的有效途经
[6]。在新型药物的研发过程中,科学家们不断地寻求更多有效的筛选方法,以便在许多化合物中通过对生物学靶标的亲和力和/或药理学效力以无差异性的筛选方式找到优异的活性化合物。高度自动化以及深度优化后的多种高通量筛选法在活性化合物的筛选与发现中的重要作用是无可争议的。但是,其高成本导致了收录化合物总数及化学空间结构上的局限性
[7]。另外,高通量筛选法只能在一种或十分有限的2

3种不同生物条件下进行,以至于这种传统的筛选方法的局限性越来越不能满足新药研发的需求。在很多疾病蛋白的筛选实践中,用这种传统方法是徒劳无功的。为了能突破高通量筛选方法的瓶颈,使筛选的化合物在数量及化学结构空间上能呈现几何级数上的飞跃,以及同时使用多种生物筛选模式,基因编码化合物库技术(DELT)应运而生
[8]。尽管DELT平台只有简短的发展历史,它已经得到了广泛认可与应用,正积极地影响新药研发的进程。
[0003]Brenner和Lerner于1992年提出DELT原创理论并预见了它能够使用比传统化学更快捷的方式来合成和筛选数量庞大的编码化合物库
[9]。与传统高通量筛选相比,基因编码化合物库(DEL)极大地增加了化合物的数量和化学空间结构的多样性
[10]。在很小的体积例如几十微升的反应管中,通过一系列反应,可以合成上千万甚至上亿种不同的化合物
[11]。DELT的原理是用不同特定序列的基因片段来标记反应过程中的每一个小分子化合物,用组合化学的策略,通过使用拆分、合并(split and pool)的方法,利用有限的成本和时间,大量合成百万级至百亿级连接有特定基因序列标记过的化合物文库
[12]。然后将所得化合物的混合物与蛋白质靶标一起孵育,通过洗去没有与靶标蛋白质结合的化合物而达到物理分离并找到具有高亲和力的化合物
[13]。孵育靶标蛋白质所需的基因编码化合物库只需极其小的剂量规模(微克),而且可以在很短时间内(比如1天内)进行。可以轻松地在不同条件下
[14](例如,溶液的酸碱度、样品蛋白混合方式、不同的蛋白质浓度、存在或不存在竞争化
合物、存在不同的缓冲液或辅助因子等等)同时进行多项生物筛选实验。由于基因序列与化合物结构一一对应,通过聚合酶链式反应(Polymerase Chain Reaction,简称PCR)扩增和下一代测序(Next Generation Sequencing,简称NGS)读取后,就可以通过基因序列解码得到活性化合物的化学结构式。然后对具有高亲和力化合物进行“脱离寡聚核酸”的单独合成,并逐个测定没有附着寡聚核酸的化合物与目标蛋白质的结合力以确认其生物活性
[15]。这种生物筛选的方式与传统的高通量生物活性筛选中标靶蛋白与单个化合物逐一地进行是根本不同的。
[0004]最近几年在这一领域里出现的活细胞DEL筛选方法,是一个引人注目的成就
[16]。它代表着通过DELT平台可以筛选到有细胞生物活性的化合物。DEL活细胞筛选将不再需要纯化过的靶标蛋白,也无需对蛋白进行修饰。这样不仅简化了生物筛选的过程,而且更好地保持了蛋白的原生态结构。这样,药物学家能够在此平台上找到更好的先导化合物
[17

18]。
[0005]构建化学结构上的多样性是DELT能够成功地筛选到有生物活性的化合物的重要原因。通过传统的有机化学反应来合成一些结构新颖的母核化合物。然后,将母核化合物链接到寡聚核酸上,以此构建编码库是许多DEL的合成思路。此外,还可以直接在寡聚核酸上发现、发展新化学反应。因此,开发有机化学反应在DELT上的首次应用是我们工作的重要内容。根据我们掌握的文献资料表明,目前没有在寡聚核酸上合成有机羧酸的方法报道。有机羧酸是重要的有机化合物酰胺的合成原料。常规的化学合成方法是通过酯或酰卤或腈水解、醇或醛或烯烃的氧化、芳香烷烃的氧化等。这些方法中的大多数在寡聚核酸上难以实现。其中可行的方法是通过酯水解得到羧酸。但是,这种方法需要从同时具有与DNA能够链接的基团例如羧酸与羧酸酯基团的试剂原料合成。这种试剂的商业来源有限,难以满足基因编码库合成的需要。本专利技术提供了一种不同于常规酯水解的方法,它只需要一步转化就可以从广泛易得的末端炔烃类化合物转化为羧酸类化合物,因此可以通过此方法获得不同结构的羧酸类化合物。

技术实现思路

[0006]本专利技术所要需要解决的技术问题,在于提供一种将末端炔烃转化为羧酸的方法并应用于基因编码化合物库的构建。具体地,以寡聚核酸末端炔烃化合物为底物,在铜催化剂和硝酮类试剂存在下将末端炔烃转化为羧酸,羧酸是合成酰胺类、羧酸酯类化合物的重要原料。以此反应为基础,可以构建酰胺类、羧酸酯类化合物的基因编码库。
[0007]为解决上述技术问题,本专利技术提供以下技术方案:
[0008]本申请提供一种羧酸化合物,其结构式为是由寡聚核酸连接具有羧基的化学基团构成;
[0009]其中,取代基团R为氢、卤素、氨基、硝基、氰基、羟基、巯基、芳基甲酮、烷基甲酮、C1‑
C
12
烷基、C2‑
C6烯烃基、C2‑
C6炔烃基、C3‑
C8环烷基、C1‑
C6烷基氧、C4‑
C
12
芳香基团、C4‑
C
12
杂环芳香基团中的任意一种至多种或它们的任意组合;
[0010]其中,寡聚核酸是由经人工修饰的和/或未修饰的寡核苷酸单体聚合得到的单链或双链的寡核苷酸链。
[0011]本申请提供在基因编码化合物库构建中将末端炔烃转化为羧酸的方法,具体是本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.羧酸化合物,其结构式为是由寡聚核酸连接具有羧基的化学基团构成;其中,取代基团R为氢、卤素、氨基、硝基、氰基、羟基、巯基、芳基甲酮、烷基甲酮、C1‑
C
12
烷基、C2‑
C6烯烃基、C2‑
C6炔烃基、C3‑
C8环烷基、C1‑
C6烷基氧、C4‑
C
12
芳香基团、C4‑
C
12
杂环芳香基团中的任意一种至多种或它们的任意组合;其中,寡聚核酸是由经人工修饰的和/或未修饰的寡核苷酸单体聚合得到的单链或双链的寡核苷酸链。2.基因编码化合物库构建中将末端炔烃转化为羧酸的方法,具体反应方程式如下:其特征在于,以寡聚核酸末端炔烃化合物为底物,在铜催化剂和硝酮类试剂存在下,将末端炔烃转化为羧酸;其中,寡聚核酸末端炔烃化合物的结构式为是由寡聚核酸连接具有炔基的化学基团构成;所制备的羧酸化合物的结构式为是由寡聚核酸连接具有羧基的化学基团构成,取代基团R为氢、卤素、氨基、硝基、氰基、羟基、巯基、芳基甲酮、烷基甲酮、C1‑
C
12
烷基、C2‑
C6烯烃基、C2‑
C6炔烃基、C3‑
C8环烷基、C1‑
C6烷基氧、C4‑
C
12
芳香基团、C4‑
C
12
杂环芳香基团中的任意一种至多种或它们的任意组合;其中,寡聚核酸是由经人工修饰的和/或未修饰的寡核苷酸单体聚合得到的单链或双链的寡核苷酸链;其中,所述铜催化剂为醋酸铜、硫酸铜、氯化铜、硝酸铜、碳酸铜、碘化亚铜、铜

β

环糊精复合物、双(2,4

戊二酮酸)铜、乙酰丙酮铜、四氟硼酸四(乙腈)铜、二氯(1,10

菲咯啉)铜、双(8

羟基喹啉)铜、三氟甲磺酸铜、双(三氟

2,4

戊二酮)铜、高氯酸铜、六氟磷酸四(乙腈)铜、醋酸亚铜、溴化铜、氟化铜、溴化亚铜、氯化亚铜、氯化亚铜

双(氯化锂)络合物、溴化亚铜二甲硫醚;优选地,铜催化剂为碘化亚铜;其中,硝酮结构为结构式中R3、R4、R5为氢、卤素、氨基、硝基、氰基、羟基、巯基、芳基甲酮、烷基甲酮、C1‑
C
12
烷基、C2‑
C6烯烃基、C2‑
C6炔烃基、C3‑
C8环烷基、C1‑
C6烷基氧、C4‑
C
12
芳香基团、C4‑
C
12
杂环芳香基团中的任意一种至多种或它们的任意组合,其中R5不可为氢;优选地,硝酮结构为
其中,所述碱为碳酸钾、碳酸钠、碳酸氢钠、碳酸氢...

【专利技术属性】
技术研发人员:胡允金杨珂新杨少光孙兆美曹红丽
申请(专利权)人:康龙化成北京新药技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1