[发明专利]一种用于提高免疫检测灵敏度的异源竞争抗原的筛选方法

说明书

本发明提出一种用于提高免疫检测灵敏度的异源竞争抗原的筛选方法，所述方法包括：对恩诺沙星类似物进行对应分子描述符计算，并对分子描述符进行主成分分析以得到主成分分析结果；分别测定得到恩诺沙星的半抑制浓度以及各恩诺沙星类似物的半抑制浓度，进而计算得到各恩诺沙星类似物的交叉反应率；根据主成分分析结果以及对应的各恩诺沙星类似物的交叉反应率，建立数学模型并进行分类学习，以得到分类学习结果；根据分类学习结果，利用喹诺酮分子交叉物及赖氨酸进行分子对接以得到构象，并进行构型优化得到最小能量构象，以确定最佳异源竞争抗原。本发明便于筛选确定能提高免疫检测灵敏度的异源竞争抗原，具有良好的应用前景。

技术领域

本发明涉及医药检测技术领域，特别涉及一种用于提高免疫检测灵敏度的异源竞争抗原的筛选方法。

背景技术

抗原的设计合成与高灵敏抗体的制备是免疫分析方法的核心，抗体对抗原的特异性以及亲和性，直接决定了检测方法的准确性以及灵敏度。在大部分免疫分析方法中，一般是将目标待测物或稍加改造后作为半抗原与不同的载体蛋白偶联形成免疫原和包被原。由于此种情况下的包被原与免疫原中的半抗原结构相同，故称同源包被，对应的半抗原为同源竞争原。而把与免疫原中的半抗原结构不同的包被原称为异源包被，对应的半抗原为异源竞争原。

目前国内外均有文献报道过异源包被可以提高免疫分析方法的灵敏度，但并不是所有的异源包被都能提高免疫分析的灵敏度。只有当抗体亲和力较差时异源包被才能显著提高灵敏度，而当抗体亲和力较高时，异源包被并不能显著提高免疫分析灵敏度。除此之外，不同的异源包被对免疫分析灵敏度的提高程度是截然不同的，有的能提高十几倍，甚至几十倍，有的只能提高几倍。因此，如果对于确定的抗体，若能设计出它的最佳竞争原，使得通过异源竞争的模式最大化地提高免疫分析的灵敏度，将原本“不合格”的抗体变成“合格”的抗体，那么将大大提高抗体的合格率，节省抗体制备的成本。

然而，现有技术中，缺乏一种能够有效提高免疫检测灵敏度的异源竞争抗原的筛选方法，在一定程度上限制了实际应用。

发明内容

本发明的目的是为了解决现有技术中，缺乏一种能够有效提高免疫检测灵敏度的异源竞争抗原的筛选方法，在一定程度上限制了实际应用的问题。

为了实现上述目的，本发明采用了如下技术方案：

本发明提出一种用于提高免疫检测灵敏度的异源竞争抗原的筛选方法，其中，所述方法包括如下步骤：

步骤一：对恩诺沙星类似物进行对应分子描述符计算，并对所述分子描述符进行主成分分析以得到主成分分析结果，其中所述恩诺沙星类似物由恩诺沙星与喹诺酮分子交叉物制得；

步骤二：采用间接竞争ELISA法分别测定得到恩诺沙星的半抑制浓度以及各个恩诺沙星类似物的半抑制浓度，并根据所述恩诺沙星的半抑制浓度以及所述恩诺沙星类似物的半抑制浓度计算得到各个所述恩诺沙星类似物的交叉反应率；

步骤三：根据所述主成分分析结果以及对应的各所述恩诺沙星类似物的交叉反应率，建立数学模型并进行分类学习，以得到分类学习结果，其中所述主成分分析结果包括所述喹诺酮分子交叉物中的分子描述符；

步骤四：根据所述分类学习结果，利用各所述喹诺酮分子交叉物及赖氨酸进行分子对接以得到构象，并对构象进行构型优化得到最小能量构象，以确定最佳异源竞争抗原。

本发明提出的一种用于提高免疫检测灵敏度的异源竞争抗原的筛选方法，首先对恩诺沙星类似物进行分子描述符计算，再对分子描述符进行主成分分析得到主成分分析结果，然后采用间接竞争ELISA法测定计算得到恩诺沙星类似物的交叉反应率；再根据主成分分析结果以及恩诺沙星类似物的交叉反应率，建立数学模型并进行分类学习以得到分类学习结果，最后根据分类学习结果，将喹诺酮分子交叉物及赖氨酸进行分子对接以得到构象，进行构型优化以得到最小能量构象，最终确定最佳异源竞争抗原。本发明便于筛选确定能提高免疫检测灵敏度的异源竞争抗原，具有良好的应用前景。