物理所合作设计细胞靶向策略

摘要: 　　精准靶向细胞和组织是生物学学习中的一项重要挑战。通常情况下，细胞可以通过在其表面上表达的受体浓度来进行辨别。不论是靶向药物治疗，还是病原体感染，选择性地靶向细胞无疑是非常重要的。一套精准的靶向策略 ...

　　精准靶向细胞和组织是生物学学习中的一项重要挑战。通常情况下，细胞可以通过在其表面上表达的受体浓度来进行辨别。不论是靶向药物治疗，还是病原体感染，选择性地靶向细胞无疑是非常重要的。一套精准的靶向策略应能有效结合靶细胞的特定受体，但不结合（或者微弱地结合）其他细胞。
　　中国科学院物理学习所/北京凝聚态物理国家实验室（筹）SM9组教授Jure Dobnikar、博士Tine Curk和剑桥大学教授Daan Frenkel共同合作，利用计算机模拟和统计学物理制定出一套最优多目标靶向的理论体系。
　　该理论的主要成果是设定简单的规则，利用多价颗粒和靶细胞的受体特性来区分进而靶向靶细胞：
　　1）主体（靶细胞）上受体的高敏特性是通过多价性来实现的，而不是通过客体（递送载体）上的配体和靶细胞上受体之间的强结合来实现的，客体包覆更多的配体只会使其与主体上的受体产生微弱的结合。
　　2）在客体和主体表面的浓度分布应是密度匹配的。
　　3）配体-受体间相互作用的有效值约为1.3 kBT。
　　不同于传统的生物医学方法，这项工作中制定的规则是首先识别一个标记（高表达受体），然后找到一个能够有效并特定结合这个标记的配体（抗体）。抗体不具有选择性，他们能够强力依附在靶细胞上，同时也能够依附在其他具有类似膜成分的细胞上。因此，在癌症治疗中，药物会被同时传递到癌细胞和健康细胞（如肝细胞、肾细胞等）上，严重制约了化疗的效率。这表明，药物的选择性传递只能通过具有弱结合作用的多价载体来实现。这项工作所得到的结果证明，副作用明显降低的定向性药物传递是可以实现的。
　　该学习以Optimal multivalent targeting of membranes with many distinct receptors 为题发表在美国科学院院刊上。这项学习受到来自中科院物理所和欧洲与英国的资助。