[发明专利]用于对目标抗体进行检测的多肽的筛选方法及其筛选的多肽的应用在审
| 申请号: | 202011524055.4 | 申请日: | 2020-12-21 |
| 公开(公告)号: | CN112557644A | 公开(公告)日: | 2021-03-26 |
| 发明(设计)人: | 王晖;刘颖;贡卓琳;郭宝森;郑汉城;李丹妮 | 申请(专利权)人: | 珠海碳云智能科技有限公司 |
| 主分类号: | G01N33/543 | 分类号: | G01N33/543;G01N33/533 |
| 代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 路秀丽 |
| 地址: | 519031 广东省珠海市横琴新*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 用于 目标 抗体 进行 检测 多肽 筛选 方法 及其 应用 | ||
1.一种用于对目标抗体进行检测的多肽的筛选方法,其特征在于,所述筛选方法包括:
利用多肽芯片技术对带荧光标记的抗原进行检测,得到与所述抗原具有特异性结合潜能的第一肽段集;
将所述第一肽段集中的多肽与所述抗原的受体蛋白进行氨基酸序列比对,得到第二肽段集;
利用含所述目标抗体的阳性样本和不含所述目标抗体的阴性样本,对所述第二肽段集中的多肽进行验证,从而筛选出能够检测所述目标抗体的多肽。
2.根据权利要求1所述的筛选方法,其特征在于,利用多肽芯片技术对带荧光标记的抗原进行检测,得到与所述抗原具有特异性结合潜能的第一肽段集包括:
对抗原进行荧光标记;
利用多肽芯片技术对带有所述荧光标记的抗原进行检测,得到与所述抗原具有不同结合信号强度的多肽集合,记为所述第一肽段集;
优选地,将带有所述荧光标记的抗原进行多个浓度梯度稀释,得到多个不同浓度的带有所述荧光标记的抗原;
利用多肽芯片技术对所述多个不同浓度的带有所述荧光标记的抗原进行检测,从而得到不同浓度下与所述抗原具有不同结合信号强度的多肽集合,记为所述第一肽段集。
3.根据权利要求2所述的筛选方法,其特征在于,利用多肽芯片技术对带有所述荧光标记的抗原进行检测,得到与所述抗原具有特异性结合潜能的第一肽段集包括:
将多肽芯片与带有所述荧光标记的抗原进行孵育,得到与所述抗原具有不同结合信号强度的多肽集合;
按照所述结合信号强度对所述多肽集合中的多肽进行排序;
选取排名靠前的第一预定数量的所述多肽作为所述第一肽段集。
4.根据权利要求3所述的筛选方法,其特征在于,按照所述结合信号强度对所述多肽集合中的多肽进行排序包括:
计算每个浓度下,与所述抗原具有不同结合信号强度的多肽集合中的每种多肽序列对应特征的信号强度值,并按照所述信号强度值进行排序;
优选地,计算每个浓度下,与所述抗原具有不同结合信号强度的多肽集合中的每种多肽序列对应特征的信号强度的均值或中位值,并按照所述均值或中位值进行排序;
更优选地,对每个浓度下,与所述抗原具有不同结合信号强度的多肽集合中的每种所述多肽序列对应特征的信号强度值进行log10转换,并按照转换之后的log10值的均值或中位值进行排序。
5.根据权利要求4所述的筛选方法,其特征在于,选取排名靠前的第一预定数量的所述多肽作为所述第一肽段集包括:
选择在设定比例的浓度范围中排序均在前第二预定数量的多肽作为第一候选集;
从所述第一候选集中去除在空白对照的多肽芯片检测结果中排序在前第三预定数量的多肽,得到第二候选集;
计算所述第二候选集中每条多肽在多个浓度下的均值或中位值;
根据所述均值或所述中位值,对所述第二候选集中的每条多肽进行排序,挑选排名在前第一预定数量的多肽,作为所述第一肽段集。
6.根据权利要求1至5中任一项所述的筛选方法,其特征在于,所述抗原为病原体的表面抗原;
优选地,所述病原体为SARS-CoV-2、SARS、HBV、HCV及HPV中的任意一种;
优选地,所述抗原为SARS-CoV-2的S蛋白、SARS-CoV-2的N蛋白、SARS的S蛋白及HBsAg中的任意一种;进一步优选,所述SARS-CoV-2的S蛋白为SARS-CoV-2的S-RBD重组蛋白;
优选地,所述目标抗体为针对所述抗原的中和抗体。
7.根据权利要求2所述的筛选方法,其特征在于,所述抗原为SARS-CoV-2的S-RBD重组蛋白,将带有所述荧光标记的抗原进行多个浓度梯度稀释,得到多个不同浓度的待测样本包括:
将初始浓度为0.5mg/mL的所述荧光标记的所述S-RBD重组蛋白分别按照1:500、1:1000、1:5000、1:10000、1:50000、1:500000及1:5000000的浓度进行稀释,得到多个不同浓度的所述待测样本。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海碳云智能科技有限公司,未经珠海碳云智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011524055.4/1.html,转载请声明来源钻瓜专利网。





