惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Schneier on Security
Schneier on Security
N
Netflix TechBlog - Medium
IT之家
IT之家
MongoDB | Blog
MongoDB | Blog
博客园_首页
S
SegmentFault 最新的问题
H
Help Net Security
P
Proofpoint News Feed
云风的 BLOG
云风的 BLOG
T
The Blog of Author Tim Ferriss
量子位
GbyAI
GbyAI
M
MIT News - Artificial intelligence
Recorded Future
Recorded Future
P
Privacy & Cybersecurity Law Blog
B
Blog
月光博客
月光博客
博客园 - 聂微东
Vercel News
Vercel News
罗磊的独立博客
腾讯CDC
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
A
Arctic Wolf
D
Darknet – Hacking Tools, Hacker News & Cyber Security
Stack Overflow Blog
Stack Overflow Blog
T
Threat Research - Cisco Blogs
Blog — PlanetScale
Blog — PlanetScale
L
Lohrmann on Cybersecurity
I
Intezer
小众软件
小众软件
T
The Exploit Database - CXSecurity.com
Jina AI
Jina AI
C
Check Point Blog
AWS News Blog
AWS News Blog
C
Cisco Blogs
Martin Fowler
Martin Fowler
The Last Watchdog
The Last Watchdog
www.infosecurity-magazine.com
www.infosecurity-magazine.com
宝玉的分享
宝玉的分享
S
Security Affairs
大猫的无限游戏
大猫的无限游戏
N
News and Events Feed by Topic
雷峰网
雷峰网
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
H
Hacker News: Front Page
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
F
Full Disclosure
P
Proofpoint News Feed
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Microsoft Security Blog
Microsoft Security Blog

博客园 - Life·Intelligence

SSHFS + VS Code 挂载集群代码目录(macOS)| 集群vibe coding OpenClaw 多 Channel 实战总结(Windows 环境) OpenClaw Windows 安装与 Debug 最终版教程(适用于 MiniPC i3-N305 / 无 GPU) miniconda转miniforge | conda | license LightDock | 蛋白质-多肽对接 | peptide-protein docking 蛋白结构预测 | alphafold | colabfold | docking 全栈生信 | PyMol使用教程 细胞通讯推断 | CCI | CellChat | CellphoneDB | iTALK | NicheNet ChromHMM教程 极简 | GRN | SCENIC | pySCENIC | 安装使用最新版scenicplus Linux下载zenodo数据 共定位 | colocalization 分析 | 表观因子 findOverlappingPeaks | peak取交集操作 根据基因名批量查询下载PDB蛋白结构数据库 R小技巧汇总 Signac处理bulk ATAC-seq数据 Differential motif enrichment | CentriMo | meme 亚马逊云 | AWS S3 | 基本操作 ATAC-seq | TOBIAS | footprint分析 TCGA+GTEx基因表达数据合并 | 多癌种表达分析
药物筛选 | drug screen
Life·Intelligence · 2024-03-26 · via 博客园 - Life·Intelligence

把本质的问题泛化一下

医学三大主题:预防,诊断,治疗。

治疗的本质就是用一种干预(药物)能让病人表现反转(疾病态变为健康态)。

所以,药物开发的本质就是筛选+验证,然后走流程一二三期推向临床。

筛选的本质就是给一个干预(各种药物或者CRISPR),然后观察表型,表型readout的选择很灵活。

筛选的常见挑战:

  • 用什么疾病模型来筛?肯定是不能用人,细胞系太简单,现在最前沿都在用类器官;
  • 有多大?库太大,投入成本就太高,且对细胞数量的要求更高;
  • 用什么readout来筛?细胞生存,分化,基因表达;

没有最优的疾病模型,只有最适合的,目前理论上最好的就是取自病人的biopsy的类器官,实现真正的精准医疗。

如果什么先验知识都没有,几百万的化合物去筛,那就是大撒币了,几万的全基因组去筛可以接受,最好就是有一个高可靠度的小库。

最终结果就是:贵!贵!贵!且结果一定是有偏的。

目前我们能充分掌握的筛选平台:

  • 基于细胞系的reporter来筛,可以用小型的药物库,也可以用CRISPR;
  • 基于单细胞的Perturb-seq,能更加无偏的使用基因表达作为readout;

有很多公司有这样的商业化服务平台

原理很简单,但一旦通量上来,工作量是很大的。

核心是如何demultiplex,不然就是超贵的plate-based,借鉴Perturb-seq。

HiMAP-seq:自动化靶向RNA建库平台

HiMAP-seq(Highly Multiplexed And Parallel Sequencing)技术及其自动化操作平台是一种基于下一代高通量测序和特征基因表达谱的全景式高通量药物筛选方法和药物分子功能研究方法。HiMAP-seq基于靶向RNA测序,是构建特征基因表达谱的利器,为药物研发提供了新策略。

该技术能够对几千种药物处理后的细胞内几千种基因表达进行高通量检测,大部分实验操作通过自动化平台完成,为新药研发、中药研发提供大规模特征基因表达谱数据,为药物的药理、药效研究提供大数据支持。

目前HiMAP-seq平台共有3种基因表达检测方案:

全转录组方案:18747个基因,涵盖人类绝大部分基因。
核心基因方案:3407个核心基因,涵盖了423个人类疾病重要通路。
靶向Panel方案:5大panel,分别针对肿瘤,免疫,毒理,神经,心血管疾病精选的数千个核心基因。


HiMAP-seq自动化平台,8小时内完成4600余个样品的mRNA建库,是高通量药物筛选与评价和药物作用机制研究的得力工具。

产品优势:
细胞量少:仅需2000-5000个细胞即可建库
重复性好:重复样品相关系数,R²>0.90
定量准确:差异表达基因,与RNA-seq检测结果一致性高,R²>0.90
响应准确:能准确反映药物处理后细胞的基因表达变化
通量高速度快:8小时内可完成4600余个样品检测