抗体筛选新方法_第1页
抗体筛选新方法_第2页
抗体筛选新方法_第3页
抗体筛选新方法_第4页
抗体筛选新方法_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、肿瘤、炎症、自身免疫性疾病(如:红斑狼疮、类风关、克隆氏病、多发性硬化)、神经退行性疾病、传染疾病等多种疾病中,患者体内都会产生和累积大量的自身抗体,有些自身抗体在特定疾病的早期,甚至是疾病的可视化症状出现之前就已经出现(图1),这为疾病的早期诊断提供了可靠地生物标志物;而有些自身抗体则是机体抵抗疾病侵袭的自身保护性抗体,这则为疾病的治疗提供了新的思路,正如全球知名的制药巨头提供的数据显示,大型制药公司利润的60%已经来自属于抗体的药物(图2)。图1. 自身抗体往往出现在疾病的可视化症状之前图2. 大型制药公司60%的利润已经来自抗体类药物那么,如何发现这些潜在的自身抗体呢?。目前,最适合筛选

2、自身抗体的方法为蛋白质芯片法,一张蛋白芯片往往有成千上万种蛋白质点,可以一次性筛选一个样本中可以与这些蛋白质相互作用的自身抗体,再通过标有荧光标志物的抗Human IgG的二抗进行孵育以及荧光检测,就可以发现这些自身抗体(图3)。图3. 蛋白芯片筛选自身抗体过程示意图原理很简单,但是却很难做好,为什么呢?这就不得不说一下抗体与抗原的结合过程了。简而言之就是对应抗体识别抗原上特异的抗原表位,然后结合上去。而抗原表位分为两种,线性表位(Linear epitope)以及非连续性表位(discontinuous epitope)。线性表位由一段连续的氨基酸序列组成,识别线性表位的抗体识别这段氨基酸序

3、列并产生抗原抗体的结合反应;而非连续性抗原表位则由不连续的氨基酸组成,通过抗原蛋白质的正确折叠之后,靠近在一起,被相应抗体识别,产生抗原抗体结合反应(图4)。图4. 线性表位与非连续性表位被对应抗体识别并结合示意图在生物体内,大多数的自身抗体是识别抗原的非连续性表位的,正确识别筛选出这些自身抗体,就需要蛋白质芯片上的蛋白质是全长、正确折叠并且有生物功能的。可是,传统的蛋白质芯片只能保证芯片上合成的蛋白质是全长的(有些还不能保证),无法保证蛋白质正确折叠,更无法保证相应蛋白质具有正常的生物功能。其他影响传统蛋白质芯片筛选自身抗体的问题还包括CV值(coefficient of variation

4、)高(>30%),可重复性不好;分辨率低,背景信号高,无法分辨出表达含量较低的自身抗体等。用这样的蛋白质芯片筛选自身抗体,就好比用一张满是漏洞的大网去捕鱼,自然是会有大量的漏网之鱼无法被捕到,给科研工作者和企业在自身抗体筛选的研究工作中带来了很大的阻力,白白浪费了许多时间、精力和金钱。Sengenics公司的ImmunomeTM蛋白质芯片研究平台,由Jonathan Blackburn教授于1996年在剑桥大学发明,这是一项牛津与剑桥大学联手合作的项目,是目前全世界唯一的,全长、正确折叠且功能均验证的蛋白质芯片平台(图5)。可以筛选出识别非连续性表位的自身抗体,具有其他蛋白质芯片产品无法

5、替代的优势。图5. ImmunomeTM相比于其他蛋白质芯片平台的优势ImmunomeTM蛋白质芯片研究平台包含1631种全长、正确折叠和功能验证的人类蛋白质,主要覆盖癌症抗原、转录因子、激酶、信号通路分子等,满足用户不同方向的研究需求(图6)。图6. ImmunomeTM蛋白芯片平台包含蛋白质涉及领域同时,ImmunomeTM蛋白芯片平台相对于传统蛋白质芯片产品,还具有CV值低,分辨率高(达到10 pg/ml,与luminex相同),背景信号低等优势(图7,图8),为用户筛选表达丰度低的自身抗体作为生物标志物提供强大的技术支持。图7. ImmunomeTM蛋白芯片CV值(红色)与其他蛋白质芯片(蓝色)对比图8. ImmunomeTM蛋白芯片(右)与其他蛋白芯片(左)背景信号对比相比于传统蛋白质芯片产品在筛选自身抗体应用中的“千疮百孔”,Sengenics ImmunomeTM蛋白芯片产品可谓“天网恢恢,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论