组成图示
点击图片查看大图 · 依据论文自动绘制
传感器类型
综述或非传感器论文
检测对象
小分子凝血酶抑制剂（thrombin inhibitors, P1/P2/P3 compounds）；样品基质：含 5% DMSO 的磷酸盐缓冲液（10 mM phosphate, 137 mM NaCl, 2.7 mM KCl, 0.05% P20）
检测原理
SPR 检测中，人 α-凝血酶通过 EDC/NHS 胺偶联固定于 CM5 芯片表面，同时固定 DFP 阻断凝血酶作为参考通道。将含 5% DMSO 的磷酸盐缓冲液中的小分子抑制剂注入流动池，化合物若与凝血酶 S2–S3 及 S1 口袋结合，会在芯片表面形成酶-抑制剂复合物，引起界面质量与折射率变化。SPR 换能器将这种界面变化转换为共振单位（RU）信号，结合相响应随化合物浓度升高而增大，解离相随复合物解离而下降。通过野生型凝血酶通道与阻断凝血酶通道信号相减，可扣除非特异性结合。稳态响应按单点结合模型 R=(conc×Rmax)/(conc+KD) 拟合得到 KD。氢键（如氨基与 Gly216）和疏水作用增强结合，使响应增大。该过程无额外信号放大，直接监测结合质量变化。
检测灵敏度
原文未报告 LOD、线性范围、灵敏度斜率或传感器相关系数；SPR 可测定结合常数至 1 mM。
效应效果
SPR 结合常数与传统酶学 IC50 值良好相关，说明 SPR 可快速评估凝血酶抑制剂活性。实验采用野生型凝血酶与 DFP 阻断凝血酶双通道，差减扣除非特异性结合，提高选择性。SPR 可测定结合常数至 1 mM；酶学实验最大浓度为 167 µM，部分化合物通过曲线外推获得近似 IC50。亲和力估计平均 RSD 为 20.7%。最强化合物 28 的 KD 为 0.27 µM；引入氨基后亲和力较非氨基类似物提高 100–1000 倍。QSAR 模型 R^2=0.78、Q^2=0.73、RMSEE=0.49 pKD，表明氢键和脂溶性重要。X 射线结构确认结合模式，作者认为该策略有助于设计靶向浅蛋白口袋的化合物库。
传感器的构成
- 换能基底：Series S CM5 SPR 芯片，提供表面等离子共振检测界面并用于蛋白固定。
- 化学偶联层：EDC/NHS 胺偶联试剂，将凝血酶固定至 CM5 芯片表面。
- 识别元件：野生型人 α-凝血酶（wt-thrombin），固定化后作为结合凝血酶抑制剂的识别位点。
- 参考识别元件：DFP 阻断凝血酶（blocked thrombin / thrombin-DFP），固定化后用于扣除非特异性结合。
- 运行缓冲液：10 mM 磷酸盐缓冲液（137 mM NaCl、2.7 mM KCl、0.05% P20、5% DMSO），维持蛋白活性并溶解化合物。
- 分析物：设计的小分子凝血酶抑制剂（P1/P2/P3 compounds），无标记，与固定化凝血酶结合产生 SPR 响应。
- 信号读出：Biacore A100 SPR 仪器，监测共振单位（RU）随结合/解离变化。
中文摘要
本研究设计并合成了一组靶向凝血酶 S2–S3 口袋的小分子化合物，其中部分化合物不与 S1 口袋发生相互作用。作者以脯氨酸作为常见 P2 骨架，结合已知 P3 残基以及不同大小和脂溶性的 P1 取代基，构建定向化合物库。采用表面等离子共振（SPR）生物传感器技术测定化合物与凝血酶的结合常数，结果与传统酶学实验所得 IC50 值良好一致。研究发现，当 P3 位引入可与蛋白主链 Gly216 形成氢键的氨基时，化合物亲和力显著提高 100–1000 倍；同时，增强 P1 取代基与 P1 口袋疏水相互作用可提高配体效率。X 射线晶体结构分析证实了预期结合模式，显示氢键网络及一个紧密结合的水分子。基于结合常数的定量构效关系（QSAR）模型表明，氢键作用和脂溶性是预测结合强度的关键因素。该结果可为针对丝氨酸蛋白酶浅口袋（如 S2 和 S3）的定向化合物库设计提供借鉴。
英文摘要
A set of compounds designed to bind to the S2-S3 pockets of thrombin was prepared. These compounds included examples with no interactions in the S1 pocket. Proline, a common P2 in many thrombin inhibitors, was combined with known P3 residues and P1 substituents of varying size and lipophilicity. Binding constants were determined using surface plasmon resonance (SPR) biosensor technology and were found to be in good agreement with results from an enzyme assay. A dramatic increase in affinity (100-1000 times) was seen for compounds incorporating an amino group capable of forming a hydrogen bond with gly216 in the protein backbone. The ligand efficiency was increased by including substituents that form stronger hydrophobic interactions with the P1 pocket. The binding mode was confirmed by X-ray analysis, which revealed the anticipated binding motif that included hydrogen bonds as well as a tightly bound water molecule. A QSAR model indicated that hydrogen bonding and lipophilicity were important for the prediction of binding constants. The results described here may have implications for how directed compound libraries for shallow protein pockets, like S2 and S3 in serine proteases, can be designed.