如何優化抗體以節省實驗的寶貴時間
Recombinant antibodies generated from gene sequences offer significant advantages over traditional monoclonal and polyclonal antibodies. And, when robustly validated, they can save time and improve reproducibility.
This article was originally published in Nature in June 2023.
基於基因序列生成的重組抗體相較於傳統的單克隆和多克隆抗體具有顯著優勢。當這些抗體經過嚴格驗證後,它們可以節省時間並提高重複性。
這篇文章最初於2023年6月發表在《自然》雜誌上。
抗體是研究中最重要的蛋白質檢測試劑之一,但它們的可靠性卻令人驚訝地低。這是Alejandra Solache非常關心的問題。Solache是全球研究試劑生產商Abcam的研究與開發資深副總裁,她表示:“許多抗體的製造和驗證方式往往不夠嚴謹,這給研究人員帶來了很多問題。”
特異性不足和批次間的變異性會產生誤導或不一致的結果,阻礙研究進展。這類問題可能會削弱研究結論,導致撤稿甚至產品下架。
大多數研究人員使用的抗體要嘛是多克隆抗體,即來自免疫動物血清的抗體混合物,要么是單克隆抗體,其中整個抗體池由一個特定的克隆組成。多克隆抗體在不同動物重新免疫時容易產生批次間變異,而單克隆抗體在雜交瘤中的表達隨時間變化,特異性也會降低。
2015年,抗體工程公司Specifica的首席科學官Andrew Bradbury在《自然》雜誌上撰文呼籲研究人員使用重組抗體以提高重複性。這篇文章對研究試劑公司是一個警鐘。Bradbury指出:“確實有從多克隆和傳統單克隆抗體轉向重組抗體的趨勢。”但這些抗體的價值是否真正得到認可?
“如果研究人員知道這些抗體的固有變異性,他們會迅速轉向重組抗體” ——Alejandra Solache,Abcam研究與開發資深副總裁
重組抗體的優勢
重組抗體避免了多克隆和傳統單克隆抗體的許多問題。Solache說:“如果研究人員知道這些抗體的固有變異性,他們會迅速轉向重組抗體。”
由於重組抗體是在體外通過將特定抗體基因克隆到載體中製造的,其表達是受控的,提高了一致性和重複性。此外,由於基因序列是已知的,可以反覆使用。“知道你的抗體多年後仍會有相同的表現,這讓人安心。”Solache補充道。
另一個優點是重組抗體可以根據研究人員的需求進行定制。它們可以經過基因工程改造以提高親和力、功能性或特異性,或者組合成針對同一目標不同部分的“雞尾酒”抗體。這些方法在處理因結構、序列或低表達水平而難以檢測的蛋白質時特別有用。
當然,還有另一個優勢。Bradbury補充道:“使用抗體庫和現代DNA技術進行的重組體外生產,取代了實驗室動物和雜交瘤細胞系,對於那些希望遠離動物來源產品的客戶特別有吸引力。”
每一步都進行驗證
即便有這些優秀的試劑,嚴格的驗證和質量控制仍然至關重要。Solache解釋道:“在Abcam,我們投入了大量精力來確認抗體的特異性。”
該公司使用敲除細胞系來消除交叉反應的疑慮,最近還引入了質譜、高效液相色譜和動態光散射等生物物理質量控制方法,以確定身份和純度,並識別可能損害活性的潛在聚集。
“在Abcam,我們投入了大量精力來確認抗體的特異性” ——Alejandra Solache
Abcam提供超過4500種經過敲除驗證的重組抗體,並與世界各地的組織合作,開發穩定、高質量的試劑供應。這些抗體被用於改善對多種疾病的理解,包括早發性帕金森病、急性肺病和癌症,並發現潛在的治療靶點。
隨著重組技術變得更快、更便宜,Bradbury認為它們將成為主要的生產方式。“如果抗體治療藥物是這樣生產的,為什麼不對你的試劑使用同樣的方法呢?這將更快且更具重複性。如果科學家能使用完全相同的試劑,這可能會減少撤稿的數量。”
References
1. Cox, T.R. et al. Nature 617, 208 (2023).
2. Fonseca, S.G. et al. Nature Cell Biol 17, 105 (2015).
3. Bradbury, A. R. M. et al. mAbs 10, 539–546 (2018).
4. Bradbury, A. & Plückthun, A. Nature 518, 27–29 (2015).
5. Laperle, A.H. et al. Nature Med 26, 289-299 (2020).
6. Hsu, C.G. et al. Cell Death Differ 29, 1790-1803 (2022).
7. Yuan, L. et al. Cell Death Differ 29, 1513-1527 (2022).