关于利用单粒子干涉反射成像传感器（SP-IRIS）进行抗体表征及开发新型治疗性抗体竞争性检测的学术研究报告
本研究报告基于2023年发表于 Scientific Reports 期刊，标题为“A high-throughput single-particle imaging platform for antibody characterization and a novel competition assay for therapeutic antibodies”的研究论文。该研究的主要作者包括Elif Seymour（第一作者，当时隶属波士顿大学生物医学工程系，现为Lunenfeld-Tanenbaum研究所）、M. Selim Ünlü（通讯作者之一，波士顿大学生物医学工程系及电气与计算机工程系）以及John H. Connor（通讯作者，波士顿大学医学院微生物学系）。
一、 学术背景与研究目的
本研究隶属于生物传感技术与病毒学/免疫学的交叉领域。面对新冠病毒大流行及猴痘疫情等全球公共卫生挑战，快速、准确的病毒诊断和有效的治疗手段至关重要。当前，以PCR为主的实验室诊断方法虽灵敏可靠，但流程复杂、对设备和人员要求高。因此，发展能够在现场即时检测（POC）的快速、灵敏的生物传感器平台具有重大意义。单克隆抗体（mAbs）因其高特异性和均一性，在病毒诊断和治疗中扮演核心角色，无论是作为检测中的捕获探针，还是作为治疗剂（如抗体鸡尾酒疗法）。然而，如何高效筛选出针对特定病毒、具有高亲和力和特异性的理想抗体，并深入理解治疗性抗体组合中各成分间的相互作用（如竞争或协同），是研发过程中的关键挑战。
本研究旨在利用研究团队自主研发的单粒子干涉反射成像传感器（Single-Particle Interferometric Reflectance Imaging Sensor, SP-IRIS）平台，解决上述挑战。SP-IRIS是一种无标记、高通量的光学成像技术，能够在硅/二氧化硅基底上直接可视化并计数被抗体微阵列捕获的单个病毒颗粒。本研究的具体目标包括：1）利用SP-IRIS高通量筛选针对埃博拉病毒（EBOV）、苏丹病毒（SUDV）和拉沙病毒（LASV）的30种单克隆抗体，以确定用于全病毒检测的最佳捕获抗体；2）基于SP-IRIS上的结合信号水平，提出一种用于绘制病毒表面糖蛋白（GP）上抗体表位图谱的预测模型；3）开发一种基于SP-IRIS和全病毒模型的新型抗体竞争性检测方法，以揭示三种已成功应用的抗埃博拉病毒治疗性抗体鸡尾酒（MB-003， ZMAb， ZMapp）中各成分间的竞争关系，从而解释ZMapp为何表现出更高的疗效。
二、 详细工作流程
本研究包含三个主要部分的工作流程：抗体筛选、表位映射模型构建以及新型抗体竞争性检测。
1. SP-IRIS传感器芯片制备与成像原理 首先，研究使用标准硅加工方法制备了表面有100纳米热生长二氧化硅层的硅芯片。芯片清洗后，进行氧等离子体处理以激活表面，随后浸入含有NHS基团的3-D共聚物（MCP-2）溶液中进行功能化涂层，该涂层可实现生物分子的共价固定。利用压电式点样仪将待测抗体溶液点样于处理好的芯片上，形成抗体微阵列。点样后，芯片经过封闭、洗涤和干燥备用。 SP-IRIS的核心光学装置采用525纳米LED光源照射芯片基底，通过高数值孔径（NA）、高倍率物镜（50×或40×）和CCD相机获取宽场干涉图像。其检测原理依赖于从被捕获纳米粒子（如病毒）散射的光场与从硅/二氧化硅界面反射的参考光场之间的干涉。这种干涉效应极大地增强了纳米尺度粒子的成像对比度，使其在图像中呈现为衍射限制的亮点。通过定制软件识别并计数这些亮点，即可获得每个抗体点上的捕获粒子密度（粒子数/平方毫米）。该技术具有介质不敏感性（不受溶液折射率变化影响）、高灵敏度（单粒子水平）、稳健性（对温度波动和结合位置不敏感）以及可提供尺寸信息等优势。
2. 针对埃博拉病毒及相关病毒的单克隆抗体筛选 本研究使用了表达埃博拉病毒（EBOV）、苏丹病毒（SUDV）和拉沙病毒（LASV）表面糖蛋白的重组水疱性口炎病毒（rVSV）作为全病毒模型。抗体筛选实验对象包括来自不同来源的30种单克隆抗体：针对EBOV的抗体（如13F6, 13C6, 6D8, 2G4, 4G7, 1H3, KZ52, 15H10等）、针对SUDV的抗体（3F10, 16F6, 5G10等）以及16种针对LASV的抗体。 * 流程：将不同抗体点样在SP-IRIS芯片上（每种抗体设多个重复点）。分别将不同的芯片与特定浓度的rVSV-EBOV、rVSV-SUDV或rVSV-LASV病毒样本孵育1小时。孵育后，清洗并干燥芯片，使用SP-IRIS扫描成像。通过软件分析计算每个抗体点上捕获的净病毒颗粒密度。 * 数据分析：通过比较不同抗体间的病毒捕获信号水平，评估各抗体作为捕获探针的效率。同时，通过交叉孵育实验（例如，用EBOV抗体芯片孵育LASV病毒）验证抗体的特异性。检测阈值设定为阴性对照抗体（靶向野生型VSV的8G5）的平均信号加三倍标准差。
3. 基于SP-IRIS数据的糖蛋白表位映射模型构建 此部分并非直接进行传统的表位鉴定实验（如X射线晶体学、肽段扫描），而是提出一种创新的关联性预测模型。 * 流程：首先，根据已有文献，将筛选实验中测试的EBOV和LASV抗体按其已知的GP结合结构域（如黏蛋白样结构域MLD、聚糖帽、基底域、膜近端外部区域MPER等）进行分类。然后，将分类信息与SP-IRIS实验中测得的抗体结合信号强度进行关联分析。 * 数据分析：观察并总结不同结合结构域的抗体在SP-IRIS信号强度上的规律。例如，对于EBOV GP，结合于易接近的MLD或聚糖帽的抗体是否显示最高信号？结合于靠近病毒膜的基底域或MPER区域的抗体信号是否较低？通过这种关联，建立一个从“SP-IRIS结合信号水平”到“可能的GP结合区域”乃至“推测的抗体功能（如中和/非中和）”的预测模型。
4. 针对埃博拉病毒治疗性抗体的新型竞争性检测方法 为了探究不同治疗性抗体在结合天然膜结合GP时的相互作用，研究团队设计了一种基于SP-IRIS的创新竞争实验。 * 流程： a. 制备SP-IRIS芯片：将7种关键的抗EBOV GP抗体（13F6， 13C6， 6D8， 1H3， 4G7， 2G4， KZ52）点样于多张芯片上。 b. 预孵育竞争：将固定浓度的rVSV-EBOV病毒液分别与等摩尔的上述7种抗体（作为“抗体1”， Ab1）在试管中预孵育20分钟，让Ab1与病毒颗粒充分结合。 c. SP-IRIS捕获检测：将上述7份“Ab1-病毒”混合液，分别加到7张独立的抗体芯片上孵育1小时。芯片上的固定化抗体作为“抗体2”（Ab2）。 d. 对照实验：另设一张芯片，仅用病毒液（不含任何竞争Ab1）孵育，作为参考基线（100%结合）。 * 数据分析：扫描所有芯片，计算每个抗体点（Ab2）上的病毒捕获密度。对于每张竞争芯片，计算每个Ab2的捕获信号相对于参考基线芯片上对应Ab2信号的百分比。根据百分比值对Ab1和Ab2之间的相互作用进行分级定义：<50%为竞争，50-75%为中度竞争，75-110%为无竞争，>110%为结合增强。通过这种矩阵式检测，可以一次性评估多个抗体对之间的双向竞争/增强关系。
三、 主要研究结果
1. 抗体筛选结果： * 针对EBOV：结合于MLD（13F6， 6D8）和聚糖帽（13C6， 1H3）的抗体在SP-IRIS上显示出最高的病毒捕获信号。结合于基底域的抗体（2G4， 4G7， KZ52）信号中等。而结合于更靠近病毒膜的MPER区域（15H10）或结合角度陡峭的基底域抗体（16F6）信号很低或无信号。这初步表明，抗体在SP-IRIS上的捕获效率与其表位在天然病毒颗粒上的空间可及性密切相关。 * 针对SUDV：3F10， 5G10和16F6抗体能够有效捕获rVSV-SUDV，其中3F10还能交叉结合EBOV。其他一些在ELISA中有效的抗体未能捕获全病毒，再次凸显了基于天然膜蛋白筛选的重要性。 * 针对LASV：在16种测试抗体中，8.9F抗体显示出最高的捕获效率。特异性实验证实8.9F只结合LASV，不结合EBOV。灵敏度实验显示其在胎牛血清（FBS）中的检测限（LOD）在10^4 至 5×10^4 pfu/mL之间。
2. 表位映射模型结果： 基于EBOV抗体的筛选数据，研究成功建立了一个三级分组模型： * 第1组（强结合）：抗体结合于MLD或聚糖帽。这些区域暴露程度高，易于接近。这些抗体多为非中和性抗体，但其高效结合可能通过抗体依赖性细胞毒性（ADCC）等机制在体内提供保护。 * 第2组（中度结合）：抗体结合于GP1/GP2接口的基底域。这些区域可及性较低，可能与糖基化屏蔽或空间位阻有关。这些抗体多为中和性抗体。 * 第3组（弱/无结合）：抗体结合于MPER或基底域中更靠近病毒膜、结合角度更陡峭的区域。表面固定化抗体的空间限制严重阻碍了其结合。 该模型表明，仅通过SP-IRIS上的结合信号强度，即可对未知抗体的可能结合区域和功能特性进行初步预测，为高通量抗体表征提供了新思路。
3. 抗体竞争性检测结果： 新型SP-IRIS竞争实验揭示了传统方法未发现的精细相互作用： * 关键发现：当病毒预先被基底域抗体4G7或2G4（ZMAb和ZMapp共有成分）结合后，会显著抑制另一种聚糖帽抗体1H3（ZMAb成分）的结合（降至23%和41%）。然而，同样的4G7或2G4预结合，对聚糖帽抗体13C6（ZMapp成分）的结合影响很小（分别为73%和92%）。 * 反向增强效应：更重要的发现是，当病毒预先被13C6结合后，反而会增强后续4G7和2G4在芯片上的结合（分别提升至133%和128%）。而1H3预结合仅轻微增强2G4，却抑制4G7（降至57%）。 * 对疗效差异的解释：这些结果首次从抗体-病毒结合相互作用的层面，为ZMapp（含13C6， 2G4， 4G7）疗效优于ZMAb（含1H3， 2G4， 4G7）提供了机理解释：在ZMapp中，13C6不仅不与2G4/4G7严重竞争，反而能增强它们的结合；而在ZMAb中，1H3与2G4/4G7存在相互抑制。这种结合上的协同与抑制差异，很可能影响了鸡尾酒疗法在体内的整体效能。
四、 研究结论与价值
本研究确立了SP-IRIS作为一个多功能平台，在单克隆抗体研发和评价中的应用价值。结论如下： 1. 高通量筛选平台：SP-IRIS能够快速、灵敏地筛选针对不同病毒（EBOV， SUDV， LASV）及其糖蛋白的最佳捕获抗体，直接基于天然全病毒模型进行评估，比传统基于可溶蛋白的筛选方法（如ELISA）更能反映真实情况。 2. 创新的表位映射工具：研究提出的基于SP-IRIS结合信号的表位预测模型，为高通量、初步的抗体表征和功能推测提供了一种快速、低成本的方法。虽然不能替代高分辨率结构生物学技术，但可作为前期筛选和优先排序的强大工具。 3. 革命性的竞争性检测方法：开发的新型SP-IRIS抗体竞争检测方法，利用全病毒颗粒和单粒子检测灵敏度，首次揭示了治疗性抗体鸡尾酒中成分间复杂的竞争与增强关系。该方法简单、快速、高通量，且更能模拟体内天然膜蛋白环境，为理性设计高效抗体组合疗法提供了关键实验依据。
五、 研究亮点
六、 其他有价值内容
研究还讨论了SP-IRIS相较于其他无标记光学传感技术（如表面等离子体共振SPR、光学微腔传感器）的独特优势，包括对介质折射率变化不敏感、检测面积大、信号稳健等。此外，文中对现有各种表位映射技术（X射线、冷冻电镜、氢氘交换质谱等）的优缺点进行了简要对比，突出了SP-IRIS在该领域作为补充或前期工具的定位。最后，作者展望了该平台在评估针对其他病毒（如SARS-CoV-2、猴痘病毒）的治疗性抗体方面的广泛应用前景。