Redian新闻
>
一个小分子化合物如何能治病?(科普)
avatar
一个小分子化合物如何能治病?(科普)# Biology - 生物学
m*D
1
蛋白质的结构与功能的关系
要回答这个问题,先得从基本的蛋白质结构讲起。生物的进化,选择了DNA分子作为遗
传的载体,而细胞里真正运转的机器是蛋白质(近年的研究表明小分子的RNA也有这种
功能,不在这里讨论)。所以,了解蛋白质的结构是生物研究的重要一环。
蛋白质是20种氨基酸的聚合物。这20种氨基酸的共同点是大家都有一个胺基,一个羧基
。一个氨基酸的胺基和另一个氨基酸的羧基连在一起,就象孩子拿一根绳子把20种不同
颜色的珠子串一起一样。这串珠子可小可大。小的叫多肽,大的叫蛋白质。两者之间没
有一个严格的数量区分标准。如果以一个500个氨基酸组成的蛋白质来计算氨基酸可能
的排列组合,你知道那有20的500次方的可能性。这也是决定不同氨基酸排列组合而形
成的蛋白质可以有不同的功能的基础。一个特定蛋白质的氨基酸顺序在生物化学上称为
蛋白质的一级结构。
20种氨基酸的不同在于它们的支链。支链有大小的不同,有极性的不同。这种不同就导
致了在不同的蛋白质分子里可以形成不同的“结构小区”(可以用“物以类聚”来解释
,在蛋白质分子里可以理解为颜色相近的珠子/氨基酸结合在一起。),生物化学上叫
二级结构。二级结构的形成主要是靠氨基酸的这些物理化学性质(粗分):1。只有碳
氢的支链往往是非极性的,也就是和水不相溶。在水中,它们倾向在蛋白质分子内部抱
团;但在细胞膜一类的脂肪里,它们就反过来,外露和脂肪接触。2。极性的支链往往
是和水亲合,在水中,会分布在蛋白质分子表面。极性非极性是一个相对的概念,介于
两者之间的不少。一般来讲,极性的正负离子之间的吸引力最大,但不多;氢键的作用
是最普遍的。二级结构可以千变万化,但一级结果往往决定了分子的二级结构。
蛋白质的三级结果就是这些“结构小区”的空间位置。它也是上面的这些极性非极性的
作用力及分子周围的环境决定的。周围环境除了可能是水或细胞膜的脂肪,还有可能是
别的蛋白质,或DNA/RNA。有些蛋白质还需要别的金属离子来维持这种结构,常见的有
锌和铁。这就是为什么人需要微量元素的原因。而所谓的四极结构就是指几个不同的蛋
白质分子结合在一起,形成一个功能集团时的相对空间结构。
蛋白质的空间结构的形成也往往需要别的蛋白质的帮助。蛋白质合成的过程是氨基酸一
个一个加上去的,在这个合成过程中,蛋白质这串珠子就开始折叠,形成特有的二级结
构。蛋白质合成完成后,折叠出现意外的蛋白质分子会被降解。而合乎标准的蛋白质分
子还会被修饰,加上不同的化学基团。常见的有磷酸基修饰,酰基(acetylation)修饰
和甲基修饰。而需要降解的蛋白质也会被修饰标记后,进入降解机器处理。这些修饰都
是通过改变蛋白质的三级四级结构而影响它的功能。
小分子调节蛋白质的功能
既然蛋白质的结构决定了它的功能,那是不是可以通过在这些“功能小区”之间的缝隙
里插入小分子而改变它的结构,进而影响它的功能呢?自然界本身就给出了答案:可以。
先看看自然界的杰作吧:雄性和雌性激素就是分子量才几百(单位是道尔顿)的小分子
。它们如何影响性别的发育呢?在人体特定的组织里,细胞有对应的蛋白质,分别叫雄
激素受体/雌激素受体。这些激素受体在没有和激素结合的时候,它们是和别的蛋白质
结合在一起,形成一种没有功能的结构状态。一但和激素结合,这些受体的结构就发生
变化,摆脱原来的结合蛋白,行使它们的职责。这些激素受体里,在形成三级结构的时
候,就预留了相应激素结合的空间。你可以想象的是这个激素受体就是一幢大房子,在
门上有一个钥匙孔。只有对应的钥匙(激素)插进去,这个房子才能让人进去,起到它作
为居所的功能。雄性和雌性激素分子化学结构虽然很相似,也能交换去与对方的受体结
合,但这些钥匙上的一个微小差别,就导致了受体结构的差别,所以,雄激素和雌性激
素受体结合的产物在功能上远远不如雌激素和雌性激素受体结合的产物。
象这样的小分子激素调节大分子受体的功能的情形在生物体内比比皆是。神经信号的传
递就要用到这个方式,维生素D,可地松,钙离子等等都能与特定的蛋白质结合而调节
这些蛋白质的功能。激素也可是是大一些的分子,象多肽或其他蛋白质:生长激素和胰
岛素就是比较典型的例子。
小分子化合物作药物的设想和现实
从上面的雄/雌激素的作用原理马上就能想到:是不是可以用一个小分子把那个激素受
体上的“钥匙孔”堵住,这样激素受体就不能正常起作用了?没错!目前在乳腺癌治疗
上使用的tamoxifen就是这样的工作原理。它占住那个位置,让雌激素结合不进去。乳
腺癌病人里,约三分之二的病人的癌细胞生长要靠雌激素受体的功能,这些病人的绝大
多数在手术切除后,再通过这种药物治疗的五年生存率很高,20年的也不少。这是小分
子化合物作药物的经典。
上面提到了人体里面的蛋白质成千上万,而每个不同蛋白质分子里的“功能小区”之间
的缝隙是不是有相似性的可能?是。这就是副作用的来源和机理之一。一个药物的筛选
,你要先找到一个筛选的系统。象上面这个雄/雌激素的筛选系统就是通过它们的功能
来检测的。功能可以用癌细胞生长,也可以用它们控制的基因,还可以是细胞外的化学
物理反应。所以,理论的生物研究就是要搞清雄/雌激素的作用原理,然后找出阻断它
们的功能的位置,再设计筛选系统。
看一下雌激素的研究进展:激素本身被分离出来是几十年前的事。但分子生物学的研究
是在80年代把它的基因克隆出来。它主要功能的作业流水线是这样的:激素和受体结合
;这个激素受体复合物从别的蛋白质分子上分开,从细胞质进入细胞核;在细胞核里和
它调控的基因DNA结合;吸引基因表达的其他蛋白质;启动基因的表达。这条流水线里
,你能看到哪些可能的阻断点来修建一条大坝呢?前面几十年的药物研究都在第一步,
想堵住那个激素结合的钥匙孔或者阻止身体里雌激素的合成。近年来,把激素受体这个
复合物和DNA结合的这一步作为修建大坝的地点的思维开始出现,而相应的筛选系统也
随着科技的发展而成为现实。第一代阻止激素受体复合物与DNA结合的小分子化合物已
经筛选出来。要做成一个药物还有很远的路,但理论研究带来的希望是明确的。
对付副作用的第一个机理的思维就是筛选/设计出更加特异的小分子。这些“功能小区
”之间的缝隙的微小差异要能搞清楚,不是没有可能。但这个任务的艰难性可想而知。
这是大分子结构研究是生物研究的一个热门领域的原因之一。现在还只能在试的阶段,
通过筛选系统找出许多小分子,然后一个一个试,看那个副作用小,权衡利弊再决定是
不是可以作为药物。美国的FDA对药物有严格的规定,但对致命疾病(象对付扩散的肿
瘤)的药物的要求就松一些。这也是利弊的权衡。
要提到的是这些筛选出来的药物往往是能阻止蛋白质在癌细胞里的功能,同时也阻止了
它在正常细胞里的功能(或反过来的情形),这是副作用的第二个来源和原因。有名的
例子是曾经广泛使用的HormoneReplacementTherapy。许多中老年妇女在绝经后因体内
雌激素合成能力下降而出现不适和骨质疏松,而通过直接补给雌激素的方法能有效的解
除病症。但多年后随着对乳腺癌研究的深入,发现这种治疗方法能促进乳腺癌的发病率
。(这和肿瘤生成的一个假说有关:人体里每天都有正常细胞因基因突变变成癌细胞。
但一个癌细胞能不能变成多细胞的肿瘤,处决于许多因素,包括新血管生成来提供营养
,逃避免疫系统的检测等等。雌激素能促进一个亚型的乳腺癌细胞的生长,所以,使用
雌激素提高了乳腺癌的发病率就不奇怪了)。这个说法在后来因停止使用
HormoneReplacement Therapy而导致乳腺癌的发病率下降的结果是吻合的。研制的新一
点替代药物已经开始使用,Raloxifene就能对防止骨质疏松起到很好的作用,同时没有
直接使用雌激素的副作用。
展望未来--药物设计
既然蛋白质的一级结构在很大程度上决定了它的二级三级甚至四级结构,那能不能通过
一级结构直接预测二级三级甚至四级结构呢?要能预测,不就可以直接配一把钥匙了?
这目前还是大难题。但数据的累积是打基础的。所以,蛋白质的立体结构分析和一级结
构的关系是研究的热门之一。生物进化导致的生物多样性为这个提供了不少便利--许多
在不同生物体内起相似作用的蛋白质会有一些一级结构的不同(氨基酸的变化)。比较
这些结构的变化就能提供有用的信息。随着计算机的普遍使用,这些人脑不能处理的信
息让计算机来处理会大有前途。象雌激素受体的激素结合区间(就是上面提到的那个钥
匙孔周围)的立体结构的空间模型已经在微米级别建立起来,不少实验室就通过计算机
模拟来设计可能堵住这个钥匙孔的药物,而不必盲目的从几十万compoundlibrary里筛
选。毫无疑问,要到真正应用还有长远的路走,但已经开始起步。
对于这个钥匙孔,早期的思维是简单地堵住它,让蛋白质失去功能。十年前提出的“雌
激素受体选择性调节物”(SelectiveEstrogen ReceptorModulators)概念,就是希望
这样的堵不是简单地不让雌激素受体行使它的功能,而是希望保留一些有用的功能。
tamoxifen和raloxifene的差别说明了这个可能性。raloxifene之所以能防止骨质疏松
就是雌激素受体在骨细胞里的功能还能保留。这种保留在分子水平上的解释有,但要设
计下一个类似的化合物还没有可能。现在还在“碰运气”的阶段。要说的是这个“占住
钥匙孔”的理念和实践所积累的数据在推动分子结构的研究,计算机模拟和药物设计的
研究上功不可没。这个理念还会继续下去,因为这些钥匙孔的结构相对了解多一些,而
合成的许多用来堵住它的化合物的的功能也有不少研究。这个领域在计算机模拟上还是
前沿的。
这些天然的钥匙孔自然而然地成了药物研究的第一批目标。但蛋白质分子上二级三级结
构形成的其他钥匙孔能不能作为药物的目标呢?理论上讲,既然任何插入蛋白质二级三
级结构形成的缝隙的小分子都可能影响蛋白质的三级结构,进而影响它的功能,为什么
不能瞄准这些部位呢?关键是拿什么作为检测指标。这就是筛选系统的重要了。
蛋白质分子的功能涉及大分子之间的结合。蛋白质和蛋白质,蛋白质和DNA/RNA等。这
些结合界面实际上也是广义的钥匙孔。在知道这些界面的结构基础上设计的多肽来占住
这个钥匙孔,让真正的蛋白质分子不能结合上去,是占住钥匙孔的新设想,比前面的小
分子的钥匙孔是一大半进步。已经有用中等大小的聚合物来占住这个界面的研究。这些
研究是通过检测蛋白质的功能来测试这些设计的多肽或聚合物是不是有用。从这些理论
研究到一个药物会有很长的路,但提供的数据是以后新的设计和研究的基础。
没有理论研究,是不可能设计出特异(specific)的筛选系统的。从肿瘤药物的筛选看
,最初的筛选就是找能杀死分裂快的细胞的化合物。这个筛选可以拿正常细胞作对比。
等有了目标,再作动物人体试验,不合适,再修改化合物的结构,希望减少副作用。细
胞分裂涉及的蛋白质太多,往往哪个蛋白质是目标就费很大劲才能找出来。如果我记得
不错的话,化疗用的紫杉醇就是这样找出来的。但理论研究的深入,对不同蛋白质的功
能的深入了解,就可以发展出比较特异的筛选方法。象雌激素受体能结合特定的DNA片
段,从而调控下游基因的表达。那就把这个DNA片段拿出来,后面的基因用一个方便检
测的reporter基因。这样的筛选就比上面进化了一步。
但一个基因的表达涉及的蛋白质还是太多,目前在研究和试验阶段的筛选方法可以只要
几个蛋白质或DNA/RNA分子,并能在试管里进行。如雌激素受体要和DNA结合才能行使它
的功能,我们就直接在一个试管里放入这段DNA和雌激素受体,检测它们结合的情况。
然后可以加一个一个的化合物进去,看那个化合物具有拆开这种结合的功能。当然这样
筛选出来化合物还得回到细胞,动物,人体里测试,但这样的筛选系统就使得瞄准非天
然钥匙孔的化合物的筛选变得容易起来。目前有很多筛选系统在研究阶段--旋光方法是
用荧光标记相对小一些的DNA分子,在溶液里它不与蛋白质结合的话,旋转就比较快;
当大分子雌激素受体结合上去后就旋转慢了。另一个筛选系统是FluorescentResonance
EnergyTransfer(FRET),它利用两个分子结合后距离拉近,能量能在两者之间传递来
检测两个分子是不是结合在一起。有人用第一种方法筛选出了能阻止雌激素受体和DNA
结合的化合物,并证明了这种细胞外筛选出来的化合物能在细胞内起作用(也被别人证
实),阻止雌激素受体调控的基因在细胞内的表达和癌细胞的生长。同时,数据也显示
这个化合物不能堵住雌激素和雌激素受体的结合,表明这个化合物可能瞄准的是雌激素
的那个天然钥匙孔之外的地方。
筛选系统的建立有赖于对生物细胞体内分子机制的理解。这是理论研究的价值所在。前
几十年的理论研究为后面的药物筛选打下了良好的基础。过去几年,美国政府支持的药
物筛选中心就建起了好几家,而以大学/研究所自己资助的形式建立的小型筛选中心就
更多了。理论研究打下的基础不仅仅是为小分子筛选,在诊断上,在其他形式的药物设
计上都起了巨大的促进作用。
筛选还是碰运气的阶段。但累计的数据,找到的目标都是今后进一步发展药物的基础。
美国的生物基础研究打下的这个基础其实是造福全人类的。前几天岳父母来电话,说我
以前毕业的研究单位的一个课题组在卖一个新药,一个亲戚在使用,很贵,问我有没有
用。可想而知,在知识传播如此之快的今天,美国的研究能不让研究落后一些的国家受
益么?当然,美国的生物基础研究得益于许多中国来的“苦力”博士和博士后们,这也
是一种回报吧。
(二0一一年九月十八日)
avatar
e*s
2
加精!

【在 m*********D 的大作中提到】
: 蛋白质的结构与功能的关系
: 要回答这个问题,先得从基本的蛋白质结构讲起。生物的进化,选择了DNA分子作为遗
: 传的载体,而细胞里真正运转的机器是蛋白质(近年的研究表明小分子的RNA也有这种
: 功能,不在这里讨论)。所以,了解蛋白质的结构是生物研究的重要一环。
: 蛋白质是20种氨基酸的聚合物。这20种氨基酸的共同点是大家都有一个胺基,一个羧基
: 。一个氨基酸的胺基和另一个氨基酸的羧基连在一起,就象孩子拿一根绳子把20种不同
: 颜色的珠子串一起一样。这串珠子可小可大。小的叫多肽,大的叫蛋白质。两者之间没
: 有一个严格的数量区分标准。如果以一个500个氨基酸组成的蛋白质来计算氨基酸可能
: 的排列组合,你知道那有20的500次方的可能性。这也是决定不同氨基酸排列组合而形
: 成的蛋白质可以有不同的功能的基础。一个特定蛋白质的氨基酸顺序在生物化学上称为

avatar
m*D
3
哈哈,多谢。今天家里请客,太太烤火鸡,我准备几道湖南下酒菜,所以边炸鱼边上网
聊天
。做生物和化学日子太清苦,我和太太就喜欢在家折腾,喝喝酒,老朋友聚一聚。按太
太说法,不容易depressed。
节日快乐!

【在 e****s 的大作中提到】
: 加精!
avatar
s*l
4
这个写的很好。不过可惜的是10年的NIH Roadmap (2005-2014年)结束了,我知道不少
学校之前建立的筛选中心走了不少管理筛选的人,而且目前正在艰难转型中。

【在 m*********D 的大作中提到】
: 蛋白质的结构与功能的关系
: 要回答这个问题,先得从基本的蛋白质结构讲起。生物的进化,选择了DNA分子作为遗
: 传的载体,而细胞里真正运转的机器是蛋白质(近年的研究表明小分子的RNA也有这种
: 功能,不在这里讨论)。所以,了解蛋白质的结构是生物研究的重要一环。
: 蛋白质是20种氨基酸的聚合物。这20种氨基酸的共同点是大家都有一个胺基,一个羧基
: 。一个氨基酸的胺基和另一个氨基酸的羧基连在一起,就象孩子拿一根绳子把20种不同
: 颜色的珠子串一起一样。这串珠子可小可大。小的叫多肽,大的叫蛋白质。两者之间没
: 有一个严格的数量区分标准。如果以一个500个氨基酸组成的蛋白质来计算氨基酸可能
: 的排列组合,你知道那有20的500次方的可能性。这也是决定不同氨基酸排列组合而形
: 成的蛋白质可以有不同的功能的基础。一个特定蛋白质的氨基酸顺序在生物化学上称为

avatar
e*s
5
写得浅显易懂,而且一些主要的筛选方法都有提及。非常好。
个人感觉还可以加上Allosteric mediators类的小分子和fragment based drug筛选和
设计。
Have fun in Holiday Party!

【在 m*********D 的大作中提到】
: 哈哈,多谢。今天家里请客,太太烤火鸡,我准备几道湖南下酒菜,所以边炸鱼边上网
: 聊天
: 。做生物和化学日子太清苦,我和太太就喜欢在家折腾,喝喝酒,老朋友聚一聚。按太
: 太说法,不容易depressed。
: 节日快乐!

avatar
z*u
6
好文,学习。
avatar
s*b
7
好,受益匪浅. 请问已经三级结构,用什么计算机软件来设计化合物?需要读哪方面的
东西?
avatar
m*D
8
真的呀?我们这里没有NIH资助的HTS center,但学校自己搞了一个,礼拜三我还和那个
director聊天呢。生意不多,但总断断续续有教授们过来筛。library不大,就
Cambridge的那个15万个compound,加上这里的一个教授自己收集的一万个compound和
NIH的一个structure-diversified library,大约两千compound吧。后面两个,我当年
作assay development的时候,手筛了一遍。
那太可惜了。NIH自己好像有一个,任何NIH资助的research,好像筛选是free的,就是
自己develop HTS assay,把材料给他们。但好像他们的数据马上公开,所以,有人不
愿意。

【在 s****l 的大作中提到】
: 这个写的很好。不过可惜的是10年的NIH Roadmap (2005-2014年)结束了,我知道不少
: 学校之前建立的筛选中心走了不少管理筛选的人,而且目前正在艰难转型中。

avatar
m*D
9
谢谢!昨晚喝高了,今天都起不了床。:(。
是,很多结合在ligand-binding pocket之外的小分子现在都是用Allosteric effect来
解释的。我们以前高出来的一个也是这么解释的。谢谢指正!

【在 e****s 的大作中提到】
: 写得浅显易懂,而且一些主要的筛选方法都有提及。非常好。
: 个人感觉还可以加上Allosteric mediators类的小分子和fragment based drug筛选和
: 设计。
: Have fun in Holiday Party!

avatar
m*D
10
谢谢!

【在 z****u 的大作中提到】
: 好文,学习。
avatar
m*D
11
还真不懂这方面的东西。我就有时读点文献,涉及这方面。经常看到的文献是这个实验
室出来的,你有兴趣,可以自己追踪:
http://www.chemistry.illinois.edu/faculty/John_Katzenellenbogen

【在 s****b 的大作中提到】
: 好,受益匪浅. 请问已经三级结构,用什么计算机软件来设计化合物?需要读哪方面的
: 东西?

avatar
b*3
12
很受教, 多谢。
avatar
s*b
13
15万compound的library多少钱筛一次?

【在 m*********D 的大作中提到】
: 真的呀?我们这里没有NIH资助的HTS center,但学校自己搞了一个,礼拜三我还和那个
: director聊天呢。生意不多,但总断断续续有教授们过来筛。library不大,就
: Cambridge的那个15万个compound,加上这里的一个教授自己收集的一万个compound和
: NIH的一个structure-diversified library,大约两千compound吧。后面两个,我当年
: 作assay development的时候,手筛了一遍。
: 那太可惜了。NIH自己好像有一个,任何NIH资助的research,好像筛选是free的,就是
: 自己develop HTS assay,把材料给他们。但好像他们的数据马上公开,所以,有人不
: 愿意。

avatar
s*i
14
有了三级结构的话,Schrödinger, Dassault Systèmes (Accelrys),
Autodock,Rosetta都可以做docking。读一些手册就可以上手,但要用好需要些经验。

【在 s****b 的大作中提到】
: 好,受益匪浅. 请问已经三级结构,用什么计算机软件来设计化合物?需要读哪方面的
: 东西?

avatar
s*b
15
多谢:)

【在 s****i 的大作中提到】
: 有了三级结构的话,Schrödinger, Dassault Systèmes (Accelrys),
: Autodock,Rosetta都可以做docking。读一些手册就可以上手,但要用好需要些经验。

avatar
z*g
16
Allosteric modulators具有高选择性、低毒性等特有优势,最近几年已经成为药物研
发的热点领域。但目前主要以偶然发现为主,还很难对一个蛋白的potential
allosteric pocket (different from the protein's active site)进行定向的drug
design。我们组构建了一个综合性的AlloSteric Database http://mdl.shsmu.edu.cn/ASD/生物信息学平台,包括allosteric targets, modulators, binding site, Mechanism, Disease and drugs;并在陆续开发相关的计算服务工具,例如,预测蛋白的allosteric sitehttp://202.120.138.35/AST/,用于Virtual Screening,定向筛选Allosteric modulator。
其实,我们最近设计获得的一个小分子activator for epigenetic enzyme,最开
始就是我自己predict 这个酶的allosteric site,再针对这个pocket进行Virtual
Screening,然后买了200个化合物进行实验assay,筛选到一些activators and
inhibitors;尽管现在还没有拿到小分子和蛋白的cocrystallization,但从目前的
mutations, substrate competition等数据来看,我们的小分子可能是结合在预测的
allosteric site。因为这个酶的激动剂更有生物学意义,所以我们对激动剂的hits进
行了几轮优化改造,最后拿到一个蛋白和细胞水平都活性很好的activator,已经做完
pharmacokinetics,正在做动物模型。

针对已经有晶体结构的靶标,加州UCSF的shoichet教授课题组开发了一个免费网站,用
于Virtual Screening(http://blaster.docking.org/),就是你扔一个蛋白结构,并告诉它你希望的binding site,然后会返回给你带有Scoring and ranking 的小分子list及其和蛋白结合的poses;最后,你只需要从这个list里面挑选靠谱的candidates,买来做实验筛选。但需要注意的是,挑选的时候最好有小分子和蛋白相互作用的经验,例如,可以判断它们之间的氢键,静电相互作用,疏水性相互作用等对小分子结合重要的因素,这样挑选的candidates才靠谱。这也是为什么大家都觉得docking不太可信的原因,因为每个人的经验判断不一样,就导致了你买来的化合物真正有作用的概率不一样;也许买了100个,一个阳性也筛不出来;而有些时候,买了30个还有8-9个阳性的。
Shoichet教授组还开发了很多其它用于预测小分子和蛋白结合的计算工具,适合各类对
这个领域感兴趣的人。另外,对于如何挑选Virtual Screening之后的结合,这篇JMC
文章(A medicinal chemist's guide to molecular interactions.
)进行了很好的总结,适合学习一下。
整体来说,Virtual Screening比较适合小课题组,先在计算机上面筛选上千万的
compounds,过滤掉那些明显没戏的,然后从有potential的list里面优中选优;花费不
多,具有导向性,也有一定的概率选到活性化合物。毕竟盲筛一个大的compound
library花费很大,而且同样也是碰运气。
以上仅是个人鄙见,不当之处,还望大家海涵。
avatar
m*D
17
没误导你就好。:)。

【在 b*****3 的大作中提到】
: 很受教, 多谢。
avatar
m*D
18
好像以前是5000-7000吧,是内部价格,外面的要多不少。主要是提供library和
facility,仪器,和帮助,作还是要自己的人。

【在 s****b 的大作中提到】
: 15万compound的library多少钱筛一次?
avatar
A*y
19
Just remember (since most of you are in academia), you grant won't get
funded simply by showing what everyone can do. You must show novelty in
your discovery project and showing very specific biological effects (e.g.
you must have a hit first and show desire biological outcome). Btw, one of
few NIH review sections for drug disvoery such as DMP hates people calling
their small molecules of interests "drugs."
avatar
c*s
20
看的很舒服
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。