糖生物学是研究聚糖(糖)的结构、功能和生物学的学科,已成为药物发现领域的变革性领域。聚糖参与几乎所有细胞过程,从蛋白质折叠到免疫反应,使其成为各种疾病发展和进展的重要参与者。因此,了解聚糖如何发挥作用及其在疾病中的作用为发现新型疗法开辟了新途径。本文探讨了基于糖生物学的药物发现的最新进展,强调了针对聚糖相互作用治疗各种疾病(包括癌症、传染病和自身免疫性疾病)的潜力。
UGSF由13个涉及148名员工的团队组成,其中包括69名永久研究人员(来自Lille大学的56名和CNRS的14个),25名技术和行政人员以及20名博士生。目前位于四座不同的建筑物中,建筑物C9建筑物,其中包含大多数研究团队(70名员工)和SN3建筑物(6个员工)(6个员工),都在CitéScientifiqueCampus,CNRS Building是“校园de la Haute borne”(CCHB)(CCHB)(CCHB)(9名员工)和医院 - Universitaire de Lille de Lille Research Campus(11工作人员)。UGSF参与了四个主题中心中的两个主题中心中的两个,这些主题是在研究和培训的背景下是里尔大学的结构轴;与毕业课程以及大学的本地合作伙伴有关(Chu,Centrale Lille Institut,Institut Pasteur de Lille和IMT Nord Europe和合作伙伴国家研究组织(CNRS,Inserm,Inria和Inrae)。
人工智能 (AI) 具有改变药物发现的潜力。在过去的几年中,通过技术进步,人工智能驱动的药物发现取得了长足的发展,例如使用神经网络设计分子和应用知识图谱来了解靶标生物学。几家人工智能原生药物发现公司已将分子推进至临床试验阶段,在某些情况下报告称大大加快了时间表并降低了成本,这引起了研发界的高度期待。此外,许多老牌制药公司已与人工智能公司建立了发现合作伙伴关系,以探索该技术。尽管取得了这些进展,但人工智能在药物发现领域仍处于早期阶段,关于其影响和未来潜力仍有许多悬而未决的问题。我们看到人工智能在药物发现中创造价值的几个方面,包括更高的生产力(更快的速度和/或更低的成本)、更广泛的分子多样性和更高的临床成功率。在这里,我们使用公开数据对人工智能在这些方面的影响进行了分析。我们主要关注小分子药物的研发,该领域的人工智能方法相对更为成熟。
摘要:轮状病毒(RV)和诺如病毒(NOV)是全球急性胃肠炎(年龄)的主要原因。几项研究表明,由于它们在肠道上皮表面的存在是对许多NOV和RV基因型的敏感性至关重要的,因此,由于它们在肠道上皮表面上的存在是至关重要的,因此,组织血管组抗原(HBGA)在NOV和RV感染中起作用。在基因中为HBGAS合成所需酶的代码的多态性导致分泌者或非代表和刘易斯阳性或刘易斯负个体。,尽管关于11月感染的人似乎更容易受到RV感染的影响,但有太多的差异阻止了得出结论的能力。第二个因素是影响肠道病毒感染是宿主的肠道菌群。体外和动物研究已经确定肠道菌群限制,但在某些情况下会增强肠道病毒感染。微生物群可以增强NOV或RV感染的方式包括病毒稳定和促进病毒附着在宿主细胞上,而对少微生物群和无细菌动物进行的实验将免疫调节视为微生物群限制感染的机制。通过活着,减弱的RV疫苗和对响应者和非反应者个体的菌群分析的人类试验也允许鉴定与疫苗效率相关的细菌分类群。随着有关宿主(糖生物学和免疫系统),肠道菌群和肠道病毒之间建立的复杂关系的更多信息,新的途径将开放,以开发新的抗NOV和抗RV疗法。
糖基化是将碳水化合物添加到蛋白质的过程,是一种基本的生物学过程,对人类健康和疾病具有深远的影响。这些聚糖修饰在许多细胞过程中发挥着关键作用,包括蛋白质折叠、细胞信号传导和免疫识别。它们的失调与各种疾病有关,包括癌症、传染病和自身免疫性疾病 ( 1 , 2 )。糖基化重要性的一个显著例子是在癌症免疫治疗领域。癌症治疗的有效性,尤其是抗 PD-L1 单克隆抗体(如阿替利珠单抗)等免疫疗法,会受到肿瘤细胞糖基化模式改变的显著影响 ( 3 , 4 )。这些改变可以保护肿瘤细胞免受免疫监视并抑制对免疫疗法的反应。例如,阿替利珠单抗因疗效有限而退出乳腺癌治疗,凸显了糖基化改变带来的挑战 (5)。在这种情况下,半乳糖凝集素家族蛋白质,特别是半乳糖凝集素 9,成为癌症进展和治疗耐药性的关键因素,强调了糖基化和免疫逃避之间的错综复杂的联系,其中半乳糖凝集素 9 是有效免疫疗法(包括阿替利珠单抗等治疗方法)的潜在障碍 (6,7)。认识到糖生物学在健康和疾病中的重要性日益增加,《免疫学前沿》发表了题为“糖生物学和糖基化:揭开人类和病原体中聚糖的奥秘”的研究课题。 “本研究主题的深刻文章深入探讨了复杂的聚糖世界,每篇文章都提供了关于糖生物学与治疗策略之间联系的独特视角:
糖生物学中的跨性识别是生物学上常规蛋白质与生物聚糖的对映异构体之间的相互作用(例如,L蛋白与L-己糖结合的L蛋白质与L-Hexoses结合)与生命王国的生物体中的相互作用。通过对称性,它还描述了手性镜面蛋白与正常D-聚糖的相互作用。跨性识别的知识对于理解现有生命形式与人造镜像形式的潜在相互作用至关重要,但是目前已知的蛋白质 - 聚糖相互作用规则不足。为了构建一种学习这种相互作用的方法,我们构建了机器学习模型,以预测代表原子图的蛋白质和聚糖之间的结合强度,而不是单糖。基于聚糖的基于原子Q -gram和Morgan指纹(MF)表示,可以训练ML模型,以预测所有天然聚糖的聚糖,糖化化合物和对映异构体的凝集素结合特性。对此训练的关键是将不同的数据合并 - 某些数据与来自Glycan微阵列的相对荧光单元(RFU),而来自ITC的K d值的其他数据则是在特定的凝集素浓度下使用通用的“分数结合”参数F。MCNET是一个完全连接的神经网络体系结构,将MF和浓度(C)作为输入,并返回147个凝集素的F。MCNET的性能与Glynet模型相媲美,并且通过代理与其他最新的最先进的模型来预测蛋白质 - 聚糖相互作用的强度。MCNET有效预测了糖化化合物与甘叶蛋白1、3和7的结合。糖化化合物)。从基于单糖的描述中脱离,使MCNET可以预测跨性识别。我们使用液态聚糖阵列来验证一些预测,例如L-甘露糖与D-Mannose结合凝集素,纯化的CONA和DC-SIGN显示在细胞上的DC-SIGN以及L-MAN与半乳糖糖结合的凝集素的弱结合。MCNET的原子级输入使得从生活和非聚糖结构的所有王国中的各种聚糖中结合蛋白质 - 聚糖数据是可能的(例如,通用分数结合参数使得可以统一不同的定量观测值(K D / IC 50,RFU,色谱保留时间等)。我们认为,这种方法将有助于从不同的糖生物学数据集中合并知识,并预测与当前ML模型无法获得的不常见/不自然的聚糖的蛋白质相互作用。
生物化学 II (CHEM4462) 药物发现和药物化学 (CHEM5510) 合成生物学 (CHEM5513) 高级体验课程 2024 年秋季 2025 年春季 研讨会 (3 个学分) 2 诺贝尔医学或生理学研究奖 (BIOL5010) — 2 学分 2,3,4 发育生物学专题 (BIOL5040) (2 学分) 1 微生物组与人类疾病 (BIOL5100) — 2 学分 2 环境发展干扰因素 (BIOL5130) 2 糖生物学与人类疾病 (BIOL5200) — 2 学分 2 疾病的分子基础 (BIOL5390) — 2 学分 2,3 癌症作为一种代谢疾病 (BIOL5420) 4 细胞核生物学 (BIOL5700)
春季2026年春季比较脊椎动物生理学(BIOL3030)细胞生物学(BIOL3040)遗传学(Biol3050) - 4 Cr Crogy在不断变化的气候(BIOL3200)发育生物学(BIOL3320)深海生物学(BIOL3320)深海生物学(BIOL4030)鸟类学(Biol4110)Microbiologic(Biol4110)Microbiologic(Babbiber420)调节和人类疾病(BIOL4290)实验室(Biol4330) - 4 CR生物学化学(Biol4350)分子生物学(BIOL4400)癌症生物学(BIOL4510)免疫学原理(Biol4510)原理(Biol4570在发育生物学(Biol5040)中 - 2 Cr糖生物学和人类疾病(Biol5200) - 2 Cr传染病(Biol5210)癌症作为核的代谢疾病(Biol5420)生物学(Biol5420)的CR分子基础(Biol5420)
寡糖在人和牛牛奶纤维化和脂肪肝病过敏和哮喘中的作用,食物过敏性T细胞生物学在炎症性肠道疾病粘膜粘膜免疫中对呼吸道或泌尿生殖道感染的感染,可在胃肠道质谱中氧化应激的氧化应激症中的氧化应激症中的氧化应对疾病,这些疾病在胃肠道质量质量上的疾病中的疾病中的疾病中的动物疾病,在Morpoplation sytek sytike症中,抗胃肠道的疾病,在Morpoplation sytok质量疾病中,MORTOKINE SYTOKINES在MORPOMENTIN胃肠道疾病糖生物学在从非人类灵长类动物到人类生物信息学的进化过程中,在健康和疾病代谢和线粒体疾病中,以及宏基因组学对感染性疾病的反应可构成对感染性疾病的反应,使干细胞生物学对生殖性膜和疾病的疾病疾病疾病的疾病促进性膜中的疾病疗法,疾病/王室逆转录病毒,HIV比较病理学和表型