b“蛋白质折叠是一个细微的过程,由原代氨基酸序列和细胞蛋白质质量控制机制编码并取决于错误折叠的蛋白质可以汇总成有毒的寡聚物或淀粉样蛋白原纤维,并与包括阿尔茨海默氏症和帕金森氏病以及II型糖尿病在内的疾病有关。这些淀粉样蛋白沉积物具有共同的跨结构,无论其主要氨基酸序列如何。最近的研究表明,生物分子冷凝物的形成是某些淀粉样蛋白蛋白质固有的另一种共同点。冷凝物的新兴生物物理特性可以调节蛋白质聚集;因此,了解淀粉样蛋白形成的结构和动力学基础以及蛋白质质量控制机制对于理解蛋白质错误折叠疾病和治疗剂的下游发展至关重要。本期特刊需要进行多样化和全面的概述,这些概述说明了来自生物物理,生化或细胞生物学观点的蛋白质错误折叠和神经退行性疾病。”
nimodipine是钙通道阻滞剂的成员,特异性结合了L型电压门控钙通道。在pH 1.2时发现了氮氨基氨酸的最大溶解度,并且溶解度降低到pH 4.0。在pH 6.0及更高的pH下,溶解度大大降低。通过物理混合物,1:1和1:3药物:载体:载体:载体:固定性混合物,溶剂蒸发和揉捏方法,制备具有PVP-K30和麦芽糊精的尼莫地平的合适固体分散系统。药物含量,饱和溶解度,FTIR和维特罗溶解。药物含量均匀,药物的溶解度随载体浓度和方法的函数线性增加。FTIR研究表明药物与聚合物之间没有化学相互作用。与DP 60和DE 60值的物理混合物和纯净的Nimodipine相比,通过溶剂蒸发和揉捏方法制备的固体分散系统的DP 60和DE 60值明显更高(P <0.05)。溶解遵循一级模型,并遵守了希克森 - 克罗威尔的立方体定律。
摘要:16蛋白溶解度在各种生物技术,工业和17种生物医学应用中起着至关重要的作用。随着测序和基因合成成本的降低,18采用了高通量实验筛选以及量身定制的19个生物信息学预测,已经见证了开发20种新型功能酶(EOI)的快速增长趋势。高蛋白质溶解度率是必不可少的21,准确的溶解度预测是一项艰巨的任务。随着深度学习技术的继续发展,基于注意力的蛋白质语言模型23(PLM)可以在更大程度上从蛋白质序列中提取固有信息。24利用这些模型以及蛋白质溶解度的可用性增加25从结构数据库(如蛋白质数据库(PDB))推断出的数据,具有增强蛋白质溶解度预测的26个潜力。在这项研究中,我们策划了27个更新的大肠杆菌(E.COLI)蛋白溶解度数据集(Uesolds),而28种则采用了多个PLM和分类层的组合来预测蛋白29溶解度。最佳表现最佳模型,称为蛋白质语言30基于模型的蛋白质溶解度预测模型(PLM_SOL),与以前报道的模型相比有31个显着改善,可实现5.7%32的准确性提高,F1_SCORE提高9%,而33个独立测试集的MCC得分提高了10.4%。此外,利用我们内部34合成的蛋白质资源作为测试数据的其他评估,包括各种类型的酶,35还展示了PLM_SOL的出色性能。59总体而言,PLM_SOL在独立的测试集和37个实验集中表现出36个一致且有希望的性能,从而非常适合促进大规模的EOI研究。38 PLM_SOL可作为独立程序可用,并在39 https://zenodo.org/doi/10.5281/zenodo.10675340上作为易于使用的型号。40 41引言42蛋白质的正确折叠以保持足够的溶解度和稳态,对于几乎每个基于蛋白质的生物学过程而言,必不可少的43。不满意的溶解度或44聚集可以阻碍基于蛋白质的药物发育,例如抗体产生。45抗体的低溶解度可能会限制其保质期,并可能诱导46个不良免疫反应(1-3)。除了抗体之外,由于速度降低了48种测序和基因合成的成本以及49个高通量功能筛选平台的持续下降,因此越来越多的47种兴趣(EOI)的酶以速度越来越高(4-6)。在这些大规模的EOI 50筛查研究中,提高蛋白质溶解度预测的准确性可以提高51蛋白质纯化的成功率,并促进下游生物物理或52生化特征。普通宿主,例如细菌细胞,昆虫细胞,酵母53细胞,植物和哺乳动物细胞,通常用于重组蛋白表达54(7)。在这些选择中,细菌细胞(通常是大肠杆菌(大肠杆菌))提供了55个易于遗传操作和成本效益的优点,因此将56作为重组蛋白质产生的主要平台之一(8)。提高大肠杆菌中蛋白质溶解度预测的57精度具有降低58个实验成本并提高新型EOI发现成功率的巨大潜力。
15 -ürCatamama Y.等,J. Immunol。,200,2987-2999 2018-16-16-ürT.等,摩尔。 ther。 Oncolytics,12,162-172 2018-17-17-17-17-17-17-1等,等,Nat。 Society。,9,251 2018 18 -Low E.等,当前。 opine。 Biochnol。,65,25-36 (2020-19 – 19 – Mahalingam D.等,Clin。 res。,26,71-81 2020-20-Sun L.等,J。Imunother。 癌症,6,6,36 USBAND 21-储存C.和Al。,Clin。 res。,25,290-299!hang Y.和al。,mol。 ther。,27,1906-1 ther。 Oncolytics,26,265-274 2022-64-Emprot K.和Al。,Hum。 基因。15 -ürCatamama Y.等,J.Immunol。,200,2987-2999 2018-16-16-ürT.等,摩尔。 ther。 Oncolytics,12,162-172 2018-17-17-17-17-17-17-1等,等,Nat。 Society。,9,251 2018 18 -Low E.等,当前。 opine。 Biochnol。,65,25-36 (2020-19 – 19 – Mahalingam D.等,Clin。 res。,26,71-81 2020-20-Sun L.等,J。Imunother。 癌症,6,6,36 USBAND 21-储存C.和Al。,Clin。 res。,25,290-299!hang Y.和al。,mol。 ther。,27,1906-1 ther。 Oncolytics,26,265-274 2022-64-Emprot K.和Al。,Hum。 基因。Immunol。,200,2987-2999 2018-16-16-ürT.等,摩尔。ther。Oncolytics,12,162-172 2018-17-17-17-17-17-17-1等,等,Nat。Society。,9,251 2018 18 -Low E.等,当前。opine。Biochnol。,65,25-36 (2020-19 – 19 – Mahalingam D.等,Clin。res。,26,71-81 2020-20-Sun L.等,J。Imunother。癌症,6,6,36 USBAND 21-储存C.和Al。,Clin。res。,25,290-299!hang Y.和al。,mol。ther。,27,1906-1ther。Oncolytics,26,265-274 2022-64-Emprot K.和Al。,Hum。基因。