专利名称：预测基因毒性的制作方法
预测基因毒性本发明一般涉及毒理学领域。更具体而言，本发明涉及预测基因毒性的方法以及 筛选潜在基因毒性化合物的方法。小核测验(“MNT”)是制药业中常规使用的检测染色体损伤的普通实验。当有丝 分裂完成后完整染色体或染色体片段没有整合入子核时即形成微核。分别导致染色体丢失 /获得和断裂的化合物_致非整倍原和断裂剂使微核形成显著增加，因此能使用该实验进 行检测。因此，微核是染色体损伤的生物标志，小核测验是检测致非整倍原化合物和/或断 裂剂化合物的灵敏方法。小核测验在制药业中广泛用作基因毒性(或无基因毒性)的证据。然而，进行小核测验费力且耗时，当以细胞毒剂量测试时还会出现假阳性结果，同 时进行该测验还需要大量的物品(细胞、细胞系维持试剂和化合物)。激酶负责磷酸化底物并传递胞间和胞内信号，这些信号包括在有丝分裂过程中的 染色体复制起始、倍增和终止。由于已知许多信号级联在多种疾病中具有作用，制药公司经 常靶向抑制激酶。经常开发小分子激酶抑制剂(SMKI)来竞争性结合激酶ATP结合口袋，阻 滞酶磷酸化底物的能力。由于在激酶组内ATP结合口袋高度保守，SMKI除抑制所期望的靶 标外还经常抑制许多激酶，因此需要注意伴随该类型药物化合物而来的非靶标激酶抑制的 毒性。更具体而言，正如阳性微核结果所证实的，分裂中期后的遗传毒性是SMKI通常的毒 理倾向。现在，通过使用较快、试剂用量较少、易于自动化的方法，我们发明了预测小核测 验中何种化合物将呈现阳性(即基因毒性)结果的方法。通过检测给定化合物和大量激酶间的相互作用(激酶结合和/或抑制)，本发明提 供了快速测定给定化合物在MNT实验中将展现基因毒性的可能性的方法。由于能快速且使 用自动方法测定激酶抑制和/或结合，本发明的方法能针对基因毒性(或无基因毒性)高 通量筛选化合物。实际上，能使用本领域已知方法测定结合和抑制。例如参见M. A. Fabian等，Nature Biotechnol (2005) 23 :329_36(以其全部内容引入这里作为参考)。本发明的一个方面是预测化合物基因毒性的方法，该方法包含步骤提供测试化 合物；测定该化合物抑制至少10种激酶的激酶活性的能力，所述激酶选自由CDK2(Seq. Id. 1)、CLKl (Seq. Id. 2)、DYRKlB (Seq. Id. 3)、ERK8(Seq. Id. 4)、GSK3A(Seq. Id. 5)、 GSK3B (Seq. Id. 6)、PCTKl (Seq. Id. 7)、PCTK2 (Seq. Id. 8)、STK16 (Seq. Id. 9)、TTK (Seq. Id. 10)、CLK2 (Seq. Id. 11)、ERK3 (Seq. Id. 12)和 PRKR (Seq. Id. 13)组成的组，或选自由 CDK2、CLKl、DYRK1B、ERK8 (MAPK15)、GSK3A、GSK3B、PCTKl、PCTK2、STK16、TTK、CDK7 (Seq. Id. 64)、CLK4 (Seq. Id. 68)和PCTK3 (Seq. Id. 69)组成的组，其中至少5种所述激酶被抑制 至少50%活性表明所述测试化合物可能具有基因毒性。在一个实施方案中，以大约10 μ M浓度测试所述测试化合物。在另一个实施方案中，测试了化合物抑制选自所述组的至少12种激酶的激酶活 性的能力。在另一个实施方案中，测定了化合物抑制所述组中全部13种激酶的激酶活性的 能力。
在另一个实施方案中，除了上述13种激酶的组外，也可测试至少一种下述的其他 激酶。化合物与一种或更多种这些其他激酶(除了大多数已鉴定的13种激酶外)的高亲合 力与较高可能的基因毒性相关。这些其他激酶是MKNK2(Seq. Id. 14)、SgK085(Seq. Id. 15)、 PIM2 (Seq. Id. 16)、TNNI3K(Seq. Id. 17)、KIT(Seq. Id. 18)、MELK (Seq. Id. 19)、AURKA (Seq. Id. 20)、CLK3 (Seq. Id. 21)、AAKl (Seq. Id. 22)、DCAMKL3 (Seq. Id. 23)、LIMKl (Seq. Id. 24)、 FLTl (Seq. Id. 25)、MAP2K4 (Seq. Id. 26)、PIM3 (Seq. Id. 27)、AURKB (Seq. Id. 28)、ERK2 (Seq. Id. 29)、CSNK1A1L (Seq. Id. 30)、DAPK3 (Seq. Id. 31)、MLCK (Seq. Id. 32)、CLK3 (Seq. Id. 33)、PFTKl (Seq. Id. 34)、PRKD3 (Seq. Id. 35)、AURKC (Seq. Id. 36)、ERK5 (Seq. Id. 37)、 STK17A(Seq. Id. 38)、MST4 (Seq. Id. 39)、CDK3 (Seq. Id. 40) ,MYLK (Seq. Id. 41)、CDC2L1 (Seq. Id. 42)、QIK (Seq. Id. 43)、CDKll (Seq. Id. 44)、PLKl (Seq. Id. 45)、PDGFR β (Seq. Id. 46)、 PRKCM (Seq. Id. 47)、MAPK4 (Seq. Id. 48)、PIP5K2B (Seq. Id. 49)、CSNKlD (Seq. Id. 50)、 RPS6KA1 (KDl) (Seq. Id. 51)、CDK5 (Seq. Id. 52)、PLK3 (Seq. Id. 53)、BIKE (Seq. Id. 54)、 PLK4(Seq. Id. 55)、CAMK2A(Seq. Id. 56)、STK3 (Seq. Id. 57)、CSNK2A1 (Seq. Id. 58)、 STK17B(Seq. Id. 59)、CDK8 (Seq. Id. 60)、MAP2K6 (Seq. Id. 61)、PIMl (Seq. Id. 62)、 MAP2K3 (Seq. Id. 63)、CDK7 (Seq. Id. 64)、IKK 8 (Seq. Id. 65)、TGFBR2 (Seq. Id. 66)、 CDK9 (Seq. Id. 67)、CLK4 (Seq. Id. 68)和 PCTK3 (Seq. Id. 69)。本发明的另一个方面是筛选候选潜在基因毒性化合物的方法，该方法包括步骤 提供多种化合物；测定每一种化合物抑制多种激酶的激酶活性的能力，所述激酶选自由 CDK2、CLK1、DYRK1B、ERK8、GSK3A、GSK3B、PCTK1、PCTK2、STK16、TTK、CLK2、ERK3 和 PRKR 组成 的组，或可选自由 CDK2、CLKl、DYRKIB、ERK8 (MAPK15)、GSK3A、GSK3B、PCTK1、PCTK2、STK16、 TTK、⑶K7、CLK4和PCTK3组成的组，其中抑制至少5种所述激酶活性的至少50%或特异性 结合至少5种所述激酶的至少50%表明所述测试化合物可能具有基因毒性。在优选的实施 方案中，该方法进一步包含拒绝具有可能的基因毒性的化合物的步骤。一般而言，化合物与给定激酶的结合亲合力与该化合物抑制该激酶活性的能力密 切相关，因此结合亲合力是抑制的活性的可靠替代物。因此，在优选的实施方案中，化合物 抑制激酶活性的能力通过测量该化合物与所述激酶的结合亲合力而测定。可使用本领域已 知的多种方法测定结合亲合力；例如通过使用固定的化激酶(或固定的测试化合物，或固 定的竞争性配体，任何这些物质也可被标记)的竞争性测定测定结合亲合力。可使用标准 方法固定化合物和激酶，例如通过生物素化和捕获在包被有链霉抗生物素的底物上而进行 固定。因此，人们可以制备例如具有多种固定的激酶的测试底物，优选包含此处鉴定的 13 种激酶CDK2、CLKl、DYRK1B、ERK8 (MAPK15)、GSK3A、GSK3B、PCTKl、PCTK2、STK16、TTK、 CLK2、ERK3和PRKR(或其他鉴定的激酶)。可将激酶直接(即通过吸附、共价键或生物素-抗 生物素蛋白结合，等)或间接(例如通过结合到已固定在表面上的配体，所述固定通过吸 附、共价键、生物素-抗生物素蛋白结合或其他连接而实现)固定到表面。然后，将激酶与 测试化合物接触并测定亲合力(或酶活性抑制)，例如通过测量结合的经标记化合物或损 失的经标记竞争物测定亲合力。测量每种化合物针对至少10种经鉴定的或可选择的经鉴定的激酶的激酶亲合 力，且最优选针对全部13种鉴定的激酶使用较大数目的激酶(至多13种)产生的基因毒性预测具有较高置信度。具有高的总活性(例如表现出具有针对13种激酶中至少5种激 酶，优选8种或更多种激酶的高亲合力)的化合物具有高可能性的基因毒性预测该化合物 在MNT基因毒性测试中呈阳性。预测具有低的总活性(例如仅对鉴定的激酶具有低亲合力 或仅对1-4种鉴定的激酶具有高亲合力)的化合物在MNT中测试呈阴性。一般将在本发明的测定中测试呈阳性的候选药物(即预测在MNT中为基因毒性的 药物)鉴定为“基因毒性的”或“潜在基因毒性的”，并从进一步的开发中拒绝掉或撤销。在 高通量筛选应用的情况下，可将这样的化合物标记为“毒性的”(例如，在自动化高通量系统 的情况下，通过管理系统的软件实现)，因此能尽早做出决定。因此，部分基于化合物的潜在基因毒性，人们能使用本发明的方法来区分优先次 序并选择候选的用于药物开发的化合物。例如，假如某人已经制备了许多具有针对选定靶 标的相似活性的化合物(例如50种或更多)并期望为进一步的开发区分优先次序或选择 所述化合物的亚集，他可以在本发明的方法中测试整组化合物并丢掉或拒绝掉所有那些基 因毒性测试呈阳性的化合物。通过早期鉴定毒性的重要来源降低了药物开发的费用，以及 选来开发的任何化合物的研究数量。由于本发明的方法快速且易于自动化，巨量化合物的 筛选现在成为可能，否则其不可能或者不切合实际。也可使用本发明的方法鉴定环境污染物等，在这种情况下，典型地鉴定这样的化 合物以进一步研究它们的毒性。在本发明方法的该应用中，人们可使用已知方法(例如层 析)分级环境样品(例如怀疑被污染的土壤、水或空气)，并用本发明的方法研究所述组分。 然后，将显示基因毒性信号的组分进行进一步分级，并(使用本发明的方法)鉴定起作用的 毒性剂。可选地，人们可使用怀疑为环境污染物的纯化合物或纯化的化合物进行本发明的 方法，以测定其潜在的基因毒性。由于本发明的方法快速且易于自动化，巨量化合物的筛选 现在成为可能，否则其不可能或者不切合实际。所有在此公开文本中引用的出版文献以其整体引入这里作为参考。除非另有说明，在本申请(包括说明书和权利要求)中使用的下列术语给出定义 如下。必须指出的是，除非上下文另有明确说明，在说明书和附加权利要求书中所用的单数 形式的“ a”、“ an ”及“ the ”包括复数对象。在此使用的术语“基因毒性”指产生染色体畸变的化合物，包括断裂(断裂剂)或 异常拷贝数(致非整倍原)。在该上下文中，“基因毒性”指小核测验中的阳性结果。“基因 毒性的可能性”具体指预测所讨论的化合物在MNT中以至少75%置信度证明为基因毒性。术语“测试化合物”指将要测定其基因毒性的物质。测试化合物可以是候选药物 或先导化合物、化学中间体、环境污染物、化合物混合物等。术语“激酶”指能附加给蛋白质或分子磷酸基和/或从蛋白质或分子移除磷酸基 的酶。“抑制激酶活性”指化合物降低或干扰这样的磷酸酶活性的能力。由于小分子与给定 激酶的结合亲合力与所述分子抑制激酶活性的能力密切相关，认为结合亲合力是此处所述 的激酶活性的同义词，认为高结合亲合力等同于高激酶抑制活性。结合亲合力和激酶抑制 间的相关性由M. A.Fabian等，Nature Biotechnol (2005) 23 :329_36(以全文引入此处作为 参考)描述。术语“鉴定的激酶”指下述激酶的集:CDK2 (Seq. Id. 1)、CLKl (Seq. Id. 2)、 DYRKlB (Seq. Id. 3)、ERK8 (Seq. Id. 4)、GSK3A (Seq. Id. 5)、GSK3B (Seq. Id. 6)、PCTKl (Seq.Id. 7)、PCTK2 (Seq. Id. 8)、STK16 (Seq. Id. 9)、TTK (Seq. Id. 10)、CLK2 (Seq. Id. 11)、 ERK3 (Seq. Id. 12)和 PRKR(Seq. Id. 13)。“其他鉴定的激酶”指由 CDK2、CLKl、DYRK1B、 ERK8 (MAPK15)、GSK3A、GSK3B、PCTKl、PCTK2、STK16、TTK、CDK7、CLK4 和 PCTK3 组成的激酶 集。优选的激酶是序列表中标明的人类激酶。然而，也可在本方法中使用来源于任何其他 生物的激酶。此处述及的所有专利和出版物均以其整体并入本文作为参考。 实施例为了鉴定指示测试化合物呈基因毒性的可能性的激酶集，进行了下述分析。首先， 选择54种合适的小分子激酶抑制剂(“SMKI”)以形成训练集。其次，训练集中的每一种化 合物均需获得针对290种激酶的体外MNT结果和单点抑制谱(single point inhibition profile)。然后进行统计分析，以(1)建立使用所述单点激酶抑制谱的模型以预测所述MNT 结果及(2)鉴定与MNT结果相关的激酶。最后，使用未用于训练的其他33种SMKI的集验 证该模型。先前已详细地描述了体外小核测验(M.Fenech，Mutation Res (2000) 455 (1-2) 81-95)。该实验使用了已建立的悬浮生长的永生小鼠淋巴瘤细胞系L5178Y tkv_(ATCC CRL 9518)。通常，以至少12个浓度水平且最高达500 μ g/mL的浓度测试化合物。一般选择最 高评估剂量来观察可接受的毒性(相对细胞计数(RCC)降低少于50%)或水性介质中明显 的沉淀现象。假如该化合物可溶且无毒则设定5000 μ g/mL的最高剂量。为了评估细胞毒 性，计算相对细胞计数(RCC，&%阴性对照表示)。通过设定细胞密度为大约IX IO6个细 胞/mL并使用细胞离心涂片器(1000转/分钟，5分钟)离心到干净的玻片上而制备玻片。 在冰冷的甲醇中(_20°C，至少4小时)固定和储存细胞。用Η33258(1 μ g/mL PBS/CMF)孵 育玻片5分钟并用IOyL antifade封片以用于荧光显微镜检查。在装备有适当滤光片组 的落射荧光显微镜的帮助下分析最少3个浓度水平以确定微核化细胞的存在。假如与并行 的阴性对照相比，一个或更多个浓度显示了至少2倍增加的微核化细胞数目，则认为该化 合物具有断裂剂/致非整倍原活性。基于多个标准(包括选择性激酶抑制谱、冗余度极小化和化学多样性)将54个化 合物选择包括在训练集中。在内部SMKI数据库中，仅考虑具有选择性激酶抑制谱的化合物， 其中选择性化合物是在单点抑制6种或较少种激酶的抑制值大于95 %，及抑制11种或较少 种激酶的抑制值大于85%的化合物。使用M. A.Fabian等，Nature Biotechnol (2005) 23 329-36所述的方法测定激酶抑制。在大量化合物选择性抗许多相同激酶时，仅选择这些化 合物中的一种，以最小化那些激酶的冗余度或重复表现度(over-r印resentation)。在这些 过滤步骤后，基于物理性质(包括AlogP、分子量、氢供体和受体数目、可旋转键数目、原子 数、环数、芳香环数及片段数)选择化学多样性集。在SciTegic's Pipeline Pilot 6.0.2 中基于最大相异性方法并使用“多样性分子”滤子(“Diverse Molecules"filter)定义多 样性。获取训练集中每种化合物抗290种激酶的抑制谱和体外MNT结果(N = 54)。针 对MNT结果获得了 3个不同的读数阴性(N = 22)，阳性(N = 26)和弱阳性(N = 6)。基 于进行抑制谱的浓度上的％丽细胞将6个弱阳性分配为阴性标签或阳性标签。这使6种化合物中的5种被重新分配为阴性，给出了总共27个阴性和27个阳性化合物。在所有抑制谱集的范围中首先进行预处理，以移除不提供信息的或偏倚的激酶。 将在整个54种化合物的集中均没有差异的激酶移除，因为它们不提供信息。将JNK和p38 同种型移除，以减少开发来靶向那些激酶的训练集中大量化合物的偏倚。为确保移除JNK 和p38同种型未引入不同形式的偏倚，我们进行了额外的分析，借此我们仅考虑了那些未 被开发用于这些激酶靶标的训练集化合物，并发现JNK和p38同种型均与MNT结果无关。为了建立该模型，在多个阶段进行了特征选择(FS)和模式识别(PR)。对于所有分 析，使用交叉效度分析评估该模型在多个试验中的表现。每个试验将原始数据随机分为训 练集和测试集；使用训练集建立临时模型，使用测试集预测结果，然后检验表现。使用特征 选择方法测定哪种激酶或“特征”可能与MNT结果最相关。在每一个试验中，将抗所选特征 的抑制值用作模式识别方法的输入值，其然后预测了阳性或阴性结果。在第一个阶段，将特征选择方法分为两组能处理大量输入数据集的方 法(FSl)，和以较少数据较好执行的方法(FS2)。使用10个5倍交叉效度测验、在 多个试验分析中测试了 FSI、FS2和ra的不同组合。选择具有最低平均错误率的方 法组合用于下一阶段的分析。这些组合包括用于FSI的柯尔莫诺夫-斯米尔诺夫/ T测验混合算法，用于FS2的随机森林算法和用于I3R的支持向量机(T. Hastie等， "The Elements of StatisticalLearning，，(2001, Springer-Verlag) ；R. 0. Duda 等，“Pattern Classification,第 二 版，，(2000, Wiley-Interscience)；禾口 "Feature Extraction-Foundationsand Applications，，(2006, Springer-Verlag, I. Guyon等编辑))。将第一阶段选择的方法组合进行调整以获得最佳表现。优化了多个参数，包括模 型中使用的激酶数。调整过程显示，在多个试验中，当在FSl和FS2后选取为显著的激酶数 为13时平均错误率最低。因此，以最优参数调整了该模型，然后特定选择13个最显著特征 作为I3R的输入值。然后通过进行50个5倍交叉效度分析评估了使用该特征选择和模式识别方法组 合的模型的准确性、特征数和最佳调整参数。重要的是，在每一个交叉效度分析倍数内进行 特征选择和模式识别。产生的模型具有80% 士4%的准确性S卩，该模型平均在80%的情 况下正确预测了 MNT结果。也使用50个5倍交叉效度分析来测定与MNT结果相关的激酶。基于250个试验 中(50个5倍交叉效度分析)激酶被选为显著的次数选择激酶。原始的290种激酶中的55 种被至少一次选为显著。选择以大于50%的频率(N = 13)被选择的那些激酶包括在最终 的模型中。在多轮测试后，发现抗该13种激酶的激酶抑制谱在至少50%的预测真实MNT结 果的情况下是显著的。即，具有阳性体外MNT结果的SMKI倾向于具有高水平的抗该13种 激酶的抑制活性。对于每一种SMKI，该模型由抗下述13种激酶的单点激酶抑制谱组成⑶K2、CLK1、 DYRK1B.ERK8 (MAPK15)、GSK3A、GSK3B、PCTKl、PCTK2、STK16、TTK、CLK2、ERK3 和 PRKR。此外， 也包括进行激酶筛选时所选浓度的体外MNT测定结果。基于定量结合常数的第二模型包 含第二 (重叠)集的 13 种激酶CDK2、CLKl、DYRK1B、ERK8 (MAPK15)、GSK3A、GSK3B、PCTKl、 PCTK2、STK16、TTK, CDK7、CLK4和PCTK3。两个模型所选的激酶高度相似，这证明了单点激 酶抑制模型的稳健性。
为了评估该最终模型的有效性，将另外集的33种化合物用作验证集。这33种化 合物未包括在最初的54种化合物的集中，但每一种化合物均包括抗所述13种模型激酶的 单点抑制值以及体外MNT结果。假如给出了验证数据，该模型能准确预测所有化合物的MNT 结果，因此以76%的准确性进行，该准确性处于我们根据交叉效度分析估计的模型准确性 范围之内。本发明已经通过参考其具体实施方案进行了描述，本领域的技术人员应认识到， 在不背离本发明的精神和范围的情况下可以作出若干变动及可以用等同物进行替换。此 外，可以进行多种修改来使特殊的环境、材料、物品成分、方法、过程步骤或步骤适应于本发 明的目标精神和范围。所有这样的修改确定为落入在此所附的权利要求书的范围之内。
权利要求
一种预测化合物基因毒性的方法，所述方法包含a)提供测试化合物；b)测定该化合物抑制至少10种激酶的激酶活性的能力，所述激酶选自由CDK2、CLK1、DYRK1B、ERK8、GSK3A、GSK3B、PCTK1、PCTK2、STK16、TTK、CLK2、ERK3和PRKR组成的组，其中至少5种所述激酶被抑制至少50％活性表明所述测试化合物具有基因毒性。
2.一种预测化合物基因毒性的方法，所述方法包含a)提供测试化合物；b)测定该化合物抑制至少10种激酶的激酶活性的能力，所述激酶选自由CDK2、CLKU DYRKIB、ERK8 (MAPK15)、GSK3A、GSK3B、PCTK1、PCTK2、STK16、TTK、CDK7、CLK4 和 PCTK3 组成 的组，其中至少5种所述激酶被抑制至少50%活性表明所述测试化合物具有基因毒性。
3.根据权利要求1或2所述的方法，其中步骤b)进一步包含测定该化合物抑制至少1 种激酶的激酶活性的能力，所述激酶选自由MKNK2、SgK085、PIM2、TNNI3K、KIT、MELK、AURKA、 CLK3、AAK1、DCAMKL3、LIMK1、FLT1、MAP2K4、PIM3、AURKB、ERK2、CSNK1A1L、DAPK3、MLCK、CLK3、 PFTK1、PRKD3、AURKC、ERK5、STK17A、MST4、CDK3、MYLK、CDC2L1、QIK、CDK11、PLK1、PDGFR β、 PRKCM、MAPK4、PIP5K2B、CSNK1D、RPS6KA1. Kin. Dom. 1、CDK5、PLK3、BIKE、PLK4、CAMK2A、STK3、 CSNK2A1、STK17B、CDK8、MAP2K6、PIM1、MAP2K3、CDK7、IKK ε、TGFBR2、CDK9、CLK4 和 PCTK3 组成的组。
4.根据权利要求1到3所述的方法，其中所述测试化合物在大约10μ M的浓度进行测试ο
5.根据权利要求1到4所述的方法，其中步骤b)包含测定该化合物抑制选自所述组的 至少12种激酶的激酶活性的能力。
6.根据权利要求1到4所述的方法，其中步骤b)包含测定该化合物抑制所述组中全部 13种激酶的激酶活性的能力。
7.筛选潜在基因毒性化合物的方法，所述方法包含a)提供大量测试化合物；b)测定每一种化合物抑制至少10种激酶的激酶活性的能力，所述激酶选自由CDK2、 CLKl、DYRK1B、ERK8、GSK3A、GSK3B、PCTKl、PCTK2、STK16、TTK、CLK2、ERK3 和 PRKR 组成的 组，或选自由 CDK2、CLK1、DYRK1B、ERK8 (MAPK15)、GSK3A、GSK3B、PCTK1、PCTK2、STK16、TTK、 ⑶K7、CLK4和PCTK3组成的其他组；其中至少5种所述激酶被抑制至少50%活性表明所述测试化合物具有基因毒性。
8.根据权利要求7所述的方法，进一步包含c)拒绝证明可能具有基因毒性的化合物。
9.根据权利要求1到8所述的方法，其中该化合物抑制激酶活性的能力通过测量该化 合物与所述激酶的结合亲合力进行测定。
10.一种测试底物，其包含固相支持物；及固定在所述固相支持物上的激酶CDK2、CLKU DYRK1B、ERK8、GSK3A、GSK3B、PCTKU PCTK2、STK16、TTK、CLK2、ERK3 和 PRKR，或激酶 CDK2、CLK1、DYRK1B、ERK8 (MAPK15)、GSK3A、 GSK3B、PCTK1、PCTK2、STK16、TTK、CDK7、CLK4 和 PCTK3。
11.根据权利要求10所述的测试底物，进一步包含固定在所述固相支持物上的激酶，所述激酶选自由MKNK2、SgK085、PIM2、TNNI3K、KIT、 MELK, AURKA, CLK3、AAKl、DCAMKL3、LIMKl、FLTl、ΜΑΡ2Κ4、ΡΙΜ3、AURKB, ERK2、CSNK1A1L、 DAPK3、MLCK, CLK3、PFTKl、PRKD3、AURKC, ERK5、STK17A、MST4、CDK3、MYLK, CDC2L1、QIK、 CDKl 1、PLKl、PDGFR β、PRKCM、ΜΑΡΚ4、ΡΙΡ5Κ2Β、CSNK1D、RPS6KA1. KDl、CDK5、PLK3、BIKE、 PLK4、CAMK2A、STK3、CSNK2A1、STK17B、CDK8、ΜΑΡ2Κ6、ΡΙΜ1、ΜΑΡ2Κ3、CDK7、IKK ε、TGFBR2、 CDK9、CLK4和PCTK3组成的组。
12.实质上如上所述，特别是参照前述实施例的方法和测试底物。
全文摘要
通过化合物抑制至少5种来自选定组的激酶的能力预测该化合物在小核测验中显示基因毒性的可能性。
文档编号C12Q1/48GK101903774SQ200880120541
公开日2010年12月1日 申请日期2008年12月11日 优先权日2007年12月20日
发明者A·J·奥拉哈斯基, D·M·戈尔茨坦, H·M·L·比特, K·L·科拉雅, N·贡扎路多, S·基希纳 申请人:弗·哈夫曼-拉罗切有限公司