Limited Proteolysis-Coupled Mass Spectrometry (LiP-MS): A Cutting-Edge Tool for De Novo Drug Target Discovery

药物靶点 计算生物学 化学 质谱法 药物发现 鉴定(生物学) 限制 蛋白质组学 药品 药物开发 串联质量标签 工作流程 化学生物学 无标记量化 蛋白质水解 等压标记 推定 蛋白质组 串联质谱法 生物素 靶蛋白 生物化学 计算机科学 机制(生物学) 药物
作者
Hao Chen,Hai Liu,Yihe Tian,Yan Liu,Fosheng Tang,Jiangqi Huang,Weijie Peng,Jianqiong Yang
出处
期刊:Journal of Proteome Research [American Chemical Society]
卷期号:25 (1): 41-54 被引量:1
标识
DOI:10.1021/acs.jproteome.5c00565
摘要

The identification of drug targets is fundamental to drug development. Traditional affinity-based target screening methods, including chemical biology probes and biotin labeling techniques, rely on the presumption of pre-existing knowledge of targets, thereby limiting their ability to uncover novel mechanisms of action. Recently, limited proteolysis combined with mass spectrometry (LiP-MS) has emerged as a hypothesis-free approach. By detecting drug-induced conformational alterations in proteins and integrating these observations with high-throughput mass spectrometry analysis, LiP-MS enables target identification without prior chemical modification. This article presents a comprehensive review of the underlying principles and workflow of LiP-MS, focusing on recent advancements, existing challenges, and strategies for its integration with complementary technologies. Furthermore, it delineates the advantages of LiP-MS relative to conventional proteomic methods and summarizes drug targets identified through LiP-MS in recent studies.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
prrrratt发布了新的文献求助10
2秒前
倪好完成签到,获得积分20
2秒前
自然的含蕾完成签到,获得积分10
2秒前
sagitar应助hyt采纳,获得20
4秒前
斯文败类应助罗大囧采纳,获得10
4秒前
5秒前
5秒前
川子发布了新的文献求助10
6秒前
清歌r丶完成签到 ,获得积分10
7秒前
jxjsdlh完成签到 ,获得积分10
7秒前
冷酷海安完成签到,获得积分10
8秒前
yang应助倪好采纳,获得10
10秒前
10秒前
Cloris完成签到,获得积分10
11秒前
11秒前
崔崔崔发布了新的文献求助20
11秒前
11秒前
罗大囧完成签到,获得积分20
13秒前
orixero应助yangjoy采纳,获得10
13秒前
打不溜发布了新的文献求助30
15秒前
罗大囧发布了新的文献求助10
16秒前
谨慎飞扬完成签到 ,获得积分10
17秒前
爆米花应助库洛米111采纳,获得10
17秒前
liuyq0501完成签到,获得积分0
18秒前
无花果应助hujiaodawang采纳,获得10
18秒前
只吃7分饱完成签到,获得积分10
18秒前
李嘉图完成签到 ,获得积分10
19秒前
科研通AI6.4应助务实源智采纳,获得10
20秒前
隐形曼青应助itsdatou采纳,获得10
20秒前
小盈完成签到,获得积分10
21秒前
超越梦想发布了新的文献求助10
22秒前
激光不是机械完成签到,获得积分20
23秒前
24秒前
动听的琴完成签到,获得积分10
25秒前
G1997完成签到 ,获得积分10
25秒前
26秒前
852应助无心的土豆采纳,获得10
28秒前
28秒前
搜集达人应助踩到幸福了采纳,获得10
30秒前
库洛米111完成签到,获得积分10
31秒前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
Dynamische Polarisation von H-1 und B-11 in (CH-3)-3NBH-3 500
CLSI M07 2024 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7249199
求助须知:如何正确求助?哪些是违规求助? 8871994
关于积分的说明 18720743
捐赠科研通 6928494
什么是DOI,文献DOI怎么找? 3198669
关于科研通互助平台的介绍 2373978
邀请新用户注册赠送积分活动 2173284