一种Nav1.7抑制剂及其改造方法

    公开(公告)号:CN105348392B

    公开(公告)日:2019-08-02

    申请号:CN201510794792.9

    申请日:2015-11-18

    Abstract: 本发明提供一种Nav1.7抑制剂及其改造方法,该抑制剂属于融合蛋白,包括两部分:以SEQ ID NO:2为模板的蛋白突变体和能阻断Nav1.7电流的多肽。所述以SEQ ID NO:2为模板的蛋白突变体为序列SEQ ID NO:2第14‑31位由氨基酸插入、删除和置换所形成的突变体。本发明还提供了一种改造方法:将具有能阻断NaV1.7电流的抑制多肽与上述以SEQ ID NO:2为模板的蛋白突变体连接在一起,与表达载体中的MBP标签蛋白融合后,能够在大肠杆菌胞内可溶表达出能阻断Nav1.7电流的融合蛋白。本发明的有益效果是:该融合蛋白能够在大肠杆菌胞内进行可溶表达,经纯化后的产物能够阻断背根神经节(DRG)细胞膜上的Nav1.7电流,效果与原始多肽相似,且结合时间更长,更难被洗脱,并在大鼠体内实验显示出显著的镇痛效果。

    一种Nav1.7抑制剂及其改造方法

    公开(公告)号:CN105348392A

    公开(公告)日:2016-02-24

    申请号:CN201510794792.9

    申请日:2015-11-18

    Abstract: 本发明提供一种Nav1.7抑制剂及其改造方法,该抑制剂属于融合蛋白,包括两部分:以SEQ ID NO:2为模板的蛋白突变体和能阻断Nav1.7电流的多肽。所述以SEQ ID NO:2为模板的蛋白突变体为序列SEQ ID NO:2第14-31位由氨基酸插入、删除和置换所形成的突变体。本发明还提供了一种改造方法:将具有能阻断NaV1.7电流的抑制多肽与上述以SEQ ID NO:2为模板的蛋白突变体连接在一起,与表达载体中的MBP标签蛋白融合后,能够在大肠杆菌胞内可溶表达出能阻断Nav1.7电流的融合蛋白。本发明的有益效果是:该融合蛋白能够在大肠杆菌胞内进行可溶表达,经纯化后的产物能够阻断背根神经节(DRG)细胞膜上的Nav1.7电流,效果与原始多肽相似,且结合时间更长,更难被洗脱,并在大鼠体内实验显示出显著的镇痛效果。

    一种直接检测艾塞那肽融合蛋白的方法

    公开(公告)号:CN110568112A

    公开(公告)日:2019-12-13

    申请号:CN201810566753.7

    申请日:2018-06-05

    Abstract: 本发明涉及一种测定艾塞那肽融合蛋白的方法,采用高效液相色谱串联质谱技术(HPLC-MS/MS)直接对样品中艾塞那肽融合蛋白(分子量大于10000Da)进行测定。本发明的方法优选采用GL Sciences InertSustainBio C18液相色谱柱,电喷雾离子化(ESI)串联质谱检测。本发明成功开发了一种简单高效的生物样本的预处理方法,生物样本经过简单的固相萃取后可直接进行液质检测。本发明的方法使用艾塞那肽融合蛋白突变体为内标蛋白,能够准确地对艾塞那肽融合蛋白进行定量。本发明的方法首次实现了生物样品中完整生物大分子(分子量大于10000Da)的直接定量分析,且灵敏度很高。本发明成功将该方法应用到艾塞那肽融合蛋白的临床前药代动力学研究中,相信该方法作为一种分析工具将推动类似生物药的发展。

    从复杂网络中识别模块化结构的方法和工具

    公开(公告)号:CN102667710A

    公开(公告)日:2012-09-12

    申请号:CN201080051364.2

    申请日:2010-10-21

    CPC classification number: G06Q10/04 G06Q30/02

    Abstract: 本发明涉及一种用于从复杂网络中鉴定模型结构的工具,其使用了一个具有一个CPU和一个并行处理设备的计算系统。该工具包括一个用于读取任务数据的数据读取工具;一个用于储存一套预设子模块的模块储存工具,这些子模块各自指示着一个特殊进程;一个用于确定任务模块的确定工具,从而根据任务数据从一套分别指示着一个特定进程的预设子模块中分配子任务进程,这些子任务进程将会分别由并行处理设备上的多重并行处理器中执行;一个用于接收由确定工具转换而来的任务模块的第一界面;一个用于根据多重并行处理器将任务数据分为多重数据子集的发报机工具;一个用于接收由发报机转换而来的任务数据的第二界面;一个用于接收由第一界面转换而来的任务模块的第一前端;一个用于接收由第一前端传递过来的任务模块,产生能被多重并行处理器从任务模块中读取的子任务进程,以及分配这些子任务进程到多重并行处理器的程序汇编工具;一个用于接收来自于第二界面的多重数据子集,并将这些多重数据子集分别传递给多重并行处理器的第二前端;用于分别平行执行子任务进程,这些子任务进程是由程序汇编工具根据数据子集分配形成的,并获得平行结果的多重并行处理器;以及一个用于处理平行结果,从复杂网络中获得模型结构的分类工具。

Patent Agency Ranking