1、纯化的一般目标和方法
首先,自然来源或者重组表达的蛋白质经过一些粗提的步骤(例如:匀浆、离心、硫酸铵沉淀等)成为稳定的可以用于色谱分离的样品。
然后进行捕获色谱(capture chromatography),主要目标是浓缩和去除大量的容易去除的杂质,此步最关心的是流速和载量,常采用高载量、快流速凝胶。
经过浓缩的部分纯化的样品进行中级色谱(intermediate chromatography),目的是去除较难去除的杂质,此步最关心的是分辨率,常采用高分辨率的细颗粒凝胶。
最后为了得到符合要求的最终产品,去除残存的杂质以及目的蛋白的多聚物或者降解片断,进行精制色谱(polishing chromatography),常采用具有高分辨率的凝胶过滤凝胶进行凝胶过滤色谱。
2、纯化前的准备工作
(1)样品稳定性试验
a、测定样品在pH 2-9的稳定性;
b、测定样品在0-4 mol/L NaCl及0-2 mol/L 硫酸铵中的稳定性;
c、测定样品在0-50%乙醇、甲醇中的稳定性;
d、测定样品在4-40℃的稳定性;
e、室温下静置过夜,测定对蛋白水解酶的稳定性。
(2)样品预处理
a、去除样品中颗粒物(0.45-0.22微米膜过滤或者10000 g离心15分钟)
b、去除样品中脂类( 10000 g离心15分钟或有机溶剂抽提)
c、去除样品中核酸(加入核酸酶消化或者使核酸沉淀)
d、抑制样品中蛋白水解酶(加入蛋白酶抑制剂、低温下快速第一步分离或在蛋白酶缺陷宿主中表达重组蛋白)
(3)样品的保存条件:
短期储存(小于24小时)
a、避免接近或超过样品的稳定极限防止蛋白质变性或沉淀
b、在密闭容器中冰箱冷藏
较长期储存(数天)
a、b、同上
c、加入适当的抑菌剂
长期储存
a、同上
b、冰冻或者最好冻干(真空冷冻干燥)保存。
3、对每一纯化步骤的评价相关方法的建立
a、目的蛋白含量测定
酶活性测定、生物活性测定、放射免疫、酶联免疫、免疫电泳、荧光。
b、总蛋白含量测定
紫外吸收法、Lowry法、Bradford染料结合法(考马斯亮兰G-250)等。
c、样品复杂度检测
HPLC(离子交换、凝胶过滤、反相)、SDS-PAGE、等电聚焦、毛细管电泳(CE)。
4、蛋白质的来源
(1)天然蛋白: 天然产物中的目的蛋白一般含量很少而且组分极复杂,在分离过程中须采用多个步骤才能去除各种杂质,并应在整个过程中降低蛋白水解酶的活性。
(2)重组蛋白: 重组蛋白则目标蛋白的丰度较高。重组蛋白主要有三种表达定位:
a、细胞质:在这种情况下,必须破坏细胞结构才能得到目的蛋白质,同时伴随着大量核酸和其它上千种宿主蛋白质的释放;在表达量较高的条件下,一般形成包涵体,包涵体含有过表达目的蛋白,且容易通过高速离心分离,但是包涵体的溶解与复性是较复杂的。
b、外周质: 表达的蛋白质存在于细菌内膜与外膜之间,这样目的蛋白可以较少地受到蛋白酶的作用并减少了宿主蛋白的污染。
c、分泌到培养基:这种表达一般蛋白质浓度较低,主要受到培养基中的污染。
近日,华南农业大学教授王应祥团队在国家自然科学基金等项目的资助下,研究揭示了模式植物拟南芥泛素连接酶后期促进复合物/细胞周期体(APC/C)调控减数分裂染色体正确分离的分子机制。该研究丰富了蛋白质泛素......
华东理工大学化学与分子工程学院、费林加诺贝尔奖科学家联合研究中心教授郭志前团队,创制了激活型化学遗传学荧光探针,首次在活细胞中监测蛋白质成簇/解聚的精确状态。相关研究近日作为VIP(VeryImpor......
日本名古屋大学研究团队在最新一期《自然·生物技术》杂志上发表了一项名为“内部帽启动翻译”(ICIT)机制的创新研究。该机制下的仿佛戴着帽子的mRNA可产生200倍以上的蛋白质,为治疗癌症和蛋白质合成异......
中国科学院脑科学与智能技术卓越创新中心/上海脑科学与类脑研究中心研究员刘真、孙怡迪,博士后朱文成团队,与复旦大学附属中山医院生殖医学中心主治医师木良善团队、上海交通大学医学院研究员李辰团队合作,描绘了......
图FUSEP化学生物学技术用于系统研究赖氨酸和非赖氨酸泛素化的位点信息在国家自然科学基金项目(22137004、22307062)资助下,清华大学药学院尹航教授团队在蛋白质泛素化研究领域取得新进展,开......
当前人工智能技术和产业有哪些热点?我国人工智能产业发展呈现怎样的特点?12月12日举行的中国科学院人工智能产学研创新联盟2024年会,为这些问题提供了答案。本次年会以“人工智能助力科研范式变革(AIf......
受大自然启发,美国西北大学生物工程师团队开发出一种植入皮下的传感器,可实时跟踪活体动物蛋白质水平的波动,测量炎症标志物的变化。相关论文发表在《科学》杂志上,标志着医学检测领域的一个重要里程碑。为了检测......
北京时间10月23日,在德国德雷斯顿举行的2024HUPO大会颁奖典礼上,备受瞩目的“ClinicalandTranslationalProteomicsAward”(临床转化蛋白质组学奖)荣耀加冕于......
在今年诺贝尔化学奖表彰计算蛋白质设计领域的重大进展后,美国能源部阿贡国家实验室团队宣布开发出一种名为MProt-DPO的创新计算框架,该框架利用人工智能(AI)和世界顶尖的超级计算机,推动蛋白质设计取......
人工智能(AI)蛋白质设计正在走向“更快、更好、更强”。美国麻省总医院布莱根分院和贝斯以色列女执事医疗中心团队开发了一款名为EVOLVEpro的AI工具,被认为是蛋白质工程领域的一项重大突破。团队在最......