當(dāng)前多數(shù)抗原檢測技術(shù)，通常依賴單一抗體識(shí)別單一表位。這種一維檢測雖然能夠?qū)崿F(xiàn)高靈敏度分析，但難以解析病毒抗原不同區(qū)域（表位）的結(jié)構(gòu)變化。當(dāng)病毒發(fā)生突變時(shí)，某些關(guān)鍵表位可能 因空間 構(gòu)象改變而影響抗體結(jié)合能力，導(dǎo)致檢測靈敏度下降甚至漏檢。尤其對(duì)于 SARS-CoV-2 這類持續(xù)演化的病毒，僅依賴單表位識(shí)別已難以滿足精準(zhǔn)檢測需求。

針對(duì)上述問題， 福建師范大學(xué)王靜研究員聯(lián)合澳大利亞昆士蘭大學(xué)團(tuán)隊(duì)近日在Advanced Science發(fā)表題為Epitope-Resolved Digital SERS Profiling of Structurally Dynamic Antigens via a Multi-Epitope Bispecific Antibody Framework的最新研究成果。該研究提出了一種可實(shí)現(xiàn)“表位分辨”數(shù)字化檢測的新型表面增強(qiáng)拉曼散射（ SERS ）平臺(tái)——EpiCount-SERS，可在單次檢測中同時(shí)解析病毒抗原多個(gè)表位的結(jié)合信息，并對(duì)病毒突變導(dǎo)致的單表位變化保持敏感，為復(fù)雜病毒抗原的精準(zhǔn)檢測與變異識(shí)別提供了新思路。

將不同表位 “ 拆分 ” 為獨(dú)立數(shù)字信號(hào)

該平臺(tái)的核心在于利用雙特異性納米抗體片段（ BsAbs ），將不同表位識(shí)別能力與統(tǒng)一的抗 mPEG 錨定模塊進(jìn)行融合，實(shí)現(xiàn) SERS 納米探針表面的定向偶聯(lián)與構(gòu)建。每一種表位對(duì)應(yīng)一種獨(dú)立拉 曼 編碼，使不同表位的結(jié)合事件能夠被獨(dú)立讀取和統(tǒng)計(jì)，實(shí)現(xiàn)多表位數(shù)字檢測。

研究 團(tuán)隊(duì)構(gòu)建了 靶向 SARS-CoV-2 刺突蛋白 RBD 三個(gè)不同表位的 BsAbs （ α21 、 α34 、 α105 ），并分別賦予不同拉 曼 編碼信號(hào)。平臺(tái)不僅能夠?qū)崿F(xiàn)亞 ng/mL 水平的重組蛋白檢測，還可 檢測約 10 0 copies/ μL 的滅活病毒顆粒，表現(xiàn)出優(yōu)異的檢測靈敏度。

圖 1 研究思路

從 “ 檢測有沒有 ” 到 “ 解析哪里變了 ”

研究發(fā)現(xiàn)，在對(duì) Alpha 、 Beta 、 Gamma 、 Delta 和 Omicron 等 SARS-CoV-2 變異株檢測時(shí)，不同表位通道會(huì)呈現(xiàn)明顯差異化響應(yīng)。例如，攜帶 E484K/A 突變的 Beta 、 Gamma 與 Omicron 變異株，會(huì)顯著削弱 α21 通道信號(hào)，而其它表位通道則仍保留不同程度響應(yīng)。

這意味著，該平臺(tái)不僅能判斷病毒是否存在，還能進(jìn)一步解析病毒哪些關(guān)鍵表位發(fā)生了改變。相比傳統(tǒng)單抗檢測中所有信號(hào)被平均化的模式，這種表位分辨能力能夠更真實(shí)地反映抗原結(jié)構(gòu)變化。

研究團(tuán)隊(duì)進(jìn)一步利用臨床鼻咽 拭 子樣本對(duì)平臺(tái)進(jìn)行了驗(yàn)證。結(jié)果顯示，多表位聯(lián)合模型的檢測 AUC 達(dá)到 0.9467 ，優(yōu)于任何單一表位檢測通道，證明多表位信息融合能夠顯著提高病毒檢測的魯棒性與準(zhǔn)確性。

從 “ 強(qiáng)度檢測 ” 邁向 “ 結(jié)構(gòu)解析 ”

研究團(tuán)隊(duì)指出，這項(xiàng)工作的意義不僅局限于 SARS-CoV-2 檢測 ， 而且 建立了一種 “ 結(jié)構(gòu)感知型 ” 的數(shù)字免疫分析框架，其模塊化設(shè)計(jì)允許研究人員快速替換不同表位識(shí)別元件，從而擴(kuò)展至更多具有高異質(zhì)性或高突變性的蛋白靶標(biāo)，包括流感病毒、腫瘤相關(guān)抗原以及復(fù)雜疾病標(biāo)志物等。該研究也推動(dòng)數(shù)字 SERS 技術(shù)向 “ 結(jié)構(gòu)解析 ” 方向發(fā)展，為下一代高維度免疫檢測與液體活檢提供了新的技術(shù)路徑。

原文鏈接：https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.75828

制版人：十一

BioArt

Med

Plants

人才招聘

學(xué)術(shù)合作組織

（*排名不分先后）

轉(zhuǎn)載須知

【非原創(chuàng)文章】本文著作權(quán)歸文章作者所有，歡迎個(gè)人轉(zhuǎn)發(fā)分享，未經(jīng)作者的允許禁止轉(zhuǎn)載，作者擁有所有法定權(quán)利，違者必究。