蛋白質的案例
“人工智能+蛋白質組學”成科研熱點課題，云計算發揮重要作用
蛋白質組學在現代藥物研究中的重要作用，早已經得到了業界的公認，甚至有人士坦言，它會改變藥物的研發模式。這樣的說法并非夸張，從近些年眾多企業的科研投入趨勢來看，蛋白質領域已然成為不折不扣的熱門。
要了解蛋白質在藥物研發過程中為何會扮演著如此重要的角色，就不得不從它的功能說起。生命的表現形式，在本質上都是蛋白質功能的各種體現，只有人類深入地了解生命體內蛋白質的組成和它們的活動規律，才能對各種疾病的起因、發展等有全面的認識，也才能找到疾病治療的關鍵所在，提升藥物的研發效率。
不過，在過去相當長的時間里，國內外的科研機構對蛋白質的研究進程并不順利，原因是存在著很多的技術難點，比如在統計方法上，由于蛋白質系統的復雜程度遠遠超出一般的認知，傳統的蛋白質組學研究分析方法對于整個系統而言是非常吃力的。
以Western測量10個蛋白質為例，想要以動態的方式來監測不同時間范圍內的幾千甚至上萬個蛋白質的變化情況，不但難以用肉眼去觀察并得出有效的實驗結果，同時在找到一一對應的抗體進行堅定方面也有極大的難度。正是基于這樣的問題，要順利地進行蛋白質組學的研究，就必須找到能夠匹配這種復雜系統的分析技術和方法。
不過，盡管之后一系列新的分析技術不斷出現，但卻又面臨著數據解析的問題。由于研究過程中涉及的蛋白質種類多、動態范圍廣，因此蛋白質組數據非常復雜，對其進行分析時不但耗時耗力，且結果不一定準確。AlphaFold2、RoseTTAFold等蛋白質預測工具的出現，找到了很好的解決方案，通過把蛋白質組變成數據的方法，將生物樣品中的的蛋白質組進行數字化，然后再借助于機器學習或者人工智能技術去解讀數據，最終取得想要的分析結果。
展開 Rev.》綜述：基于蛋白質生物材料的分子設計和人工生產
其中，基于蛋白質的材料是一類應用十分廣泛的可持續材料。
基于此，來自芬蘭國家技術研究中心的Pezhman Mohammadi以及南洋理工大學的Ying Yu、Ali Miserez團隊共同
對基于蛋白質的材料進行了全面綜述。
作者從歷史的角度開始這篇綜述，了解早期為獲得承載蛋白的主要序列所做的努力，然后是測序和蛋白質組學技術的最新發展，這些技術極大地加速了細胞外蛋白的測序。接下來，作者介紹了四大類蛋白質材料，即纖維材料、具有高可逆變形能力的生物彈性體、硬塊狀材料和生物粘合劑。在每一節中都專注于一級和二級結構級別的設計，并討論它們與機械響應的相互作用（圖1）。
相關綜述論文以“Protein-Based Biological Materials: Molecular Design and Artificial Production”為題于2023年1月24日發表在《Chem. Rev.》上。
圖1 蛋白質基生物材料的分子設計和人工生產
1. 細胞外蛋白質的測序：歷史視角
在過去十年中，下一代測序(NGS)和蛋白質組學技術及其相關生物信息學軟件的快速發展大大緩解了這些限制，提供了一系列加速發現的強大工具，尤其是在協同使用時。雖然這些先進的方法占據了蛋白質發現的中心舞臺，但仍然需要傳統的生化和分子生物學方法來識別調節蛋白質材料最終功能的重要分子特征，例如PTM或交聯化學。一旦獲得這些信息，再加上對序列-特性關系的深入了解，就可以將其轉化為通過DNA重組技術人工制造基于蛋白質的材料。
展開 基于化學和蛋白質工程的生物催化新進展
大量可靠地模擬蛋白質以從頭生成新酶和重新設計現有酶的方法對于生物催化來說是非常寶貴的。
5. 展望
展望未來，利用計算蛋白質設計、下一代測序和機器學習的蛋白質工程新工具將加速我們設計具有新活性的酶的能力。定向進化在本質上是不可知的，它經常通過遠離活性部位的微妙的有益突變來改善酶的性能，這對化學家和蛋白質工程師來說是不直觀的。然而，這種變化的效果可以通過從數據中學習的計算機算法來預測。機器學習工具已經使蛋白質結構能夠以更大的可靠性從序列中預測出來；將工程序列與功能相關聯將是下一個重大挑戰。
總之，生物催化是合成化學家、蛋白質工程師和大自然之間持續而富有成效的合作?？茖W家們目前還只觸及到酶所能實現的化學轉化的表面，生物學帶來的無限驚喜、蛋白質工程技術的日益強大和復雜以及持續的化學智慧將繼續推動生物催化的創新。
參考文獻
Miller D C, Athavale S V, Arnold F H. Combining chemistry and protein engineering for new-to-nature biocatalysis[J]. Nature Synthesis, 2022, 1(1): 18-23.
END
文章來源：博藥
免責聲明：本文系網絡轉載，版權歸原作者所有。如涉及版權，請聯系刪除！
展開 烏賊蛋白質可制造自修復衣服
如今，研究人員發現，SRT中的一種蛋白質可被轉變成纖維和薄膜，用于制造結實、靈活、可生物降解的塑料。相關成果日前發表于《化學前沿》雜志。
烏賊環齒含有一種有用蛋白質。圖片來源：Mark Conlin / Alamy
普通烏賊只含有約100毫克SRT蛋白質，但美國賓夕法尼亞州立大學的Melik Demirel及團隊通過基因改造大腸桿菌生長出SRT蛋白質。這意味著更多蛋白質可被生產出來。
普通的衣服纖維可被SRT蛋白質包裹，以制造非常耐穿的織物。同時，如果受到損傷，僅靠一點點熱量和壓力，它們便可自我修復。
這種蛋白質的有用性來自其不同尋常的分子結構。蛋白質的組成部分像油和水一樣相互作用，并在納米尺度上分離。
這產生了緊緊纏在一起的螺旋線、扁平的片材和無序的纏結。這些形狀反過來又賦予該材料宏觀層面上的屬性。
全文鏈接：
https://www.frontiersin.org/articles/10.3389/fchem.2019.00069/full
來源：中國科學報 宗華
展開 
基于Gromacs的蛋白質與小分子配體相互作用模擬教程
在生命科學的廣闊領域中，蛋白質與小分子配體之間的相互作用扮演著至關重要的角色。這些相互作用不僅影響著生物體內的各種生命活動，如信號傳導、代謝調控和藥物作用等，同時也是藥物設計和開發的核心內容。因此，深入理解并模擬這些相互作用過程，對于推動生命科學研究和藥物研發具有重要意義。
本教程旨在為讀者提供一套完整的蛋白質與小分子配體相互作用模擬的流程和方法。通過本教程的學習，您將能夠掌握從蛋白質與小分子配體的結構準備、相互作用模擬到結果分析的全流程，從而能夠自主進行相關的模擬研究。
在本教程中，我們將首先介紹蛋白質與小分子配體相互作用的基本原理和模擬的基本概念，為讀者奠定理論基礎。隨后，我們將詳細闡述模擬的具體步驟，包括結構準備（如蛋白質結構預測、小分子結構優化等）、相互作用模擬（如分子對接、分子動力學模擬等）以及結果分析（如相互作用能計算、軌跡分析等）。在每個步驟中，我們都會結合具體的案例和實例，詳細解釋操作步驟和注意事項，幫助讀者更好地理解和掌握。
具體流程：
一、預處理復合物
1. 蛋白質及配體結構獲取
在本教程中，我們將使用T4溶菌酶L99A/M102Q(PDB ID：3HTB)為例，從PDB蛋白數據庫 (RCSB PDB)下載其晶體結構，去掉晶體水，PO4和 BME。
蛋白及配體力場獲取
只有在力場的.rtp文件中存在構建塊的條目時，拓撲才能自動組裝。而JZ4配體在 GROMACS 提供的任何力場中都不是一個可識別的實體，因此我們將分兩步準備系統拓撲：1)用pdb2gmx準備蛋白質拓撲；2)使用外部工具準備配體拓撲。
展開 北鯤云超算平臺在AlphaFold2對蛋白質研究中有何作用？
北鯤云超算平臺在AlphaFold2對蛋白質研究中有何作用？
受人工智能和深度學習技術發展較快等因素影響，結構生物學數據的研究也開始迎來了嶄新的階段，針對蛋白質結構的預測也出現了一些新的方法，并獲得了突破性進展。目前，最為前沿的技術當屬AlphaFold2以及RoseTTAFold，這些技術對行業的影響可謂是顛覆性的。特別是國內已經有北鯤云這類的企業和一些高校以及科研機構進行合作，在北鯤云超算平臺的支持下，AlphaFold2的優越性會更好地發揮出來，甚至有很多人士認為，實驗結構生物學會逐漸地成為過去式，最終退出歷史舞臺。
問題來了，AlphaFold2的運行原理是怎樣的，它的重要性又具體體現在哪些方面呢？要了解這些問題的答案，還要從蛋白質序列的研究說起。業界人士都知道，蛋白質折疊是生物物理領域最重要的研究課題之一，在過去的五十年時間里，這一課題的研究都因為各種各樣的技術問題而受阻。其中很重要的一個原因是，蛋白質序列和結構之間屬于高維到高維的映射關系，常規的數學或物理的方法難以對這些關系進行分析。
最近幾年，實驗技術得到了進一步的提升，新一代測序技術和蛋白質晶體學以及冷凍電鏡等結構生物學方法開始得到大量應用，豐富的蛋白質序列和結構信息得以積累，這無疑為使用基于北鯤云的人工智能技術對序列-結構間關系進行研究打下了堅實的基礎。自從2016的CASP12競賽開始，深度學習技術就廣泛地在蛋白質結構預測領域進行應用，使得結構預測準確度得到了質的提升。
AlphaFold2的獨到之處在于，它采用全新算法設計，這種算法和之前的方式具有很大的區別，比如在生物物理層面，該技術所采用的神經網絡架構，其序列信息和氨基酸殘基相互作用圖譜間實現了升級，和蛋白質折疊的物理機理可以更好地進行吻合。另外，基于這種技術的模型還能夠實現端對端的精準結構預測，可以極大地提升分析效率。
展開 科學家首次在隕石中發現地外蛋白質
哈佛大學的科學家在分析兩塊隕石樣本成分時，意外發現其上的蛋白質結構，這是人類首次發現地球以外的蛋白質。兩塊隕石是阿蘭德隕石和Acfer 086隕石，它們分別于1969年在墨西哥和1990年在阿爾及利亞被發現。
阿蘭德隕石
地外同位素增強證實這些蛋白質分子不是在地球污染產生的，它們和地球上的血紅蛋白很相似。
本次發現的蛋白質結構
這是否意味著我們找到了外星生命？
并沒有，蛋白質是生命的基石，但是從嚴格意義上講，它們僅僅是分子形式，并不是生命存在的標志。
目前，關于這種蛋白質尚無更多資料，我們不知道它們來自何處，在什么條件下形成。研究小組懷疑它們是和太陽系同一時期誕生的。
近50年來，科學家們一直在從地外隕石上尋找有機化合物，2012年，NASA在碳質隕石中發現了氨基酸，2017年，科學家在著名的默奇森隕石中發現了全新的有機化合物，但這次是科學家第一次發現完整結構的蛋白質。
長期以來，科學家假設生命可能源自早期撞上地球的小行星，本次的發現為這種理論提供了一定支持。
展開 紫外分光光度法測量蛋白質的含量
蛋白質與生命的起源、存在和進化都密切相關,蛋白質測定涉及到生產和利研的眾多領域。本試驗用紫外分光光度法進行蛋白質含量的測定,由此分析此方法的特點及適用條件。結果表明,紫外吸收法簡單、迅速,且相對較為準確,是測定低濃度蛋白質含量的有效方法。
蛋白質中酪氨酸和色氨酸殘基的苯環含有共軛雙鍵，因此，蛋白質具有吸收紫外光的性質，其最大吸收峰位于280nm附近（不同的蛋白質吸收波長略有差別）。在最大吸收波長處，吸光度與蛋白質溶液的濃度的關系服從朗伯-比耳定律。該測定法具有簡單靈敏快速高選擇性，且穩定性好，干擾易消除不消耗樣品，低濃度的鹽類不干擾測定等優點。
最后推薦一款可以應用在紫外分光光度法中的紫外線傳感器，由工采網從國外引進的告知紫外線傳感器 - GUVC-T10GD，該傳感器芯片大小0.4mm，TO 46封裝，使用鋁氮化鎵材料構成，裝有肖特基光電二極管，具有光伏模式操作，有良好的日盲。廣泛應用于：紫外線強度檢測和控制，UV指數檢測。戶外檢測UV指數設備等，還可以用于紫外線消毒和UV固化，用來監測紫外線強度。UV火焰探測器等。
展開 靶向蛋白質組技術研發進入快車道，北鯤云超算為技術順利推進提供有力支撐
在近代生物醫藥的發展進程中，針對蛋白質的研究一直沒有停止過。近些年，業界的研究重點主要集中在了靶向蛋白質組技術層面，在北鯤云提供的超算平臺支撐下，技術的研究取得了可喜的進展。這種技術產生的背景是，過去的很長時間里，針對檢測樣品中含量的分析，都要通過抗體、轉錄水平等間接途徑才能實現，這些方法存在著很多的弊端，比如靈敏度低、誤差大等。而靶向蛋白質組技術可以很好地解決這些痛點問題。
在采用這一技術的過程中，也存在著不少的難題。其中的難點就是在已知一個蛋白質的三維結構的情形下，怎樣利用一系列的推算算法，來得出它在折疊的過程中形成的各種各樣的中間構象。這顯然并不是一件簡單的事情，這是因為，由數千個氨基酸組成的長鏈自發地折疊成穩定結構，所需要的時間大約為 1 秒鐘。在北鯤云等平臺出現之前，按照常規的計算水平，是難以匹配蛋白質形成的時間尺度的。
有研究機構發現，在這短短一秒鐘的時間里，有部分結構會衍生出具有較高親和力的結合位點。而正是基于這樣的發現，為靶向蛋白質折疊中間體致藥理性失活（PPI-FIT）技術提供了很好的藍本。其大致的原理是，在藥物與這些位點相結合之后，可以干擾蛋白質的正確折疊，進而使的其形態停留在中間體的狀態。細胞會將這些中間體識別為不正確的折疊，并通過自噬—溶酶體這種方式促使其進行降解，達到清除致病蛋白的目的。
在蛋白質的折疊過程中，多肽會使用大量的時間處于非通路狀態，借助于分子動力學的模擬計算，可以通過關注中間體構象的變化達到提高采樣率的目的，如果能夠對這一原理進行利用，就意味著分析效率會得到極大的提升。目前，已經有機構基于北鯤云開發出了對應的分析模型，按照這樣的思路，一旦識別到有潛力的折疊中間體，此類結構就會訊速地進入到虛擬篩選名單中，進而成為對應的靶點，并產生有巨大價值的小分子藥物。
展開 研究：魷魚體內蛋白質可代塑料
據一項研究顯示，魷魚體內發現的蛋白質能用來制造塑料的替代物。
資料圖：當地時間2018年3月3日，一名英國男子在巴厘島海域潛水時拍下觸目驚心的一幕。海洋中漂浮著大量塑料垃圾：瓶子、袋子、杯子、桶、吸管等等，魚類及其他海洋生物都避之而不及。 圖片來源：視覺中國
據美國有線電視新聞網(CNN)報道，據發表于化學期刊Frontiers in Chemistry的一項研究，魷魚體內發現的蛋白質能用來制造永續的塑料替代物。
魷魚用觸腕上的吸盤捕抓獵物，吸盤上有銳利的齒環，這些齒環是由類似絲的蛋白質所組成，這些蛋白質過去幾年已成為科學研究的主題。
研究報告的第一作者是賓州州立大學的狄米瑞(Melik Demirel)，他針對既有研究檢視這些蛋白質制成的物質。他表示，他的團隊從魷魚齒環蛋白質制造出纖維、涂料和3D物體的雛型。狄米瑞表示，這些天然物質可透過生物分解，并能成為“很棒”的塑料替代品。
魷魚齒環蛋白質可以全程在實驗室使用基因工程細菌做出來，不需要用到任何魷魚，制作過程以發酵為主，只需糖、水和氧氣。
展開 使用AlphaFold2進行蛋白質結構預測
2020年11月30日，該人工智能程序在蛋白質結構預測大賽CASP 14中，對大部分蛋白質結構的預測與真實結構只差一個原子的寬度，達到了人類利用冷凍電子顯微鏡等復雜儀器觀察預測的水平，這是蛋白質結構預測史無前例的巨大進步。這一重大成果雖然沒有引起媒體和廣大民眾的關注，但生物領域的科學家反應強烈。
目前，AlphaFold2的源代碼已經在GitHub上公開，而且現在科學家正在利用AlphaFold2對已有的蛋白數據庫進行高通量的預測，建立了一些模式生物物種所有蛋白的AlphaFold2預測結構數據庫（https://alphafold.ebi.ac.uk/）。
可以看到，雖然利用AlphaFold2預測了這么多生物的數據庫，但是并未覆蓋所有的蛋白序列數據庫，所以只有搭建本地的AlphaFold2服務，你才能用AlphaFold2隨心所欲的預測自己研究蛋白的結構。
接下來將給大家介紹AlphaFold2的使用方法，在北鯤云上免安裝使用。對于沒有Linux基礎或本地硬件配置不足的人，僅需1分鐘即可成功提交蛋白質結構預測任務，能夠省去很多麻煩。
二、在北鯤云使用AlphaFold2進行蛋白質結構預測
1. 選擇AlphaFold2
在“應用中心”搜索AlphaFold2軟件并選中，在右側彈出的軟件詳情欄中點擊“提交作業”。
2. 選擇可視化模板提交
推薦選擇可視化“模板提交”的方式提交作業，平臺已為AlphaFold2內置了幾個可視化模板，按要求填寫相應參數即可提交預測任務。
3.
展開 
北京大學呂華課題組：蛋白質-高分子偶聯物的精準設計--聚氨基酸化干擾素聯合阿霉素用于腫瘤協同治療
化療藥物和蛋白質藥物是目前臨床上腫瘤藥物治療的兩種主要手段，并且兩類藥物的聯合使用可產生協同增強的抗腫瘤功效。然而，化療藥物和蛋白質藥物在藥代動力學和生物分布等方面的巨大差異以及嚴重的藥物毒副作用限制了傳統聯用治療的應用。為了獲得最佳的協同抗腫瘤功效，蛋白質-化療藥物-高分子（protein-drug-polymer, PDP）偶聯物是一種簡潔有效的藥物聯用策略，利用高分子材料共價偶聯藥物，形成藥物共遞送系統，并以可控的方式在腫瘤靶位釋放出雙重或多重藥物。目前對PDP偶聯物的設計和體內抗腫瘤研究甚少。
北京大學呂華課題組報道了一種位點特異且結構明確的多重響應性干擾素-聚硫辛酰肼阿霉素-聚氨基酸偶聯物（IFN-PolyDox-PEP），用于腫瘤的聯合藥物治療。作者巧妙地將蛋白質-聚氨基酸的定點偶聯Grafting-to技術與原位冷凍聚合生長聚二硫化物的Grafting-from技術相結合，使不同種類的高分子材料在藥物遞送的各個階段充分發揮作用。首先，聚氨基酸的修飾顯著提升藥物的半衰期，有利于更好地實現藥物的腫瘤富集。隨后，腫瘤微環境高表達的MMP酶介導的酶切釋放出干擾素蛋白原藥，提高干擾素對腫瘤細胞表面干擾素受體的結合力，充分發揮干擾素的抗腫瘤活性。進一步，聚二硫化物的特殊入胞機制和解聚性能促進了阿霉素的胞內遞送和無痕釋放（圖1）。
圖1.（A）IFN-PolyDox-PEP的合成示意圖。（B）集MMP酶響應，酸響應和谷胱甘肽響應于一體，促進IFN和Dox靶向釋放，實現蛋白質-化療藥聯合用藥，增強抗腫瘤協同效應。
展開 《Science》子刊：超分子聚合物也可以像蛋白質一樣自折疊
然而，目前的超分子聚合物在高階拓撲結構的復雜性方面仍遠遠落后于生物大分子，例如蛋白質，其獨特高階拓撲結構是由肽鏈中相互作用的協同折疊而實現的。受到蛋白質多級拓撲結構啟發，化學家們也成功實現了超分子的非生物二級結構，例如螺旋。然而向超分子骨架中嵌入額外的非共價相互作用位點，則可能導致原有主鏈結構的變化，如何模仿生物蛋白這種折疊過程以產生更高階的拓撲結構仍極具挑戰性。
近期，日本千葉大學應用化學與生物技術系的Shiki Yagai教授課題組報道了類似蛋白質高階拓撲結構的超分子聚合物的自折疊行為。研究者利用早期發展的“超分子花結”，通過改變聚合的冷卻速率對所得超分子的螺旋折疊程度進行動力學控制。他們發現當緩慢冷卻時，可獲得含有少量螺旋結構的“錯誤折疊”纖維，該螺旋結構域在數天之后可折疊成獨特的拓撲結構，與蛋白質三級結構相媲美。
研究者利用動態光散射法（DLS）測量超分子聚合物的平均流體力學直徑，利用原子力顯微鏡（AFM）和透射電鏡（TEM）表征了不同折疊程度的聚合物纖維形貌。小角X射線衍射（SAXS）結果顯示超分子聚合物纖維與空心圓柱體的模擬分析數據相似。
具有不同折疊程度超分子纖維的熱力學分析表明折疊過程伴隨著較大的焓增。研究者還發現通過快速冷卻制得的完全“錯誤折疊”的纖維不會自折疊成螺旋結構，必須在較慢冷卻速率下，利用已形成的螺旋域作為模板，方可對主鏈中“錯誤折疊”域進行再度排序，生成三級折疊。其中，螺旋域的作用類似于結晶過程中的晶種。
展開 華盛頓大學《PNAS》光圖案化可指導基于天然蛋白質水凝膠中的3D細胞命運
盡管具有這些優點，
但基于天然蛋白質的凝膠在可調性方面落后于合成替代品。
還沒有建立一種以用戶定義的，異質的方式選擇性地調節這些網絡的生化特性的方法，這些方法可以驅動封裝的細胞功能。
最近
，
華盛頓大學
Cole A. DeForest
教授
團隊
報告了一種普遍化的策略，利用
光介導的肟連接共價修飾具有生物活性蛋白（包括生長因子）的天然水凝膠
。這種生物正交光官能化很容易適用
于基于掩模的掩模和激光掃描光刻圖案，從而可以
對幾乎任何基于天然蛋白質的生物材料中的蛋白質固定化進行全面的
4維（4D）控制
。這種多功能性為響應各向異性的環境信號，提供了探索和指導使用純合成方法無法接近的晚期細胞命運的令人興奮的機會。
相關論文以題為
Photopatterned biomolecule immobilization to guide three-dimensional cell fate in natural protein-based hydrogels
發表在《
Proceedings of the National Academy of Sciences of the United States of America
》上。
【主圖】
圖1
通過光介導的肟連接進行水凝膠修飾和光圖案化。
圖2
（
A）基于掩模的天然水凝膠平版
打印
圖案。（B）固定的mCherry熒光亮度隨光處理（λ=365 nm，10 mW cm
-2
，10分鐘）后NPPOC-HNO-OSu標記濃度的變化。（C）固定在膠原蛋白I和纖維蛋白凝膠中的mCherry熒光亮度與紫外線照射時間的關系。
展開 調控水凝膠降解、蛋白質釋放方式和速率！
4、NB交聯劑水凝膠釋放蛋白質
作者最后設計了具有雙重功能的同心圓柱狀水凝膠，利用不同的NB交聯劑的水解和光解特性，以控制蛋白質釋放。將不同熒光團標記的模型蛋白（BSA-Alexa Fluor（AF）488和BSA-AF647）分別加入NB-酯和NB-氨基甲酸酯水凝膠前體溶液中，然后在同心圓柱體模中依次形成水凝膠層。選擇NB-酯和NB-氨基甲酸酯是因為它們具有相似的光解行為及相反的水解行為，這提供了創建組合及順序釋放的機制。水凝膠光降解速率在共聚焦顯微鏡下進行檢測，發現兩個水凝膠層內的熒光強度均以相似的速率降低（圖4A），并且水凝膠相對高度在照射后降低（圖4B）。
圖4.雙功能同心圓柱水凝膠組合的蛋白釋放。（A）同心圓水凝膠隨光照時間的變化。（B）在0分鐘（左），7.5分鐘（中）和12.5分鐘（右）時，同心圓柱狀水凝膠的表面（頂部）和側面的圖像。比例尺500 μm。
接著，他們將水凝膠浸泡在PBS（pH = 10），NB-酯水凝膠層降解并釋放BSA-AF488。隨后用紫外光照射剩余的水凝膠以降解NB-氨基甲酸酯水凝膠層并釋放BSA-AF647。在堿性緩沖液中浸泡60分鐘后，NB-酯層的熒光強度降低，釋放出BSA-AF488，隨后在紫外光照射下NB-氨基甲酸酯層迅速釋BSA-AF647（圖5）。這證實了水凝膠中NB交聯劑的不同降解方式和速率在控制封裝及釋放的實用性。作者展示了一種通過簡單的過程來導向釋放的簡便方法，這種方法為設計具有可調節和可控制特性的可降解材料提供了新的思路和機會。
圖5.從雙重功能的同心圓柱水凝膠依次釋放蛋白質。（A）NB-酯水凝膠層（綠色）在堿性條件下降解，而NB-氨基甲酸酯水凝膠層（紫色）在光照射才觀察到降解。 （B）在0分鐘（左），60分鐘（中）和75分鐘（右）的水凝膠圖像。
展開 