 |
Вы находитесь здесь: dace.ru / Новости химии / Электронный язык для анализа белков
Архивы новостей:
2008 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2009 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2010 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2011 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2012 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2013 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2014 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2015 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2016 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2017 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2018 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2019 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2020 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2021 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2022 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2023 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2024 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2025 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
2026 год:
январь, февраль, март, апрель, май, июнь, июль, август, сентябрь, октябрь, ноябрь, декабрь
Электронный язык для анализа белков
Системы типа «электронный нос» можно сказать, на слуху – эти системы уже применяются для анализа выхлопных газов и в качестве вспомогательного оборудования для анализа качества пищевых продуктов.
Менее известно, что похожие по сути устройства, электронные языки, могут детектировать вещества, содержащиеся в растворе. Исследователи из Франции представляют новый и относительно несложный подход к созданию электронного языка, способного отличать друг от друга белки с различным химическим строением.
В биосенсорах применяются специфические лиганды, такие как антитела, селективно связывающиеся с определяемыми молекулами. Если цель устройства – провести полный анализ всех веществ, содержащихся в аналите, для каждого из таких веществ необходимо разрабатывать определенный, соответствующий только этому веществу лиганд таким образом, чтобы они связывались с определяемыми веществами примерно одинаково, и это представляет собой достаточно сложную задачу. Электронные носы и языки, напротив, основаны на применении системы различных рецепторов, прочность связи которых с целевыми соединениями, напротив, различна.
Рецепторы этих систем чувствительны по отношению к целевым молекулам с самым различным строением, а комбинированный отклик всех рецепторов дает определенный шаблон сигнала для каждого из соединений. Поскольку от рецепторов электронных носов и языков не требуется высокой специфичности, их разработка может осуществляться гораздо проще и быстрее.
Группа исследователей под руководством Тьерри Ливаша (Thierry Livache) пытались найти способы дальнейшего упрощения способов дизайна и создания новых электронных носов. Рецепторы, которые использовались в системах, созданных исследователями из Франции, получены из смесей небольшого количества молекулярных строительных блоков с различными физико-химическими свойствами. Системы получали, осаждая на поверхность золота индивидуальные капли, содержащие строительные блоки в различной концентрации.
В ходе процесса самоорганизации происходит образование рецепторов в форме крошечных пятен молекулярных монослоев с различным составом. Для детектирования используется методика поверхностного плазмонного резонанса – измерение изменений колебаний электронов (плазмонов) в случае адсорбции анализируемых молекул рецепторами детектора. Эта новая идея исследователей была основана на принципе работы гепаринсульфата, молекулы которого располагаются на поверхности клеток и распознают различные соединения, играющие роль в ряде физиологических и патологических процессов, например – факторов роста.
Гепаринсульфаты представляют собой полисахариды с различным расположением сульфогрупп и, следовательно, различной специфичностью связывания с различными субстратами. Исследователи синтезировали два соединения, сходных по структуре с гепаринсульфатом, соответственно – без сульфогруппы и содержащие сульфогруппу. Смеси этих соединений в различном соотношении использовались для изготовления новых рецепторов и проверили эти сенсоры для анализа различных белков.
График, отражающий интенсивность отклика для каждого рецептора дает непрерывный профиль или трехмерную характеристику белка, эта характеристика затем может применяться для значительного упрощения определения белка. Профили белковых смесей также могут применяться для компьютерного анализа состава смесей и обнаружения отдельных компонентов. Предполагается, что увеличение структурного разнообразия рецепторов в перспективе позволит проводить анализ белков с очень близким строением.
Источник: Angew. Chem. Int. Ed, 2012, DOI: 10.1002/anie.201205346
Источник: http://www.chemport.ru
03.10.2012 13:00 | |
|
