论文部分内容阅读
复杂体系中药物活性成分筛选是药学领域研究的热点科学问题，同时也是构建创新药物发现新模式的主要途径之一。已有的活性成分筛选方法包括：动物模型筛选法、溶液中细胞、酶和受体筛选法及经典的色谱筛选技术。上述技术的建立和应用对药物活性成分的筛选起到了积极的作用，但在特异性方面有待于进一步提高。本论文围绕α1A-肾上腺素受体(alphalA-adrenocepter，α1A-AR)生物色谱的构建及应用展开研究，旨在建立一种基于受体生物色谱的药物活性成分筛选新方法。全文分为三章，作者的主要贡献如下：
⑴在现有药物活性成分筛选模型的基础上，利用体内受体识别药物配体的高特异性和色谱技术对复杂体系的高分离能力，提出了受体生物色谱药物活性成分筛选新模型。
⑵采用细胞培养及亲和色谱等方法，获得了大量高纯度的α1A-AR。采用羰基二咪唑法将其固载在大孔硅胶表面，建立了α1A-AR生物色谱。用盐酸特拉唑嗪、去甲肾上腺素、坦索罗辛、间羟胺和乌拉地尔等工具药对色谱柱的保留特性进行了表征。在此基础上，应用该色谱方法对红花的活性成分进行了筛选。结果表明：盐酸特拉唑嗪等工具药在α1A-AR色谱柱上的容量因子分别为3.785、5.260、6.065、4.512、3.275，证明固载化受体具有特异性识别药物配体的能力；红花中与α1A-AR有特异性作用的活性成分为羟基红花黄色素A(Hydroxysafflor Yellow A，HSYA)，证明受体生物色谱有望用于中药等复杂体系中药物活性成分的筛选。
⑶分别采用前沿分析法和竞争置换法研究了固载化α1A-AR与盐酸哌唑嗪、盐酸特拉唑嗪作用的结合位点数、结合常数及其影响因素。结果表明：盐酸哌唑嗪与α1A-AR具有一类结合位点，结合位点数为5.8×10-6M，结合常数为1.6×105M-1，且其与受体作用过程的主要推动力为静电力；盐酸特拉唑嗪与α1A-AR具有两类结合位点，总结合位点数为6.1×10-6M，结合常数分别为1.1×105M-1，0.1×104M-1，其与受体的作用过程的主要推动力为疏水力。上述结果表明：受体生物色谱能用于在线研究受体与药物的相互作用。
⑴在现有药物活性成分筛选模型的基础上，利用体内受体识别药物配体的高特异性和色谱技术对复杂体系的高分离能力，提出了受体生物色谱药物活性成分筛选新模型。
⑵采用细胞培养及亲和色谱等方法，获得了大量高纯度的α1A-AR。采用羰基二咪唑法将其固载在大孔硅胶表面，建立了α1A-AR生物色谱。用盐酸特拉唑嗪、去甲肾上腺素、坦索罗辛、间羟胺和乌拉地尔等工具药对色谱柱的保留特性进行了表征。在此基础上，应用该色谱方法对红花的活性成分进行了筛选。结果表明：盐酸特拉唑嗪等工具药在α1A-AR色谱柱上的容量因子分别为3.785、5.260、6.065、4.512、3.275，证明固载化受体具有特异性识别药物配体的能力；红花中与α1A-AR有特异性作用的活性成分为羟基红花黄色素A(Hydroxysafflor Yellow A，HSYA)，证明受体生物色谱有望用于中药等复杂体系中药物活性成分的筛选。
⑶分别采用前沿分析法和竞争置换法研究了固载化α1A-AR与盐酸哌唑嗪、盐酸特拉唑嗪作用的结合位点数、结合常数及其影响因素。结果表明：盐酸哌唑嗪与α1A-AR具有一类结合位点，结合位点数为5.8×10-6M，结合常数为1.6×105M-1，且其与受体作用过程的主要推动力为静电力；盐酸特拉唑嗪与α1A-AR具有两类结合位点，总结合位点数为6.1×10-6M，结合常数分别为1.1×105M-1，0.1×104M-1，其与受体的作用过程的主要推动力为疏水力。上述结果表明：受体生物色谱能用于在线研究受体与药物的相互作用。