活性筛选

因工作需要，清华大学药学技术中心招聘活性筛选技术人员一名，该岗位负责活性筛选平台的常规测试工作，保障平台对相关学科的科研技术支撑。岗位职责：1. 负责活性筛选平台设备及化合物库的开放共享服务工作；2. 负责活性筛选设备及化合物库的日常运行、维护和管理；3. 为平台科研用户提供设备使用、建议、答疑和技术培训等服务；4. 填报设备运行状态、测试服务工作量、测试费用等数据与信息；5. 平台交办的其他相关工作。岗位要求：1. 具有药学、生命科学、生物医学或化学等相关专业本科及以上学历；2. 具有高通量筛选、药理、细胞实验等工作经验者优先；3. 具有较强的动手能力、踏实肯干、工作细致认真，具有良好的沟通能力和团队协作精神。岗位待遇：享受清华大学非事业编制人员待遇；基本工资面议，薪酬与任职资格、经验和工作能力挂钩，另视技术服务实际情况按月发放绩效奖励。申请方式：应聘者请将个人简历（附照片）发送至shangshiying@mail.tsinghua.edu.cn，并在邮件标题上注明“申请筛选平台技术员”。简历初审合格者将邮件通知具体面试/线上面试事宜。本岗位招聘2021年4月15日前有效。

泛素化过程对于细胞稳态调控的重要性不言而喻。除了参与UPS（泛素-蛋白酶体系统，ubiquitin-proteasome system）介导的蛋白降解外，泛素化还是重要的信号通路和亚细胞定位调控手段。随着PROTAC药物的兴起，泛素化系统也受到了进一步的重视，成为了新兴的药物研发方向。在本期的前沿案例中，研究人员关注重要的细胞周期和DNA修复调控蛋白PCNA(增殖细胞核抗原)，及其K164单泛素化修饰。该修饰过程是DNA损伤耐受通路激活的关键步骤，也是潜在的抗肿瘤靶点。利用强大、灵活，并可支持定量的ALPHA蛋白互作技术，研究针对PCNA单泛素化过程中的各个环节均建立了高通量筛选和分析体系。以此为基础，研究进一步开展小分子药物筛选，并成功获得一系列具有靶向活性的氧杂蒽酮化合物。这些药物不仅为研究PCNA单泛素化功能供了新的工具，也为该方向的抗肿瘤药物研发打下基础。作为核心的PPI筛选和分析平台，ALPHA技术主要参与了该研究以下工作:一、建立靶向PCNA单泛素化各个环节的筛选和分析体系与常见的泛素化过程一致，PCNA 单泛素化也需要E1（Uba1，泛素活化酶），E2（Rad6，泛素携带蛋白）和E3（Rad18，泛素蛋白连接酶）发挥作用。利用一系列反应中出现的相互作用，研究基于APLHA技术构建了Uba1-ubiquitin相互作用；Rad6-ubiquitin相互作用；Rad18自泛素化和最终的PCNA泛素化检测和分析平台（见上图）。并在此基础上，研究进一步建立Rad6和Rad18以及Rad6和Ubr1互作分析方法，用于协助评价候选小分子。上述方法全面覆盖了泛素化过程中的各个反应，也展现ALPHA技术用于PPI分析的高度灵活性。二、靶向PCNA单泛素化的小分子抑制剂筛选在之前PCNA单泛素化检测的基础上，研究继续从蛋白浓度、稀释倍数和Beads浓度等多个方面优化ALPHA体系，并开展高通量小分子药物筛选。研究发现一系列的氧杂蒽酮化合物，如NSC 9037能有效抑制PCNA的泛素化，而类似结构的荧光素和阴性化合物则不能。上述发现与经典的Western blot或 Gel-based法的检测结果有较好的一致性，也间接反应了ALPHA技术抗荧光干扰的优势（见上图）。三、候选小分子活性评价针对泛素化的主要环节，研究继续利用ALPHA技术分析一系列候选药物的特异性和可能的工作机制。通过对比Uba1-ubiquitin相互作用(上图左，该检测中NSC 9037为阴性化合物)；Rad6-ubiquitin相互作用(上图中)和Rad18自泛素化(上图右)检测的结果，研究证明NSC 9037能特异抑制Rad6和ubiquitin的相互作用，以及下游的Rad18自泛素化。基于ALPHA平台，研究继续构建和优化Rad6和Rad18（上图左）/Ubr1（上图中）相互作用检测平台，证明NSC 9037能特异阻断Rad6和Rad18的相互作用，是首个报道的Rad6-Rad18互作抑制剂。最后，在肿瘤细胞模型上，NSC 9037和其他筛选获得的PCNA泛素化抑制剂，均表现出不同程度的细胞毒性(上图右)，为肿瘤药物研发提供了新的潜在方向。在PCNA泛素化抑制剂筛选和解析的过程中，ALPHA技术因其强大的灵活性发挥了重要的推动作用。相较于传统技术路线，ALPHA具有高灵敏度、优越的动态范围和能灵活支持不同亲和力范围和距离下的互作检测，是蛋白互作筛选和分析的利器。靶向蛋白互作的抑制剂筛选，除了ALPHA平台外，我们还提供同样均相的HTRF技术和非均相DELFIA技术平台，和相应的涵盖试剂、微孔板、检测平台和自动化的全线解决方案，满足不同的蛋白蛋白/蛋白小分子互作检测需求。

发展简单、高效的从天然物质中筛选高活性、高靶向化合物的方法是目前药物研发的热点之一，中国科学院化学研究所分子动态与稳态结构国家重点实验室唐亚林研究员领导的课题组一直致力于具有生物活性化合物的筛选及其与生物靶分子的相互作用研究，在近年来开展G四链体靶分子的识别及配体结构设计研究的基础上，发展了一种全新的基于生物靶分子特异性识别和核磁共振梯度场扩散序谱技术(DOSY)的对天然植物中抗肿瘤活性成分快速筛选和结构鉴定的方法，并将这一方法成功地用于两种天然植物中抗肿瘤分子的发现。相关结果近期发表于《德国应用化学》(Angew. Chem. Int. Ed. (2008, 47, 5590-5592)。文章一发表，就被NatureChina选为最新研究亮点，并以“Screening Methods:Looking for Ligands”为题对这一成果进行了评述和介绍。 　　该方法是在植物提取物体系中引入生物靶分子，利用生物靶分子对其配体的特异性识别作用而获取核磁共振谱学信息，从而获得被生物靶分子识别化合物的准确结构。《德国应用化学》审稿人指出：“这种方法的优势在于把核磁谱学的结构鉴定和筛选结合起来，让天然植物提取物中活性成分的快速筛选和结构鉴定成为可能，这一方法的创新性在于把核磁共振中的DOSY技术用于抗肿瘤活性分子的筛选”。 　　 基于G四链体靶分子识别的天然抗肿瘤化合物筛选方法示意图 　　 植物提取物混合体系与G四链体靶分子混合后的DOSY谱图