靶向hURAT1藥物篩選模型的構建及初步應用
發(fā)布時間:2021-06-21 12:17
高尿酸血癥及痛風疾病主要是由人體內尿酸含量增高所引起,尿酸鹽轉運蛋白(hURAT1)位于腎小管上皮細胞基頂膜上,對尿酸的重吸收起著決定性的作用,抑制其尿酸轉運能力可有效地降低人體內血尿酸濃度。為篩選尿酸轉運蛋白(hURAT1)抑制劑,本研究首先利用蛋白三維結構預測方法與分子對接技術構建計算機虛擬藥物篩選模型,在HK-2細胞中過表達hURAT1蛋白構建體外細胞尿酸吸收模型并通過雙熒光素酶報告基因檢測方法構建尿酸轉運蛋白(hURAT1)啟動子藥物篩選模型。從生物信息學,分子和細胞水平構建三個藥物篩選模型,并進行初步的應用。主要研究結果如下:1.構建hURAT1計算機虛擬藥物篩選模型。通過同源建模法、穿線法和綜合法分別對hURAT1蛋白進行三維結構預測,預測蛋白結構分別進行相關參數評分和比對。通過Verify-3D分析和Ramachandran圖評估結果,以確定綜合法ROBETTA預測的結構作為后續(xù)分子對接的最佳受體蛋白。為尋找受體蛋白的活性口袋,實驗通過Leinuard、Verinuard、Benzbromarone三種陽性藥物分別進行對接,根據氨基酸殘基對接位點,最后初步確定其活性口袋的...
【文章來源】:貴州大學貴州省 211工程院校
【文章頁數】:77 頁
【學位級別】:碩士
【部分圖文】:
SWISS-MODEL預測的蛋白結構
I-TASSER預測的蛋白結構
16圖 2-3 ROBETTA 預測的蛋白結構Fig.2-3 Protein structure predicted by ROBETTA證VES(http://servicesn.mbi.ucla.edu/SAVES/)對 I-TASSER 和 ROB估,以 Verify-3D 分析和 Ramachandran 圖評估、比對其立體化析 I-TASSER 預測結構的 3D-1D score >= 0.2 氨基酸殘基數占測結構的 3D-1D score >= 0.2 氨基酸殘基數占 89.51%;RamaR 預測的結構在有利區(qū)域僅占 72.7%,其中 ROBETTA 預測的RAT1 氨基酸殘基占 91.3%,其中不允許區(qū)域中殘基比例為 0 2-5。經比對,ROBETTA 所預測的蛋白結構明顯優(yōu)于 I-TASS
【參考文獻】:
期刊論文
[1]土三七提取物對尿酸鈉誘導的大鼠急性痛風性關節(jié)炎的緩解作用[J]. 曹塬,劉杰. 食品工業(yè)科技. 2019(13)
[2]紅茶及其發(fā)花紅磚茶對高尿酸血癥模型小鼠的降尿酸作用[J]. 袁冬寅,肖文軍,彭影琦,林玲,周陽,譚春波,譚洪波,龔志華. 茶葉科學. 2019(01)
[3]尿酸及高尿酸血癥與血管性疾病[J]. 馬艷菊,朱潤秀. 內蒙古醫(yī)學雜志. 2019(01)
[4]魚腥草中抗血栓活性生物堿成分的虛擬篩選[J]. 蔣躍平,陳章義,劉敏,劉海濤,劉韶. 中國中藥雜志. 2019(08)
[5]鐵皮石斛四妙方對高尿酸血癥模型大鼠的降尿酸作用及機制研究[J]. 沈倩,李賀,雷珊珊,江石平,李波,鄭祥,顏美秋,呂圭源,陳素紅. 中國現(xiàn)代應用藥學. 2019(02)
[6]祛濕類單味中藥對尿酸代謝的研究[J]. 褚夢真,張冰,林志健,張曉朦,王雨. 中國中藥雜志. 2019(07)
[7]大學生高尿酸血癥及痛風的現(xiàn)狀調查研究[J]. 蘭清云. 全科口腔醫(yī)學電子雜志. 2018(34)
[8]大血藤現(xiàn)代研究進展[J]. 張瑩瑩,李詒光,季巧遇,李青. 亞太傳統(tǒng)醫(yī)藥. 2018(11)
[9]藥食兩用中草藥在防治高尿酸血癥上的研究進展[J]. 郭花斌,辛寶. 世界最新醫(yī)學信息文摘. 2018(86)
[10]SLC22A12瞬時轉染HEK293細胞模型的建立與鑒定[J]. 劉亭,楊友輝,劉香香,馮瑾,陳雅,劉春花. 鄭州大學學報(醫(yī)學版). 2018(05)
博士論文
[1]基于p53-MDM2靶點的氧化吲哚化合物的設計及其抗腫瘤機制研究[D]. 劉雄偉.貴州大學 2018
[2]從頭預測蛋白質結構元啟發(fā)方法研究[D]. 黃旭.蘇州大學 2011
碩士論文
[1]健脾泄?jié)岱▽ν达L患者血清URAT1、GLUT9水平的影響及機制研究[D]. 毛古燧.安徽中醫(yī)藥大學 2017
[2]SLC22A12和SLC2A9基因多態(tài)性與高尿酸血癥關聯(lián)性研究[D]. 杜建財.寧夏醫(yī)科大學 2016
[3]GLP1受體激動劑類藥物篩選模型的構建[D]. 曾璐漫.湖南農業(yè)大學 2015
[4]苗藥痛風停治療痛風臨床回顧研究及其對人腎小管上皮細胞hUAT、hURAT1基因表達影響[D]. 張雄峰.貴陽中醫(yī)學院 2015
[5]建立家蠶痛風藥物篩選模型的初探[D]. 王長春.西南大學 2012
[6]泄?jié)岢苑娇傸S酮治療高尿酸血癥機制研究[D]. 臧路平.華南理工大學 2011
[7]基于c-myc啟動子的抗腫瘤藥物篩選系統(tǒng)[D]. 朱琳.上海交通大學 2009
本文編號:3240661
【文章來源】:貴州大學貴州省 211工程院校
【文章頁數】:77 頁
【學位級別】:碩士
【部分圖文】:
SWISS-MODEL預測的蛋白結構
I-TASSER預測的蛋白結構
16圖 2-3 ROBETTA 預測的蛋白結構Fig.2-3 Protein structure predicted by ROBETTA證VES(http://servicesn.mbi.ucla.edu/SAVES/)對 I-TASSER 和 ROB估,以 Verify-3D 分析和 Ramachandran 圖評估、比對其立體化析 I-TASSER 預測結構的 3D-1D score >= 0.2 氨基酸殘基數占測結構的 3D-1D score >= 0.2 氨基酸殘基數占 89.51%;RamaR 預測的結構在有利區(qū)域僅占 72.7%,其中 ROBETTA 預測的RAT1 氨基酸殘基占 91.3%,其中不允許區(qū)域中殘基比例為 0 2-5。經比對,ROBETTA 所預測的蛋白結構明顯優(yōu)于 I-TASS
【參考文獻】:
期刊論文
[1]土三七提取物對尿酸鈉誘導的大鼠急性痛風性關節(jié)炎的緩解作用[J]. 曹塬,劉杰. 食品工業(yè)科技. 2019(13)
[2]紅茶及其發(fā)花紅磚茶對高尿酸血癥模型小鼠的降尿酸作用[J]. 袁冬寅,肖文軍,彭影琦,林玲,周陽,譚春波,譚洪波,龔志華. 茶葉科學. 2019(01)
[3]尿酸及高尿酸血癥與血管性疾病[J]. 馬艷菊,朱潤秀. 內蒙古醫(yī)學雜志. 2019(01)
[4]魚腥草中抗血栓活性生物堿成分的虛擬篩選[J]. 蔣躍平,陳章義,劉敏,劉海濤,劉韶. 中國中藥雜志. 2019(08)
[5]鐵皮石斛四妙方對高尿酸血癥模型大鼠的降尿酸作用及機制研究[J]. 沈倩,李賀,雷珊珊,江石平,李波,鄭祥,顏美秋,呂圭源,陳素紅. 中國現(xiàn)代應用藥學. 2019(02)
[6]祛濕類單味中藥對尿酸代謝的研究[J]. 褚夢真,張冰,林志健,張曉朦,王雨. 中國中藥雜志. 2019(07)
[7]大學生高尿酸血癥及痛風的現(xiàn)狀調查研究[J]. 蘭清云. 全科口腔醫(yī)學電子雜志. 2018(34)
[8]大血藤現(xiàn)代研究進展[J]. 張瑩瑩,李詒光,季巧遇,李青. 亞太傳統(tǒng)醫(yī)藥. 2018(11)
[9]藥食兩用中草藥在防治高尿酸血癥上的研究進展[J]. 郭花斌,辛寶. 世界最新醫(yī)學信息文摘. 2018(86)
[10]SLC22A12瞬時轉染HEK293細胞模型的建立與鑒定[J]. 劉亭,楊友輝,劉香香,馮瑾,陳雅,劉春花. 鄭州大學學報(醫(yī)學版). 2018(05)
博士論文
[1]基于p53-MDM2靶點的氧化吲哚化合物的設計及其抗腫瘤機制研究[D]. 劉雄偉.貴州大學 2018
[2]從頭預測蛋白質結構元啟發(fā)方法研究[D]. 黃旭.蘇州大學 2011
碩士論文
[1]健脾泄?jié)岱▽ν达L患者血清URAT1、GLUT9水平的影響及機制研究[D]. 毛古燧.安徽中醫(yī)藥大學 2017
[2]SLC22A12和SLC2A9基因多態(tài)性與高尿酸血癥關聯(lián)性研究[D]. 杜建財.寧夏醫(yī)科大學 2016
[3]GLP1受體激動劑類藥物篩選模型的構建[D]. 曾璐漫.湖南農業(yè)大學 2015
[4]苗藥痛風停治療痛風臨床回顧研究及其對人腎小管上皮細胞hUAT、hURAT1基因表達影響[D]. 張雄峰.貴陽中醫(yī)學院 2015
[5]建立家蠶痛風藥物篩選模型的初探[D]. 王長春.西南大學 2012
[6]泄?jié)岢苑娇傸S酮治療高尿酸血癥機制研究[D]. 臧路平.華南理工大學 2011
[7]基于c-myc啟動子的抗腫瘤藥物篩選系統(tǒng)[D]. 朱琳.上海交通大學 2009
本文編號:3240661
本文鏈接:http://sikaile.net/yixuelunwen/yiyaoxuelunwen/3240661.html
最近更新
教材專著