Simple Science

最先端の科学をわかりやすく解説

# 生物学# 生化学

薬開発のための標的タンパク質分解の進展

研究者たちは、ターゲットされたタンパク質分解技術を通じて、薬の開発に向けた新しい標的を明らかにしている。

Zoran Rankovic, Q. Wu, J. Yang, G. Nishiguchi, H. Daub, B. Shashikadze, S. Machata, T. Graef, B. Schwalb, D. Bartoschek, U. Ohmayer, A. H. Bednarz, K. McGowan, Z. Shi, J. Price, A. Mayasundari, L. Yang, V. Demichev, M. Steger

― 1 分で読む


薬剤発見におけるタンパク質薬剤発見におけるタンパク質の標的化うとしてるよ。新しい方法が厳しい病気の薬の開発を変えよ
目次

ターゲット型タンパク質分解は新しい薬の開発方法だよ。有害なタンパク質をただブロックするんじゃなくて、体の自然なシステムを使ってこれらのタンパク質を分解するんだ。この方法は現行の薬で治療が難しい病気に取り組むのに重要なんだ。ターゲット型タンパク質分解には、プロテオリシスタゲティングキメラ(PROTACs)と分子グルー分解因子(MGDs)の2つの主な方法があるよ。

MGDsは特定のタンパク質、つまりE3リガーゼの働きを変える小さな分子だ。これらのリガーゼは通常、細胞によって分解されるべきタンパク質にタグを付けるんだけど、MGDsを使うことでリガーゼは通常分解されない新しいタンパク質をターゲットにできるようになるんだ。これにより、研究者は多くの病気に重要な転写因子など、難しい治療ターゲットに取り組むチャンスを得るんだ。

免疫調節薬の中には、サリドマイドやレナリドミドのようなMGDがあり、これは多発性骨髄腫という癌の治療に既に使われているんだ。これらの薬は特定のリガーゼの部分に結合して、癌細胞の生存を助けるタンパク質を分解させるんだ。これで、ターゲット型タンパク質分解が癌治療において強力なツールになりうることがわかるよ。

タンパク質分解における多様なターゲット

面白いことに、異なるMGDsが構造が非常に似ていても異なるタンパク質を分解することができるんだ。例えば、レナリドミドとポマリドミドは同じ転写因子を分解できるけど、レナリドミドはまたCSNK1A1という別のタンパク質にも影響を与えるんだ。これでMGDsの化学構造のわずかな変化が、どのタンパク質をターゲットにするかに大きな変化をもたらすことがわかるよ。

最近の技術の進歩により、研究者たちは新しいタンパク質を多く見つけられるようになったけど、特定のタンパク質を効果的にターゲットにする新しいMGDsを設計するのはまだ難しいんだ。

質量分析法の進展

質量分析(MS)は近年大きく改善されて、研究者たちがタンパク質を研究するのが簡単になったよ。先進のソフトウェアと新しいハードウェアを使えば、多くのタンパク質を一度に分析できるから、新しい薬の候補を見つけるのに役立つんだ。MSを使う大きな利点は、新しい薬がどのタンパク質に影響を与えるかを調べるのに特定のターゲットを必要としないことだよ。これによって新しい薬のターゲットを発見したり、どのMGDsが選択的に作用するのかを確認することができるんだ。

でも、MGDsをMSを使ってスクリーニングする完全なプロセスはまだあまり発展してないんだ。

最近の研究結果

最近の研究で、研究者たちは5,000以上のCRBNリガンドライブラリを作成し、さまざまな癌細胞株に対してこれらをテストしたんだ。新しい分解因子や癌の脆弱性を探していたんだ。この包括的なスクリーニングで、GSPT1やCK1αなどのいくつかのタンパク質に対して効果的な分解因子が明らかになったんだけど、最初のスクリーニングプロセスでは細胞の生存能力しか測定してなかったことに気づいたの。だから、細胞生存に必須ではないけど重要なタンパク質を見逃してしまった可能性があるんだ。

この問題に対処するため、彼らはMSベースのプロテオミクスを使って分子グルーライブラリのサブセットを選んで詳細な分析を行ったんだ。

深層プロテオミクススクリーニングプロセス

分子グルーライブラリは、さまざまなCRBN結合コアを持ち、バラエティを増やすためにユニークな化合物を含んでデザインされたんだ。彼らは化学構造や以前のテストでのパフォーマンスに基づいて化合物を選んだんだ。目標は、これらの化合物がどのタンパク質を分解することができるかをマッピングすることだったんだ。

Huh-7とNB-4の2つの癌細胞株、これらは異なるタンパク質プロファイルを持っているんだ。選ばれたMGDsでこれらの細胞を処理してから、サンプルをMSを使って分析することで、治療後に減少したタンパク質を特定できたんだ。この体系的なアプローチにより、たくさんのデータを集めて分解にターゲットできるタンパク質を探すことができたんだ。

彼らのスクリーニングで、治療後に顕著にダウンレギュレートされたタンパク質を一貫して特定できることが明らかになったんだ。これらのタンパク質が実際にMGDsによってターゲットにされたことを確かめるために、さらにテストを行い、彼らの分解が特定のメカニズムに依存していることを示したんだ。

ネオサブストレートの検証

スクリーニングにより、ターゲットにできる多くの既知のネオサブストレートが特定されて、彼らのスクリーニング技術の有効性を確認するのに役立ったんだ。この中には、RAB28、FIZ1、ZBTB16、ZFP91といったタンパク質がHuh-7とNB-4の両方の細胞で頻繁に見つかったんだ。特定の細胞株でしか検出されないタンパク質もあって、タンパク質分解研究における細胞タイプの重要性を示しているよ。

研究者たちは、特定の化合物が他のタンパク質の発現を変えることで、タンパク質の分解にどれだけ効果的かを観察したんだ。これによって、異なるMGDsを使うことで、治療の文脈によって異なる効果が得られることがわかるんだ。

新しいネオサブストレートの発見

潜在的な新しいターゲットを探すために、研究者たちはHuh-7細胞からデータを分析したんだ。いくつかの化合物がタンパク質レベルを顕著に減少させることを特定したんだ。さらにテストを通じて、彼らは新しいネオサブストレートのリストを絞り込んだんだ。初めは顕著に減少していなかったタンパク質も、追加の治療で強い減少を示したんだ。これで、より深い分析が分解過程で初めは重要でないように見えるタンパク質を明らかにできることが強調されたんだ。

正確な結果を確保するために、研究者たちは分解経路を阻害する別の化合物を含む追加実験を使って発見を確認したんだ。これによって、彼らの新しいターゲットの多くがCRBNベースの分解プロセスの真の候補である可能性が高いことが示されたよ。

CRBNの過剰発現の重要性

彼らは探索を洗練するために、CRBNを過剰発現させたHEK293細胞に目を向けたんだ。これによって、分解プロセスの全体的な有効性が向上したんだ。この修正された細胞株を使って、以前に低い発現レベルのために見逃されていたいくつかの新しい潜在的なネオサブストレートを見つけたんだ。活性が高まったことで、これらのタンパク質がCRBNベースの分解の有効なターゲットであることを確認できたんだ。

慎重な検証プロセスを通じて、彼らは癌治療において重要かもしれない多様な新しいターゲットを発見したんだ。このことは、ネオサブストレートを見つけるための彼らの方法が非常に効果的であることを示しているよ。

ターゲティングにおける化学構造の役割

研究者たちは、研究した化合物の化学構造がターゲットの特異性にどう影響するかも調べたんだ。彼らは、IMiD様またはフェニル-グルタリミドコアを持つかどうかに基づいて化合物を分類したんだ。データは、どのタンパク質が化合物の構造に基づいてターゲットにされるかの明確な傾向を示しているんだ。例えば、IMiD様の化合物に関連するタンパク質は、より確立されたターゲットになりがちで、フェニル-グルタリミド化合物に関連する多くの新しいターゲットも見つかったんだ。

この発見は、薬候補の構造化学が特定のタンパク質を分解するのにおける有効性に大きな影響を与える可能性があることを示唆しているから重要なんだ。

より良い分解のための化学的最適化

特定の化合物がタンパク質を分解するのに成功したから、研究者たちはこれらの分子を改良してその有効性を高めようとしたんだ。彼らはG3BP2やKDM4Bのようなタンパク質をターゲットにした特定の分解因子に焦点を当てたんだ。G3BP2は細胞のストレス応答に重要で、研究者たちはこの最適化プロセスを通じてより強力な分解因子を特定できたんだ。

異なるアナログをテストしている間に、化学構造の小さな変化が分解の有効性に大きな違いをもたらすことを発見したんだ。例えば、化合物の側鎖を変えることで、他のタンパク質には影響を与えずにG3BP2の分解能力を大幅に増加させることができたんだ。

KDM4B分解の特異性

KDM4Bは癌の発生に関連するヒストン脱メチル化酵素で、研究者たちはSJ41564のような特定の分解因子がこのタンパク質を選択的にターゲットにできるかどうかを注意深く調べたんだ。彼らは、化合物が他の類似のタンパク質には影響を与えないことを確認するために、さまざまな細胞株をテストしたんだ。この特異性は重要で、なぜなら多くの現在の薬は類似したタンパク質の区別ができず、しばしば望ましくない副作用を引き起こすからなんだ。

ウエスタンブロッティングや質量分析法を使った近接ラベリングなどの技術を通じて、研究者たちはターゲットタンパク質と分解因子の相互作用を確認したんだ。これによって、化合物、ターゲット、および分解メカニズムの間に明確な関連性が確立されたんだ。

結論

この研究の結果は、ターゲット型タンパク質分解が薬の発見において強力なツールになる可能性を示しているよ。体系的なスクリーニングと検証を通じて、研究者たちは分解のための数多くの以前は認識されていなかったタンパク質ターゲットを特定したんだ。ターゲット特異性に影響を与える化学構造の役割も、新しい薬候補のデザインに関する貴重な洞察を提供しているよ。

これらの化合物を洗練させ、質量分析法のような先進的な技術を通じて新しいネオサブストレートを発見することで、研究者たちは取り組むのが難しかった病気のためのより効果的な治療法の道を切り開いているんだ。この研究は、ターゲット型タンパク質分解の可能性を示すだけでなく、薬の発見の分野での継続的な探索の重要性を強調しているよ。

オリジナルソース

タイトル: Unbiased mapping of cereblon neosubstrate landscape by high-throughput proteomics

概要: Molecular glue degraders (MGDs) are small molecules that harness the ubiquitin-proteasome system to induce degradation of target proteins, including those lacking conventional druggable pockets. Given the challenges in their rational design, MGD discovery predominantly relies on screening-based approaches, such as cell viability assays. However, one potential limitation of such screening methods is the risk of overlooking non-essential neosubstrates of potential therapeutic value. To address this concern, we present a high-throughput proteome-wide MGD screening platform utilizing label-free, data-independent acquisition mass spectrometry (DIA-MS) for integrated proteomics and ubiquitinomics analysis. Processing a diverse set of 100 CRBN-ligands across two cancer cell lines reveals a broad array of neosubstrates, including 50 novel candidates validated by MS-based ubiquitinomics. These findings considerably expand the current landscape of CRBN-mediated neosubstrates. Comprehensive hit validation and structure-degradation relationship analyses guided by global proteomics, identifies highly selective and potent phenyl glutarimide-based degraders of novel neosubstrates, including KDM4B, G3BP2 and VCL, none of which contain the classical CRBN degron motif. This study demonstrates that comprehensive, high-throughput proteomic screening offers new opportunities in MGD drug discovery.

著者: Zoran Rankovic, Q. Wu, J. Yang, G. Nishiguchi, H. Daub, B. Shashikadze, S. Machata, T. Graef, B. Schwalb, D. Bartoschek, U. Ohmayer, A. H. Bednarz, K. McGowan, Z. Shi, J. Price, A. Mayasundari, L. Yang, V. Demichev, M. Steger

最終更新: 2024-10-19 00:00:00

言語: English

ソースURL: https://www.biorxiv.org/content/10.1101/2024.10.18.618633

ソースPDF: https://www.biorxiv.org/content/10.1101/2024.10.18.618633.full.pdf

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。

著者たちからもっと読む

生物情報学非モデル生物におけるタンパク質相互作用の理解を深める

新しいフレームワークがタンパク質の相互作用を予測するのに役立ってる、特にサンゴに関して。

Samuel Sledzieski, C. Versavel, R. Singh

― 1 分で読む

プライマリ・ケア研究電子タバコ:メンタルヘルスに悩む喫煙者への新たな希望

研究がメンタルヘルスの問題を抱える人たちの禁煙ツールとしての電子タバコについて調査してるよ。

Dimitra Kale, E. Beard, A.-M. Marshall

― 1 分で読む

類似の記事