극저온 전자현미경(cryoEM)을 통한 단백질 구조 및 구조 결정 예측에서 AlphaFold2의 놀라운 발전에도 불구하고 단백질 결정학은 여전히 약물 발견을 위한 더 높은 해상도의 데이터와 더 신뢰할 수 있는 구조를 제공할 가능성이 높습니다. 결정학 연구의 병목 현상은 결정화를 촉진하는 화학 칵테일을 찾는 것입니다. 각 납 상태에는 2~7개의 화학 물질이 포함되어 있으며 희박한 매트릭스 스크린에서 수백 가지 용액을 샘플링하여 발견됩니다.
좋은 납의 구성이 최적화되면 구조 연구를 위해 단백질 결정이 대량으로 성장합니다. 단백질 결정 성장은 종종 일부 요인의 증가하는 수준에 대해 2차 반응을 제공하며 양방향 상호작용이 풍부합니다. 2단계 디자인에서는 이러한 기능이 누락되었습니다. 새로운 2단계 수정된 한 번에 한 가지 요소(MOFAT) 실험은 시뮬레이션 연구에서 양방향 상호 작용을 감지할 수 있습니다(Yu 2022). MOFAT를 3단계로 확장하면 크리스탈 재배자들이 관심을 가질 것입니다.
우리는 3단계 확장 MOFAT(EMOFAT) 설계가 양방향 및 2차 효과를 감지할 수 있다고 가정합니다. 이 설계는 표준 OFAT 설계의 기준 실행을 유지하고 모든 요인이 최저 또는 최고 수준인 실행을 추가합니다(2m + 3 실행, 여기서 m은 요인 수). 우리는 JSL 스크립트를 사용하여 시뮬레이션 연구를 수행하여 3방향 상호작용을 포함한 주효과와 고차 상호작용을 탐지하는 이러한 설계의 능력을 조사했습니다.
이러한 디자인은 세 가지 수준이 비선형 반응을 감지하고 고급 최적화 실험으로 진행하기 전에 양방향 상호 작용을 감지할 수 있기 때문에 단백질 결정 재배자에게 매력적일 수 있습니다.
