Biacore高效筛选开启胰腺癌治疗新思路

药物筛选是新药研发中的一个重要关口，Biacore凭借高灵敏度、低噪音值、支持有机溶剂矫正等优势，确保了药物筛选中的数据质量和分辨率；而其对高通量微孔板的兼容、对样品仓精准控温的设计、可以实现无人值守检测，又保证了药物筛选中的实验效率。

2025年南开大学药学院在《Journal of Hematology & Oncology》期刊发表研究论文，深入探讨了胰腺癌发病机制，并且开展了天然产物的筛选工作。

研究揭示了Sorcin蛋白在胰腺癌中作为铁死亡抑制因子的作用机制：Sorcin通过与PAX5相互作用阻止其核转位，降低FBXL12表达，减少ALDH1A1泛素化，从而抑制铁死亡。在聚焦到Sorcin蛋白之后，研究人员在Biacore上对天然产物文库进行了筛选，期望快速找到与Sorcin蛋白结合的潜在药物。

实验中将Sorcin蛋白氨基偶联于传感芯片，Biacore预设的筛选程序自动完成304个天然产物的单浓度进样，得到每个药物与靶点蛋白的结合响应值（RU），经过分析软件的分子量校准之后，成功鉴定出雷公藤红素（Celastrol）能够与Sorcin蛋白发生特异性结合（图1）。

Celastrol与Sorcin蛋白的亲和力实验显示该药物与靶点蛋白的亲和力达到了2.13 µM（图2），后续的细胞和动物实验也确证了该药物的作用机制：雷公藤红素通过结合Sorcin蛋白，阻断其与PAX5的互作，使PAX5进入细胞核并激活FBXL12表达，而表达的FBXL12促进ALDH1A1的泛素化降解，导致脂质过氧化物积累，最终触发铁死亡。

对于片段药物/小分子化合物筛选，Biacore已经有成熟的实验方案，预设的实验程序以及自动化的数据分析模型，完整的“Clean screen – Binding level screen – Affinity screen”三步法高效完成药物筛选流程。

1. Clean sceen剔除“粘性”化合物，避免残留影响后续实验

如下图中Sensorgram A呈现典型的“快上快下”形态，表示该片段没有残留结合；Sensorgram B进样结束后，信号没有完全回到基线，出现明显的残留响应，可能是“sticky”化合物。Sensorgram C进样期间信号异常，且结束后仍保持较高水平，几乎没有解离。说明该片段结合非常强或形成聚集，残留结合严重。

2. Binding Level Screen：根据结合水平和曲线形态筛选潜在片段

Binding Level Screen的结果通常以Plot图的形式呈现，如下图中横坐标是筛选的样品，纵轴选择了binding_early报告点的结合响应值（经过自动分子量校准），并且在Plot图中用不同颜色标识出不同的结合行为类型，包括None（正常结合），Slope（进样时信号持续上升，说明结合速度慢或有聚集），Slow diss（进样结束后信号未能迅速回到基线，表明解离缓慢），R>Rmax（响应值超过理论最大值，可能由于非特异性结合或聚集）。

3. Affinity Screen：进一步验证结合并估算亲和力

该阶段确认在前两步（Clean Screen和Binding Level Screen）中筛选出的片段是否真正与靶标结合，并且通过模型拟合出亲和力数值。