醛糖还原酶抗体的应用

背景^[1-3]

醛糖还原酶抗体是一类可以特异性结合醛糖还原酶的多克隆抗体，主要用于体外检测醛糖还原酶的免疫学实验。

醛糖还原酶(Aldose reductase,AR)属于还原型辅酶(NADPH)依赖型醛-酮还原酶家族,存在于神经、肌肉、脑、肾脏、胎盘、血管、视网膜等组织中。不同组织的醛糖还原酶在其分子构成、免疫原性及其他理化性质稍有差别。醛糖还原酶可催化多种亲水性的醛(包括醛形式的葡萄糖)还原为相应的醇。醛糖还原酶为一含巯基的单链多肽,在体内以单体形式存在。

醛糖还原酶抗体

醛糖还原酶属于醛酮还原酶超家族,是以烟酰胺腺嘌吟二核苷磷酸(NADPH)为辅酶催化醛类或酮类物质还原为相应的醇的单体多肽,其生理作用尚不十分清楚。NADPH与氧化应激关系密切,在糖尿病并发症和多种氧化应激性疾病的发生发展中发挥重要作用。

醛糖还原酶的分布及表达醛糖还原酶属于NADPH依赖性的醛酮还原酶超家族成员之一,是多元醇通路的关键限速酶,为一单链多肽,在体内以单体形式存在,广泛存在于肾、肾上腺、睾丸、血管、胎盘、晶状体、视网膜、神经、心脏、脑、骨骼肌、肺及肝等组织中。此外,醛糖还原酶在酒精性肝病和肝癌组织中表达上调,而在肾上腺皮质癌中表达下调。

应用^[4][5]

用于醛糖还原酶在脊髓损伤后神经元中的作用研究

体外培养大脑皮层原代神经元,观察各种刺激下AR的表达情况,比较分析AR对各种刺激反应的敏感性。

通过AR过表达慢病毒感染神经元,观察比较不同水平AR的神经元对炎性刺激的反应;AR过表达慢病毒感染T10脊髓前角神经元后,建立脊髓损伤模型,观察AR过表达对小鼠运动功能恢复的作用。

方法:1.培养大脑皮层原代神经元,免疫荧光染色鉴定其纯度;机械损伤（划伤）刺激大脑皮层原代神经元12 h、24 h、48 h和96 h,收集细胞,q RT-PCR和Western blot检测不同时间点AR m RNA表达和AR蛋白表达水平变化;氧糖剥夺/复氧（Oxygen glucose deprivation/reoxygenation,OGD/R）刺激大脑皮层原代神经元0.5 h、1 h、2 h和4 h,收集细胞,CCK-8检测神经元活性,q RT-PCR和Western blot检测不同时间点AR m RNA表达和AR蛋白表达水平变化;脂多糖（lipopolysaccharide,LPS）和白细胞介素-4（interleukin-4,IL-4）分别处理大脑皮层原代小胶质/巨噬细胞24 h,收集培养基（condition medium,CM）,作为条件培养基（LPS-CM和IL-4-CM）刺激大脑皮层原代神经元24 h,收集细胞,q RT-PCR和Western blot检测不同时间点AR m RNA表达和AR蛋白表达水平变化;肿瘤坏死因子-α（tumor necrosis factor,TNF-α）25 ng/m L和干扰素-γ（interferon-γ,IFN-γ）20 ng/m L同时刺激大脑皮层原代神经元12 h、24 h和48 h,收集细胞,q RT-PCR和Western blot检测不同时间点AR m RNA表达和AR蛋白表达水平变化。

1. AR过表达(AROE)慢病毒感染大脑皮层原代神经元,确定慢病毒MOI和感染率,CCK-8检测神经元的活性,q RT-PCR和Western blot检测AR过表达情况;WT、AR敲除（AR ko）和AROE原代神经元同时分组培养,免疫荧光染色观察统计神经元突起生长情况;通过立体定位注射AROE慢病毒感染T10脊髓前角神经元,免疫荧光染色观察病毒感染情况;建立WT、AR ko和AROE小鼠脊髓损伤模型,BMS（Basso Mouse Scale,BMS）评分评估小鼠运动功能。

研究结果:1.qRT-PCR和Western blot结果显示,机械损伤和TNF-α+IFN-γ、LPS-CM/IL4-CM炎性刺激诱导下原代神经元中AR表达上调,炎性刺激诱导下神经元中AR表达上调更为明显,提示与直接的机械损伤相比,原代神经元中AR的表达对（直接或间接）炎性刺激更加敏感;OGD/R刺激原代神经元,AR m RNA表达上调,AR蛋白表达下调,提示OGD/R刺激诱导了原代神经元转录水平的AR表达。

2.AROE慢病毒感染大脑皮层原代神经元,神经元存活情况无明显变化,AR表达上调,提示AROE原代神经元模型成功建立;炎性刺激大脑皮层原代神经元,AR ko Control组神经元突起数量减少,AROE组神经元突起数量增加,提示AR对神经元存活的必要性,AR在神经元中表达上调对神经元具有保护作用;AROE慢病毒感染小鼠脊髓神经元,免疫荧光染色提示AROE小鼠模型成功建立;脊髓损伤后,AR ko小鼠运动功能恢复优于WT小鼠,AROE小鼠运动功能恢复优于WT小鼠。

参考文献

[1]Global and regional diabetes prevalence estimates for 2019 and projections for 2030 and 2045:Results from the International Diabetes Federation Diabetes Atlas,9 th edition[J].Pouya Saeedi,Inga Petersohn,Paraskevi Salpea,Belma Malanda,Suvi Karuranga,Nigel Unwin,Stephen Colagiuri,Leonor Guariguata,Ayesha A.Motala,Katherine Ogurtsova,Jonathan E.Shaw,Dominic Bright,Rhys Williams.Diabetes Research and Clinical Practice.2019(C)

[2]SwissTargetPrediction:updated data and new features for efficient prediction of protein targets of small molecules.[J].Daina Antoine,Michielin Olivier,Zoete Vincent.Nucleic acids research.2019(W1)

[3]Combining machine learning systems and multiple docking simulation packages to improve docking prediction reliability for network pharmacology.[J].Kun-Yi Hsin,Samik Ghosh,Hiroaki Kitano.PLoS ONE.2018(12)

[4]The renin–angiotensin–aldosterone system blockade in patients with advanced diabetic kidney disease[J].Sheila Bermejo,Carles Oriol García,Eva Rodríguez,Clara Barrios,Sol Otero,Sergi Mojal,Julio Pascual,María JoséSoler.NEFROLOGIA（English Edition）.2018(2)

[5]高小川.醛糖还原酶在脊髓损伤后神经元中的作用研究[D].延安大学,2022.