Articles

ewoluująca rola naturalnych produktów z tropikalnych lasów deszczowych jako Uzupełnialnego źródła nowych leków prowadzi

Reklama

nowoczesne podejście do odkrywania leków z produktów naturalnych

pojawienie się nowych technologii w spektrometrii masowej, NMR i innych technikach spektroskopowych, bimolekularnych docelowych lub przesiewowych opartych na komórkach, wczesna charakterystyka hit i wykorzystanie metod obliczeniowych poprawiły wpływ naturalnych produktów w badaniach odkrycie leków na bazie HTS. Ekstrakty produktów naturalnych często zawierają dużą liczbę składników zawierających te, które są trudne do oddzielenia. Jednoznaczne struktury czystych związków można określić za pomocą kombinacji konwencjonalnych technik, takich jak ultrafioletowa spektroskopia absorpcyjna (UV), IR, MS i NMR. W rzadkich przypadkach, gdy istnieje trudność w określeniu konfiguracji bezwzględnej, stosuje się analizę rentgenowską monokrystaliczną. Konwencjonalne techniki separacji są czasochłonne i męczące. Bezpośrednie dzielenie wyrazów biegłej techniki separacji z wydajnymi technikami spektroskopowymi, takimi jak HPLC-FTIR, może być wykorzystane do wsparcia procesu dereplikacji . HPLC-FTIR został wykorzystany do wykrywania grup funkcjonalnych w głównych składnikach mieszanin, ale nie znalazł szerokiego zastosowania ze względu na ograniczenia kompatybilności, tj. uzyskanie optymalnej separacji wraz z odpowiednią detekcją .

jedną z nowych technologii w odkrywaniu leków z produktów naturalnych jest zastosowanie elektroforezy kapilarnej (CE) w programie przesiewowym opracowanym po raz pierwszy przez Cetek Corporation i Cubist. Test jest w stanie zidentyfikować aktywne związki/ ekstrakty produktów naturalnych i wykrywając wszelkie przesunięcia w białku, gdy ligand wiąże się z nim ze względu na zmiany konformacyjne i powierzchniowe. Technika CE może odróżnić słabe i silne związki wiążące w ekstraktach przed określeniem ich stężenia . Technologia ta została zastosowana w wewnętrznym programie odkrywania leków Cetek w poszukiwaniu nowych związków produktów naturalnych, które hamują cel raka, hsp90, molekularną chaperoninę, która jest odpowiedzialna za utrzymanie prawidłowego fałdowania i stabilności białek . Innym ciekawym przykładem, który został niedawno zgłoszony przez Wang, et al.wykazano, że metoda CE w połączeniu z chromatografią cieczową-tandemową spektrometrią mas (LC-MS/MS) została z powodzeniem zastosowana w badaniach przesiewowych ekstraktów roślinnych, z powodzeniem zidentyfikowano naturalny związek o nazwie baicalin z Radix scutellariae jako nowy inhibitor kinazy białkowej . W innym oddzielnym badaniu Zhao i Chen opracowali prosty i skuteczny mikroreaktor kapilarny unieruchomiony neuraminidazą facbricated przez technologię sieciowania glutaraldehydu do przesiewania inhibitorów neuraminidazy z tradycyjnych chińskich leków. Sześć z osiemnastu naturalnych produktów, w tym bavachinin, bavachin, baicalein, baicalin, chrysin i vitexin, zostało znalezionych jako silne inhibitory z badań przesiewowych. Niektóre ważne aspekty CE, które zasługują na uznanie w tym rozdziale, to łatwość użycia, wszechstronność i Komponenty separacyjne o wysokiej rozdzielczości, wysoka wydajność separacji oraz niskie zużycie próbek i odczynników.

Analiza wtrysku przepływu-NMR (FIA-NMR) obejmuje próbkę, która jest wstrzykiwana jako wtyczka do strumienia płynu, a następnie wprowadzana do cewki detektora NMR. W FIA-NMR Faza ruchoma jest używana jako rozpuszczalnik hydrauliczny, który przenosi wstrzykniętą próbkę z portu wtryskiwacza do komory przepływowej NMR. Skan scout, który jest używany do określenia lokalizacji pików rozpuszczalnika, jest uzyskiwany przez spektrometr po zatrzymaniu pompy. Na koniec sygnał jest wysyłany do pompy rozpuszczalnika, aby stara próbka z komory przepływowej NMR mogła zostać wypłukana . HPLC-NMR-MS to nowatorska i najbardziej zaawansowana metoda spektrometryczna stosowana w od replikacji ekstraktów produktów naturalnych . Pomimo tego, że jest to metoda najskuteczniejsza, zaletą powyższej metody dzielenia wyrazów jest dopasowanie danych MS do widma NMR. Ponadto informacje o grupach funkcyjnych (np., grupy hydroksylowe i aminowe), które są dostarczane przez HPLC-NMR jest łatwo identyfikowane za pomocą technik MS. Pojawienie się wyższych magnesów polowych i sond krio udowodniło, że HPLC-NMR jest silnym i skutecznym instrumentem spektroskopowym i jest stosowany do surowych ekstraktów (NMR i profil UV z wykrywania HPLC PDA). Istnieje znaczna poprawa czułości profilowania i De replikacji produktów naturalnych ze względu na wykorzystanie wyższych magnesów polowych i niedawne osiągnięcia mikro cewki HPLC-NMR i kapilarnej NMR (CapNMR), które pozwoliły na zbadanie mniejszych ilości próbek rzędu 40-120 µL . Micro coil HPLC-NMR najlepiej nadaje się do HPLC-NMR online, który wykorzystuje on flow, stop flow lub czas wyciszania eksperymentów w celu oddzielenia składników obecnych w większych stężeniach i analizuje to samo, podczas gdy kapilarny NMR wykorzystuje Nie deuterowane rozpuszczalniki W separacji off-line HPLC, oferując tym samym szeroką gamę rozpuszczalników przy niskich kosztach. Wyizolowane związki ponownie rozpuszcza się w deuterowanych rozpuszczalnikach, a następnie wstrzykuje do sondy przepływowej CapNMR przy użyciu objętości około 6 µL z widmem 1H-NMR uzyskanym dla próbek o wielkości rzędu 2-30 µg, zwiększając tym samym czułość z perspektywą klasyfikacji nowych metabolitów wtórnych niskiego poziomu .

oprócz powyższego, informacje uzyskane z widm 1D i 2D NMR są wystarczające do sklasyfikowania związków oprócz zapewnienia „wysokiej wierności” składników w ekstrakcie, dostarczając w ten sposób informacji, które torują drogę do racjonalnych decyzji dotyczących górnej metody frakcjonowania lub dalszego postępowania z izolacją. Wiele ostatnich publikacji zostało zgłoszonych z wykorzystaniem tego podejścia .Technika i wykorzystanie HPLC-NMR w identyfikacji/klasyfikacji produktów naturalnych jest dobrze znana w literaturze, ale zastosowania jego zastosowań dotyczyły głównie chemicznego profilowania roślin . Liczne tryby HPLC – NMR (głównie tryby on-flow I stop-flow) łączą moc rozdzielczą chromatografii, która jest powiązana ze zrozumieniem strukturalnym dostarczonym przez NMR. Podejście redukcjonistyczne nie było zbyt skuteczne w odkrywaniu skutecznych leków w leczeniu złożonych chorób, takich jak nowotwory, choroby metaboliczne, sercowo-naczyniowe i neurologiczne. Leki o pojedynczym celu nie zawsze mogą wywoływać pożądany efekt na cały system biologiczny, nawet jeśli skutecznie hamują lub aktywują określony cel.Istnieją ograniczenia w stosowaniu podejścia redukcjonistycznego lub mono-docelowego w odkrywaniu leków. Podejście to daje jedynie ograniczone zrozumienie skomplikowanej patogenezy i wieloelementowych patologii chorób układowych, takich jak nowotwory, choroby układu krążenia i zaburzenia neurodegeneracyjne. Istnieją trudności w określeniu odpowiednich interwencji w celu zwalczania takich zawiłości. Interwencja za pomocą kulek lub leków z jednym celem nie może skutecznie zwalczać złożonych patologii chorób ogólnoustrojowych, ponieważ są one regulowane przez złożone sieci biologiczne i zależą od wielu etapów wyzwań genetycznych i środowiskowych. Ostatnio istnieje rosnące zainteresowanie wykorzystaniem innowacyjnych podejść do odkrywania leków z naturalnych produktów przez farmakologię sieciową, która integruje biologię systemową i farmakologię . Zintegrowana multidyscyplinarna koncepcja wielu celów, wielu efektów i złożonych chorób w farmakologii sieciowej wzbogaciła nasze zrozumienie skomplikowanej patogenezy i wieloelementowych patologii chorób układowych i zmniejszyła trudności w identyfikacji odpowiednich interwencji w celu zwalczania takich złożoności. Technologie „- omic ” w biologii systemowej są obecnie szeroko stosowane do korelowania i wyjaśniania wielu celów i sieci ludzkich chorób i działań narkotykowych . Koncepcja farmakologii sieciowej jest szczególnie przydatna w dokładnym tłumaczeniu i interpretacji efektów terapeutycznych leków ziołowych na współczesne znaczenie biochemiczne i biologiczne. Leki ziołowe mogą służyć jako cenne zasoby do sieciowego odkrywania wielu docelowych leków. Koncepcja farmakologii sieciowej jest szczególnie przydatna w dokładnym tłumaczeniu i interpretacji efektów terapeutycznych leków ziołowych na współczesne znaczenie biochemiczne i biologiczne. Skuteczność leków wieloskładnikowych z ekstraktów ziołowych jest rozwijana, a następnie identyfikuje się ich główne składniki bioaktywne i przebudowuje zupełnie nowe preparaty wieloskładnikowe złożone z głównych składników bioaktywnych w celu osiągnięcia synergistycznej i optymalnej kombinacji .

łączenie naturalnych produktów chemii i metabolomics podejścia w Lek discovery jest nowa strategia odkrywać nowe leki. Istnieje kilka doniesień w literaturze naukowej, które omawiają unison klasycznych naturalnych produktów chemicznych podejść z metabolomics zidentyfikować nowe bioaktywne produkty naturalne. Te na ogół skupiały się na badaniu roślin . Identyfikacja bioaktywnych produktów naturalnych z roślin pozostaje wieloaspektowym zadaniem ze względu na ich dużą różnorodność chemiczną i złożoność. Mierząc metabolom różnych ekstraktów lub frakcji Rośliny i łącząc te dane z jej odpowiednią aktywnością biologiczną, sygnały związane ze związkami związanymi z wyświetlaną aktywnością mogą być potencjalnie określone. Biologia systemowa jest najbardziej obiecującą dziedziną obejmującą narzędzia w rewolucji postgenomicznej, takie jak omika transkrypcji, proteomika, glikomika i fluksomika, z zamiarem scharakteryzowania wszystkich produktów genowych i komórkowych, w tym całkowicie mRNA, białek, struktur glikanowych i metabolitów. Metabolomics celuje w konstruowanie zrównoważony obserwacje using wysoce reproducible narzędzia następująca analiza dane lokalizować korelacje między dostępny dane. Profilowanie wszystkich metabolitów o niskiej masie cząsteczkowej organizmu nie jest możliwe, a zatem ta rozwijająca się dziedzina metabolomiki łączy chemię analityczną, biochemię i biologię obliczeniową, umożliwiając analizę tysięcy metabolitów w dowolnym systemie biologicznym. Głównymi platformami analitycznymi są spektrometria mas z chromatografią gazową (MS-GC), chromatografia cieczowa (LC) lub elektroforeza kapilarna (CE) i spektroskopia NMR. Zrównoważona procedura ekstrakcji, aby skutecznie wyodrębnić wszystkie pierwotne i wtórne metabolity z tkanek i płynów ustrojowych, jest stosowana w celu uzyskania ich w naturalnej postaci przed analizą w różnych stosowanych rozpuszczalnikach. Procedury ekstrakcji metabolitów są bardziej skomplikowane i złożone ze względu na zróżnicowany charakter małych cząsteczek obecnych i ze względu na niedostępność jednej techniki analitycznej i platformy, która pomaga w analizie wszystkich metabolitów jednocześnie. W celu uzyskania pełnej analizy metabolitów należy zastosować kilka technik i metod separacji . Jednoczesna analiza setek związków jest osiągana przez różne narzędzia informatyczne, które wydobywają informacje z danych, usuwają szum tła, wykrywają i integrują piki w dużych zestawach danych oraz normalizują i przekształcają powstałe macierze danych przed jakąkolwiek analizą statystyczną . Metabolomics ma ograniczony dostęp do zdolność utożsamiać sygnały w odniesieniu do chemiczny natura. Około 60 do 80% wszystkich wykrytych związków jest nieznanych nawet dzisiaj, a dyscyplina metaboliczna stworzyła dużą masę spektralnej biblioteki NMR, aby rozwiązać ten problem. Te nieznane wtórne struktury metabolitów mogą być jednym z nieodkrytych zasobów produktów naturalnych, odcisk palca, drukowanie stóp, profilowanie lub analizy docelowe są powszechnymi terminami używanymi w tej dziedzinie. Pobieranie odcisków palców ma na celu zrobienie „migawki” organizmu, w przypadku gdy sygnały nie mogą być koniecznie wykorzystane do wykrycia/zidentyfikowania określonych metabolitów i w dużym stopniu zależy od zastosowanej techniki. Sygnały są przypisywane do metabolitu, niezależnie od jego natury, jako znany lub nowy związek. Termin analiza celu ma na celu określenie i określenie ilościowego konkretnego metabolitu będącego przedmiotem zainteresowania .

mikromacierz to niedawno opracowana nowa technologia, która umożliwiła społeczności naukowej zrozumienie podstawowych aspektów podkreślających wzrost i rozwój życia, a także zbadanie genetycznych przyczyn anomalii występujących w funkcjonowaniu ludzkiego ciała.Technologia mikromacierzy DNA może analizować i porównywać zmiany w DNA lub białku. Zmiana chromosomalna u nienormalnego osobnika może być zidentyfikowana, gdy DNA od tego osobnika jest porównywana z DNA (Kontrola) od zdrowego osobnika. Jest bardzo precyzyjny i przydatny, ponieważ jest w stanie wykryć znacznie mniejsze zmiany w porównaniu do konwencjonalnej techniki kariotypowania. Ta kompetentna technika pozwoliła nam zrozumieć aspekty elementarne podkreślające wzrost i rozwój życia oraz zgłębić genetyczne przyczyny anomalii zachodzących w funkcjonowaniu organizmu człowieka. Technologia mikromacierzy została szeroko wykorzystana w farmakogenomice, gdzie analiza porównawcza genów z niezdrowej i normalnej komórki pomoże w identyfikacji biochemicznej konstytucji białek syntetyzowanych przez nieprawidłowe / niezdrowe geny. Informacje uzyskane z analizy można następnie wykorzystać do syntezy i projektowania leków, które zwalczają nieprawidłowe białka i zmniejszają ich działanie .Kwon i jego współpracownicy opracowali in vitroapproach, wykorzystując wielo – enzym zawierający system mikromacierzy do wysokoprzepustowej syntezy produktu pochodnego polipeptydu i ich późniejszej pełnej biblioteki opartej na poliketydzie przesiewania ludzkiej kinazy tyrozynowej (TK) na pojedynczej szklanej mikromacierzy. Oczekuje się, że inhibitory TK będą stosowane w leczeniu przewlekłej białaczki szpikowej, nowotworów podścieliska przewodu pokarmowego i raka piersi .

program odkrywania leków ma na celu znalezienie nowych bioaktywnych produktów naturalnych, które posiadają pewną formę silnej aktywności biologicznej. Jednak izolacja znanych i niepożądanych produktów naturalnych bez zainteresowania farmakologicznego lub chemicznego jest nieunikniona. Termin dereplikacja, czyli proces identyfikacji znanych związków odpowiedzialnych za aktywność ekstraktu przed izolacją biologiczną, staje się popularny wśród badaczy produktów naturalnych . Strategie dereplikacji zazwyczaj obejmują kombinację testów biologicznych, nauki o separacji, metod spektroskopowych i przeszukiwania baz danych i mogą być traktowane jako chemiczne lub biologiczne procesy przesiewowe. Istnieje wiele sposobów, w jakie programy produktów naturalnych podchodzą do dereplikacji, która opiera się na dostępności metod przesiewowych/oprzyrządowania, czasie i kosztach w celu identyfikacji możliwych „biologicznych przewodów lub nowych związków” z surowego ekstraktu. Obecnie istnieje wiele zaawansowanych metodologii i protokołów, które odróżniają nowe jednostki od znanych związków naturalnych na wczesnym etapie programu odkrywania leków lub strategii izolacji produktów naturalnych . Proces dereplikacji można łatwo przeprowadzić przez przesiewanie związków przez dostępne na rynku bazy danych, skracając czas potrzebny na wyjaśnienie struktury znanych związków. Jednym z przykładów jest słownik produktów naturalnych Chapmana i Halla; Słownik produktów naturalnych morza (on-line) (podzbiór słownika produktów naturalnych) zawierający ponad 30 000 związków; MarinLit – baza danych produktów naturalnych morza zawierająca aktualne dane bibliograficzne na temat organizmów morskich z liczbą odniesień od 1 200 czasopism / książek i danymi dla ~21 000 związków ; Antymaryna jest nowszą bazą danych, w której można przeszukiwać liczbę grup metylowych, liczbę hybrydyzowanych SP3 metylenu lub protonów metinowych, alkenów, acetali, eterów i formylowych . Poza tym SciFinder Scholar I SCOPUS są ważnymi narzędziami do odkrywania badań (Chemical Abstracts on-line), a NAPRALERTTM jest bazą danych wszystkich produktów naturalnych, w tym informacji etnomedycznych, informacji farmakologicznych/biochemicznych ekstraktów organizmów in vitro, in situ, in vivo, u ludzi (raporty przypadków, Badania niekliniczne) i badania kliniczne . Dostępność tych naukowych baz danych, takich jak te wymienione dla instytucji badawczych i akademickich, jest podstawowym i kluczowym krokiem w dobrze zarządzanym programie produktów naturalnych. Wraz ze wzrostem liczby nowych celów lekowych zastosowano metody obliczeniowe, takie jak wirtualne przesiewanie o wysokiej przepustowości, narzędzia dokujące ligand, profilowanie ADME (absorpcja, Dystrybucja, metabolizm i wydalanie) oraz inne nowoczesne narzędzia obliczeniowe i oprogramowanie, aby przyspieszyć proces odkrywania leków. Niektóre z popularnych bibliotek i baz danych produktów naturalnych wymienionych poniżej pozwalają na szybkie badanie przesiewowe dużej liczby naturalnych związków w krótkim czasie w stosunku do różnych celów leków. Dictionary of Natural Products (http://dnp.chemnetbase.com/intro/index.jsp); UCSD Marine Natural Products Database (http://naturalprod.ucsd.edu/); Natural Products Alert (http://napralert.org/); ZINC (http://zinc.docking.org/browse/catalogs/natural-products); InterBioScreen (http://www.ibscreen.com/products.shtml); AnalytiCon Discovery (http://www.ac-discovery.com/); Molecular Diversity Preservation International (http://www.mdpi.org/). Generowane komputerowo modele białek, w tym nowe enzymy i receptory, oprócz struktur krystalicznych białek, które są zdeponowane w banku danych o białkach (http://www.pdb.org/), mogą być łatwo generowane przez modelowanie homologiczne, a następnie proste dokowanie molekularne w celu zbadania interakcji między naturalnymi związkami a celami białkowymi. Testy biologiczne można następnie przeprowadzić selektywnie na naturalnych trafieniach lub tropach pobranych bez konieczności marnowania cennej ilości związków i uniknąć kosztownych i czasochłonnych metod eksperymentalnych. Przykłady dostępnych obecnie molekularnych programów dokujących to AutoDock, AutoDockVina, FlexX, FRED, GOLD, eHiTS i Lead finders. Niektóre przykłady przy użyciu wysokiej przepustowości Wirtualnego przesiewania w tym pracy Wang et al. gdzie dziesięć naturalnych związków z powodzeniem zidentyfikowano jako inhibitory flacipain-2 (FP-2) i Liu i wsp. którzy zidentyfikowali naturalny produkt podobny do inhibitora dimeryzacji STAT3 poprzez wirtualne przesiewanie oparte na strukturze .

Inne narzędzia bioinformatyczne, takie jak ligand i badania farmakoforowe oparte na strukturze, również okazały się skuteczne w wspomaganiu procesu odkrywania leków z produktów naturalnych. Chen et al. zaproponowali trójwymiarowy ilościowy model farmakoforowy relacji struktura-aktywność oparty na znanych inhibitorach mTOR. Virtual screening using the best pharmacophore model successfully retrieved 20 natural products as potential mTOR inhibitors scaffolds. Ważne jest również, aby wspomnieć tutaj, że z poprzedniego badania przeprowadzonego przez Domana wynika, że z 365 cząsteczek sugerowanych przez dokowanie, 127 (34,8%) z nich hamowało aktywność enzymatycznej białkowej fosfatazy tyrozynowej-1B (PTP1B), podczas gdy tylko 85 (0,021%) z około 400 000 cząsteczek Pobrano z doświadczalnego testu o wysokiej przepustowości. To około 1700-krotne wzbogacenie wskaźnika trafień z dokowania opartego na strukturze nad przypadkowym przesiewaniem .Z drugiej strony, włączenie narzędzi chemoinformatycznych w odkrywaniu leków z produktów naturalnych pozwala związkom na badanie przesiewowe pod kątem ich właściwości ADMET (absorpcja, Dystrybucja, metabolizm, wydalanie i toksyczność) przed włączeniem ich do programów rozwoju leków. Badania przesiewowe związków naturalnych za pomocą „reguły 5” Pfizera pozwalają badaczom na usunięcie wszelkich cząsteczek, które nie przestrzegają reguł. Ponieważ zasady te zostały zaczerpnięte z zestawu eksperymentalnych obserwacji tysięcy znanych leków i cząsteczek podobnych do leków, wyszkolony chemik/biochemik medyczny może łatwo użyć in silicodata jako przewodnika w określaniu potencjalnych naturalnych związków podobnych do leków, a następnie syntezy dalszych analogów, aby miały korzystne właściwości podobne do leków. Dobra cząsteczka podobna do leku zasadniczo przestrzega następujących zasad: (i) masa cząsteczkowa ≤ 500, (ii) obliczona logP ≤ 5, (iii) liczba dawców wiązania wodorowego ≤ 5 oraz (iv) liczba akceptorów wiązania wodorowego ≤ 10. Wprowadzenie w silicoscreening i produktów naturalnych urządzeń do wysokiej przepustowości badań przesiewowych w laboratoriach akademickich, jak również w firmach farmaceutycznych zmniejszyć koszty z losowego badania przesiewowego bardzo dużych kolekcji związków. W silicoor virtual screening pomaga odfiltrować liczbę związków używanych w rzeczywistych ekranach . Z drugiej strony, narzędzie bioinformatyczne, takie jak słownik produktów naturalnych, daje informacje strukturalne na temat 150 000 różnych związków, które mogłyby być wykorzystane w wirtualnym badaniu przesiewowym, nawet jeśli związki nadal musiałyby być fizycznie dostępne, aby każda przewidywana aktywność mogła zostać potwierdzona poprzez testowanie w odpowiednim teście. Wreszcie, grupowanie chemicznie pokrewnych rusztowań może być bardzo przydatne w prowadzeniu syntezy nowych związków, ale oczywiście istnieje opóźnienie i koszt w syntezie.

współpraca akademicka stworzyła Portal odkrywania leków (patrz http:// www.ddp.strath.ac.uk/) próbując połączyć techniki Wirtualnego przesiewania chemicznie różnych produktów naturalnych i ich syntetycznych analogów z szybką dostępnością próbek fizycznych do badań, pozwala to na szeroką gamę związków z laboratoriów akademickich w wielu różnych instytucjach w bazie danych, która może być wykorzystana do Wirtualnego przesiewania. Akademickie grupy biologiczne proponują również nowe i nowatorskie struktury białek jako cele Wirtualnego przesiewania za pomocą bazy danych portalu (oraz konwencjonalnych dostępnych na rynku baz danych). Gdy przewidywane są trafienia z silikonoscreening in, związki można uzyskać od chemika pochodzenia do badań potwierdzających. Często istnieje natychmiastowy związek z ekspertyzą w zakresie przygotowania analogów, aby pomóc w uruchomieniu programu optymalizacji ołowiu. Niemniej jednak dostęp do portalu jest bezpłatny dla grupy akademickiej. Dalsza rozbudowa chemicznej bazy danych oznacza, że istnieje cenne i rosnące pokrycie przestrzeni chemicznej wielu nowych związków chemicznych. Chociaż związki w bazie danych Portalu na ogół zostały już ujawnione w pracy dyplomowej lub czasopiśmie chemicznym, bardzo niewiele z nich zostało wcześniej przetestowanych pod kątem aktywności biologicznej. Jest to wspólna cecha znanych produktów naturalnych: spośród 150 000 struktur w słowniku CRC Produktów Naturalnych tylko 1% z nich zostało zbadanych. Wprowadzenie technologii metabolomiki w naturalnych procesach odkrywania produktów będzie korzystne na wielu poziomach. Poprzez zwiększenie liczby identyfikacje w nasz metabolomics dane, związki z nowymi strukturami mogą być łatwo otrzymujący i testujący dla jakaś choroba badający. Ponadto, multi-równoległa analiza używać metabolomics technologie także ulepszać przepustowość chemiczny charakteryzacja process wielu różnorodny gatunek od naturalny zasoby. Ponieważ chemicy produktów naturalnych zebrali całe życie bibliotek związków aktywnych, a także nieaktywnych czystych związków, dane te mogą być wykorzystane do skonstruowania spektralnych i spektralnych bibliotek mas NMR, niewątpliwie pomagają biologicznym interpretacjom danych metabolomicznych robić to z mniejszym trudem. Postępy w oprzyrządowaniu analitycznym i wyrafinowane dzielenie technik separacji z detektorami o wysokiej czułości pozwoliły na większe wykrywanie związków drobnocząsteczkowych mierzalnych w systemach biologicznych (tj. metabolitów pierwotnych i wtórnych). Technologie te mogą być wykorzystywane do postępu w odkrywaniu naturalnej chemii produktów w celu identyfikacji potencjalnych kandydatów na nowe leki, które pomogą w utrzymaniu zdrowia i walce z chorobami i chorobami. W przypadku NMR ekstraktów surowych wzorce można łatwo wizualizować i interpretować za pomocą wielowymiarowej analizy danych. Można to przeprowadzić w sposób porównawczy, rozróżniając różnice między stosunkowo podobnymi ekstraktami lub można to powiązać ze specyficzną (ogólnie in vitro) aktywnością biologiczną. Ostatecznie to umożliwia budowę złożonej bazy danych metabolome .

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.