抗拉试验仪

近日，Zenas BioPharma宣布完成一项金额高达1.18亿美元的B轮融资。而此次所获得的资金，将会主要被用于推进其先导项目双功能抗体obexelimab进入一项全球性的临床3期试验，用以检视此药物于治疗免疫球蛋白G4相关疾病(IgG4-RD)的疗效与安全性。此外，Zenas亦将使用资金在2023年推动公司其他自身免疫疾病项目的全球临床开发。　　自身免疫疾病指的是当身体原本用来攻击外来病源体的免疫系统，错误地将自身细胞当做外来体攻击的现象，因而造成炎症和组织损伤。在自身免疫性疾病中，激活的B细胞是攻击自身细胞和组织的主要因素之一。IgG4-RD是一种可在多种器官造成慢性、进行性、炎症伴纤维化的罕见疾病。在美国约有2万名患者。在病患发病的器官中会发现组织淋巴细胞的浸润、不同程度的纤维化，以及浆细胞大量分泌IgG4的现象，造成组织器官功能的损伤。有约51-70%的患者在急性期血清IgG4显著升高。主要病患群体为中老年男性，糖皮质激素为此疾病的一线疗法，但此类药物常常带来许多的副作用。　　Obexelimab是一种潜在“first-in-class”的双功能抗体。此款抗体为一Fc端经过改造的靶向CD19单克隆抗体，这使得此抗体与与FcγRIIb的亲和力提高了400倍。FcγRIIb是一种抑制B细胞功能的受体，obexelimab与B细胞表面的CD19抗原结合后，它的Fc端会自动与同一细胞上的FcγRIIb结合，从而抑制B细胞受体介导的B细胞激活和增殖。研究显示，obexelimab能在不耗竭细胞的情况下，有效抑制B细胞功能，这与其他B细胞靶向疗法相较非常不同。早期临床结果亦显示obexelimab在多种自身免疫性疾病患者中产生了令人鼓舞的治疗效果。　　Obexelimab的用于治疗IgG4-RD的临床3期试验预计在2022年年末开始。　　“我们很高兴获得全球众多杰出投资者群的支持。我们将持续推动具深度以及平衡性的自身免疫疗法管线进入临床阶段，并继续执行成功的商业开发战略。”Zenas的创始人兼执行董事长Lonnie Moulder先生说道。

Flag标签蛋白检测抗体　　远慕生物提供可用于WB，IF，IP应用的Flag抗体，特异性检测Flag标签融合蛋白，Flag标签抗体可识别在细胞内表达的Flag标记重组蛋白，包括Flag位于氨基末端、中段以及羧基末端的重组蛋白。　　Flag标签系统利用一个短的亲水性八氨基酸肽（ DYKDDDDK）融合到目标蛋白。Flag标签可位于蛋白质的C端或N端，该系统已广泛应用于细菌、酵母和哺乳动物细胞等多种细胞类型，相应的Flag标签抗体也被广泛应用。由于Flag标签系统的纯化条件是非变性的，因此可以纯化所有有活性的融合蛋白。Flag标签可以通过加入肠激酶处理去除，肠激酶专一识别该肽序列C末端的5个氨基酸残基。Flag抗体可以用于检测和Flag标签融合表达蛋白的表达、细胞内定位，以及纯化、定性或定量检测Flag融合表达蛋白等。　　由于Flag标签蛋白检测抗体亲水特性，Flag标签往往位于融合蛋白的表面上，因此比较容易被抗体接近并识别。不同的Flag标签抗体与Flag标签 有不同的识别和结合特性。　　Fig. 1. Flag标签蛋白IP实验，IP (1:200) - WB (1:5,000)：未转染的293细胞裂解液(lane A), 转染了Flag标签蛋白的293细胞转染裂解液 (lane B), 使用小鼠IgG作为阴性对照免疫沉淀293细胞裂解液(lane C),使用Flag单克隆抗体（1B10）IP转染后的293细胞裂解液(lane D), 293细胞裂解液 中仅加入Protein G Beads (lane E).　　Fig. 2. 使用Flag标签单克 隆抗体，通过免疫荧光实验（1:2000），分析转染的Flag 重组蛋白在293细胞中的定 位，二抗为IFKine? Red 驴抗 小鼠，蓝色为DAPI染色的细 胞核。

抗生素的不当使用一方面贻误病情、导致复发感染，甚至造成人体菌群紊乱，诱导其它疾病的发生，另一方面则加速耐药菌乃至“超级细菌”的出现。因此，如何实现“快、准、狠”的抗生素精准用药既是精准医学的重要前沿，也是遏制耐药性蔓延的核心挑战之一。而准确全面的抗菌效果评价技术是抗生素精准用药的前提与基础。近日，中国科学院青岛生物能源与过程研究所单细胞中心与中山大学光华口腔医学院合作发表了基于重水标记单细胞拉曼成像的药物抗菌效果评价技术，在单个细菌细胞精度快速测量药物对细胞代谢活性的抑制性。以此为基础提出的“基于代谢活性的最低抑菌浓度”(“MIC-MA”指数)，与目前临床用药普遍依据的“最低抑菌浓度”(“MIC”指数)相比具有重要的特色与优势，因此有望成为指导临床精准用药的新标准之一。该工作近期发表于《分析化学》(Analytical Chemistry)。　　据专家估算，目前在必须使用抗生素治疗的临床案例中，高达30~50%存在着治疗方案制定、抗生素选择或抗生素疗程等方面的错误 在重症监护中，约30~60%的抗生素处方均存在非必要抗生素的滥用、非对症抗生素或者非最佳抗生素组合方案等问题。与此同时，目前每年约有70万人死于耐药菌感染 到2050年，这一数目将激增至每年1000万人，大约为每年死于各种癌症的病人总数。因此，2016年9月22日联合国大会193个成员国共同签署了历史性宣言，承诺通力合作扫除“超级耐药病菌”。2016年8月26日中国国家卫计委等14部门联合印发的《遏制细菌耐药国家行动计划(2016-2020)》中明确提出，要“加强抗菌药物应用和耐药控制体系建设”和“完善抗菌药物应用和细菌耐药监测体系”。准确全面的抗菌效果评价技术是抗生素精准用药的前提与基础，但是，临床需求与技术现状的矛盾如此紧迫和突出，以至于2016年9月8日美国NIH悬赏二千万美元，专门激励细菌耐药性临床快检技术的研发。　　迄今为止，MIC指数，即体外培养细菌24小时后能抑制培养基内病原菌生长的最低药物浓度，一直是微生物药敏试验、抗菌药效评价和临床抗菌方案制定的主流标准与主要依据之一。然而其测量不仅耗时耗力，且对难以实验室培养或生长缓慢的病菌无能为力。尤其关键的是，MIC只能从抑制细胞数目扩增这一角度反映与测量药效，却无法检测处于“NGMA”(Non-Growing but Metabolically Active)状态的病菌，即在药物作用下已经不再增殖但仍然具备代谢活性的存活细胞。这种状态的病菌在临床上十分常见，如果在抗菌治疗中成为漏网之鱼，将贻误病情，引起复发性感染，进而诱导耐药菌乃至“超级细菌”的频繁出现。因此根据MIC制定抗菌治疗方案有可能出现“不够快、不够准、不够狠”的情况。　　针对上述瓶颈问题，研究人员开发了基于拉曼组(Ramanome)的细菌药物应激效应成像技术(如图)，有效地克服了上述缺陷。该研究以导致龋病的变形链球菌(Streptococcus mutans)与多种临床常见抗菌药物为模式，证明单细胞拉曼成像能够精确测量细胞利用胞外重水(D2O)分子的速率，而后者与该细胞的代谢活跃程度呈高度的正相关。因此与重水标记耦合的单细胞拉曼成像能够从对微生物代谢活性抑制的角度定量测量药效，让处于“NGMA”状态的细胞无所遁形，从而使抗菌治疗方案“够准”。同时，由于该方法具备单个细菌细胞的精度，因此对于绝大部分细菌、古菌和真菌，该方法能够测量同一样品内不同细胞之间在抗菌效应上的差异程度，评价病菌细胞群体或群落在药物作用下是否已被“赶尽杀绝”，从而使抗菌治疗方案“够狠”。实验还证明，该方法能够在半小时内快速区分氟耐受型和氟易感型的变形链球菌，这一高度灵敏性对于评价抗菌效果是否“够快”具有重要意义。　　基于上述重水标记单细胞拉曼成像技术，研究人员提出了名为“基于代谢活性的最低抑菌浓度”(“MIC-MA”指数)的抗菌药效指标，即药物作用8个小时后所有细胞其代谢活性彻底、且全都被抑制的最低药物剂量。对于特定病菌和特定抗菌药物，MIC-MA指数与MIC指数显著不同。在该研究测试的三种抗菌药物的MIC剂量下，尽管变形链球菌细胞群体已经不再生长与扩增，但大部分的细胞都仍然保持着一定的代谢活性。事实上，在高达60倍MIC的氨苄西林剂量时，仍然存在高比例的“NGMA”状态的变形链球菌细胞，这导致在抗生素压力消失时病菌“星火燎原”，发生复发性感染。这说明MIC-MA在评价抗菌药效是否“快、准、狠”等方面，与目前临床上普遍参照的MIC相比，具有重要的特色与优势。　　此外，传统MIC检测将受试微生物作为同质化的群体来看待，忽视了针对细胞之间药效异质性的考察与评价。而MIC-MA在单个细胞精度的药敏性与药效检测，对于研究考察耐药性形成与微进化机制等方面具有重要意义。　　单细胞中心前期已经证明拉曼组能够快速区分细胞药物应激机制(Teng L, et al, Sci Rep, 2016)。因此，拉曼组技术预期将成为指导“个体化”临床精准用药与耐药性快检的新手段与新标准之一，同时，也为新型抗菌药物筛选与研发提供了崭新的共性技术平台。　　青岛能源所单细胞中心研究员徐健和中山大学光华口腔医学院教授凌均棨为论文的共同通讯作者，联合培养博士生陶一帆是论文的第一作者。该工作获得了国家自然科学基金委、中科院生物高通量检测分析技术服务网络(STS)等的支持。　　论文信息：　　Yifan Tao, Yun Wang, Shi Huang, Pengfei Zhu, Wei E. Huang, Junqi Ling*, Jian Xu*. Metabolic-activity based assessment of antimicrobial effects by D2O-labeled Single-Cell Raman Microspectroscopy. Anal. Chem., 2017, DOI:10.1021/acs.analchem.6b05051.　　Lin Teng, Yun Wang, Xiaojun Wang, Honglei Gou, Ren Lihui, Tingting Wang, Yun Wang, Yuetong Ji, Wei E. Huang, Jian Xu, Label-free, rapid and quantitative phenotyping of stress response in E. coli via ramanome. Sci Rep, 2016. 6:34359. DOI:10.1038/srep34359.基于重水标记单细胞拉曼成像的药物抗菌效果评价技术示意图