荧光自相关光谱技术检测抗原抗体亲和力

骆亚梅; 蹇林; 罗浩奇; 黄科赢; 张沃伦; 王柱楼; 张会芝; 肖茜; 黄韶辉

doi:doi:10.3788/AOS202141.1730004

光学学报, 2021, 41 (17): 1730004, 网络出版: 2021-09-03

荧光自相关光谱技术检测抗原抗体亲和力下载： 897次

Fluorescence Auto-Correlation Spectroscopy Quantitatively Measures Antigen-Antibody Binding Affinity

论文大纲

骆亚梅 ¹蹇林 ¹罗浩奇 ²黄科赢 ²张沃伦 ²王柱楼 ¹张会芝 ¹肖茜 ^1,**黄韶辉 ^1,3,*

作者单位

¹ 中国科学院生物物理研究所交叉科学实验室, 北京 100101

² 广东中科奥辉科技有限公司, 广东中山 528400

³ 中国科学院大学, 北京 100049

AI 词云图 AI一句话精读 AI短摘要

注：本部分内容由 AI 自动生成，请您知悉。

摘要

本文对荧光自相关光谱(FACS)技术作为免疫分析技术的具体实现和潜在应用进行探究。实验分别以Alexa Fluor647荧光分子和绿色荧光蛋白抗原与抗体相互作用为模型,利用一款桌面式荧光相关光谱仪分别采集荧光分子抗原与不同浓度抗体混合液的荧光自相关数据。将传统FACS技术与最大熵值法相结合,我们可以对抗原-抗体结合程度进行定量和定性评估。使用自主开发的数据分析软件对采集的荧光自相关数据进行分析以获取抗原-抗体解离常数。实验结果表明,FACS技术应用于抗原-抗体亲和力检测,具有简便、快速、灵敏的特点;检测限在皮摩尔和纳摩尔之间;模块化的数据分析软件可标准化操作流程、提高数据分析准确性和可重复性。

Abstract

This article explores implementation and application of fluorescence auto-correlation spectroscopy (FACS) as a quantitative immunoassay method. Using the binding interaction between Alexa Fluor647 fluorophore/green fluorescent protein antigen and its monoclonal antibody as a model system, we used a benchtop fluorescence correlation spectrometer to collect fluorescence autocorrelation data of solution samples of the antigen mixed with various concentrations of its antibody. Combining the classic FACS technique with the maximum entropy method, we can respectively evaluate antigen-antibody binding quantitatively and qualitatively. By analyzing the collected FACS data, the self-developed data analysis software can determine the dissociation constant of the antigen-antibody binding reaction. Experimental results show that FACS is a simple, rapid, and sensitive method for quantitatively determining antigen-antibody binding affinity, suitable for measuring dissociation constant values in the pM to nM range. The modular software standardizes the data analysis procedure while improving accuracy and reproducibility of analysis results.

1 引言

免疫分析法是以抗原-抗体特异性结合生成免疫复合物为理论基础的一种检测方法,主要用于检测生物样品中有无活性物质和特定物质的含量^[1]。目前免疫分析法在生物学、临床医学以及环境分析、食品、药物学等领域得到非常广泛的应用^[2-3]。传统的免疫分析方法为非均相免疫分析,它需要在检测前将免疫反应混合体系中抗原-抗体结合的标记物和未结合的标记物进行分离,因此整个过程操作繁琐、分析耗时长且检测通量低,不能满足快速检测和诊断的要求。近些年不断发展出多种均相免疫分析方法,检测时不需要将受测样品中的抗原-抗体结合和未结合的标记物进行分离,且检测速度快,检测通量高。常用的方法有荧光偏振免疫分析法^[4]、荧光共振能量转移^[5]和表面等离子共振技术^[6-7]、太赫兹光谱技术^[8-9]等分析技术。然而,这些分析方法或者受背景荧光和光散射的干扰导致信号的信噪比较低^[4],或者对样品制备有特殊的要求:包括样品标记^[5]、传感器芯片和样品量^[6]、分析算法限制等,以上因素导致产品推广受到很大限制。在实际应用中,随着对低丰度分析样品的检测需求逐渐增多,发展高灵敏且操作简便的快速免疫分析技术成为免疫分析方法的主要发展方向。

荧光相关光谱(FCS)^[10-11] 是一种极具潜力的均相免疫分析方法^[12]。它具有灵敏度高(检测精度可以达到纳摩尔级别^[13])、所需样本少(几十微升)和检测时间短(几十秒到数分钟)等优点。通过检测溶液样品中一个极小的微观体积(数个飞升,1 fL=10^-15 L;约一个细菌大小)内的荧光信号波动,FCS技术可以提供受测荧光分子的多项水动力学特性,例如微观体积内平均荧光分子个数,以及受测分子的特征扩散相关时间等。传统FCS技术分析抗原-抗体亲和力是计算抗原-抗体的解离常数,解离常数越小,说明抗原和抗体之间的结合强度越大。具体计算方法是使用荧光相关光谱仪采集不同抗体(或抗原)浓度下受测分子的荧光自相关曲线,对采集的荧光自相关曲线分别进行拟合得到不同抗体浓度下微观体积内荧光标记的结合抗原(或抗体)和总抗原(或总抗体)分子个数的比值(F_b),通过对不同抗体(或抗原)浓度下F_b值进行拟合可以得到抗原-抗体的解离常数^[14]。

在抗原-抗体亲和力检测的过程中,抗体(或抗原)浓度的增加会同时影响到抗原和抗体结合比例(F_b)和受测分子的特征扩散相关时间。特征扩散相关时间反映的是受测分子在溶液中的动态(翻滚、平移等)体积。假设混合溶液中荧光标记的抗原分子的总数固定,随着抗体浓度的增加,更多游离抗原和抗体结合形成质量(体积)更大的抗原-抗体结合物即结合态抗原。当受测分子因布朗运动通过微观检测体积时,结合态抗原的质量(体积)比游离抗原越大,它的扩散速度就越慢,在检测体积内的停留时间也越长,特征扩散相关时间的值也会越大。因此,受测分子的特征扩散相关时间反映了受测荧光分子的状态(游离态、结合态)和抗原-抗体结合程度,但这种方法并未普遍用于抗原抗体亲和力检测。

本文在传统FCS技术的基础上提出一种新的检测抗原抗体亲和力的方法,实验分别以Alexa Fluor647荧光分子抗原(分子量为1250)和Cy5抗体(分子量为150 kDa,1 Da=1 u),绿色荧光蛋白(GFP)抗原(分子量为27 kDa)和抗体(分子量为150 kDa)为研究对象。利用荧光相关光谱仪^[15]采集不同抗体浓度下抗原分子的荧光自相关信号,将传统FCS技术结合最大熵方法(MEM)对采集的自相关信号进行分析。利用传统FCS技术计算抗原抗体解离常数;利用MEM方法计算不同抗体浓度下混合溶液中荧光标记抗原分子的特征扩散时间的分布曲线。通过比较特征扩散时间分布曲线随抗体浓度的变化可以对抗原抗体结合程度进行评估。实验结果证实,FCS技术结合MEM方法可以实现对抗原抗体亲和力的简便、快速、灵敏检测;自主开发的模块化数据分析软件简化操作流程,进一步提高数据分析的准确性和可重复性。

2 基本原理

2.1 FCS技术的基本原理

FCS技术具有较高的检测灵敏度。FCS技术在溶液样品中分离出一个很小的荧光激发和检测体积,通常包含几个至几百个基于布朗运动而自由扩散的荧光分子或经过荧光标记的分子。受测溶液的浓度越低(pM),微观体积内的荧光分子越少。因此,当微观体积内荧光分子或荧光标记的分子因布朗运动或者化学反应通过检测体积时,荧光信号会出现随时间涨落的现象。FCS技术就是通过分析荧光信号涨落的相关函数而获取溶液中受测分子的分子大小、浓度等。

荧光自相关光谱是最早开发的FCS技术。它通过计算荧光信号F(t)与自身在相关时间τ的时滞信号F(t+τ)之间的重叠程度,即自相关幅度G(τ),进而获得受测分子水动力学特性的方法。自相关幅度G(τ)定义为

G (τ) = \frac{< δF (t) δF (t + τ) >}{< F (t) >^{2}}, (1)

式中:δF(t)反映荧光信号F(t)随时间的波动;δF(t)=F(t)-<F(t)>,尖括号代表时间平均值。当相关时间τ=0时,自相关幅度G(0)为最大值且G(0)=1/N,N是微观体积内平均荧光分子个数;当相关时间τ>0时,两组信号F(t)与F(t+τ)之间的重叠区域<δF(t)δF(t+τ)>随τ值的增加而减少,自相关幅度G(τ)下降;当相关时间τ→¥时,两组信号之间无重叠区域,自相关幅度G(¥)=0。因此,随相关时间τ增长,自相关幅度G(τ)逐渐衰减。

运用特定数学模型对荧光自相关数据G(τ)进行拟合,可获得受测荧光分子的多项水动力学特性,其中较为重要的参数包括微观体积内平均荧光分子个数(N)、平均分子荧光亮度(λ)和受测分子的特征扩散相关时间(τ_D)。荧光信号的波动幅度受检测体积内平均荧光分子个数和平均分子荧光亮度的影响。特征扩散相关时间(τ_D)受检测体积内受测荧光分子的质量/体积的影响,质量/体积越大的受测分子在检测体积内扩散时间越长。

2.2 FCS技术计算抗原抗体解离常数

传统FCS技术计算抗原抗体解离常数,首先需要分别检测和分析抗原溶液、抗原抗体完全结合溶液(无游离抗原),以获取游离抗原和抗原抗体复合物的特征扩散相关时间和平均分子荧光亮度;然后检测不同浓度比例的抗原与抗体混合液,分别计算不同抗体浓度下结合抗原与总抗原分子个数的比值(F_b);最后,对不同抗体浓度下F_b值进行拟合获得抗原抗体解离参数。

2.2.1 设备校准

在正式实验之前,首先需要使用已知扩散系数的标准荧光分子溶液对FCS设备进行校准,以确定当前状态下设备的检测体积的形状参数(S)。S=z₀/r₀,假设检测体积中心处激发光的光强为I₀,z₀和r₀是检测体积内激发光强度为I₀/e处分别沿Z轴或X(Y)轴距离检测体积中心点的距离,e为自然常数。对FCS设备采集的标准荧光分子的自相关曲线进行拟合可获取S值。

G (τ) = \frac{1}{N} \times \frac{1 - T + T \exp (- \frac{τ}{τ_{T}})}{1 - T} \times \frac{1}{(1 + \frac{τ}{τ_{D}}) \times \sqrt[]{1 + \frac{τ}{τ_{D} S^{2}}}}, (2)

式中:N=1/G(0);T为检测体积内处于三重态的荧光分子(弛豫时间为τ_T)的比例。

根据(2)式拟合得到的参数N、τ_D和S值,可以计算出仪器的聚焦体积V。

\begin{array}{l} τ_{D} = \frac{r_{0}^{2}}{4 D}, (3) \\ z_{0} = S r_{0}, (4) \\ V = π^{3 / 2} r_{0}^{2} z_{0} 。 (5) \end{array}

根据S和V值可以确定设备当前的工作状态,其中D为受测分子的扩散系数。参数S的理论值为2~3左右,若FCS设备的荧光激发和检测光路工作良好,S的实际测量值应该小于10;另外,S值的测量可重复性反映仪器工作状态的稳定性。参数V的实际测量值一般在1~2 fL,说明设备聚焦状态较好。在后续实验的数据分析中,参数S值和V值固定。

2.2.2 分析游离抗原溶液、抗原抗体完全结合溶液

无论是游离抗原溶液还是抗原抗体完全结合溶液,受测样品中荧光分子只存在一种状态(单组分)。游离抗原溶液中不存在抗原抗体结合物,只存在游离的抗原分子;而抗原抗体完全结合溶液中只有结合态抗原。通过(2)式分别对上述两种溶液的自相关曲线进行拟合,可以得到游离抗原和抗原抗体结合物的特征扩散相关时间(τ_L和τ_LS),以及它们各自的平均分子荧光亮度(λ_L和λ_LS)。平均分子荧光亮度(λ)是每个受测荧光分子每秒发射的光子数,即平均荧光强度<F(t)>与检测体积内平均荧光分子个数N的比值。

2.2.3 分析不同浓度比例的抗原抗体混合溶液

不同浓度比例的抗原和抗体混合溶液中荧光分子存在两种状态(多组分),分别是荧光标记的游离抗原和结合态的抗原抗体结合物。利用下式对不同抗体浓度(M)下的抗原抗体混合液的自相关曲线G^M(τ)进行拟合,称为多组分FCS分析。

G^{M} (τ) = \frac{1 - T^{M} + T^{M} \exp (- \frac{τ}{τ_{T}^{M}})}{1 - T^{M}} \times [F_{L}^{M} \times \frac{1}{(1 + \frac{τ}{τ_{L}}) \times \sqrt[]{1 + \frac{τ}{τ_{L} S^{2}}}} + F_{LS}^{M} \times \frac{1}{(1 + \frac{τ}{τ_{LS}}) \times \sqrt[]{1 + \frac{τ}{τ_{LS} S^{2}}}}], (6)

式中:游离抗原和抗原抗体结合物的特征扩散相关时间(τ_L和τ_LS)和荧光亮度(λ_L和λ_LS)已经通过检测抗原溶液和抗原抗体完全结合溶液获取。利用(6)式分别对不同抗体浓度下的抗原抗体混合溶液的自相关曲线进行拟合得到参数 $F_{L}^{M}$ 和 ${F_{LS}^{M}}^{[16]}$ 。它们分别对应当前抗体浓度(M)下,混合溶液中游离抗原和结合抗原的粒子亮度加权后的波动幅度。参数T^M是检测体积内弛豫时间为 $τ_{T}^{M}$ 的三重态荧光分子的比例。其他参数的定义等同于(2)式。

通过下式可得出不同抗体浓度(M)下,混合溶液中结合抗原分子个数( $N_{LS}^{M}$ )与总抗原分子个数( $N_{L}^{M}$ + $N_{LS}^{M}$ )的比值 $F_{b}^{M}$ ,其中参数 $N_{L}^{M}$ 为游离抗原的分子个数^[14]。

\begin{array}{l} \frac{N_{L}^{M}}{N_{LS}^{M}} = {(\frac{λ_{LS}}{λ_{L}})}^{2} \times \frac{F_{L}^{M}}{F_{LS}^{M}}, (7) \\ F_{b}^{M} = \frac{N_{LS}^{M}}{N_{L}^{M} + N_{LS}^{M}} 。 (8) \end{array}

2.2.4 计算抗原抗体的解离常数

对抗原抗体混合溶液,不同抗体浓度(M)下的 $F_{b}^{M}$ 进行拟合可得到受测抗原与抗体的解离常数(K_D)^[16]。

F_{b}^{M} = \frac{p \times M}{K_{D} + M} + B, (9)

式中:B为常数;p为比例因子。

2.3 MEM方法分析混合溶液中抗原抗体结合

在抗原和抗体混合溶液中,抗体浓度越高,处于结合态的荧光标记物越多,而游离态分子越少。这种变化会直接影响到受测分子τ_D值的分布,因为抗原结合抗体后,受测荧光标记物的质量(体积)增大,在检测体积内的扩散速度变慢会使τ_D值增加。因此,利用MEM方法拟合不同抗体浓度(M)下的荧光自相关曲线G^M(τ)可以得到受测分子τ_D值的分布曲线,进而获得当前溶液中抗原分子的状态,以及抗原和抗体的结合程度。

与传统FCS方法不同,MEM分析无需预先了解溶液组成成份和荧光分子的状态。假设待测溶液中有m种不存在相互作用的荧光标记的分子,每种荧光分子的三重态相同,而扩散系数不同。因此,FCS拟合公式转变为

G^{M} (τ) = [\frac{1 - T^{M} + T^{M} \exp (- \frac{τ}{τ_{T}^{M}})}{1 - T^{M}}] \overset{m}{\sum_{i = 1}} F_{i}^{M} (\frac{1}{1 + \frac{τ}{τ_{D i}^{M}}}) (\frac{1}{\sqrt[]{1 + \frac{τ}{τ_{D i}^{M} s^{2}}}}), (10)

式中:每种受测分子的特征扩散相关时间为 $τ_{D i}^{M}$ (i=1,2,…,m),为简化多组分数学模型的拟合过程,假设不同荧光分子的质量(体积)之间存在数量级的差异, $τ_{D i}^{M}$ (i=1,2,…,m)之间为对数间隔;参数 $F_{i}^{M}$ 代表第i种特征扩散相关时间为 $τ_{D i}^{M}$ 的受测分子对溶液自相关曲线G^M $(τ)$ 的贡献;其他参数的定义等同于(6)式。

模型函数计算的拟合曲线与实验测得的自相关曲线的误差 $χ_{M}^{2}$ 定义为

χ_{M}^{2} = \frac{1}{L} \overset{L}{\sum_{j = 1}} \frac{{[G_{c}^{M} (τ_{j}^{M}) - G_{e}^{M} (τ_{j}^{M})]}^{2}}{σ_{j}^{M}}, (11)

式中: $G_{e}^{M}$ (τ)和 $G_{c}^{M}$ (τ)分别代表实验所得自相关曲线和根据模型函数计算得到的自相关拟合曲线,每条自相关曲线均包括L个时间点; $τ_{j}^{M}$ 代表其中第j个相关时间; $σ_{j}^{M}$ 代表相关时间在 $τ_{j}^{M}$ 时的残差权重,即自相关曲线在每个时间点的标准差。

使用MEM方法控制拟合过程,熵H^M定义为

\begin{array}{l} H^{M} = \overset{L}{\sum_{i = 1}} - p_{i}^{M} \log p_{i}^{M}, (12) \\ p_{i}^{M} = \frac{F_{i}^{M}}{\overset{L}{\sum_{i = 1}} F_{i}^{M}} 。 (13) \end{array}

为同时保证拟合误差 $χ_{M}^{2}$ 最小,且熵H^M最大,定义新的拟合函数J^M表示为

J^{M} = χ_{M}^{2} - α^{M} H^{M}, (14)

式中:参数α^M是正则化因子,用于调整 $χ_{M}^{2}$ 和H^M之间的权重关系。若能够最小化J^M值,则拟合得到的 $F_{i}^{M}$ 分布能够最大限度地还原待拟合曲线 $G_{e}^{M}$ (τ)所反映的真实情况。在迭代起始阶段,拟合曲线与原始曲线有很大偏差,因此 $χ_{M}^{2}$ 值很大,需要用较大的α^M值确保H^M朝最大化的方向迭代,每迭代一次,α^M都除以一个略大于1的迭代速率常数。随着迭代的进行, $χ_{M}^{2}$ 逐渐减小并趋于稳定,α^M值也随之逐渐减小,直到满足边界判断条件(通常设为J_M<1×10^-5)则终止迭代。

实验中正则系数α^M设置初始值为20000,τ_D的拟合区间为0.01~ 5 ms,共设置51~150个τ_D采样点,每个采样点之间取均一的对数间隔。MEM拟合完成后,为对比不同抗体浓度(M)下受测分子的 $τ_{D i}^{M}$ 分布曲线(i=1,2,…,m),对拟合参数 $F_{i}^{M}$ 进行标准化后获得 $F_{i}^{M *}$ 。

F_{i}^{M *} = \frac{F_{i}^{M}}{_{\max} F_{i}^{M}}, (15)

式中:_max $F_{i}^{M}$ 是 $τ_{D i}^{M}$ 分布曲线中拟合参数 $F_{i}^{M}$ 的最大值。

3 实验

3.1 FCS仪器

实验使用CorTector^TM SX100(广东中科奥辉科技有限公司)采集FCS数据。设备的光路结构如图1所示,488 nm/638 nm激光器产生一束激光,经激发二向色镜(DM)反射后入显微镜水浸物镜(Objective:UplanApo,60×NA1.2,奥林巴斯,日本),由物镜在溶液样品内形成聚焦体积。样品经激光激发产生荧光,部分荧光被同一物镜收集并以准直光从物镜后瞳射出,再经激发二向色镜过滤掉激发光。过滤后的荧光再次经滤光片(F)过滤后,通过透镜(TL)聚焦到50 μm共聚焦针孔(P),最后由单光子雪崩光电二极管(SPAD,SPCM-AQRH-14-FC,Excelitas Technologies,美国)接收。通过软件控制共聚焦针孔实现在三维空间内的全自动校准和高精确定位。FCS相关计算卡以 90 ns 的时间分辨率,对随时间波动的荧光信号进行相关计算,并实时输出荧光自相关数据至计算机的数据采集软件,最后由数据分析软件进行分析。

图 1. 桌面式FCS系统光路结构图

Fig. 1. Schematic of optical pathway of benchtop FCS system

下载图片查看所有图片

3.2 样品制备

抗原抗体亲和力实验所用样品包括Alexa Fluor647 carboxylic acid(Thermo Fisher,美国),小鼠抗Cy5单克隆抗体(C1117, Sigma-Aldrich,美国),GFP荧光蛋白抗原抗体亲和力实验所用样品包括Recombiant eGFP(P7410,Beyotime,中国),兔抗GFP 单克隆抗体(AF1483, Beyotime, 中国)。10 nM(1 nM=1 nmol/L)的ATTO655(AD655-21,ATTO-TEC GmbH,德国)和5 nM的ATTO488(AD488-21,ATTO-TEC GmbH,德国)用于实验开始前的FCS设备的光路校准。所有样品购买后均在-20 ℃保存,待使用时取出在4 ℃融化并按照需求进行稀释。除ATTO488和ATTO655使用超纯水(HPLC grade,187553,百灵威,中国)稀释外,其他样品稀释和配制抗原-抗体混合溶液均使用100 mM PBS缓冲液(pH 7.4)。抗原-抗体解离常数的检测要求抗体的浓度在荧光抗原浓度的10^-3~10⁴倍数内变化^[10,16-18]。Alexa Fluor647抗原溶液(100 pM)与不同浓度的鼠抗Cy5单克隆抗体(10 pM~300 nM)混合,4 ℃孵育30 min使抗原抗体充分结合反应后,直接在FCS设备上检测。混合溶液中抗体浓度设置为13组,分别为0, 10 pM, 50 pM, 100 pM, 500 pM, 1 nM, 10 nM, 50 nM, 100 nM, 160 nM, 200 nM, 250 nM和300 nM。GFP抗原溶液(200 pM)与不同浓度的兔抗GFP单克隆抗体(230 pM到920 nM)充分混合后检测。混合溶液中抗体浓度设置为15组,分别为0,230 pM,460 pM,690 pM,2.3 nM,6.9 nM,11.5 nM,23 nM,69 nM,115nM,189 nM,230 nM,460 nM,690 nM和920 nM。

3.3 数据采集

本文使用已知扩散系数的5 nM ATTO488溶液和10 nM ATTO655溶液为标准品对488 nm和638 nm光路进行校准,通过对采集的数据进行拟合[(2)式]确定当前状态下激发体积(V)和形状参数(S)。利用FCS数据采集软件采集每个受测样品的荧光自相关数据,重复检测10次,每次采样时间为10 s。

3.4 抗原抗体亲和力数据分析流程

为规范化和简便化利用FCS设备分析抗原抗体亲和力,我们自主开发一款基于荧光相关光谱技术进行分子间相互作用的数据分析软件(Molecular Interaction)。按照软件的分析流程导入样品的实验数据,完成以下五步即可得到抗原-抗体解离常数K_D。具体过程是:1)导入标准荧光分子的FCS自相关数据,计算参数。2)将采集到的以下三种溶液的FCS自相关数据依次导入,分别是游离抗原溶液、抗原-抗体完全结合的溶液和抗原-抗体按不同比例混合的溶液。软件按照上述分析流程分别计算不同抗体浓度(M)下抗原-抗体结合比例 $F_{b}^{M}$ ,通过对得到的 $F_{b}^{M}$ 值进行拟合,即可得出抗原-抗体解离常数K_D的数值以及拟合误差。正文中若无特别说明,计算所得的结果均是平均值±均方根误差(RMSE)。分析软件的具体流程示意图如图2所示。

图 2. 抗原抗体亲和力分析软件的流程示意图

Fig. 2. Flow chart of the data analysis software for determining antigen-antibody binding affinity

下载图片查看所有图片

4 结果与讨论

4.1 分析Alexa Fluor647荧光分子抗原与抗体亲和力

4.1.1 设备校准

在正式实验开始前,首先需要使用已知扩散系数的标准荧光分子溶液(10 nM ATTO655)对FCS设备进行校准,以确定当前状态下FCS设备聚焦体积的形状参数(S)和体积(V)。拟合ATTO655的自相关曲线[图3(a)]得到当前状态下FCS设备的形状参数(S)为6.52±0.2。已知ATTO655扩散系数(D=4.26×10^-6±0.08×10^-6 cm²· ${s^{- 1}}^{[19]}$ ),可得聚焦体积为1.46 fL±0.09 fL[(3)式~(5)式]。

4.1.2 分析游离抗原溶液、抗原抗体完全结合溶液

对游离抗原溶液[100 pM,图3(a)]和抗原-抗体完全结合的混合溶液[抗原浓度:100 pM,抗体浓度:300 nM,图3(a)]的自相关曲线进行拟合,分别得到两种荧光分子的特征扩散相关时间(游离抗原:τ_L=99.6 μs±1 μs,结合态抗原:τ_LS=614.6 μs±1.1 μs)。此外,不加入抗体时,游离抗原Alexa Fluor647荧光分子的平均亮度λ_L=8.4×10⁴±0.2×10⁴ photons·s^-1·molecule^-1,当加入抗体直到抗原-抗体结合达到完全饱和时(300 nM),抗原-抗体结合物荧光分子的平均亮度(λ_LS)显著增加为1.77×10⁵± 0.03×10⁵ photons·s^-1·molecule^-1。

4.1.3 分析不同浓度比例的抗原-抗体混合溶液

随着混合溶液中抗体浓度从0~300 nM不断改变,抗原和不同浓度抗体的混合溶液的归一化自相关曲线随着抗体浓度增加而逐渐右移,受测荧光分子的特征扩散相关时间(τ_D)也逐渐增大[图3(b)]。实验结果表明随着抗体浓度增加,更多的游离抗原和抗体结合形成抗原-抗体结合物。结合态抗原(分子量为151 kDa)相比于游离态抗原(分子量为1250)的质量/体积显著增加,导致样品中荧光分子的扩散速度降低。当抗体浓度逐渐增加到10 nM时,即使再增加抗体浓度,混合溶液的自相关曲线已无显著变化,说明抗原和抗体结合趋向于饱和。

为获取溶液中荧光标记的抗原分子的特征扩散相关时间(τ_D)分布曲线,我们用MEM方法分别拟合不同抗体浓度(M:0~300 nM)下采集的13条自相关曲线。分析结果如图3(c)所示,当抗体浓度为0时混合溶液中只有游离抗原,τ_D分布曲线显示溶液中仅有一个组分,τ_D峰值位置为 0.1 ms。MEM分析结果与传统FCS方法拟合抗原溶液得到的游离抗原分子的特征扩散相关时间相同。当抗体浓度增加到0.1 nM时,τ_D分布曲线从单一峰逐渐出现两个相互独立的峰。实验结果说明随着抗体浓度的增加,混合溶液中出现两种分子量有较大差异的组分,且它们的τ_D峰值分别在94 μs和0.68 ms。两种组分的τ_D峰值位置与传统FCS方法分别分析游离抗原溶液和抗原-抗体完全结合溶液后得到的游离抗原和结合态抗原的τ_D值相同。因此,第一种组分应该为游离抗原,第二种组分应该为结合态抗原。继续增加抗体浓度到10 nM时,τ_D分布曲线仅有一个峰(0.604 ms处),说明溶液中几乎没有游离抗原,大多数抗原都和抗体结合以结合态抗原的形式存在。再逐步增加抗体浓度到300 nM的过程中,τ_D分布曲线都只有一个峰(0.604 ms处),说明抗体浓度达到10 nM以后抗原-抗体结合基本接近饱和。

FCS和MEM方法分析Alex647荧光分子抗原抗体亲和力。(a)标准荧光分子溶液、游离Alexa Fluor647抗原溶液以及饱和抗原-抗体混合溶液的归一化自相关曲线;(b)Alexa Fluor647抗原和不同浓度抗体混合溶液的归一化自相关曲线;(c)利用MEM方法对采集的13组游离抗原和抗原抗体混合溶液的自相关曲线进行分析,得到溶液中抗原的特征扩散相关时间分布曲线;(d)对不同抗体浓度下抗原-抗体结合比例进行非线性最小二乘拟合得到抗原抗体的解离常数

图 3. FCS和MEM方法分析Alex647荧光分子抗原抗体亲和力。(a)标准荧光分子溶液、游离Alexa Fluor647抗原溶液以及饱和抗原-抗体混合溶液的归一化自相关曲线;(b)Alexa Fluor647抗原和不同浓度抗体混合溶液的归一化自相关曲线;(c)利用MEM方法对采集的13组游离抗原和抗原抗体混合溶液的自相关曲线进行分析,得到溶液中抗原的特征扩散相关时间分布曲线;(d)对不同抗体浓度下抗原-抗体结合比例进行非线性最小二乘拟合得到抗原抗体的解离常数

Fig. 3. Analyze the affinity of Alex647 fluorescent molecule antigen and antibody using FCS and MEM methods. (a) Normalized fluorescence auto-correlation curves of a standard fluorescent molecule sample, a free Alexa Fluor647 antigen sample, and a bound antigen sample; (b) normalized fluorescence auto-correlation curves of Alexa Fluor647 mixed with different concentrations of monoclonal antibody; (c) distribution curves of diffusion correlation time of the free and bound Alexa Fluor647 obtained by MEM analyses of the 13 antigen-antibody samples; (d) antigen-antibody dissociation constant was obtained by non-linear least squares fitting of the bound antigen fractions data with different concentrations of antibody

下载图片查看所有图片

4.1.4 计算抗原抗体解离常数

对不同抗体浓度(M:0.01~300 nM)下结合抗原与总抗原分子比值(F_b)进行拟合可以得到溶液中抗原抗体的解离常数K_D为0.746 nM±0.037 nM[(9)式]。拟合结果如图3(d)所示,随着混合溶液中抗体浓度(M)的增加,结合比值F_b值逐渐增加然后达到平台期。当抗体浓度为0.01 nM时,结合比值F_b=0.002±0.0004,此时混合溶液中抗原处于游离态;结合比值F_b值跟随抗体浓度的增加而增大,当抗体浓度达到10 nM,结合比值F_b值增大到0.831±0.021。此时,抗原-抗体结合基本达到饱和,即使再增加抗体浓度,F_b值增加缓慢^[7,20]。在抗体浓度为200 nM时,抗原-抗体的结合程度已经达到完全饱和(F_b=0.955±0.015)。

4.2 分析GFP荧光蛋白抗原与抗体亲和力

4.2.1 设备校准

在正式实验开始前,首先需要使用已知扩散系数的标准荧光分子溶液(5 nM ATTO488)对FCS设备进行校准,以确定当前状态下FCS设备聚焦体积的形状参数(S)和体积(V)。拟合ATTO488的自相关曲线[图4(a)]得到当前状态下FCS设备的形状参数(S)为7.23±0.23。已知ATTO488扩散系数(D=4.0×10^-6±0.1× $10^{- 6} c m^{2} \cdot {s^{- 1}}^{[21]}$ ),可得聚焦体积为1.109 fL±0.006 fL[(3)式~(5)式]。

4.2.2 分析不同浓度比例的抗原抗体混合溶液

对游离抗原溶液[200 pM,图4(a)]和抗原-抗体完全结合的混合溶液[抗原浓度:200 pM,抗体浓度:920 nM,图4(a)]的自相关曲线进行拟合,分别得到两种荧光分子的特征扩散相关时间(游离抗原:τ_L=125.4 μs±0.88 μs,结合态抗原:τ_LS=331.5 μs±3.5 μs)。游离抗原GFP荧光蛋白的平均亮度(λ_L)为5.21 ×10⁴±0.19×10⁴ photons·s^-1·molecule^-1,结合态抗原的平均亮度(λ_LS)为2.173×10⁴±2.6×10^-3photons·s^-1·molecule^-1。

4.2.3 分析不同浓度比例的抗原-抗体混合溶液

随着抗体浓度逐渐增加(0~920 nM),GFP抗原(200 pM)和不同浓度抗体混合液的归一化自相关曲线逐渐右移,受测荧光分子的特征扩散相关时间(τ_D)也逐渐增大[图4(b)]。使用MEM方法拟合不同抗体浓度下采集的FCS自相关曲线。如图4(c)所示,当抗体浓度为0时,溶液中只有游离GFP一个组分,τ_D峰值在 125 μs处。当抗体浓度较低时(230 pM~2.3 nM),溶液中主要组分仍然为游离态GFP。当抗体浓度增加到11.5 nM时,τ_D分布曲线显示两个相互独立的峰,说明混合溶液中出现两种分子量有较大差异的组分。τ_D主要分布在100~130 μs和400~450 μs区间内,与传统FCS方法分别分析游离抗原溶液和抗原-抗体完全结合溶液后得到的游离抗原和结合态抗原的τ_D值相接近。因此,第一种组分应该为游离抗原,第二种组分应该为结合态抗原。当抗体浓度达到690 nM以上时,τ_D分布曲线仅有一个峰(约为360 μs处),说明受测溶液中抗原-抗体结合达到饱和,多数抗原与抗体结合以结合态抗原的形式存在。

FCS和MEM分析GFP荧光蛋白抗原和抗体亲和力。(a)标准荧光分子溶液、游离GFP抗原溶液以及饱和抗原-抗体混合溶液的归一化自相关曲线;(b)GFP抗原和不同浓度抗体混合溶液的归一化自相关曲线;(c)利用MEM方法对采集的游离抗原和抗原-抗体混合溶液的自相关曲线进行分析,得到溶液中抗原的特征扩散相关时间分布曲线;(d)对不同抗体浓度下抗原抗体结合比例进行非线性最小二乘拟合得到抗原-抗体的解离常数

图 4. FCS和MEM分析GFP荧光蛋白抗原和抗体亲和力。(a)标准荧光分子溶液、游离GFP抗原溶液以及饱和抗原-抗体混合溶液的归一化自相关曲线;(b)GFP抗原和不同浓度抗体混合溶液的归一化自相关曲线;(c)利用MEM方法对采集的游离抗原和抗原-抗体混合溶液的自相关曲线进行分析,得到溶液中抗原的特征扩散相关时间分布曲线;(d)对不同抗体浓度下抗原抗体结合比例进行非线性最小二乘拟合得到抗原-抗体的解离常数

Fig. 4. FCS and MEM Analyses of GFP antigen-antibody binding affinity. (a)Normalized fluorescence auto-correlation curves of a standard fluorescent molecule sample, a free GFP antigen sample, and a bound antigen sample; (b) normalized fluorescence auto-correlation curves of samples composed of GFP mixed with different concentrations of monoclonal antibody; (c) distribution curves of diffusion correlation time of the free and bound GFP obtained by MEM analyses of the antigen-antibody samples; (d) antigen-antibody dissociation constant was obtained by non-linear least squares fitting of the bound antigen fractions data with different concentrations of antibody

下载图片查看所有图片

4.2.4 计算抗原抗体解离常数

如图4(d)所示,结合抗原与总抗原分子比值(F_b)随着混合溶液中抗体浓度(M)的增加而逐渐增加直到达到平台期。当抗体浓度较低(230 pM)时,混合溶液中抗原主要处于游离态,F_b值为0.13±0.04;当抗体浓度达到189 nM时,结合比值F_b值增大到0.839±0.004。此时,即使再增加抗体浓度,F_b值增加缓慢,说明抗原-抗体结合基本达到饱和。在抗体浓度为920 nM时,抗原-抗体的结合程度已经达到完全饱和(F_b=0.987±0.006)。对不同抗体浓度(M:230 pM~920 nM)下得到的结合比例F_b值进行拟合,可以得到溶液中抗原抗体的解离常数K_D=35.52±8.49 nM。

4.3 FCS与其他生物分子亲和力检测技术对比

初步实验结果表明,FCS是一种简单、高效的研究免疫反应的工具,具有样品用量小,背景噪声低等优势。模块化设计的相互作用分析软件保证抗原抗体亲和力检测的快速、灵敏和可重复性。将FCS与生物医学领域中常用的研究生物分子亲和力的技术(等温滴定量热法(ITC)、表面等离子共振技术(SPR)和微量热涌动技术(MST)进行对比(表1)。

表 1. FCS与其他生物分子亲和力检测技术对比

Table 1. Comparison of FCS with other technologies for quantitatively determining antigen-antibody binding affinity

Technology	Theory	Characteristics	Sensitivity
Isothermal Titration Calorimetry(ITC)^[22-23]	By detecting the dynamic heat changes during the reaction process of antibody ligand binding, ITC calculates the binding thermodynamic and kinetic parameters	No need to label the sample. Antibody concentration is 15-50 μM. The ligand concentration is 15 times that of the antibody. Sample amount is a few microlitersEach test takes 2-2.5 hThe small heat change lower than 0.4 μJ in the reaction process cannot be testedThe affinity of the antigen and antibody can be detected in the natural binding state	Antigen-antibody affinity test with K_D value at 10^-9-10^-2 M
Surface Plasmon Resonance(SPR)^[24-26]	When the ligand flows through the antibody fixed on the chip surface at a certain speed and binds to it, SPR calculates the affinity value by fitting the weight changes of the chip during the biding process	Sample is fixed on the chip. The sample preparation has to be careful to avoid the damage of the active structure of the sample and produce non-characteristic binding. The detection limit is on the order of 10 pg/mL. Sample amount is micrograms to sub-microgramsEach test takes several minutesGet reaction information of binding kinetics and concentration change during binding	Antigen-antibody affinity test with K_D value at 10^-9-10^-3 M
Microscale Thermophoresis(MST)^[22]	A temperature gradient is induced by an infrared laser. By combining the precise fluorescence detection and sensitive thermophoresis, MST detects the molecular interactions	No need to fix the sample, but the sample has to be fluorescent labeled. Sample amount is a few microliters at nanomolar concentration. The ligand concentration is a few mg/mLEach test takes several minutesEnergetic detection of affinity. The affinity of the antigen and antibody can be detected in the natural binding state	Antigen-antibody affinity test with K_D value below 10^-9 M
Fluorescence Correlation Spectroscopy(FCS)^[14,27]	By applying the autocorrelation analysis to the fluorescence signal fluctuations during the binding reaction, FCS calculates intermolecular affinity	No need to fix the sample, but the sample has to be fluorescent labeled. Sample concentration is pM-nM. Sample amount is tens of microlitersEach test takes several seconds The affinity of the antigen and antibody can be detected in the natural binding state	Antigen-antibody affinity test with K_D value at 10^-12-10^-7 M

查看所有表

除ITC外,其他三种均属于光学检测技术,其中基于荧光技术的MST和FCS的灵敏度最高。虽然四种技术均可以用于检测生物分子亲和力,以及分子结合反应的解离常数和热力学/动力学常数,但是在样品制备、检测时间等方面存在差异。

1) 样品制备。ITC无需对受测分子进行化学修饰或荧光标记,但需要大量纯化样品且对抗体浓度要求也最高;但仪器和耗材费用较低。SPR需要检测相互作用分子对的一方通过化学修饰固定在纳米金膜或玻璃表面,且仪器和耗材价格较高。FCS和MST均需要对受测分子进行特异性荧光标记,因此荧光分子溶液、细胞裂解液等复杂生物溶液均可作为检测的反应体系。但是MST要求样品在检测过程中尽量不出现聚集,而FCS对此没有要求,FCS通过样品的荧光亮度和特征扩散系数,可以对样品中受测分子的聚集状态进行分析。

2) 样品用量。ITC样品用量最高,FCS用量最少仅需要几十微升。

3) 检测时间。ITC检测时间最长2~2.5 h,而其他三种方法均可在几十秒到数分钟完成抗原抗体亲和力检测。

4) 灵敏度。SPR不适用于小分子的相互作用研究,因为无法产生足够大的折光系数变化。FCS对样品浓度要求最低,可以检测pM~nM浓度的样品,且检测灵敏度最高(~10^-12M)。FCS可以定量分析受测分子的绝对浓度和流体动力学半径,根据单个分子的荧光变化情况计算样品浓度,以及荧光标记的生物分子大小等信息。但MST无法检测单个分子的荧光变化情况。

综合以上对比,FCS技术在生物检测、生物与医学研究、药物研发、临床诊断、食品以及环境分析等方面具有广阔的应用前景。

本实验也证明FCS可以方便地用于抗原与免疫复合物的鉴别,实现抗原抗体之间亲和力的简便快速检测,但是也存在局限性。在FCS分析中为了区分受测溶液中处于结合态(结合抗原)和未结合态(游离抗原)荧光标记物,理论上要求这两种组分的扩散系数需相差至少1.6倍,即分子量比要大于4,才能使检测这两种组分的自相关曲线有明显差异^[27]。因此,为验证算法性能,我们选择两种结合态和游离态抗原的分子量之比相差较大的样品。其中,Alexa 647抗原结合态和游离态的分子量之比为120(151 kDa/1250),GFP抗原结合态和游离态的分子量之比仅为6.5(177 kDa/27 kDa)。对两种样品的数据分析结果显示当抗原浓度固定,随着抗体浓度的增加,抗原-抗体的结合比例也逐渐增加,导致抗原的τ_D值增大,FCS自相关曲线逐渐右移直至抗原-抗体的结合达到饱和。对不同抗体浓度下得到的抗原抗体结合比值进行拟合,可以得到溶液中抗原抗体免疫反应的解离常数。MEM拟合得到的抗原分子的τ_D分布曲线也反映出抗原-抗体结合程度随抗体浓度的变化。而在实际应用中,天然抗原分子量通常大于200 kDa,而一般抗体分子量为150 kDa。因此,当抗原抗体分子量比值不高于理论值(<4)时,FCS自相关技术无法有效测出抗原-抗体亲和力。下一步我们会继续探讨在这种情况下,如何对抗原和抗体间亲和力进行定性和定量检测,例如开展荧光互相关技术(FCCS)在此领域的应用^[15];同时我们会进一步优化MEM分析算法的性能。

5 结论

本文在荧光相关光谱技术的基础上,实现对抗原抗体之间亲和力的简便快速检测。以Alexa647荧光分子和GFP荧光蛋白抗原及抗体反应为研究对象,对测得的自相关数据进行数学模型的拟合得出解离常数,继而对抗原抗体亲和力强弱进行评估;使用MEM方法对抗原抗体混合溶液的自相关曲线进行分析,可以获取不同抗体浓度下混合溶液中不同组分(游离抗原和结合抗原)的特征扩散相关时间分布,实现对溶液中抗原抗体结合过程的评估。针对实验分析过程中遇到的问题,例如数据导入、数学模型拟合等,我们自主设计开发一款简便使用的软件(Molecular Interaction)以提高数据分析的准确性和可重复性。在现有工作的基础上,下阶段将着重解决在抗原与抗体分子量相当的情况下,如何检测抗原抗体亲和力。

参考文献

[1] 刘瑶, 田亚平. 免疫标记技术的现状和发展[J]. 中华临床医师杂志(电子版), 2013, 7(8): 3536-3539.

Liu Y, Tian Y P. Status and development of immunolabeling technology[J]. Chinese Journal of Clinicians (Electronic Edition), 2013, 7(8): 3536-3539.

[2] 汪晨, 吴洁, 宗晨, 等. 化学发光免疫分析方法与应用进展[J]. 分析化学, 2012, 40(1): 3-10.

Wang C, Wu J, Zong C, et al. Chemiluminescent immunoassay and its application[J]. Chinese Journal of Analytical Chemistry, 2012, 40(1): 3-10.

[3] 薛盼, 章竹君, 张晓明. 化学发光免疫分析检测人血清中的癌胚抗原[J]. 分析化学, 2011, 39(1): 95-98.

Xue P, Zhang Z J, Zhang X M. Chemiluminescent analysis of carcinoembryonic antigen in serum samples[J]. Chinese Journal of Analytical Chemistry, 2011, 39(1): 95-98.

[4] 张萍, 周玉成, 程悦宁, 等. 荧光偏振免疫分析技术在病原检测中的应用研究进展[J]. 特产研究, 2019, 41(2): 96-99.

Zhang P, Zhou Y C, Cheng Y N, et al. Advances in the application of fluorescence polarization immunoassay in pathogen detection[J]. Special Wild Economic Animal and Plant Research, 2019, 41(2): 96-99.

[5] 魏亦男, 李元宗, 常文保, 等. 荧光共振能量转移技术在生物分析中的应用[J]. 分析化学, 1998, 26(4): 477-484.

Wei Y N, Li Y Z, Chang W B, et al. Application of fluorescence resonance energy transfer technique in bioanalysis[J]. Chinese Journal of Analytieal Chemistry, 1998, 26(4): 477-484.

[6] 刘萍, 辛现良, 耿美玉. SPR技术在免疫学研究中的应用[J]. 现代生物医学进展, 2009, 9(9): 1749-1752.

Liu P, Xin X L, Geng M Y. Application of surface plasmon resonance technology on immunology territory[J]. Progress in Modern Biomedicine, 2009, 9(9): 1749-1752.

[7] 帅玉环, 齐攀, 李莹, 等. 表面等离子体共振成像检测桃胶多糖与半乳糖凝集素-3的相互作用[J]. 激光与光电子学进展, 2019, 56(9): 092402.

Shuai Y H, Qi P, Li Y, et al. Detection of interaction between peach-gum polysaccharides and galectin-3 via surface plasmon resonance imaging[J]. Laser & Optoelectronics Progress, 2019, 56(9): 092402.

[8] 彭滟, 施辰君, 朱亦鸣, 等. 太赫兹光谱技术在生物医学检测中的定性与定量分析算法[J]. 中国激光, 2019, 46(6): 0614002.

Peng Y, Shi C J, Zhu Y M, et al. Qualitative and quantitative analysis algorithms based on terahertz spectroscopy for biomedical detection[J]. Chinese Journal of Lasers, 2019, 46(6): 0614002.

[9] 朱亦鸣, 施辰君, 吴旭, 等. 生物医学检测中太赫兹光谱技术的算法研究[J]. 光学学报, 2021, 41(1): 0130001.

Zhu Y M, Shi C J, Wu X, et al. Terahertz spectroscopy algorithms for biomedical detection[J]. Acta Optica Sinica, 2021, 41(1): 0130001.

[10] Tetin S Y, Swift K M, Matayoshi E D. Measuring antibody affinity and performing immunoassay at the single molecule level[J]. Analytical Biochemistry, 2002, 307(1): 84-91.

[11] Dong C Q, Zhang P D, Bi R, et al. Characterization of solution-phase DNA hybridization by fluorescence correlation spectroscopy: rapid genotyping of C677T from methylenetetrahydrofolate reductase gene[J]. Talanta, 2007, 71(3): 1192-1197.

[12] Fujii F, Horiuchi M, Ueno M, et al. Detection of prion protein immune complex for bovine spongiform encephalopathy diagnosis using fluorescence correlation spectroscopy and fluorescence cross-correlation spectroscopy[J]. Analytical Biochemistry, 2007, 370(2): 131-141.

[13] Hazlett TL, Ruan QQ, Tetin SY. Application of fluorescence correlation spectroscopy to hapten-antibody binding[M] //Nienhaus G U. Protein-ligand interactions. Methods in molecular biologyTM. New York: Humana Press, 2005, 305: 415- 438.

[14] Tetin S Y, Ruan Q, Skinner J P. Studying antibody-antigen interactions with fluorescence fluctuation spectroscopy[J]. Methods in Enzymology, 2013, 519: 139-166.

[15] 王柱楼, 康宁, 梁艳琴, 等. CorTector TM SX100: 一款桌面式荧光相关光谱仪的原理和应用[J]. 生物化学与生物物理进展, 2018, 45(11): 1166-1180.

Wang Z L, Kang N, Liang Y Q, et al. CorTector TM SX100: principles and applications of a bench-top fluorescence correlation spectrometer[J]. Progress in Biochemistry and Biophysics, 2018, 45(11): 1166-1180.

[16] Davis L M, Williams P E, Ball D A, et al. Data reduction methods for application of fluorescence correlation spectroscopy to pharmaceutical drug discovery[J]. Current Pharmaceutical Biotechnology, 2003, 4(6): 451-462.

[17] Xie C, Dong C Q, Ren J C. Study on homogeneous competitive immune reaction by fluorescence correlation spectroscopy: using synthetic peptide as antigen[J]. Talanta, 2009, 79(3): 971-974.

[18] Hess S T, Huang S H, Heikal A A, et al. Biological and chemical applications of fluorescence correlation spectroscopy: a review[J]. Biochemistry, 2002, 41(3): 697-705.

[19] Dertinger T. Pacheco V, von der Hocht I, et al. Two-focus fluorescence correlation spectroscopy: a new tool for accurate and absolute diffusion measurements[J]. Chem Phys Chem, 2007, 8(3): 433-443.

[20] Tetin S Y, Ruan Q, Saldana S C, et al. Interactions of two monoclonal antibodies with BNP: high resolution epitope mapping using fluorescence correlation spectroscopy[J]. Biochemistry, 2006, 45(47): 14155-14165.

[21] Kapusta P. Absolute diffusion coefficients: compilation of reference data for FCS calibration[EB/OL]. ( 2010-07)[2010-07]. https://www.picoquant.com/applications/category /life-science/dual-focus-fluorescence-correlation-spectroscopy-2ffcs.

[22] Jerabek-Willemsen M, Wienken C J, Braun D, et al. Molecular interaction studies using microscale thermophoresis[J]. Assay and Drug Development Technologies, 2011, 9(4): 342-353.

[23] Velazquez-Campoy A, Freire E. Isothermal titration calorimetry to determine association constants for high-affinity ligands[J]. Nature Protocols, 2006, 1(1): 186-191.

[24] Wang J, Wang Q, Song S X. Research progress of surface plasmon resonance technology in drug discovery[J]. Journal of Chinese Pharmaceutical Sciences, 2020, 29(7): 504-513.

[25] Zhou M, Li Q, Wang R X. Current experimental methods for characterizing protein-protein interactions[J]. ChemMedChem, 2016, 11(8): 738-756.

[26] Nguyen H H, Park J, Kang S, et al. Surface plasmon resonance: a versatile technique for biosensor applications[J]. Sensors, 2015, 15(5): 10481-10510.

[27] Bacia K, Kim S A, Schwille P. Fluorescence correlation spectroscopy in living cells[J]. Nature Methods, 2006, 3(2): 83-89.

2.3 MEM方法分析混合溶液中抗原抗体结合

4.1 分析Alexa Fluor647荧光分子抗原与抗体亲和力

4.2 分析GFP荧光蛋白抗原与抗体亲和力

4.3 FCS与其他生物分子亲和力检测技术对比

5 结论

骆亚梅, 蹇林, 罗浩奇, 黄科赢, 张沃伦, 王柱楼, 张会芝, 肖茜, 黄韶辉. 荧光自相关光谱技术检测抗原抗体亲和力[J]. 光学学报, 2021, 41(17): 1730004. Yamei Luo, Lin Jian, Haoqi Luo, Keying Huang, Wolun Zhang, Zhulou Wang, Huizhi Zhang, Qian Xiao, Shaohui Huang. Fluorescence Auto-Correlation Spectroscopy Quantitatively Measures Antigen-Antibody Binding Affinity[J]. Acta Optica Sinica, 2021, 41(17): 1730004.

荧光自相关光谱技术检测抗原抗体亲和力下载： 897次

1 引言

2 基本原理

2.1 FCS技术的基本原理

2.2 FCS技术计算抗原抗体解离常数

2.3 MEM方法分析混合溶液中抗原抗体结合

3 实验

3.1 FCS仪器

图 1. 桌面式FCS系统光路结构图

Fig. 1. Schematic of optical pathway of benchtop FCS system

3.2 样品制备

3.3 数据采集

3.4 抗原抗体亲和力数据分析流程

图 2. 抗原抗体亲和力分析软件的流程示意图

Fig. 2. Flow chart of the data analysis software for determining antigen-antibody binding affinity

4 结果与讨论

4.1 分析Alexa Fluor647荧光分子抗原与抗体亲和力

4.2 分析GFP荧光蛋白抗原与抗体亲和力

4.3 FCS与其他生物分子亲和力检测技术对比

表 1. FCS与其他生物分子亲和力检测技术对比

Table 1. Comparison of FCS with other technologies for quantitatively determining antigen-antibody binding affinity

5 结论

Article Outline

关于本站 Cookie 的使用提示

全站搜索

荧光自相关光谱技术检测抗原抗体亲和力 下载： 897次

1 引言

2 基本原理

2.1 FCS技术的基本原理

2.2 FCS技术计算抗原抗体解离常数

2.3 MEM方法分析混合溶液中抗原抗体结合

3 实验

3.1 FCS仪器

图 1. 桌面式FCS系统光路结构图

Fig. 1. Schematic of optical pathway of benchtop FCS system

3.2 样品制备

3.3 数据采集

3.4 抗原抗体亲和力数据分析流程

图 2. 抗原抗体亲和力分析软件的流程示意图

Fig. 2. Flow chart of the data analysis software for determining antigen-antibody binding affinity

4 结果与讨论

4.1 分析Alexa Fluor647荧光分子抗原与抗体亲和力

4.2 分析GFP荧光蛋白抗原与抗体亲和力

4.3 FCS与其他生物分子亲和力检测技术对比

表 1. FCS与其他生物分子亲和力检测技术对比

Table 1. Comparison of FCS with other technologies for quantitatively determining antigen-antibody binding affinity

5 结论

Article Outline

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

荧光自相关光谱技术检测抗原抗体亲和力下载： 897次