Degradation‐Based Protein Profiling: A Case Study of Celastrol

雷公藤醇 降级(电信) 仿形(计算机编程) 化学 计算机科学 生物化学 细胞凋亡 电信 操作系统
作者
Zhihao Ni,Yi Shi,Qianlong Liu,Hui Lin,Xiuyun Sun,Yu Rao
出处
期刊:Advanced Science [Wiley]
被引量:3
标识
DOI:10.1002/advs.202308186
摘要

Abstract Natural products, while valuable for drug discovery, encounter limitations like uncertainty in targets and toxicity. As an important active ingredient in traditional Chinese medicine, celastrol exhibits a wide range of biological activities, yet its mechanism remains unclear. In this study, they introduced an innovative “Degradation‐based protein profiling (DBPP)” strategy, which combined PROteolysis TArgeting Chimeras (PROTAC) technology with quantitative proteomics and Immunoprecipitation‐Mass Spectrometry (IP‐MS) techniques, to identify multiple targets of natural products using a toolbox of degraders. Taking celastrol as an example, they successfully identified its known targets, including inhibitor of nuclear factor kappa B kinase subunit beta (IKKβ), phosphatidylinositol‐4,5‐bisphosphate 3‐kinase catalytic subunit alpha (PI3Kα), and cellular inhibitor of PP2A (CIP2A), as well as potential new targets such as checkpoint kinase 1 (CHK1), O‐GlcNAcase (OGA), and DNA excision repair protein ERCC‐6‐like (ERCC6L). Furthermore, the first glycosidase degrader is developed in this work. Finally, by employing a mixed PROTAC toolbox in quantitative proteomics, they also achieved multi‐target identification of celastrol, significantly reducing costs while improving efficiency. Taken together, they believe that the DBPP strategy can complement existing target identification strategies, thereby facilitating the rapid advancement of the pharmaceutical field.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
9秒前
兔兔完成签到 ,获得积分10
17秒前
江流有声完成签到 ,获得积分10
25秒前
Tianju完成签到,获得积分10
26秒前
单薄遥完成签到 ,获得积分10
36秒前
失眠的安卉完成签到,获得积分10
39秒前
轩辕白竹完成签到,获得积分10
39秒前
fgh完成签到 ,获得积分10
42秒前
tranphucthinh完成签到,获得积分10
50秒前
50秒前
风中的青完成签到,获得积分10
52秒前
现实的曼安完成签到 ,获得积分10
1分钟前
1分钟前
怕黑的蹇发布了新的文献求助10
1分钟前
dahong完成签到 ,获得积分10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
jasmine完成签到 ,获得积分10
1分钟前
Ruuo616完成签到 ,获得积分10
1分钟前
1分钟前
飘逸宛丝完成签到,获得积分10
1分钟前
别具一格完成签到 ,获得积分10
1分钟前
CooL完成签到 ,获得积分10
1分钟前
QiaoHL完成签到 ,获得积分10
1分钟前
651完成签到 ,获得积分10
1分钟前
carrot完成签到 ,获得积分10
2分钟前
leclerc完成签到,获得积分10
2分钟前
研友_ZA2B68完成签到,获得积分10
2分钟前
Doctor_Peng完成签到,获得积分10
2分钟前
Soxiar完成签到 ,获得积分10
2分钟前
丹妮完成签到 ,获得积分10
2分钟前
科研痛完成签到,获得积分10
2分钟前
美好灵寒完成签到 ,获得积分10
2分钟前
AJ完成签到 ,获得积分10
2分钟前
欢呼白晴完成签到 ,获得积分10
2分钟前
柳叶坚刀完成签到,获得积分20
2分钟前
安安滴滴完成签到 ,获得积分10
2分钟前
英姑应助再睡十分钟采纳,获得10
3分钟前
白菜完成签到 ,获得积分10
3分钟前
再睡十分钟完成签到,获得积分10
3分钟前
lynn完成签到 ,获得积分10
3分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137039
求助须知:如何正确求助?哪些是违规求助? 2788025
关于积分的说明 7784284
捐赠科研通 2444088
什么是DOI,文献DOI怎么找? 1299724
科研通“疑难数据库(出版商)”最低求助积分说明 625536
版权声明 601010