Summary

電界効果バイオセンシング技術を用いた分子シャペロンHsp90とそのクライアントプロテインキナーゼCdc37との生体分子相互作用の探索

Published: March 31, 2022
doi:

Summary

電界効果バイオセンシング(FEB)は、生体分子相互作用を検出するための標識のない技術です。これは、結合標的が固定化されているグラフェンバイオセンサを通る電流を測定する。FEB技術を用いてHsp90とCdc37の生体分子間相互作用を評価し、2つのタンパク質間の強い相互作用が検出された。

Abstract

生体分子相互作用は、機能的に関連する生物学的事象を調節および調整することによって、多数の細胞プロセスにおいて多目的な役割を果たす。タンパク質、炭水化物、ビタミン、脂肪酸、核酸、酵素などの生体分子は、生物の基本的な構成要素です。それらはバイオシステム内の複雑なネットワークに集まり、無数のライフイベントを同期させます。タンパク質は通常、複雑なインターアクトームネットワークを利用してその機能を果たします。したがって、細胞レベルと生物レベルの両方で細胞におけるその重要性を解明するために、そのような相互作用を評価することが必須である。この目標に向けて、我々は、特定の生体分子相互作用を決定するために、急速に出現する技術、電界効果バイオセンシング(FEB)を導入する。FEBは、ベンチトップ型でラベルフリーで信頼性の高い生体分子検出技術で、特定の相互作用を決定し、高品質の電子ベースのバイオセンサーを使用しています。FEB技術は、バイオセンサー表面で使用される生体適合性ナノ材料によるナノモル範囲の相互作用を監視することができる。概念実証として、ヒートショックタンパク質90(Hsp90)と細胞分裂サイクル37(Cdc37)との間のタンパク質間相互作用(PPI)を解明した。Hsp90はATP依存性分子シャペロンであり、多くのタンパク質の折り畳み、安定性、成熟、および品質管理に不可欠な役割を果たし、それによって複数の重要な細胞機能を調節する。Cdc37は、プロテインキナーゼを特異的に認識してHsp90にリクルートし、下流のシグナル伝達経路を調節するため、プロテインキナーゼ特異的分子シャペロンとみなされる。そのため、Cdc37はHsp90の共同シャペロンと考えられている。シャペロンキナーゼ経路(Hsp90/Cdc37複合体)は、細胞増殖を促進する複数の悪性腫瘍において過剰活性化される。したがって、それは癌治療の潜在的な標的である。本研究は、Hsp90/Cdc37モデルシステムを用いたFEB技術の効率を実証する。FEBは、2つのタンパク質間に強力なPPIを検出した(3つの独立した実験におけるKD 値は0.014μM、0.053μM、および0.072μM)。要約すると、FEBはラベルフリーで費用対効果の高いPPI検出プラットフォームであり、迅速かつ正確な測定を提供します。

Introduction

生体分子相互作用:
タンパク質は生物の不可欠な部分であり、細胞代謝、細胞構造、細胞シグナル伝達、免疫応答、細胞接着などの多数の分子経路に関与する。一部のタンパク質は独立してその機能を果たすが、ほとんどのタンパク質は結合界面を使用して他のタンパク質と相互作用し、適切な生物学的活性を調整する1

生体分子相互作用は、主に、タンパク質表面、複合体安定性、または相互作用の持続性に基づいて、関与するタンパク質2の明確な構造的および機能的特性に基づいて分類することができる3。生体分子相互作用における必須タンパク質とその役割を同定することは、分子レベルでの生化学的メカニズムを理解するために不可欠です4。現在、これらの相互作用5を検出するための様々なアプローチがある:インビトロ6インシリコ7、生細胞8エキソビボ9、およびインビボ10において、それぞれ独自の長所および短所を有する。

インビボアッセイは、実験ツール11として全動物を用いて行われ、theエキソビボアッセイは、自然条件下で最小限の変化を提供することによって、制御された外部環境において組織抽出物または全器官(例えば、心臓、脳、肝臓)に対して行われる。in vivoおよびex vivo研究の最も一般的な用途は、潜在的な薬理学的薬剤の全体的な安全性および有効性を確保することによって、ヒト試験前に潜在的な薬理学的薬剤の薬物動態、薬力学、および毒性効果を評価することである12

生体分子相互作用は、生細胞内でも検出することができる。生細胞をイメージングすることで、特定の生化学的経路13の反応を実行する際の動的相互作用を観察することができます。さらに、生物発光または蛍光共鳴エネルギー移動などの検出技術は、これらの相互作用が細胞14内でどこでいつ起こるかについての情報を提供することができる。生細胞での検出は重要な詳細を提供しますが、これらの検出方法は光学と標識に依存しており、ネイティブの生物学を反映していない可能性があります。また、 in vitro 法よりも制御が弱く、15を実行するには専門的な専門知識が必要です。

インシリコ計算法は、主にin vitro実験前の標的分子の大規模スクリーニングに使用されます。計算予測方法、コンピュータベースのデータベース、分子ドッキング、定量的構造活性関係、および他の分子動力学シミュレーションアプローチは、十分に確立されたインシリコツール16の1つである。面倒な実験手法と比較して、in silicoツールは高感度で簡単に予測を行うことができますが、予測性能の精度は低下します17

インビトロ アッセイは、標準的な生物学的文脈の外側の微生物または生体分子を用いて行われる。 in vitro 法による生体分子相互作用の描写は、タンパク質の機能と細胞機能の複雑なネットワークの背後にある生物学を理解するために不可欠です。好ましいアッセイ方法論は、タンパク質の固有の特性、速度論的値、ならびに相互作用の様式および強度に従って選択される1819

Hsp90/Cdc37 の相互作用:
Hsp90とCdc37をつなぐシャペロンキナーゼ経路は、腫瘍生物学20において有望な治療標的である。Hsp90は、細胞周期制御、タンパク質集合、細胞生存、およびシグナル伝達経路において中心的な役割を果たす。Hsp90に依存しているタンパク質は、Cdc37などのコシャペロンを介して複合体形成のためにHsp90に送達されます。Hsp90/Cdc37複合体は、ほとんどのプロテインキナーゼのフォールディングを制御し、多数の細胞内シグナル伝達ネットワーク21のハブとして機能する。これは、急性骨髄芽球性白血病、多発性骨髄腫、および肝細胞癌を含む様々な悪性腫瘍におけるその上昇のために有望な抗腫瘍標的である22,23

一般的に使用される インビトロ 生体分子相互作用検出技術
共免疫沈降法(co−IP)は、生物学的に関連する相互作用を同定するために抗原抗体特異性に依存する技術である24。この方法の主な欠点は、低親和性相互作用および動力学的値24を検出できないことである。等温滴定熱量測定(ITC)、表面プラズモン共鳴(SPR)、生体層干渉法(BLI)、FEB技術などの生物物理学的方法が、速度論的値を決定するために好ましい。

ITCは、生体分子相互作用を特徴付けるための完全な熱力学分析とともに結合エネルギーの決定に基づく生物物理学的検出方法である25。ITCの主な利点は、標的タンパク質の標識または固定を必要としないことである。ITCが遭遇する主な困難は、1つの実験に必要な高濃度の標的タンパク質と、小さな結合エンタルピー26による非共有結合複合体の分析の困難さである。SPRおよびBLIはいずれも、センサー表面上の標的分子の固定化に依存し、続いて固定化標的2728に対する分析物のその後の注入に依存する標識のない生物物理学的技術である。SPRでは、生体分子相互作用中の屈折率の変化が測定される27;BLIでは、反射光の干渉は、時間28の関数として波長の変化としてリアルタイムで記録される。SPRとBLIはどちらも、高い特異性、感度、検出機能を提供するという共通の利点を共有しています29。両方の方法において、標的タンパク質はバイオセンサ表面に固定化されており、したがって、標的の天然の立体構造がいくらか失われる可能性があり、これは特異的相互作用と非特異的相互作用を区別することを困難にする30。BLIは、標的を固定化するために高価な使い捨て光ファイバーバイオセンサを使用するので、コストのかかる技術31である。これらの十分に確立された生体分子検出ツールと比較して、FEB技術は、動力学的特性評価を伴うリアルタイムでの生体分子検出に低ナノモル濃度を使用することにより、信頼性が高くラベルフリーのプラットフォームを提供します。FEB技術は、ITCが直面するバブリングの課題も克服し、SPRやBLIと比較して費用対効果が高くなります。

電界効果トランジスタ(FET)ベースのバイオセンサは、さまざまな生物医学的アプリケーションを提供することにより、生体分子相互作用を検出するための新しい分野です。FETシステムでは、ターゲットはバイオセンサチップに固定化され、相互作用はコンダクタンス32の変化によって検出される。効率的な電子バイオセンサの開発において考慮されるべきユニークな特徴は、センサ表面33を作製するために使用されるコーティング材料の半導電性の性質および化学的安定性などの物理化学的特性である。FETに使用されるシリコンのような従来の材料は、トランジスタチャネルと適切に機能するために特定の環境との間に挟まれた酸化物層を必要とするため、センサの感度を制限してきた34。さらに、シリコントランジスタは高塩分環境に敏感であるため、自然環境での生物学的相互作用を測定することは困難です。グラフェンベースのバイオセンサは、優れた化学的安定性と電場を提供するため、代替品として提示されています。グラフェンは炭素の単一原子層であるため、半導体として非常に敏感であり、生物学的溶液と化学的に互換性があります。これらの品質の両方が、互換性のある電子バイオセンサ35を生成するのに望ましい。グラフェンコーティングされたバイオセンサによって提供される生体分子の顕著な超高負荷ポテンシャルは、グラフェンベースのバイオセンサFEB技術の開発につながる。

FEB技術の原理:FEBは、結合標的が固定化されているグラフェンバイオセンサを通る電流を測定するラベルフリーの生体分子検出技術です。固定化タンパク質と分析物との間の相互作用は、リアルタイムでモニターされる電流の変化をもたらし、正確な動態測定を可能にする36

計装:FEBシステムは、グラフェン電界効果トランジスタ(gFET)センサーチップと、実験全体を通して一定の電圧を印加する電子リーダで構成されています(図1)。検体は、バイオセンサ表面に固定化された標的タンパク質に溶液中で塗布される。相互作用が発生すると、電流の変化が測定され、リアルタイムで記録されます。分析物濃度が増加するにつれて、結合した分析物の割合も増加し、電流のより高い交替を引き起こします。装置に付属の自動分析ソフトウェア(材料表)を使用して、I-Responseはバイオセンシングユニット(BU)37の観点から測定および記録されます。I-Responseは、固定化ターゲットと分析物との相互作用時にリアルタイムで測定されるバイオセンサーチップを通る電流(I)の変化として定義されます。FEB自動解析ソフトウェアは、C応答が静電容量(C)の変化を記録する動的相互作用イベントに対するI応答とC応答の両方を解析できます。I-ResponseとC-Responseの両方の変動は、結合した分析物のフラクションに直接対応し、さらに分析してKD 値を生成することができます。自動分析ソフトウェアのデフォルトの設定はI-Responseです。

Figure 1
図1:実験セットアップの概要 (A)グラフェンベースのチップと電子リーダ。(B)チップ部品の概要。チップは、システムに電流を供給する2つの電極に取り付けられています。チップの表面はグラフェンで覆われており、活性化されると標的を結合することができる。 この図の拡大版を表示するには、ここをクリックしてください。

方法論:
最初に、活性化バイオセンサーチップをFEBデバイスに挿入し(図1)、その後、以下に概説する手順を実行します:(1)キャリブレーション:実験は、1xリン酸緩衝生理食塩水(PBS、pH = 7.4)を使用してベースライン平衡化応答を作成するシステムキャリブレーションから始まります。(2)アソシエーション:分析物をチップに導入し、結合飽和に達するまでI-Responseを監視します。(3)解離:分析物を1x PBSを用いて解離させる。(4)再生:1x PBSを用いて検体の残骸を除去する。(5)洗浄:チップから結合および非結合の分析物を完全に除去するために、1x PBSを使用して合計5回の洗浄を行う。

解析:
データ分析は、機器に付属の完全自動ソフトウェアを使用して実行されます。自動解析ソフトウェアは、KD 値を持つヒルフィットプロットを生成します。ヒルフィットプロットは、分析物濃度の関数として、分析物と標的タンパク質との関連を記述します。最大応答の半分が達成される濃度は、KD 値に比例する。低いKD 値は高い結合親和性を表し、その逆も同様である。

FEB実験で得られたデータを検証するために、データレビュー/エクスポートソフトウェアを使用して、各分析物濃度の各読み出しポイントからI-Responseを抽出し、以下で説明するように他の統計分析ソフトウェア( 材料表を参照)にエクスポートすることができます。

Protocol

注:本研究で用いた組換えタンパク質Hsp90およびCdc37は、商業的に入手した( 材料表を参照)。 1. チップの起動 注:実験で使用するすべての材料は、 材料表にリストされています。調製したすべての溶液を滅菌0.2μmフィルターでろ過します。 15 mLチューブ中の1 M 2-(N-モルホリノ)エタンスルホン酸(MES)緩衝液(pH=…

Representative Results

実験1の結果:標的タンパク質Hsp90(500nM)を、上記のような標的固定化プロトコルに従ってチップに固定化した。最初の実験のために、25nM〜5,000nMの範囲の10濃度の分析物タンパク質Cdc37を、文献で入手可能なデータに基づいて調製した( 表1参照)。 実験のステップは、I応答で起こる変化を追跡することによってリアルタイムで監視することができ?…

Discussion

本研究では、Hsp90とCdc37との間の生体分子相互作用を決定するために、FEB技術(リアルタイム動態特性評価アプローチ)を使用することの実現可能性を評価した。最初の探索的実験(最初の実験)は、適切な分析物濃度の選択が実験の重要な部分であり、文献で入手可能なデータに基づいて予測されたKD 値の上下の濃度点を含めることによって実験を設計するべきであることを示唆した。</p…

Divulgations

The authors have nothing to disclose.

Acknowledgements

この研究は、バイナショナル科学財団(BSF)からS.K.S.とN.Q.への助成金によって支援されました。

Materials

Automated analysis software Agile plus software, Cardea (Nanomed) NA
CAS number: NA
Referred to in the text as the automated analysis software supplied with the instrument. Generates automated analysis.
COOH-BPU (Biosensing Processing Unit) Agile plus software, Cardea (Nanomed) NA
CAS number: NA
biosensor chip
Data review software Datalign 1.0, Cardea (Nanomed) NA
CAS number: NA
Referred to as the supplied data review software in the text. Supplied with the instrument and allows to review and export the information data points.
Dialysis bag CelluSep,  Membrane filtration products T2-10-15
CAS number: NA
T2 tubings (6,000-8,000 MWCO), (10 mm fw, 6.4mm Ø, 0.32ml/cm, 15m)
EDC (1-Ethyl-3-(3-dimethylamino propyl) carbodiimide) Cardea (Nanomed) EDC160322-02
CAS number: 25952-53-8
White powder
ITC (Isothermal titration calorimetry) system Microcal-PEAQ-ITC (Malvern, United Kingdom) NA
CAS number: NA
MES (2-(N-morpholino) ethane sulfonic acid) buffer Merck M3671-50G
CAS number: 4432-31-9
White powder
NHS (N-Hydroxysulfosuccinimide) chips Cardea (Nanomed) NA
CAS number: NA
Graphene-based chip
PBS (Phosphate-buffered saline) X 10 Bio-Lab 001623237500 
CAS number: 7758-11-4
Liquid transparent solution
Pipete Thermo Scientific 11855231
CAS number: NA
Finnpipette F3 5-50 µL, yellow
Quench 1 (3.9 mM amino-PEG5-alcohol in 1 X PBS) Cardea (Nanomed) 0105-001-002-001
CAS number: NA
Liquid, transparent solution
Quench 2 (1 M ethanolamine (pH=8.5)) Cardea (Nanomed) 0105-001-003-001
CAS number: NA
Liquid, transparent solution
Recombinant protein Cdc37 Abcam ab256157
CAS number: NA
Recombinant protein Hsp90 beta Abcam ab80033
CAS number: NA
Spreadsheet Excel, Microsoft office NA
CAS number: NA
Statistical software GraphPad, Prism NA
CAS number: NA
Referred to as the other statistical software. Sigma plot, phyton or other statistical programes may also be used
Sulfo-NHS Cardea (Nanomed) NHS160321-07
CAS number: 106627-54-7
White powder
Tips Alex red LC 1093-800-000
CAS number: NA
Tip 1-200 µl, in bulk, 1,000 pcs

References

  1. Tuncbag, N., Gursoy, A., Guney, E., Nussinov, R., Keskin, O. Architectures and functional coverage of protein-protein interfaces. Journal of Molecular Biology. 381 (3), 785-802 (2008).
  2. Berggård, T., Linse, S., James, P. Methods for the detection and analysis of protein–protein interactions. Proteomics. 7 (16), 2833-2842 (2007).
  3. Magliery, T. J., et al. Detecting protein-protein interactions with a green fluorescent protein fragment reassembly trap: Scope and mechanism. Journal of the American Chemical Society. 127 (1), 146-157 (2005).
  4. Xing, S., Wallmeroth, N., Berendzen, K. W., Grefen, C. Techniques for the analysis of protein-protein interactions in vivo. Plant Physiology. 171 (2), 727-758 (2016).
  5. Nguyen, T. N., Goodrich, J. A. Protein-protein interaction assays: Eliminating false positive interactions. Nature Methods. 3 (2), 135-139 (2006).
  6. Fernández-Suárez, M., Chen, T. S., Ting, A. Y. Protein-protein interaction detection in vitro and in cells by proximity biotinylation. Journal of the American Chemical Society. 130 (29), 9251-9253 (2008).
  7. Jiang, M., Niu, C., Cao, J., Ni, D. -. A., Chu, Z. In silico-prediction of protein–protein interactions network about MAPKs and PP2Cs reveals a novel docking site variants in Brachypodium distachyon. Scientific Reports. 8 (1), 15083 (2018).
  8. Yazawa, M., Sadaghiani, A. M., Hsueh, B., Dolmetsch, R. E. Induction of protein-protein interactions in live cells using light. Nature Biotechnology. 27 (10), 941-945 (2009).
  9. Wang, W., Goodman, M. T. Antioxidant property of dietary phenolic agents in a human LDL-oxidation ex vivo model: Interaction of protein binding activity. Nutrition Research. 19 (2), 191-202 (1999).
  10. Xing, S., Wallmeroth, N., Berendzen, K. W., Grefen, C. Techniques for the analysis of protein-protein interactions in vivo. Plant Physiology. 171 (2), 727-758 (2016).
  11. Qvit, N., Disatnik, M. -. H., Sho, E., Mochly-Rosen, D. Selective phosphorylation inhibitor of delta protein kinase C–Pyruvate dehydrogenase kinase protein–protein interactions: Application for myocardial injury in vivo. Journal of the American Chemical Society. 138 (24), 7626-7635 (2016).
  12. Alam, M. N., Bristi, N. J., Rafiquzzaman, M. Review on in vivo and in vitro methods evaluation of antioxidant activity. Saudi Pharmaceutical Journal. 21 (2), 143-152 (2013).
  13. Paulmurugan, R., Gambhir, S. S. Novel fusion protein approach for efficient high-throughput screening of small molecule–mediating protein-protein interactions in cells and living animals. Recherche en cancérologie. 65 (16), 7413-7420 (2005).
  14. Boute, N., Jockers, R., Issad, T. The use of resonance energy transfer in high-throughput screening: BRET versus FRET. Trends in Pharmacological Sciences. 23 (8), 351-354 (2002).
  15. Deriziotis, P., Graham, S. A., Estruch, S. B., Fisher, S. E. Investigating protein-protein interactions in live cells using bioluminescence resonance energy transfer. Journal of Visualized Experiments: JoVE. (87), e51438 (2014).
  16. Ekins, S., Mestres, J., Testa, B. In silico pharmacology for drug discovery: Methods for virtual ligand screening and profiling. British Journal of Pharmacology. 152 (1), 9-20 (2007).
  17. Valerio, L. G. Application of advanced in silico methods for predictive modeling and information integration. Expert Opinion on Drug Metabolism & Toxicology. 8 (4), 395-398 (2012).
  18. Piehler, J. New methodologies for measuring protein interactions in vivo and in vitro. Current Opinion in Structural Biology. 15 (1), 4-14 (2005).
  19. Ideker, T., Sharan, R. Protein networks in disease. Genome Research. 18 (4), 644-652 (2008).
  20. Lu, H., et al. Recent advances in the development of protein–protein interactions modulators: mechanisms and clinical trials. Signal Transduction and Targeted Therapy. 5 (1), 213 (2020).
  21. Jarosz, D. Hsp90: A global regulator of the genotype-to-phenotype map in cancers. Advances in Cancer Research. 129, 225-247 (2016).
  22. Johnson, V. A., Singh, E. K., Nazarova, L. A., Alexander, L. D., McAlpine, S. R. Macrocyclic inhibitors of Hsp90. Current Topics in Medicinal Chemistry. 10 (14), 1380-1402 (2010).
  23. Mahalingam, D., et al. Targeting HSP90 for cancer therapy. British Journal of Cancer. 100 (10), 1523-1529 (2009).
  24. Stewart, A., Fisher, R. A. Co-Immunoprecipitation: Isolation of protein signaling complexes from native tissues. Methods in Cell Biology. 112, 33-54 (2012).
  25. Pierce, M. M., Raman, C. S., Nall, B. T. Isothermal titration calorimetry of protein-protein interactions. Methods. 19 (2), 213-221 (1999).
  26. Paketurytė, V., et al. Inhibitor binding to carbonic anhydrases by isothermal titration calorimetry. Carbonic Anhydrase as Drug Target. , 79-95 (2019).
  27. Grote, J., Dankbar, N., Gedig, E., Koenig, S. Surface plasmon resonance/mass spectrometry interface. Analytical Chemistry. 77 (4), 1157-1162 (2005).
  28. Kumaraswamy, S., Tobias, R. Label-free kinetic analysis of an antibody–antigen interaction using biolayer interferometry. Methods in Molecular Biology. , 165-182 (2015).
  29. Wallner, J., Lhota, G., Jeschek, D., Mader, A., Vorauer-Uhl, K. Application of bio-layer interferometry for the analysis of protein/liposome interactions. Journal of Pharmaceutical and Biomedical Analysis. 72, 150-154 (2013).
  30. Singh, A. N., Ramadan, K., Singh, S. Experimental methods to study the kinetics of protein–protein interactions. Advances in Protein Molecular and Structural Biology Methods. , 115-124 (2022).
  31. Frenzel, D., Willbold, D. Kinetic titration series with biolayer interferometry. PLoS One. 9 (9), 106882 (2014).
  32. Vu, C. -. A., Chen, W. -. Y. Field-effect transistor biosensors for biomedical applications: Recent advances and future prospects. Sensors. 19 (19), 4214 (2019).
  33. Bergveld, P. A critical evaluation of direct electrical protein detection methods. Biosensors & Bioelectronics. 6 (1), 55-72 (1991).
  34. Lowe, B. M., Sun, K., Zeimpekis, I., Skylaris, C. K., Green, N. G. Field-effect sensors – from pH sensing to biosensing: sensitivity enhancement using streptavidin–biotin as a model system. The Analyst. 142 (22), 4173-4200 (2017).
  35. Goldsmith, B. R., et al. Digital biosensing by foundry-fabricated graphene sensors. Scientific Reports. 9 (1), 434 (2019).
  36. Afsahi, S., et al. Novel graphene-based biosensor for early detection of Zika virus infection. Biosensors and Bioelectronics. 100, 85-88 (2018).
  37. Afsahi, S. J., et al. Towards novel graphene-enabled diagnostic assays with improved signal-to-noise ratio. MRS Advances. 2 (60), 3733-3739 (2017).
  38. Roe, S. M., et al. The mechanism of Hsp90 regulation by the protein kinase-specific cochaperone p50cdc37. Cell. 116 (1), 87-98 (2004).
  39. Gaiser, A. M., Kretzschmar, A., Richter, K. Cdc37-Hsp90 complexes are responsive to nucleotide-induced conformational changes and binding of further cofactors. The Journal of Biological Chemistry. 285 (52), 40921-40932 (2010).
  40. Popescu, A. I., Găzdaru, D. M., Chilom, C. G., Bacalum, M. Biophysical interactions: Their paramount importance for life. Romanian Reports in Physics. 65 (3), 1063-1077 (2013).
  41. Surya, S., Abhilash, J., Geethanandan, K., Sadasivan, C., Haridas, M. A profile of protein-protein interaction: Crystal structure of a lectin-lectin complex. International Journal of Biological Macromolecules. 87, 529-536 (2016).
  42. Velazquez-Campoy, A., Freire, E. ITC in the post-genomic era…? Priceless. Biophysical Chemistry. 115 (23), 115-124 (2005).
  43. Concepcion, J., et al. Label-free detection of biomolecular interactions using bioLayer interferometry for kinetic characterization. Combinatorial Chemistry & High Throughput Screening. 12 (8), 791-800 (2009).
  44. Helmerhorst, E., Chandler, D. J., Nussio, M., Mamotte, C. D. Real-time and label-free bio-sensing of molecular interactions by surface plasmon resonance: A laboratory medicine perspective. The Clinical Biochemist. Reviews. 33 (4), 161-173 (2012).
  45. Jacob, N. T., et al. Synthetic molecules for disruption of the MYC protein-protein interface. Bioorganic & Medicinal Chemistry. 26 (14), 4234-4239 (2018).

Play Video

Citer Cet Article
Lerner, Y., Sukumaran, S., Chua, M., So, S. K., Qvit, N. Exploring Biomolecular Interaction Between the Molecular Chaperone Hsp90 and Its Client Protein Kinase Cdc37 using Field-Effect Biosensing Technology. J. Vis. Exp. (181), e63495, doi:10.3791/63495 (2022).

View Video