[发明专利]无标记的定靶药理学方法

权利要求书

1.一种测定分子定靶药理学的方法，所述方法包含步骤：

a.收集来自试验模式组的生物传感器反应；

b.分析所述生物传感器反应；和

c.测定所述分子的所述定靶药理学。

2.如权利要求1所述的方法，其特征在于，所述生物传感器反应是无标记生物传感器反应。

3.如权利要求1所述的方法，其特征在于，所述方法由2-10种试验模式组成。

4.如权利要求1所述的方法，其特征在于，所述试验模式选自持续激动刺激试验、拮抗试验、顺序刺激试验、反向顺序刺激试验、共刺激试验、调节试验和调节概况试验。

5.如权利要求1所述的方法，其特征在于，所述试验模式选自持续激动刺激试验、顺序拮抗试验、反向顺序刺激试验、有通路调节剂的共刺激试验和不同通路标记组的调节。

6.如权利要求1所述的方法，其特征在于，所述一种或多种试验从预定时域收集数据。

7.如权利要求6所述的方法，其特征在于，所述方法有3-20、3-15、3-10、3-7或3-5个时域响应。

8.如权利要求6所述的方法，其特征在于，在刺激后0-3分钟、3-6分钟、6-10分钟、10-20分钟、20-50分钟和50-120分钟测定所述时域响应。

9.如权利要求6所述的方法，其特征在于，所述时域响应覆盖细胞信号转导中不同的波。

10.如权利要求6所述的方法，其特征在于，在刺激后3、5、9、15和50分钟测定所述时域响应。

11.如权利要求6所述的方法，其特征在于，所述分析生物传感器反应包含数字描述DMR信号。

12.如权利要求11所述的方法，其特征在于，所述方法还包含将以数字的描述DMR信号排序成数字矩阵。

13.如权利要求12所述的方法，其特征在于，所述数字矩阵通过运行聚类算法分析而生成。

14.如权利要求13所述的方法，其特征在于，所述聚类算法分析是一维或二维聚类算法分析。

15.如权利要求13所述的方法，其特征在于，所述聚类算法是分级、K均值或马尔可夫聚类算法。

16.如权利要求13所述的方法，其特征在于，所述聚类算法是分级聚类算法。

17.如权利要求13所述的方法，其特征在于，所述分级使用最大配对关联来关联各组。

18.如权利要求13所述的方法，其特征在于，所述聚类算法使用欧几里德距离。

19.如权利要求13所述的方法，其特征在于，所述聚类呈热图的形式。

20.一种重新定位测试分子的方法，所述方法包含步骤：

a.收集来自试验模式组的所述测试分子的生物传感器反应；

b.分析所述测试分子的所述生物传感器反应；

c.测定所述测试分子的所述定靶药理学；

d.聚类作用于同一靶标的所述测试分子和现有药物分子来鉴定药物分子定靶药理学的最接近匹配；和

e.重新定位所述测试分子以指示最接近匹配的药物分子。