Предложен простой способ создания электронного языка для определения протеинов в сложной смеси

Мы не раз писали об электронных носах: эти устройства используются для исследования газовых выбросов и помогают в оценке качества продуктов питания. А вот электронные языки, задача которых — анализ состава того или иного раствора, такой известности пока не получили. Между тем французские исследователи представили простой способ создания электронного языка, который может различать протеины.

Отчёт об исследовании опубликован в журнале Angewandte Chemie.

Для селективного связывания детектируемых молекул биосенсоры применяют специфичные лиганды — к примеру, антитела. Хорошо, если требуется обнаружить одно–два растворённых вещества, а как быть с составом многокомпонентной белковой смеси? Для этого понадобятся специфические лиганды для каждого протеина в отдельности. Но есть более рациональный подход, применяющийся при создании электронных носов и языков. Его суть — в использовании набора различных неспецифических рецепторов, связывающихся с компонентами исследуемого образца, но с различной силой.

Рецепторы не слишком специфические, и это значит, что каждый может взаимодействовать с несколькими детектируемыми молекулами. Картина, получаемая считыванием сигналов всех рецепторов, даёт специфическое представление для каждого из определяемых компонентов. Поскольку ни один из рецепторов не должен быть высоко специфическим, разрабатывать их и проще, и быстрее.

Учёные из Парижского университета (Франция) и их коллеги попробовали найти способ дальнейшего упрощения дизайна и собственно производства электронных языков. Так, они предложили создавать рецепторы на основе смеси нескольких молекулярных «строительных блоков» с разными физико-химическими свойствами. Для этого на поверхность золотой подложки (детектора) наносились отдельные капли, содержащие различные концентрации таких молекулярных блоков, которые методом самосборки образовывали набор рецепторов различного состава в форме мельчайших точечных областей. В качестве аналитического сигнала применялась величина осцилляций электронов в золотой подложке (плазмоны), которая изменялась при адсорбции какой-либо из определяемых молекул рецептором на поверхности детектора. Измерения проводились методом SPR-диагностики.

Но идея родилась не на пустом месте. Как водится, исследователи черпали вдохновение у природы, вспомнив о гепарансульфатах — полисахаридах с различным мотивом распределения сульфатных групп и различными специфическими центрами связывания, присутствующими на поверхности клеточных мембран для распознавания самых разных медиаторных молекул (таких, например, как факторы роста, играющие роль во многих физиологических и патологических процессах). Авторы работы синтезировали два компонента, структурно аналогичных гепарансульфату: один — с сульфатными группами, другой — без них. Затем для создания массива рецепторов на поверхности золотого детектора на основе этих компонентов был составлен набор смесей с различным относительным содержанием. Полученный таким образом детектор использовался для обнаружения различных протеинов.

График зависимости интенсивности изменения величины плазмонных колебаний для каждого рецептора даёт характеристическое представление (карту) для любого отдельно взятого протеина. Такие карты могут пригодиться при исследовании смеси протеинов, что позволит с помощью грамотного компьютерного анализа идентифицировать каждый из компонентов состава.

Включение большего числа молекулярных блоков значительно расширит способности таких рецепторов, полагают учёные. Например, станет возможным различать очень близкие по строению протеины.

Подготовлено по материалам Angewandte Chemie.