| 查看: 266 | 回复: 0 | |||
[交流]
KRAS G12C/cRAF结合检测：靶向药物筛选与机制研究新工具
|
|
一、 KRAS G12C突变在肿瘤发生中的核心地位 RAS家族基因是人类癌症中最常发生突变的癌基因之一，其中KRAS突变尤为常见，在胰腺癌、结直肠癌及非小细胞肺癌等恶性肿瘤中具有高发病率。KRAS蛋白作为一种小GTP酶，在生理状态下通过结合GTP（活化态）与GDP（失活态）的转换，精密调控下游信号通路（如RAF-MEK-ERK级联）的活性，进而控制细胞增殖、分化与存活。 KRAS第12位甘氨酸突变为半胱氨酸（G12C）是一种特征明确的致癌突变。该突变削弱了KRAS的内在GTP酶活性及其与GTP酶激活蛋白的相互作用，导致KRAS蛋白异常富集于GTP结合的活化构象，持续性激活下游信号通路，驱动肿瘤发生与发展。KRAS G12C突变在肺腺癌中约占13%，在结直肠癌及其他实体瘤中亦有一定比例，是靶向治疗的重要分子亚型。 二、 KRAS G12C与cRAF相互作用：信号转导的关键节点 KRAS活化后，其下游最重要的效应分子之一是RAF家族激酶，其中cRAF（RAF-1）是传递增殖信号的核心介质。GTP结合的活化态KRAS通过其效应结构域与cRAF的RAS结合结构域发生特异性相互作用，将cRAF募集至细胞膜并诱导其活化，进而启动下游MEK-ERK激酶级联反应。 KRAS G12C突变导致的持续活化，直接表现为KRAS-GTP与cRAF结合能力的异常增强或时间延长，使细胞增殖信号脱离上游调控。因此，KRAS G12C与cRAF的蛋白-蛋白相互作用是突变型KRAS驱动致癌信号的核心环节，也是评价KRAS G12C靶向药物（特别是共价抑制剂）作用机制的关键功能指标。 三、 人KRAS G12C&cRAF Binding 试剂盒的设计原理与应用价值 在KRAS G12C靶向药物的研发及基础机制研究中，实现对突变型KRAS与其下游效应分子cRAF结合能力的精确、定量检测，是评估候选化合物抑制效应的关键技术。人KRAS G12C&cRAF Binding 试剂盒正是为此目的设计的标准化检测平台。 1. 检测原理：该试剂盒通常采用基于时间分辨荧光共振能量转移或AlphaLISA技术的均相检测模式。将纯化的重组人KRAS G12C蛋白（携带特定标签）与cRAF蛋白（携带互补标签）混合，二者在无抑制剂存在时发生特异性结合，形成蛋白-蛋白复合物。当加入分别识别不同标签的供体微珠与受体微珠后，供体珠与受体珠相互靠近，激发荧光共振能量转移信号，产生可检测的光信号。该信号强度与KRAS G12C-cRAF复合物的形成量成正比。当体系中存在能够阻断二者相互作用的抑制剂（如共价结合G12C半胱氨酸的小分子）时，蛋白复合物形成减少，荧光信号随之降低。 2. 核心应用场景： - 化合物筛选与评价：可用于高通量筛选阻断KRAS G12C/cRAF相互作用的小分子化合物库，通过测定半数抑制浓度（IC50）定量评价候选分子的抑制效力，为苗头化合物发现与先导化合物优化提供关键数据。 - 构效关系研究：在系列结构类似物的评价中，通过比较其对该相互作用的抑制活性，建立分子结构与抑制效能之间的关联，指导理性药物设计。 - 机制验证研究：在细胞水平观察到候选化合物抑制下游信号（如pERK）后，利用该试剂盒验证其是否直接作用于KRAS G12C与cRAF的结合环节，确证其靶点机制。 - 共价结合动力学分析：通过改变化合物与蛋白的预孵育时间，可评价共价抑制剂的结合速率及不可逆性，为候选化合物的成药性评估提供补充数据。 3. 技术优势：该检测体系在微量孔板中进行，具有操作简便、反应快速、无需洗涤步骤、适合自动化及高通量操作的优点。其均相检测模式避免了传统方法中因洗涤步骤导致的低亲和力相互作用丢失，更真实地反映蛋白-蛋白相互作用的平衡状态。 四、 试剂盒在靶向治疗研究中的转化意义 KRAS G12C共价抑制剂的成功开发（如sotorasib、adagrasib的临床批准）验证了直接靶向KRAS突变体的可行性，但耐药性问题及新抑制剂的持续优化仍是研究热点。人KRAS G12C&cRAF Binding 试剂盒作为反映靶点功能活性的直接检测工具，在以下方面具有重要转化价值： 1. 新一代抑制剂的发现：针对G12C突变及其他等位突变（如G12D、G12V）的新型抑制剂，均需评价其阻断下游信号启动的能力，该试剂盒提供了直接的功能性读出具。 2. 耐药机制研究：对于已对现有KRAS G12C抑制剂产生耐药的患者样本，可利用该体系评价其KRAS-cRAF结合是否因二次突变而恢复，揭示耐药分子机制。 3. 联合治疗策略探索：在评价KRAS抑制剂与MEK抑制剂、SHP2抑制剂等联合方案时，该试剂盒可用于确认上游靶点是否被有效抑制，为协同效应提供机制解释。  |
回复此楼» 猜你喜欢
2026申博推荐
已经有1人回复
-
一篇扩散模型的Nature Machine Intelligence论文和Elsevier上的深度学习药物书籍
已经有1人回复
-
药物学论文润色/翻译怎么收费?
已经有68人回复
-
中国药科大学2026入学博士，药物合成和设计经验，放射化学及放射医学研究
已经有25人回复
-
使用MolAICal进行多肽虚拟筛选教程-同样适用于蛋白质和核酸的虚拟筛选
已经有1人回复
-
使用MolAICal计算药物化学过滤器MCFs及MCE-18描述符
已经有0人回复
-
使用MolAICal发现蛋白受体潜在的活性口袋及位点
已经有0人回复
-
华理药学学硕求调剂，总分324
已经有0人回复
-
澳门理工大学人工智能药物发现中心招收2026级博士研究生（申请-考核制）
已经有10人回复
» 本主题相关商家推荐: (我也要在这里推广)
