去甲基鲁望桔内酯

聚己内酯（PCL）材料是一种以二元醇为引发剂，由己内酯开环聚合而得到的热塑性结晶聚酯。熔点为59~64℃，玻璃化转变温度约为-60~65℃，表现为典型的树脂特性，具有一定刚性和强度，与高分子材料相容性好，可作为改性剂提高其他高聚物的某些性能。聚已内酯（PCL）材料的结构单元由五个非极性亚甲基和一个极性酯基组成，这种结构使得聚己内酯（PCL）材料具有很好的柔韧性和加工型，并且这种结构特点也使其具有良好的生物相容性和可降解性，因而广泛应用于绿色环保材料和医用材料领域之中。根据GB/T 37642-2019标准中规定了聚己内酯（PCL）材料在生产及研发品控中的各项指标及方法，其中乌氏粘度法测定的特性黏度是其核心指标之一。聚己内酯（PCL）材料特性黏度的测定过程中，常使用自动特性粘度仪作为分析仪器，在大幅减轻人员操作负担的同时，更精准、高效的进行实验。IV3000系列全自动特性粘度仪具有操作方便，分子量适用范围广泛，数据重复性良好等优点，所以成为聚己内酯（PCL）材料等高分子材料化验分析中的常用实验仪器，为聚己内酯（PCL）材料的研发及生产提供更精准的实验数值参照。以杭州卓祥科技有限公司的IV3000系列全自动特性粘度仪、MSB系列多位溶样块、ZPQ智能配液器一整套黏度测试设备为例： 实验流程：1. 智能配液过程使用ZPQ智能配液器进行配液，点击配液功能后，直接输入浓度和质量（可通过连接天平直接获取），可直接计算出所需要的目标体积进行移液并且精度可达0.1%。可避免因手动配液方法导致的精度差、效率低及数据误差等问题。ZPQ智能配液器还具有密度计算功能，移取液体体积后，输入质量（可与天平通讯，直接获取），即可自动计算出密度值。2. 溶样过程MSB系列多位溶样块，采用金属浴的方式进行加热溶样并具有自动搅拌功能，同时最多可容纳15个样品。溶样效率快、转速可调、溶样时间可调、溶样温度可调、溶样温度最高可达180℃。3. 测试过程IV3000系列全自动特性粘度仪可实现自动连续测量，全程无需人员看管。并且采用的智能红外光电传感器，保证测量时间可精确到毫秒级，可有效确保实验数据的精度，避免人工实验导致误差。4. 测试结果：IV3000系列全自动特性粘度仪连接电脑端，得出结果可在计算机上直接显示，并有数据储存、多样化粘度分析报表等多种功能。5. 粘度管清洗干燥过程：仪器自动排废液、清洗并干燥粘度管，粘度管无需从浴槽中取出，粘度管不易损坏，减少耗材成本支出。清洗模式可多种选择，同时具有废液分类收集功能，减少废液回收成本及避免因多种废液混合导致的风险。IV3000系列全自动特性粘度仪可实现自动测试、自动排废液、自动清洗及干燥，告别了粘度管是耗材的时代。

大家好，本周为大家分享一篇发表在Analytical Chemistry上的文章Quantitative Structural Proteomics Unveils the Conformational Changes of Proteins under the Endoplasmic Reticulum Stress1，文章的通讯作者是来自美国佐治亚理工学院的Ronghu Wu助理教授。在真核细胞中，内质网(endoplasmic reticulum，ER)负责蛋白质组中40%蛋白质的合成和成熟。蛋白质合成或折叠过程中的变化都将影响内质网的稳态，进而导致未折叠蛋白的积累和蛋白分泌效率的降低。在过去几十年的研究中，内质网应激反应被广泛研究，但是内质网应激反应后蛋白质折叠状态的变化却没有被深入研究。基于丰度的蛋白质组学方法不能直接用于分析蛋白质状态的变化，在这篇文章中，作者整合了半胱氨酸(cysteine，Cys)共价标记、选择性富集和定量蛋白质组学，称为半胱氨酸靶向共价蛋白绘制(cysteine targeted covalent protein painting，Cys-CPP)，用于研究蛋白质组范围内的蛋白质结构和变化(图1A)。　　使用CPP分析蛋白质结构，需要一种具有高反应活性的探针。作者设计了一种针对半胱氨酸的探针，其中包含半胱氨酸反应基团、用于富集的生物素部分和用于生成半胱氨酸特异性识别位点标签的可裂解连接部分(图1B)。以变性处理后的蛋白样品作为蛋白质展开形式的参考，计算肽段在原始样本和变性样本中的比例从而获得宝贵的蛋白质结构信息。　　图1.利用半胱氨酸反应探针定量分析人细胞蛋白质组中半胱氨酸暴露率的原理。(A)Cys-CPP的一般工作流程。(B)半胱氨酸残基与探针之间的反应。富集后，进行紫外裂解，在修饰的半胱氨酸上留下一个小标记，用质谱进行位点特异性分析。　　半胱氨酸暴露率Rexpo通过每条肽段在原始样本和变性样本中的比值进行计算。结果显示：(1)半胱氨酸的暴露率和溶剂可及性呈现正相关(图2C) (2)在丝氨酸和苏氨酸等极性氨基酸残基旁边的半胱氨酸具有相对较高的暴露率，这与人们普遍认为亲水残基更有可能暴露在蛋白质表面的观点一致 (3)甘氨酸和脯氨酸附近的半胱氨酸具有更高的暴露率，这是因为这两种氨基酸通常出现在蛋白质的转角和环结构中，对半胱氨酸的空间位阻较小 (4)半胱氨酸暴露率与其有/无序区(图2D)或所处二级结构(图2E)的相关性分析均表明，较低的暴露率与更稳定和结构化的局部环境有很好的相关性。这些数据结果共同证明目前的方法可以准确地测得半胱氨酸暴露率，并为蛋白质结构提供有价值的信息。　　图2.HEK293T细胞中半胱氨酸暴露率的分析。(A) VAHALAEGLGVIAC#IGEK(#代表标记位点)的串联质谱样本。报告离子的强度使我们可以准确定量一个半胱氨酸的暴露率(左框为报告离子强度的放大视图)。(B)蛋白CCT3中被定量半胱氨酸的定位和暴露率演示(PDB代码：6qb8)。(C−E)比较不同的溶剂可及性(C)、预测无序区(D)和二级结构(E)的半胱氨酸暴露率。　　衣霉素(Tunicamycin，Tm)可抑制 N-糖基化并阻断 GlcNAc 磷酸转移酶 (GPT)。由于蛋白质的N-糖基化经常发生在共翻译过程中，在蛋白质折叠的调节中起着至关重要的作用，所以衣霉素会引起细胞内质网中未折叠蛋白的积累并诱导内质网应激。基于此，作者用衣霉素对细胞进行处理，计算并对比了衣霉素处理样本和正常样本中的半胱氨酸暴露率。正如预期的那样，Tm处理样本中许多半胱氨酸的暴露率升高，且Tm对于蛋白质不稳定区域的作用尤为显著。根据Tm处理样本和正常样本之间半胱氨酸暴露率的差值，作者将所有位点划分为5个部分，在Tm处理下，近三分之一的半胱氨酸定位区域没有明显的结构变化(差值在-0.05~0.05之间)，而28%的位点则高度暴露(差值0.15)(图3B)。对这两种蛋白质进行基因本体(GeneOntology，GO)功能富集分析(图3C)，结果显示：差值在-0.05~0.05之间的蛋白通常是糖异生或折叠过后具有良好结构区域的蛋白，而差值0.15的蛋白则是与囊泡转运相关的蛋白。这表明抑制N-糖基化主要影响经典分泌途径中的蛋白质，与预期相符。　　图3.利用Tm抑制蛋白质N-糖基化对蛋白质折叠影响的系统研究。(A)Tm处理和对照样品之间半胱氨酸暴露率的比较。(B) 不同暴露率变化范围内的蛋白质数量。(C)在具有高度展开或稳定区域半胱氨酸的蛋白之间进行GO功能富集分析。　　由于Tm对于预先存在的、折叠良好的蛋白质所产生的影响可能远小于对新合成蛋白的影响，分别研究Tm对这两种蛋白的影响是必要的。作者通过将目前的方法Cys-CPP与细胞培养中氨基酸的稳定同位素标记(pSILAC)结合(图4A)，探究了细胞中已存在蛋白和新合成蛋白在内质网应激作用下的不同变化。结果显示：(1)抑制N-糖基化对新合成蛋白的去折叠影响比对已存在蛋白的影响更显著(图4C) (2)N-糖基化除了调节蛋白质的二级结构外，在蛋白质三级或四级结构的形成中起着更重要的作用(图4D)。　　图4. 抑制N-糖基化对新合成蛋白和已存在蛋白折叠状态影响的研究。(A)量化新合成蛋白和已存在蛋白折叠状态变化的实验设置。(B) 经Tm处理和未经处理的细胞中新合成和已存在蛋白质的重叠。括号内为每组蛋白质数。(C)不同蛋白质组中暴露率的分布。(D) 在有或没有Tm处理的细胞中、在不同的二级结构下，新合成和已存在蛋白之间半胱氨酸暴露率的差值分布。　　本文通过设计一种半胱氨酸靶向探针，定量半胱氨酸残基的暴露率，系统地研究了蛋白质的结构以及结构的变化。结果表明，半胱氨酸暴露率与蛋白质局部结构的相关性非常好。利用该方法，作者研究了Tm引起的内质网应激反应下细胞中蛋白质的结构变化。此外，通过将Cys-CPP与pSILAC结合，研究了在内质网应激反应下原有蛋白和新合成蛋白的结构变化差异，并详细分析了内质网应激对蛋白质去折叠的影响，深入和准确地了解内质网应激下的蛋白质结构变化，有助于深入了解蛋白质的功能和细胞活性。　　参考文献：[1] Yin K, Tong M, Sun F, et al. Quantitative Structural Proteomics Unveil the Conformational Changes of Proteins under the Endoplasmic Reticulum Stress[J]. Analytical Chemistry, 2022,

胞内细胞器实时发生快速的结构和分布变化，这些改变受到细胞内部环境的调控，反过来作为调控手段去影响细胞内环境，进而执行复杂的细胞功能。细胞器分布的调节对细胞健康至关重要。细胞器通过motor和adaptor蛋白沿着微管双向移动，进而建立和维持其适当的分布和功能【1】。微管通过可逆的翻译后修饰（包括乙酰化、去酪氨酸化和谷氨酰化）获得调节特异性，这些修饰共同构成了微管蛋白密码（tubulin code）的关键元素【2】。研究表明，tubulin code参与微管cargo选择以及细胞器定向运动【2】，但细胞如何破译这些tubulin code以选择性地调节细胞器定位尚不清楚。内质网（Endoplasmic reticulum, ER）是一个由不同形态组成的相互连接的网络，在整个细胞质中混杂延伸，与其他细胞器形成丰富的接触。内质网形态失调与神经系统疾病和癌症密切相关。2021年12月15日，来自美国国立卫生研究院的Craig Blackstone团队在Nature杂志上在线发表了题为ER proteins decipher the tubulin code to regulate organelle distribution的研究论文，阐释了内质网蛋白调控细胞器分布的具体机制。研究人员证明了三种膜结合的内质网蛋白优先与不同的微管群体相互作用：CLIMP63结合中心体微管，KTN1结合核周多聚谷氨酰化微管，p180结合单谷氨酰化微管。这些内质网蛋白质的敲除或微管群的操纵和谷氨酰化状态改变均会导致内质网定位的显著变化，进而引起其他细胞器在胞内的重新分布。大多数关于ER shaping和细胞器接触的研究都集中在外周管状ER，而更致密的核周ER是如何形成和不对称分布的目前还不清楚。三种ER膜结合蛋白— CLIMP63，p180和KTN1—主要定位于核周ER，被认为是内质网片状形成（sheet-forming）蛋白【3】。作者首先探究了这三个蛋白在调控内质网形态和分布中的功能。如图1所示，在CLIMP63和KTN1单敲除细胞的外周ER中的致密基质或片状结构数量增加，该现象定义为“分散（dispersed）”表型；而p180敲除细胞中的ER则表现出一种相反的“聚集（clustered）”表型——其外周网络保持管状，但核周 ER 在核的一侧不对称地塌陷成较小的区域；CLIMP63-KTN1双敲导致更明显的“dispersed”ER，而CLIMP63-p180双敲细胞中的ER与野生型中的类似；值得注意的是，p180-KTN1双敲造成比p180单敲更多的ER聚集；在CLIMP63-p180-KTN1三敲的细胞中，高密度的ER基质或片状结构在核周区域富集。为了更好地定量评估ER形态和分布的变化，作者开创了互补算法（complementary algorithms），利用基于概率密度估计的统计方法来分析荧光标记的ER和其他细胞器的空间分布，使用实验得出的空间概率质量函数来量化图像上的荧光变化，以计算细胞器的径向分布和细胞不对称程度。数据显示，CLIMP63 和 KTN1 单敲除或双敲除增加了 ER 平均分布半径 （Mean distribution radius, MDR），说明ER 的外周分布更广；相反，p180敲除或p180-KTN1双敲增加了ER不对称性。其中微管MDR和不对称性仅略有变化。图1. CLIMP63、p180 和 KTN1 差异性调节 ER 形态及分布随后，作者通过co-sedimentation实验评估了多种ER蛋白与微管的结合能力。与预期的结果一致，CLIMP63、p180和KTN1均可以结合大量微管。作者发现，只有能够进行微管结合的野生型蛋白质或突变体才能恢复相应敲除细胞系中的ER形态。例如，CLIMP63错义突变体R7A，K10A和R70A不能结合微管或抑制CLIMP63敲除细胞中的ER分布缺陷，而结合微管的CLIMP63（H69A）可以拯救表型；对于KTN1，只有结合微管的缺失突变体可以抑制异常的ER表型；缺乏kinesin-1结合结构域的p180s仍然可以抑制p180-敲除细胞中的ER聚集表型。这些数据表明CLIMP63-、p180-和KTN1-敲除细胞中ER形态的改变可能都与微管结合改变相关。因此，作者推测这些蛋白质可以结合不同的微管群体，并采用邻近连接测定（proximity ligation assay, PLA）来可视化它们在细胞中的微管结合情况。作者使用centrinone B耗尽中心体微管，并通过敲除AKAP450去除高尔基源性微管。结果显示CLIMP63-microtubule association对中心体耗竭敏感，但高尔基体微管耗竭不敏感；KTN1-microtubule association对两者都敏感；p180-microtubule association对中心体或高尔基微管的消耗都不敏感。进一步分析证明，CLIMP63优先结合中心体微管，KTN1优先结合来自中心体或高尔基体的核周微管，p180优先结合更多的外周微管。为了获得调节特异性，微管经历可逆的翻译后修饰，包括乙酰化、去酪氨酸化和谷氨酰化【2】。虽然 CLIMP63、p180 或 KTN1 敲除不影响这些修饰的总体水平，但微管蛋白多聚谷氨酰化在中心体或高尔基体微管耗尽的细胞中降低。因此，作者纯化了含有微管结合域的p180、KTN1和CLIMP63片段，并在体外探究它们与谷氨酰化微管的结合。与KTN1相比，p180与单谷氨酰化微管表现出更高的体外结合，而p180和KTN1与多聚谷氨酰化微管结合能力相似。同时，KTN1更倾向于结合具有多聚谷氨酸链的微管，而不是具有多位点单谷氨酸链的微管。与p180和KTN1相反，CLIMP63对微管谷氨酰化的反应较差，不同的微管蛋白修饰或相互作用可能介导了CLIMP63与中心体微管的优先结合。总的来说，如图2所示，CLIMP63，p180和KTN1分别优先结合中心体、多聚谷氨酰化和谷氨酰化微管，进而协同调节ER分布。图2. CLIMP63结合中心体微管，KTN1结合多聚谷氨酰化微管，p180结合谷氨酰化微管。接下来，作者对其他细胞器的分布进行了分析。通过同时对六个细胞器的活体成像显示，大多数细胞器的分布与ER相似，提示 ER 可能广泛调节细胞器分布。值得注意的是，在CLIP63-，p180-和KTN1-敲除细胞中，所有细胞器都表现出与ER相似的分布变化：在CLIMP63-或KTN1-敲除细胞中更分散，在p180-敲除细胞中更不对称。此外，分散ER的CCP1过表达也增加了野生型细胞中溶酶体，线粒体和过氧化物酶体的MDR。最后，作者探究了在自噬过程中ER和溶酶体的迁移活动。核周溶酶体聚集是早期自噬的标志性事件，对于适当的自噬通量很重要【4-5】。与溶酶体类似，ER 在早期自噬期间迁移至核周，随后重新分布到外周。CLIMP63蛋白水平在早期自噬期间显着增加，CLIMP63敲除可以阻止ER向核周区域移动，并抑制自噬体-溶酶体融合和自噬降解，但并不影响溶酶体活性。p180和KTN1蛋白水平在早期自噬期间保持不变，KTN1-microtubule association不变，但p180-microtubule association增加，进而重新分布ER和溶酶体。p180-敲除细胞中的ER和溶酶体始终留在核周。作者还阐释了p180与微管结合的生理学意义，如图3所示，p180L的核糖体结合区（主要的异构体）包含41个带正电荷的十肽重复，该区域在正常细胞条件下（Normal）被核糖体占据，但在饥饿条件下（Starved），与核糖体发生解离，暴露出这些带正电的区域，随后结合微管。图3. (e) p180结构域组成；(f) p180在正常和饥饿条件下与微管结合。总的来说，该研究证明了CLIP63，p180和KTN1优先结合微管的不同子集以维持核周ER的特征性分布，从而解释了它们缺失的差异效应。微管在细胞器分布中起着关键作用，它们选择性分配细胞器的能力依赖于“tubulin code”。该研究表明：（1）ER分布是通过特定的膜结合蛋白介导的，与不同水平和类型的微管谷氨酰化有差异结合，广泛影响大多数其他细胞器的分布；（2）细胞不是通过赋予每个细胞器自己的感知和响应机制，而是通过将ER作为一线传感器和响应器来实现组织效率。作者认为可能还有其他ER蛋白也可以破译tubulin code，对ER在健康和疾病中的功能具有重要意义。原文链接:https://doi.org/10.1038/s41586-021-04204-9制版人：十一