정보

주어진 단백질이 항체에 의해 인식되는지 예측

주어진 단백질이 항체에 의해 인식되는지 예측


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

컴퓨터의 PDB 파일에 3차원 단백질 구조가 있다고 가정합니다. 그 단백질이 인간의 알려진 모든 항체에 의해 인식되고 면역 반응을 유발하는지 여부를 예측하는 생물 정보학적 방법이 있습니까? 대답이 '예'라면 이 방법이 얼마나 정확합니까?


우선 항체가 항원을 인식하지 못하고 항원에 포함된 에피토프를 인식한다는 점을 인식하는 것이 중요합니다.

이러한 에피토프를 높은 정확도로 예측할 수 있는 여러 소프트웨어(온라인)가 있습니다. 나는 그들 중 일부를 다음에 설명할 것입니다:

B 세포 에피토프의 예측: B 세포 에피토프는 연속적이고 형태적일 수 있음을 명심해야 합니다.

연속 에피토프는 Bcepred를 사용하여 예측할 수 있습니다. 이 예측 방법은 비중복 데이터 세트의 물리화학적 특성을 기반으로 합니다. 데이터 세트는 Bcipep 데이터베이스에서 얻은 1029개의 B 세포 에피토프와 Swiss-Prot 데이터베이스에서 무작위로 얻은 동일한 수의 비-에피토프로 구성됩니다. 다양한 속성을 기반으로 한 모델의 예측 정확도는 52.92%와 57.53%로 다양합니다. 또한 4가지 아미노산 특성(친수성, 유연성, 극성 및 노출면)을 결합했을 때 임계값 2.38에서 58.70%의 최고 정확도를 달성했습니다.

구조적 에피토프는 DiscoTope 2.0을 사용하여 예측할 수 있습니다. 이 방법은 단백질 3차원 구조에서 불연속적인 B 세포 에피토프를 예측합니다. 이 방법은 표면 접근성(접촉 수로 추정)과 새로운 에피토프 성향 아미노산 점수의 계산을 활용합니다. 최종 점수는 공간적 근접성 잔류물의 성향 점수와 접촉 번호를 결합하여 계산됩니다. 게다가 원본 DiscoTope 논문의 벤치마크 데이터 세트를 사용하여 업데이트된 방법이 예측 성능을 크게 향상시키는 것으로 나타났습니다.

중요: Discotope를 사용하면 이 에피토프의 3D 구조를 얻을 수 있습니다.

나는 몇 가지 이유로 불연속 에피토프 잔기의 예측을 위해 DiscoTope를 사용할 것을 제안합니다. 먼저, DiscoTope의 평균 예측 성능이 Parker 성향 척도보다 훨씬 높고 NACCESS RSA 점수로 정의된 표면 국소화 점수보다 약간 높다는 불연속 에피토프 데이터 세트를 보여주었습니다. 둘째, 여러 저자는 DiscoTope가 파지 디스플레이, 점 돌연변이 및 서열 분석과 같은 다양한 기술을 사용하여 식별된 에피토프의 잔기를 정확하게 예측한다는 것을 보여주었습니다. 셋째, DiscoTope 예측 방법은 www.cbs.dtu.dk/services/DiscoTope에 공개되어 있으며 방법의 결과를 쉽게 해석할 수 있습니다.

단백질에 있는 이 에피토프가 실험적으로 입증된 IgE 에피토프를 포함할 수 있는 가능한 알레르기 부위가 있는지 확인하는 것이 좋습니다. 이를 위해 Algpred를 사용할 수 있습니다.


polonio210의 답은 다음과 비교할 수 있는 생물정보학 도구의 훌륭한 요약입니다. 알려진 항체 데이터베이스 - 단백질에 결합할 수 있는 특정 항체를 찾는 데 도움이 됩니다.

이 접근 방식은 ~ 아니다 인간의 면역 체계가 이 단백질에 대한 항체를 만들 수 있는지 여부를 식별할 수 있습니다. 이 질문에 대한 답변 및 의견에 따르면 한 사람이 만들 수 있는 항체의 수는 $10^{12}$에서 $10^{16}$까지입니다. 이 수치는 너무 높아서 데이터베이스가 모든 가능한 항체를 다룰 수 없으며 면역 체계가 특정 단백질에 대한 항체를 만들 수 있는지 예측할 수 없을 것입니다.


단백질-단백질 상호작용 분석 개요

단백질은 유전자 발현, 세포 성장, 증식, 영양소 흡수, 형태, 운동성, 세포 간 통신 및 세포 사멸을 포함하여 세포에서 대부분의 생물학적 과정을 촉진하는 일꾼입니다. 그러나 세포는 무수한 자극에 반응하므로 단백질 발현은 역동적인 과정입니다. 특정 작업을 완료하는 데 사용되는 단백질이 항상 발현되거나 활성화되는 것은 아닙니다. 또한 모든 세포는 동일하지 않으며 많은 단백질이 세포 유형에 따라 발현됩니다. 단백질의 이러한 기본 특성은 특히 적절한 생물학적 맥락에서 단백질 기능을 이해하려고 할 때 조사하기 어려울 수 있는 복잡성을 암시합니다.

단백질의 기능을 이해하는 데 필요한 중요한 측면은 다음과 같습니다.

  • 단백질 서열 및 구조-단백질 기능을 예측하는 모티프를 발견하는 데 사용
  • 진화의 역사와 보존된 서열—주요 규제 잔류물 식별
  • 발현 프로필- 세포 유형의 특이성과 발현이 조절되는 방식을 밝힙니다.
  • 번역 후 수정-인산화, 아실화, 글리코실화 및 유비퀴틴화는 국소화, 활성화 및/또는 기능을 암시합니다.
  • 다른 단백질과의 상호작용- 결합 파트너의 기능을 알면 기능을 외삽할 수 있습니다.
  • 세포내 국소화- 단백질의 기능을 암시할 수 있음

1990년대 후반까지 단백질 기능 분석은 주로 단일 단백질에 초점을 맞추었습니다. 그러나 대부분의 단백질은 적절한 기능을 위해 다른 단백질과 상호 작용하기 때문에 기능을 완전히 이해하려면 상호 작용 파트너의 맥락에서 연구해야 합니다. 인간 게놈의 출판과 단백질체학 분야의 발전으로 단백질이 서로 어떻게 상호작용하는지 이해하고 생물학적 네트워크를 식별하는 것은 단백질이 세포 내에서 어떻게 기능하는지 이해하는 데 필수적이 되었습니다.


항체-단백질 상호작용에서 특이성과 친화성의 기원

천연 항체는 에피토프의 서열 특징이 비피토프 단백질 표면의 것과 구별되지 않는 다양한 단백질 표면을 인식하도록 자주 유도됩니다. 파라토프가 서열별로 특징이 없는 에피토프를 인식할 수 있는 방법과 제한된 변이를 가진 천연 항체 레퍼토리가 숙주 면역계에 외래인 겉보기에 무제한 단백질 항원을 인식할 수 있는 방법은 명확하게 이해되지 않습니다. 이 작업에서는 3D 항체 가변 도메인 구조를 입력으로 사용하여 기능 파라토프를 예측하기 위해 계산 방법이 사용되었습니다. 예측된 기능 파라토프는 실험적 알라닌 스캐닝 측정에서 알려진 핫스팟 잔류물에 의해 합리적으로 검증되었습니다. 111개의 항체-항원 복합체 구조 세트에 대한 기능적 파라토프(핫스팟) 예측은 방향족, 대부분 티로실인 측쇄가 예측된 기능 파라토프의 주요 부분을 구성하고 짧은 사슬 친수성 잔기가 예측된 부분의 작은 부분을 형성함을 나타냅니다. 기능성 파라토프. 이들 방향족 측쇄는 주로 에피토프 주쇄 원자 및 측쇄 탄소와 상호작용한다. 기능 파라토프는 구조 파라토프-에피토프 계면에서 유리한 극성 원자 접촉으로 둘러싸여 있으며, 이러한 극성 접촉의 80% 이상이 정전기적으로 유리하고 이러한 극성 접촉의 약 40%가 계면을 가로질러 직접적인 수소 결합을 형성합니다. 이러한 결과는 짧은 사슬 친수성 잔기 중 방향족 측쇄가 풍부한 다양한 구조적 윤곽을 가진 파라토프를 포함하는 항체의 제한된 레퍼토리가 모든 종류의 단백질 표면을 인식할 수 있음을 나타냅니다. .

키워드: 에피토프 예측 기능적 에피토프 인터페이스 핫스팟 파라토프 예측 단백질 항원 부위.

이해 상충 진술

저자는 이해 상충을 선언하지 않습니다.

피규어

항체/항원 결합 예측 벤치마크…

항체/항원 표면 상의 항체/항원 결합 부위의 예측 벤치마크. ( NS ) 상관관계…

기능성 파라토프 비교…

기능 파라토프와 예측된 핫스팟 잔류물의 비교…

2등급 분류 예측 벤치마크…

S111의 대표적인 항체-항원 복합 구조에 대한 2종 분류 예측 벤치마크…

아미노산 유형 선호도 및…

파라토프-에피토프 인터페이스에서 아미노산 유형 선호도 및 단백질 원자 유형 선호도…

쌍별 원자 접촉 분포…

항체-단백질 상호작용 및 비항체 단백질-단백질 상호작용에서 쌍방향 원자 접촉 분포…

티로신 측쇄 상호작용 성향…

단백질 표면 잔류물에 대한 티로신 측쇄 상호작용 경향. ( NS ) NS…


Plasmodium vivax Duffy 결합 및 적혈구 결합 단백질에 대한 항체 반응은 감염 위험을 예측하고 임상 말라리아로부터의 보호와 관련이 있습니다

배경: Plasmodium vivax Duffy Binding Protein(PvDBP)은 자연적으로 획득된 면역의 핵심 표적입니다. 그러나 수용체 결합 부위를 포함하는 PvDBP의 II 영역은 고도로 다형성이다. AH, O, P 및 Sal1 대립유전자, 중앙 영역 III-V(PvDBPIII-V) 및 P. vivax 적혈구 결합 단백질 영역 II(PvEBPII)를 포함하는 PvDBP 영역 II(PvDBPII)의 다양한 변이체에 대한 항체의 자연 획득 ) 및 임상 P. vivax 말라리아 위험과의 연관성은 잘 알려져 있지 않습니다.

방법론: PvDBPII(AH, O, P, Sal1), PvDBPIII-V 및 PvEBPII의 4가지 대립유전자를 인식하는 총 IgG 및 IgG 하위 클래스 1, 2 및 3은 1~3세 파푸아뉴기니 코호트에서 수집된 샘플에서 측정되었습니다. (PNG) PNG의 발병률이 높은 지역에 사는 어린이. PvDBPII(AH, O 및 Sal1)에 대한 결합 억제 항체(BIAb)의 수준도 어린이의 하위 집합에서 테스트되었습니다. IgG의 존재와 연령, 누적 노출(추적 중 연령 및 말라리아 감염의 산물로 측정) 및 임상 말라리아의 전향적 위험과의 연관성을 평가했습니다.

결과: 연령 및 누적 노출에 따른 항원 특이적 총 IgG, IgG1 및 IgG3의 증가는 PvDBPII AH 및 PvEBPII에 대해서만 관찰되었습니다. 높은 수준의 총 IgG 및 PvDBPII AH에 특이적인 우세한 하위 클래스 IgG3은 임상 P. vivax 에피소드의 발생 감소와 관련이 있었습니다(aIRR = 0.56-0.68, P≤0.001-0.021). PvEBPII에 대한 높은 수준의 총 IgG 및 IgG1은 모든 PvDBPII 변이체에 대한 IgG와 비교하여 임상 vivax 말라리아에 대한 보호와 강한 상관관계가 있었습니다(aIRR = 0.38, P<0.001). PvDBPII AH 및 PvEBPII에 대한 항체는 70%의 공동 보호 연관성과 함께 상가 효과의 증거를 보여주었습니다.

결론: 주요 기생충 침입 리간드 PvDBPII 및 PvEBPII에 대한 항체는 PNG에서 P. vivax 말라리아에 대한 보호의 좋은 상관 관계가 있습니다. 이는 P. vivax 말라리아에 대한 재조합 소단위 백신에 PvDBPII를 포함하는 근거를 더욱 강화하고 P. vivax 말라리아에 대한 소단위 백신의 구성요소로서 PvEBPII의 잠재력을 결정하기 위한 추가 기능 연구의 필요성을 강조합니다.


전형적인 항체에는 2개의 동일한 항원 결합 부위가 있습니다

가장 단순한 항체는 2개의 동일한 항원 결합 부위가 있는 Y자형 분자로, Y의 각 팔 끝에 하나씩 있습니다(그림 24-18). 두 개의 항원 결합 부위로 인해 다음과 같이 설명됩니다. 2가. 항원에 3개 이상의 항원 결정기가 있는 한 2가 항체 분자는 이를 큰 격자로 교차 연결할 수 있습니다(그림 24-19). 이 격자는 대식세포에 의해 빠르게 식균되고 분해될 수 있습니다. 유연한 구조로 항원 결합 및 가교의 효율을 크게 높입니다. 힌지 영역 대부분의 항체에서는 두 항원 결합 부위 사이의 거리가 변할 수 있습니다(그림 24-20).

그림 24-18

항체 분자의 간단한 표현. 두 개의 항원 결합 부위가 동일하다는 점에 유의하십시오.

그림 24-19

항체-항원 상호작용. 항체는 두 개의 동일한 항원 결합 부위를 가지고 있기 때문에 항원을 교차 연결할 수 있습니다. 형성되는 항체-항원 복합체의 유형은 항원에 있는 항원 결정기의 수에 따라 다릅니다. 여기에 단일 종 (더. )

그림 24-20

항체 분자의 힌지 영역. 유연성 때문에 힌지 영역은 항원 결합 및 가교의 효율성을 향상시킵니다.

항체의 보호 효과는 단순히 항원에 결합하는 능력 때문이 아닙니다. 그들은 Y 자형 분자의 꼬리에 의해 매개되는 다양한 활동에 참여합니다. 나중에 논의하겠지만, 동일한 항원 결합 부위를 가진 항체는 여러 다른 꼬리 영역 중 하나를 가질 수 있습니다. 꼬리 부분의 각 유형은 보체 시스템을 활성화하거나, 식세포에 결합하거나, 태반을 어머니에서 태아로 통과하는 능력과 같은 다양한 기능적 특성을 항체에 부여합니다.


서열 유사성은 단백질 기능에 대한 단서를 제공할 수 있습니다

게놈 데이터베이스에 목록화되어 있는 단백질 및 핵산 서열의 확산 덕분에 유전자의 기능 및 암호화된 단백질의 기능은 이전에 특성화된 유전자의 서열과 단순히 서열을 비교함으로써 종종 예측할 수 있습니다. 아미노산 서열이 단백질의 구조를 결정하고 구조가 생화학적 기능을 결정하기 때문에 유사한 아미노산 서열을 공유하는 단백질은 멀리 떨어진 관련 유기체에서 발견되는 경우에도 일반적으로 유사한 생화학적 기능을 수행합니다. 따라서 현재 새로 발견된 단백질이 무엇을 하는지 결정하는 것은 일반적으로 아미노산 서열이 유사한 이전에 확인된 단백질을 찾는 것으로 시작됩니다.

상동 유전자 또는 단백질에 대한 알려진 서열의 검색은 일반적으로 World-Wide Web을 통해 수행되며 데이터베이스를 선택하고 원하는 서열을 입력하는 것만 포함됩니다. 가장 인기 있는 서열 정렬 프로그램은 BLAST이며 FASTA는 잔류물 클러스터가 전체 또는 부분 정렬에 빠질 때까지 보관된 서열을 따라 제출된 서열을 밀어서 유사한 서열에 대한 데이터베이스를 스캔합니다(그림 8-47). 뉴클레오티드 또는 아미노산 서열에 대해 수행할 수 있는 복잡한 검색 결과도 몇 분 이내에 반환됩니다. 이러한 비교는 개별 단백질, 단백질 군, 또는 새로 배열된 유기체의 전체 단백질 보체의 기능을 예측하는 데 사용할 수 있습니다.

그림 8-47

BLAST 검색 결과. 서열 데이터베이스를 검색하여 유사한 아미노산 또는 핵산 서열을 찾을 수 있습니다. 인간 세포 주기 조절 단백질 cdc2와 유사한 단백질 검색 (질문) 옥수수 cdc2를 찾습니다 (주제), 68% 동일합니다(더 많이. )

그러나 결국 시퀀스 분석에서 나오는 예측은 종종 추가 실험 조사를 지시하는 도구일 뿐입니다.


SARS-Cov-2 감염은 여러 바이러스 단백질에 대한 항체 반응을 유발할 수 있습니다

모든 코로나바이러스는 4가지 기본 구조 단백질과 여러 비구조 단백질을 생성합니다. 그러나 항체 기반 SARS-CoV-2 연구의 대부분은 스파이크 및 뉴클레오캡시드 단백질에 초점을 맞추었습니다. 미국 위스콘신-매디슨 대학의 Anna Heffron, Irene Ong 및 동료들이 PLOS Biology에 발표한 연구에 따르면 SARS-CoV-2 바이러스가 생산하는 다른 단백질에 대해 면역 반응이 발생할 수 있다고 합니다.

스파이크 단백질 기반 백신의 효능은 다양하며 SARS-CoV-2에 감염된 모든 사람이 스파이크 또는 뉴클레오캡시드 단백질에 대해 검출 가능한 항체를 생성하는 것은 아닙니다. 따라서 확장된 항체 기반 옵션은 특히 새로운 변이의 출현을 고려할 때 백신, 진단 및 치료제를 개선하는 데 중요한 역할을 할 가능성이 있습니다. SARS-CoV-2 감염이 모든 SARS-CoV-2 단백질에 대한 강력한 항체 반응을 유도하는지 여부를 조사하기 위해 연구자들은 항체가 인식하고 결합하는 바이러스 프로테옴의 특정 영역인 79개의 "에피토프"를 매핑했습니다. 그들은 또한 SARS-CoV-2에 대한 반응으로 개발된 항체 또는 코로나바이러스에 대한 이전 노출로 인한 기존 항체가 잠재적인 교차 반응성 에피토프를 식별하기 위해 알려진 6개의 다른 인간 코로나바이러스의 단백질에 결합할 수 있는지 여부를 테스트했습니다.

스파이크 및 뉴클레오캡시드 단백질 외에도 저자는 SARS-CoV-2 및 기타 코로나바이러스의 전체 단백질 배열에서 이전에 알려지지 않은 반응성이 높은 B 세포 에피토프를 찾아 향후 백신 및 치료제 개발 가능성을 확대했습니다. 그러나 이러한 항체가 얼마나 오래 남아 있고 백신을 접종한 사람의 반응이 백신 접종 전에 COVID-19에 감염된 사람과 다른지 여부를 결정하기 위해서는 향후 연구가 필요합니다. Dr. On과 동료들은 성인과 어린이에서 이러한 측면을 계속 조사할 것입니다.

저자들은 COVID-19 대유행의 시작 이후에 나타난 우려의 변이를 직접 프로파일링하지 않았지만 원래 SARS-CoV-2 게놈과 우려의 변이 중 몇 가지를 비교하면 다음과 같은 지역에서 수많은 변이가 확인되었습니다. 또는 확인된 항체 결합 에피토프의 3개 아미노산 이내.

저자에 따르면 "독립적인 분석으로 확인된 COVID-19 회복기 대상에서 에피토프 수준 분해능 항체 반응성에 대한 광범위한 프로파일링은 SARS에 대한 개선된 진단, 백신 및 치료제 개발에서 중요한 표적으로 작용할 수 있는 새로운 에피토프를 제공합니다. -CoV-2, 우려의 변종 및 미래에 나타날 수 있는 위험한 인간 코로나바이러스".


결론 및 관점

단백질 구조 예측 및 설계를 위한 도구는 지난 10년 동안 상당히 발전했지만 많은 과제가 남아 있습니다. 예측 및 설계를 안내하는 에너지 함수(계산 효율성 때문에 반드시 근사해야 함)는 특히 인터페이스에서 극성 및 비극성 상호 작용과 용매화 효과의 균형을 정확하게 맞추는 데 여전히 어려움을 겪고 있습니다. 결과적으로 백본 유연성이 있는 단백질 도킹, 단면 인터페이스 디자인 및 효소 디자인과 같은 인터페이스 모델링 응용 프로그램의 성공률은 여전히 ​​낮습니다. 모델링된 단백질 표면과 주요 상호 작용을 하는 '구조적으로 중요한' 정렬된 물 분자의 하위 집합을 명시적으로 모델링하는 하이브리드 접근 방식은 한 가지 유망한 방법을 제시하지만 계산 비용과 명시적 물과의 상호 작용 균형을 유지해야 하는 필요성 때문에 매개변수화하기가 여전히 어렵습니다. 대량의 물이 암시적으로 모델링됩니다. T 세포 수용체와 펩타이드-MHC 또는 항체와 항원 사이의 상호작용과 같은 루프 매개 상호작용 역시 예측하고 조작하기 어려운 상태로 남아 있습니다. 여기서 계면 에너지의 문제는 결합되지 않은 상태에서 구조의 앙상블을 샘플링할 수 있는 불규칙한 폴리펩티드 세그먼트의 구조적 선호도를 정확하게 모델링해야 할 필요성으로 인해 복잡해집니다. 보다 광범위하게는 단백질 기능에 종종 중요한 단백질 구조적 유연성과 운동을 강력하게 예측하고 설계하기 위해서는 새로운 접근 방식이 필요합니다. 이러한 유연한 시스템의 동적 측면을 포착하려면 분자 역학 궤적과 에너지 경관 분석을 결합하는 접근 방식이 필요할 수 있습니다.

이러한 도전에도 불구하고 우리는 단백질 예측 및 설계 접근 방식이 계속 성숙함에 따라 생물학 및 의학에서 점점 더 중요한 역할을 할 태세를 갖추고 있다고 믿습니다. 자연적으로 발생하는 단백질의 한 가지 놀라운 특징은 세포에서 역할을 수행하기 위해 종종 여러 활동과 결합 반응에 관여한다는 것입니다. 예를 들어, Rho 계열의 GTPase는 GTP의 가수분해를 촉매하고, 잘 정의된 구조적 변화를 겪으며, 여러 다운스트림 신호 전달 단백질에 결합하고, 구아닌 교환 인자와 구아닌 활성화 단백질에 의해 조절됩니다. 우리는 방향진화 접근법과 분자 모델링의 발전을 결합함으로써 유사한 복잡성을 가진 단백질 디자인이 곧 도달할 수 있고 다양하고 흥미로운 응용을 가능하게 할 것으로 예상합니다. 예를 들어, de novo로 설계된 단백질 케이지는 계산적으로 설계된 면역원 142에 대한 스캐폴드로 백신 개발에 유용할 가능성이 높으며, 여러 표적화 신호(예: 비정상적인 세포 표면 단백질 발현 또는 MHC 제시 네오-에피토프). 단백질에 대한 엔지니어링 제어 메커니즘(리간드 결합, 광 활성화, 효소 활성화 등)은 특정 환경에서만 활성화되고 독성 부작용을 줄이는 치료제의 설계를 허용해야 합니다.

단백질 구조 데이터베이스가 계속 성장함에 따라 새로운 단백질 백본 및 측쇄 패킹 배열 세트의 가용성이 증가하여 새로운 결합 부위와 기능을 생성하기 위해 용도를 변경할 수 있는 가능성이 열립니다. 기계 학습 및 패턴 인식이 구조 예측과 마찬가지로 단백질 설계 분야를 발전시킬 수 있는지 여부를 보는 것도 흥미로울 것입니다.


1차 항체 또는 2차 항체 선택

실험에 가장 적합한 1차 또는 2차 항체를 찾는 방법

애플리케이션

항체 데이터시트에는 우리가 항체를 성공적으로 테스트한 애플리케이션이 나열되어 있습니다. 애플리케이션에서 항체를 테스트했지만 실패하면 데이터시트에도 표시됩니다. 응용 프로그램이 나열되지 않으면 테스트하지 않았으며 항체가 어떻게 작동할지 알 수 없음을 의미합니다.

Out 항체는 사내에서 지속적으로 테스트되고 데이터시트는 최신 애플리케이션 정보로 업데이트됩니다. 응용 프로그램에 대한 도움이 필요하면 프로토콜 라이브러리를 검색하십시오.

샘플의 특성

샘플의 특성에 따라 가장 적합한 항체가 결정됩니다. 다음 측면을 고려하십시오.

검출하고자 하는 단백질 부위

항체는 숙주 동물을 면역원성 물질로 면역화하여 생성됩니다. 면역원은 전장 단백질, 단백질 단편, 펩티드, 전체 유기체(예: 박테리아) 또는 세포일 수 있습니다. 면역원은 일반적으로 데이터시트에 설명되어 있습니다(일부 경우 독점 사유로 면역원에 대한 정확한 설명이 제공되지 않음).

면역원이 검출하려는 단백질 영역과 동일하거나 포함되어 있는지 확인하십시오. 예를 들어, FACS로 살아있는 세포에서 세포 표면 단백질을 검출하려는 경우 단백질의 세포외 도메인에 대해 생성된 항체를 선택하십시오.

시료 처리

일부 항체는 샘플을 특정 방식으로 처리해야 합니다. 많은 항체는 단백질의 2차 및 3차 접힘에 의해 가려질 수 있는 에피토프를 나타내기 때문에 환원 및 변성된 단백질만 인식합니다. 반면에 일부 항체는 원래의 접힌 상태에서 단백질의 에피토프만 인식합니다. 웨스턴 블로팅을 위한 당사의 항체는 데이터시트에 달리 명시되지 않는 한 샘플을 환원 및 변성시켜야 합니다.

면역조직화학의 경우 일부 항체는 고정되지 않은 동결 조직에만 적합합니다. 다른 것들은 포르말린 고정에 의해 도입된 교차 결합을 역전시키는 항원 검색 단계 없이 포르말린 고정, 파라핀 포매 조직의 표적에 결합할 수 없습니다. 이러한 사용 제한 사항은 데이터시트의 애플리케이션 섹션에 명시되어 있습니다.

샘플 종

가능하다면 샘플과 동일한 종에 대해 생성된 항체를 선택하십시오.

항체는 충분한 아미노산 서열 상동성을 공유하는 다른 종의 동일한 표적 단백질과 반응할 수 있습니다. 샘플이 데이터시트에 나열된 종 중 하나가 아닌 경우 해당 종은 테스트되지 않았으며 적합성을 입증할 수 없음을 의미합니다. 교차 반응성의 예측은 서열 유사성을 기반으로 합니다.

1차 항체 숙주의 종 선택

1차 항체가 자라는 종은 샘플의 종과 달라야 합니다. 이는 샘플에서 내인성 면역글로불린과 이차 항-면역글로불린 항체의 교차 반응성을 피하기 위한 것입니다. 예를 들어, 마우스 단백질을 연구하는 경우 마우스 이외의 종에서 생성된 1차 항체를 선택하십시오. 토끼에서 생성된 1차 항체가 적절한 선택이 될 것이며, 그 다음으로 항-토끼 IgG 2차 항체가 선택될 것입니다.

내인성 면역글로불린(IgG)을 포함하지 않는 샘플을 사용하는 기술의 경우 1차 항체의 숙주 종의 선택은 덜 중요합니다. 예를 들어 IgG를 포함하지 않을 것으로 예상되는 세포 용해물의 웨스턴 블로팅이 있습니다. 그러나 혈청을 포함하는 조직 용해물 및 조직 배양 상등액에는 면역글로불린이 포함됩니다. IgG는 감소되고 변성된 샘플의 웨스턴 블롯에서 IgG 분자의 중쇄 및 경쇄에 해당하는 50 및 25kDa의 밴드로 나타납니다.

2차 항체 선택

2차 항체는 사용 중인 1차 항체의 숙주 종에 대한 것이어야 합니다. 예를 들어 기본이 마우스 모노클로날인 경우 안티-마우스 보조가 필요합니다. 이차 항체의 데이터시트를 확인하여 사용할 애플리케이션에서 테스트되었는지 확인하십시오.

이중 염색을 위한 항체 선택

세포 배양 또는 조직의 이중 면역염색은 1차 항체가 다른 종에서 생성되어야 하고 2차 항체가 종 중 하나를 독점적으로 인식해야 합니다. 교차 반응성을 제거하기 위해 다른 종의 면역글로불린에 대해 사전 흡착된 다양한 2차 항-Ig 항체 중에서 선택하십시오. 또는 직접 접합된 1차 항체는 2차 항체의 필요성을 제거합니다.

형광색소 및 크로마젠 라벨

표지는 표적 단백질의 존재를 시각화하기 위해 항체에 접합됩니다. 라벨의 선택은 실험 응용 프로그램에 따라 다릅니다.

  • 형광 라벨은 특정 파장의 빛에 의해 여기될 때 가시 범위의 빛을 방출합니다. 여러 가지가 있으며 모두 고유한 여기 및 방출 특성이 있습니다.
  • 효소 라벨 호스래디쉬 퍼옥시다제(HRP) 및 알칼리성 포스파타제(AP)는 적절한 기질과 결합될 때 착색된 침전물을 형성합니다. 아비딘-비오틴-효소 또는 형광색소 복합체(일반적으로 ABC 시약으로 약칭), 또는 효소 또는 형광색에 접합된 아비딘 또는 스트렙타비딘이 뒤따를 때 신호 증폭에 유용합니다.
  • Alexa Fluor® 2차 항체의 장점 보기


항체 검사는 어떻게 작동합니까?

항체 검사는 신체가 특정 분자에 대해 검출 가능한 양의 항체를 생성했는지 여부를 감지하므로 누군가가 과거에 특정 바이러스나 박테리아에 감염되었는지 여부를 밝힐 수 있습니다. 일반적으로 이러한 검사는 IgM 또는 IgG를 검출하고 있다고 Live Science는 이전에 보고했습니다.

예를 들어, SARS-CoV-2 항체 검사는 일반적으로 코로나바이러스의 스파이크 단백질의 일부 ​​또는 전체를 감지하고 누군가가 과거에 COVID-19에 감염되었는지 여부를 밝힐 수 있습니다. 신체가 항체 생산을 늘리는 데 시간이 걸리기 때문에 사람들은 일반적으로 병원체에 처음 노출된 후 약 2주 후에 양성 반응을 보인다고 Live Science가 이전에 보고했습니다.

항체 검사에는 두 가지 일반적인 유형이 있습니다. 측면 유동 분석과 효소 결합 면역흡착 분석(ELISA) 검사입니다. 둘 다 표면에 항원을 고정한 다음 항체가 해당 항원에 결합하는지 여부를 감지하는 것과 관련됩니다. 일반적으로 항체가 항원에 결합할 때 형광 또는 색 변화와 같은 화학 반응이 유발됩니다. 측면 흐름 분석은 항체 검사의 경우 일반적으로 종이인 평평한 표면 위에 혈액이나 혈청을 씻어내는 오줌이 아닌 오줌 누는 임신 검사와 유사합니다. ELISA 테스트는 유사한 원리로 작동하며 테스트만 마이크로플레이트에서 수행되며 실험실 기술자가 필요하며 결과가 즉시 판독되지 않을 수 있습니다. 이전에 이메일로 Live Science에 말했습니다.

Live Science는 이전에 보고한 바에 따르면 좋은 항체 검사는 위양성 및 위음성이 거의 없는 검사입니다. 이를 보장하기 위해 과학자들은 예를 들어 항원이 없는 것으로 알려진 샘플이 양성 테스트를 잘못 생성하지 않도록 하여 테스트를 "보정"해야 합니다. 예를 들어, SARs-CoV-2를 사용하면 전염병이 시작되기 전에 혈액 샘플을 테스트하고 샘플이 양성으로 나오지 않도록 해야 합니다. 그들은 또한 항체가 확실히 들어 있는 샘플을 채취하고 항체 검사가 양성을 잘 감지하는지 확인해야 합니다.