雙十一結束

小奧的購物車都清空了

沒法兒給你抄了

我借ELISA實踐筆記給你抄

快到期末/年底了

實驗汪們可要抓緊搬磚咯

以下，可都是尖貨兒喲！

??

Part 1

前言

ELISA方法用于雜交瘤和噬菌體展示篩選是為廣泛的高通量的抗體發現的篩選方法，其實質是親和力測定方法的一種變種，其目的是需要建立ELISA信號值和樣品親和力大小之間的正相關性。相對于采用ELISA進行抗體的親和力測定方法，用于雜交瘤和噬菌體展示篩選的ELISA方法有以下難點，1.待測樣本多樣性，且單一樣品通常也是混合物，有很大的可能存在非特異吸附； 2. 不同的待測樣品之間可能存在較大的濃度差異，濃度的大小和親和力的大小均會對檢測結果產生影響。在進行雜交瘤和噬菌體展示篩選方法開發時，需要選擇合適的條件使信號值主要能夠表征親和力的大小而一定程度上忽略濃度差異造成的影響。本文是ELISA定量測定方法開發和親和力測定方法開發的進階版本，配體受體反應的基本原理解析，和兩種應用的差異性區分是進行ELISA篩選方法的開發的基礎。

Part 2

ELISA信號值和親和力大小的關系-原理解析

   無論是進行雜交瘤的篩選還是噬菌體展示的篩選，其化學原理的實質是抗體和抗原可逆的相互作用，John McCafferty在Phage Display of Peptides and Proteins A Laboratory Manual一書的第七章節Phage Display: Factors Affecting Panning Efficiency中對可逆反應的數學原理有過理論的推導和實驗的驗證，簡而概之可以用下面的公式進行描述：

Ab_input代表可逆反應中抗體的加入量，Ag_input 代表可逆反應中抗原的加入量，K_d代表Ab和Ag的親和力大小。由公式可知，當反應完成時，形成的抗原抗體偶聯物占抗體的加入量的比值（proportion bound），是一個與抗原的加入量和親和力大小這兩個參數相關的特征函數。具體在ELISA測定過程中當抗體的加入量是恒定值時，proportion bound可以用檢測的信號值來等價表示，在ELISA反應中抗原的加入量和K_d將決定信號的大小。

相同濃度的抗體，因為親和力不一樣，在同一抗原濃度下其proportion bound的比例也不一樣，用具體的圖形演示如下圖：

紅色實線是親和力為1nM的抗體Ab1隨抗原濃度變化其proportion bound的函數曲線，藍色實線是親和力為10nM的抗體Ab2隨抗原濃度變化其proportion bound的函數曲線，綠色虛線為在相同抗原濃度下，Ab1/ Ab2 proportion bound的比值。

在抗原濃度為10nM的條件下，90%的Ab1(K_d=1nM)和50%的Ab2(K_d=10nM)能夠形成抗體抗原偶聯物，作為ELISA檢測的信號值，Ab1，Ab2親和力10倍的差異反應到ELISA信號值上1.8倍的信號差異；在抗原濃度為1nM的條件下，50%的Ab1(K_d=1nM)和9.1%的Ab2(K_d=10nM)能夠形成抗體抗原偶聯物，作為ELISA檢測的信號值，Ab1，Ab2親和力10倍的差異反應到ELISA信號值上5.5倍的信號差異；在加入的抗體濃度是相同的情況下，加入反應的抗原的濃度越少，ELISA信號比值的差異和抗體親和力比值的差異更具相關性。

抗原的濃度決定了ELISA篩選方法的選擇性！

以上是關于雜交瘤和噬菌體展示篩選理論狀態的推導，也是ELISA篩選結果出來了做出客觀解讀的理論依據，在實際的篩選應用過程中由于不同的待測抗體樣品之間可能存在較大的濃度差異，在抗原濃度較高的情況下ELISA信號差異很多情況下由于抗體樣品的濃度差異導致的，ELISA信號值對于親和力大小不具有選擇性；只有在抗原濃度較低時，信號值主要能夠表征抗體親和力的大小而一定程度上忽略濃度差異造成的影響，而在ELISA方法開發時當抗原濃度較低時，相對于抗原濃度較高時，其ELISA信號值要弱很多，提升ELISA方法信號的靈敏度，如何通過優化酶聯抗體的濃度，挑選顯色液和選擇顯色時間以增強ELISA檢測的信號值是一個有區分度的ELISA篩選方法的關鍵。當ELISA檢測的信號值得到提升時，由于篩選樣品復雜性，往往其背景信號也會極大的提升，如何通過封閉液，酶標板材等降低背景信號值，得到好的信噪比是一個高質量的ELISA篩選方法的另一個關鍵。

Part 3

ELISA用于噬菌體展示篩選的實例分享：

布局：(Note 1)

一般操作流程：

1. 酶標板的制備

取濃度為100 ug/ml抗原，室溫溶解，混勻用包被液按如下步驟稀釋至0.2ug/ml，0.5ug/ml，1ug/ml，按加樣布局表加入100ml/孔，分別加入酶標板條中 (Note 2)，其中加入包被液做包被抗體的空白對照，2-8℃過夜。

2. 用洗滌液洗板3次，拍干，加入300ml/孔封閉液(Note 3)室溫封閉1小時；洗滌液洗板3次，拍干待用；

3. 取出包含有陰性對照和陽性對照過夜孵育制備含有噬菌體的深孔96孔板，在奧豪斯高速離心機中2000g離心15min，取上清，稀釋10倍，一一對應加入包被好酶標板中。(Note 4)

4. 放入奧豪斯微孔板振蕩器內 ，設置37℃、600rpm振蕩1小時；    

5. 用洗滌液洗板3次，拍干；

6. 抗M13 p8酶聯抗體稀釋到合適的濃度（Note 5），在奧豪斯漩渦混合器上混勻，100ul/孔。

7. 放入微孔板振蕩器內，設置37℃、600rpm振蕩1小時；    

8. 用洗滌液洗板4次，拍干；

9. 取酶聯抗體對應的TMB顯色液，臨用前20分鐘拿出平衡到室溫，在漩渦混合器上混勻；（Note 6）

10. 使用8道排槍以100 ml/孔加入TMB顯色液；

11. 顯色液室溫避光放置10-30分鐘 （Note 7）

12. 使用8道排槍以100ml/孔加入終止液終止反應

13. 用酶標儀測定信號值；

14. 結果分析（Note 8）

Note1：由于不同的噬菌體樣品有不同的親疏水性，其對酶標板材的非特異吸附強度不一樣，做一塊沒有抗原包被的陰性對照板是十分有必要的。Positive和Negtive是和樣品有同樣噬菌體制備過程，Positive Stock為早已經制備好的分裝保存的陽性噬菌體，前者目的是監控在不同時間內噬菌體樣品制備過程的差異，后者是監控在不同時間內ELISA檢測操作的差異。

Note2：在包被過程中，建議選擇疏水性酶標板材（polysorp）,這樣可以極大的減少背景信號值，提高整個方法的信噪比。在實驗初期包被的抗原濃度需要少量0.2-1ug/ml，然后根據不同包被條件下同一樣品信號大小來進行判斷優化。一個已知親和力的展示陽性抗體的噬菌體是十分有必要的，根據該陽性展示噬菌體樣品的信號值來確定終篩選過程中抗原的包被濃度。 抗原直接包被酶標板材上會屏蔽部分結合位點，造成部分假陰性的結果，如果條件允許可采用生物素化抗原，首先5ug/ml的鏈霉親和素包板，然后加入0.05-0.2 ug/ml不等的生物素化抗原。抗原直接包被和間接包被其效率不太一樣，采用間接包被可適當降低生物素化抗原的包被濃度。

Note3：在有生物素化抗原參與的ELISA實驗中，不要加入含脫脂奶粉的封閉劑，脫脂奶粉含有微量生物素，會干擾整個檢測體系。

Note4：噬菌體上清液的稀釋比例，可提前根據陽性噬菌體樣品做好稀釋預實驗進行確定。

Note5：應選擇抗噬菌體的P8蛋白的酶聯抗體，噬菌體有2000個以上的P8蛋白，適當的增加酶聯抗體的濃度可以提高方法的靈敏程度，筆者曾增加5倍的酶聯濃度得到了3倍的信號提升。

Note 6：市面上TMB底物低和*gao有10倍的顯色差異，建議選擇市面上 * qiang 的TMB顯色底物。需要提前確認檢測儀器的信號線性范圍，比如一般的酶標儀吸光度值的信號線性范圍在0-3，吸光度值在3-4之間為非線性的，信號值超過3時，信號和親和力的相關性變差。

Note 7：顯色時間可適當的延長，一般來說在30分中內顯色的信號值和顯色的時間成線性。

Note 8：條件的選擇終是通過陽性噬菌體的信號值決定的，陽性噬菌體的親和力大小是一個非常重要的選擇參數。如陽性噬菌體的親和力為1nM時，篩選的目的是得到高親和力的抗體，可以選擇陽性噬菌體的信號在OD值為0.5時的條件作為終的篩選條件，這樣很多OD值很小的低親和力的抗體均被過濾掉；篩選的目的是盡可能得到多的親和力抗體，可以選擇陽性噬菌體的信號在OD值為2-3時的條件作為終的篩選條件，低親和力的抗體在OD值上也不會太小，可以得到體現。不論如何抗原的濃度大小決定了選擇性，選擇較小的抗原濃度進行反應是信號和親和力大小匹配的關鍵和趨勢性選擇，信號大小的調節可以通過酶聯抗體濃度，高顯色能力的顯色液和顯色時間進行調節。如果在一塊板的檢測中未知樣品的信號值大小呈合理的分布是ELISA條件較好的表現。

Part 4

總結：

ELISA用于雜交瘤和噬菌體展示篩選是ELISA用于親和力測定方法的一種變種，想要得到好的信號和親和力大小的相關性，低抗原濃度條件下進行方法學開發是必須的。低抗原濃度條件下會有低的信號值，通過增加酶聯抗體濃度，選擇高顯色能力的顯色液和延長顯色時間，增加ELISA靈敏程度是ELISA優化的技術方向。由于檢測樣品的多樣性和復雜性，高靈敏的ELISA檢測體系必然會導致背景信號的增加，無法得到很好的信噪比，疏水性的酶標板條，盡可能低的樣品的稀釋倍數是解決這個問題的關鍵。一個穩健的能用于雜交瘤和噬菌體展示篩選方法是ELISA各種耗材，試劑和實驗條件的組合，需要對試劑耗材的多種可能進行探索，也是平臺經驗的系統匯總，以下是用于篩選方法的優化方向的匯總。