组成图示
点击图片查看大图 · 依据论文自动绘制
传感器类型
其他（蛋白微阵列荧光免疫检测）
检测对象
肿瘤相关抗原自身抗体（autoantibodies to tumor-associated antigens, TAA-IgG），样品基质：人血清（serum）
检测原理
T7噬菌体展示肿瘤抗原被固定在微阵列芯片上，经牛奶封闭后与患者血清孵育。若血清中存在针对某肿瘤抗原的特异性IgG，则IgG与芯片上相应抗原结合。随后加入Alexa Fluor 647标记的山羊抗人IgG，与已结合的患者IgG结合，产生红色荧光；同时加入Alexa Fluor 532标记的抗T7衣壳抗体，与每个噬菌体克隆的衣壳蛋白结合，产生绿色荧光，用于校正各点抗原量差异。扫描仪分别读取532 nm和635 nm通道，计算红/绿荧光比值。比值升高表示患者血清中该抗原特异性IgG水平升高。方法不依赖酶催化放大，信号强度主要与血清IgG结合量成正比；差异生物筛选则用于富集肿瘤特异性抗原表位。
检测灵敏度
原文未报告LOD、线性范围、灵敏度斜率或相关系数。
效应效果
该方法通过正常健康人血清负筛选和细菌裂解液预吸附降低非特异性结合，提高肿瘤特异性IgG识别。血清IgG稳定性较好，反复冻融、室温过夜或37°C过夜对微阵列结果影响小，但65°C加热或干燥复水会破坏结果；作者已成功使用多个实验室和血清库来源血清。免疫组化验证显示RCAS1在30例早期卵巢癌中23例、晚期30例中27例高表达，eIF5A在早期13/30、晚期27/30高表达，p95 Nibrin在早期1/30、晚期15/30表达，正常卵巢或囊肿均阴性。作者认为该方法可用于癌症早期诊断、分期相关标志物发现和个性化免疫治疗，也可扩展至自身免疫病自身抗体检测。
传感器的构成
- 微阵列基底：FAST slides（Schleicher & Schuell），用于固定T7噬菌体抗原克隆
- 识别元件：T7噬菌体展示肿瘤抗原（phage-displayed tumor antigens），由肿瘤来源cDNA克隆经差异生物筛选获得
- 封闭层：4%牛奶/PBS，封闭芯片非特异性结合位点
- 样品层：癌症患者血清（1:300稀释，经细菌裂解液预吸附），提供待测自身IgG
- 信号标记物1：Alexa Fluor 647山羊抗人IgG，结合患者血清IgG并产生红色荧光
- 信号标记物2：Alexa Fluor 532山羊抗小鼠IgG，结合T7噬菌体衣壳蛋白作为绿色荧光内参
- 读出层：Axon 4100A荧光扫描仪与ImaGene软件，读取532/635 nm荧光并计算红绿比值
中文摘要
癌症患者常产生针对肿瘤相关抗原（TAA）的自身抗体，这些血清IgG稳定且可作为早期诊断标志物。本文介绍一种高通量抗体生物标志物发现方法，即表位组学（Epitomics）。作者首先从肿瘤组织或肿瘤细胞系mRNA构建带条形码的T7噬菌体展示cDNA文库，利用正常健康人血清IgG包被Protein G琼脂糖微珠进行负筛选，再用卵巢癌患者血清IgG进行多轮差异生物筛选，富集仅与患者血清结合而不与正常血清结合的肿瘤抗原噬菌体克隆。随后将筛选得到的噬菌体抗原克隆机器人点样于FAST微阵列芯片，经4%牛奶封闭后，用1:300稀释的患者血清孵育，使血清中特异性IgG结合相应抗原。芯片再用Alexa Fluor 647标记的山羊抗人IgG检测患者抗体，并用Alexa Fluor 532标记的抗T7衣壳抗体作为内参，经Axon 4100A扫描仪读取双通道荧光，计算红绿荧光比值以识别差异抗原。结合生物信息学、免疫组化和qRT-PCR验证，可发现具有诊断或预后价值的肿瘤抗体标志物。
英文摘要
Development of humoral and cellular immunity against self-cellular proteins in cancer patients is a phenomenal observation. The ability of immune system to sense the presence of the disease and to fight of the disease by generating autoantibodies against tumor antigens makes it a natural biosensor. Several screening technologies have been employed for the identification of tumor-specific antibodies in cancer patients. We have developed a multidimensional approach for the identification of diagnostic antigens that utilizes a combination of high-throughput antigen cloning and protein microarray-based serological detection of complex panels of antigens by exploiting the serum autoantibody repertoire directed toward tumor-associated antigens in cancer patients. Furthermore, validation of these antigens by different bioinformatics and biological approaches will reveal the diagnostic/prognostic utility of these antigens for personalized immunotherapy.