使用无标记的整合药理学测定分子药理学的方法技术

公开了对无标记生物传感器数据运行聚类分析的方法和机器。

【技术实现步骤摘要】
【国外来华专利技术】要求在先提交的美国申请的优先权本申请要求2010年3月19日提交的美国临时申请第61/315，625号的优先权，其通过引用納入本文。背景无标记的生物传感器细胞试验通常使用无标记的生物传感器以检测细胞中对刺激反应的细胞反应。所得的生物传感器信号通常是反映细胞上分子药理学作用复杂性的整合反应。通常，无标记生物传感器细胞试验直接监控分子刺激后细胞的动力学反应，得到细胞上分子作用的初级概況。或者，无标记生物传感器细胞试验也能用于检查分子对细胞内标记诱导生物传感器信号的影响，得到细胞中相对标记引发通路的分子的ニ级概況。所述标记是已知能引起细胞中可重复的生物传感器信号的分子。 近期，我们提出无标记整合药理学方法以鉴定分子(參见美国申请号12/623,693，Fang, Y.等,“Methods for Characterizing Molecules (鉴定分子的方法)”，2009 年 11 月23 号提交；美国申请号 12/623，708, Fang, Y.等，“ Methods of creating an index (创造指数的方法)”，2009年11月23号提交)。在所述无标记整合药理学方法中，无标签生物传感器用于通过监控候选药物分子对代表人生理学和人病理生理学的不同种类细胞组的直接作用，确定候选药物分子的系统细胞药理学，以及确定候选药物分子独立地或者与标记分子组一起调节各细胞响应刺激的生物传感器信号的能力。分子对细胞的直接作用在相应的细胞中产生其初级概况，而分子对标记诱导的生物传感器信号的调节产生相对于标记细胞系统的ニ级概況。两种概况通常都记录为实时动力学细胞应答。在标记组作用的多种细胞之间比较不存在分子时的初级概况和分子存在时的ニ级概况，获得分子针对这些标记的多组调节概況。例如，能结合概况的全部或部分组产生指数。例如，分子对细胞组的作用的所有初级概况组合产生分子生物传感器初级指数，而分子对作用于相应细胞的标记组的调节概况组合产生分子生物传感器调节指数，并且分子生物传感器初级指数和分子生物传感器调节指数的结合产生分子生物传感器指数。比较分子指数和药理学已知调节剂组既定指数，能确定分子干预的细胞受体或靶标或通路。所述无标记整合药理学方法不仅提供了关于任意分子作用模式(例如靶标、通路、激动或拮抗、或毒性)的信息，还能确定其效能、选择性、和系统细胞药理学，包含多向药理学(polypharmacology)和表型药理学(phenotypic pharmacology)。无标记整合药理学的关键是有效测定未知分子与至少已知部分药理学的已知參照分子的相似性，这是基于分子生物传感器指数，和/或分子生物传感器初级指数，和/或分子生物传感器调节指数。专利技术概述本文公开了涉及无标记整合药理学用以测定任何分子对或组之间相似性的有效方法。所述相似性分析能在不同水平进行，包含分子生物传感器指数、分子生物传感器初级指数、分子生物传感器调节指数和特定细胞或用特定标记组的分子生物传感器指数。公开的方法能測定多向药理学、表型药理学和任何分子的功能选择性。公开了使用无标记整合药理学鉴定分子药理学的方法。所述方法涉及使用聚类分析以測定未知分子与已知參照分子相似性，所述已知參照分子的药理学至少部分已知，因此确定未知分子的药理学。本文公开了使用聚类算法比较未知标记与參照分子的生物传感器指数的方法。公开优选的聚类算法和方法。附图简要说明图IA和B显示基于相似分析測定任何分子药理学的两个不同聚类算法过程。图2A-2P显示A431细胞中一组已知G蛋白偶联受体拮抗剂的代表性DMR初级概况。A431细胞在Epic 384孔细胞培养相容微板上生长成单层。禁食过夜之后，静息A431细胞用相应激动剂刺激，每个10微摩尔。示出实时动力学反应。如各图所示，每个激动剂重复两次以显示试验的可重复性。每个图的数目指示384孔微板上的细胞定位。图3A-3P显示A431细胞中另ー组已知G蛋白偶联受体拮抗剂的代表性DMR初级概况。A431细胞在Epic 384孔细胞培养相容微板上生长成单层。禁食过夜之后，静息A431细胞用相应激动剂刺激，每个10微摩尔。示出实时动力学反应。如各图所示，每个激动剂 重复两次以显示试验的可重复性。每个图的数目指示384孔微板上的细胞定位。图4显示检查的A431细胞中，基于其初级DMR概况指示已知GPCR激动剂组的聚类的热图。对所有激动剂，每个时间点(如所示)的绝对反应(以与刺激后有细胞层的生物传感器的共振波长移动相关的皮米(picometer)计)用于进行相似性分析。图5显示检查的A431细胞中，基于其初级DMR概况指示已知GPCR激动剂的聚类的热图。对所有激动剂，4个预定时间点(如所示)的绝对反应(以与刺激后有细胞层的生物传感器的反应波长移动相关的皮米计)用于进行相似性分析。图6显示的热图表明与已知抗组胺剂左卡巴司汀(Ievocabastine)相似的化合物的聚类，这是基于其对15个标记和4个细胞系组的调节指数(详见正文)。图7显示的热图表明作用在静息A431细胞上P 2肾上腺素能受体配体组的聚类以测定所示激动剂的功能选择性。对所有配体而言，所述配体的初级DMR信号的4个动カ学參数(如(a-d)所示)用于聚类分析。专利技术详述A.聚类和聚类算法公开了涉及无标记整合药理学的方法和基于对聚类分子的一維和ニ维聚类算法的方案。如图I所示，公开的方法能使用ニ维聚类算法以产生分子聚类，使用无标记生物传感器细胞数据，例如，分子生物传感器初级指数，或分子生物传感器调节指数，或两者。代表性的聚类算法包括但不限于分级(Hierarchical)、k_均值、FORCE和MCL聚类。聚类是应用在统计学、计算机科学、生物学、社会科学或心理学中对探索性数据分析广泛建立的技木。在很多科学领域应用经验数据以得到结构相似性的初始印象。为此目的，能广泛用于大范围数据类型的有效和易于使用的工具具有极大优点。然而，还没有探索无标记细胞试验和无标记整合药理学中聚类分析的应用，并且如本文所述，无标记生物传感器细胞试验和无标记整合药理学试验的独特方面有本文所述聚类分析的独特形式。所述聚类分析通常使用传统配对相似性函数进行以测定数据组中每个无序对的相似性(或距离)，产生相似性矩阵。所述传统配对相似性函数包括但不限于分级和k_均值。分级和k_均值都用于聚类表达或遗传数据。分级和k_均值聚类可以显示为节点的分级组或热图。也能使用其他已知方法，例如MCL和FORCE。B.方法本文所述方法和能用于所述方法的所述组合物和化合物能从很多不同类中获得，例如材料、物质、分子和配体。还公开了所述类的特定亚组，对无标记生物传感器试验独特，称为标记，例如EGF作为EGFR活性的标记。应理解还公开所述类的混合物，例如分子混合物，井能用于公开的方法。在某些方法中，也使用未知分子、參照分子、检测分子、药物候选物分子和已知分子。在某些方法或情况中，调节或调节物起作用。同样，可使用已知调节物。在某些方法和组合物中，涉及细胞，并且细胞能经历培育和能使用本文公开的细胞培养。本文公开的方法涉及使用生物传感器的试验。在某些试验中，以激动或拮抗模式完成。通常，试验涉及用ー个或多个种类处理细胞，例如材料、物质或分子。还应本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：方晔，
申请(专利权)人：康宁股份有限公司，
类型：发明
国别省市：