抗體生物感測器：快捷有效地測量血液中藥物濃度！

導讀

最近，瑞士洛桑聯邦理工學院的科學家團隊開發了幾種基於抗體的生物感測器，可以用於患者血液中的藥物濃度的檢測。這種檢測系統具有便攜化、小型化的優勢。患者自己在家中操作，五分鐘內就可獲得檢測結果。

關鍵字

生物感測器、醫療設備、抗體、藥物

背景

幾乎每個人都會生過病，也都有過通過藥物進行治療的經歷。然而，也許不少人並不知道：及時且有效地監測血液中的藥物濃度，對於藥物治療而言，有著十分重要的意義。它可以幫助醫生評價療效或確定給藥方案，使得給藥方案更加個體化，提高藥物治療水平，達到臨床上安全、有效、合理用藥的目的。

然而，測定血液中的藥物濃度，往往需要在醫院的實驗室進行，不僅需要藉助一些昂貴、笨重的儀器和設備，而且還要專業技術人員的參與。這樣一來，不僅成本較高，而且費時費力。特別是對於發展中國家或者貧困落後地區，醫療條件往往跟不上，由於缺乏這樣的醫療設備，往往會對患者的醫療效果和生活質量造成一定程度的影響。

創新

最近，瑞士洛桑聯邦理工學院的科學家們，通過他們創辦的創業公司 LUCENTIX，開發出了一種與抗體相關的生物感測器。它可以通過自身顏色的改變，監測血液中的藥物濃度。這套包含生物感測器的系統不僅適用於戶外檢測，而且也可以用於家庭檢測。這項研究的論文發表於《應用化學》期刊上。

我們先通過下面這張圖展示一下採樣和分析的過程，但是要說明一下這幅圖中的設備，是通過有線連接電腦傳輸分析數據的。

（圖片來源於：LUCENTIX ）

通常情況下，在感測器獲取到血液中的藥物濃度信息後，它可以無線地傳輸給手機。在手機屏幕上，我們可以觀察到測量結果，整個過程只需幾分鐘時間，十分便捷高效。

（圖片來源於：LUCENTIX ）

說到這個生物感測器的開發，我們不得不提及瑞士洛桑聯邦理工學院的 Kai Johnsson 實驗室，它以開發生物感測器而聞名，也正是該實驗室的相關研究，催生了創業公司 LUCENTIX 。該公司開發了這種生物感測器，讓患者能夠利用這個系統，無需任何複雜的實驗室設備，就可以很方便地測量藥物濃度。

技術

下面我們先從技術的角度，看看這個生物感測器的組成。它由三個成分組成：

• 和被測藥物結合的蛋白質

• 發光的熒光素酶

• 標記的分子「SNAP-tag」，它攜帶有熒光配體。

在沒有藥物出現的時候，蛋白質可以識別這種熒光配體，並且與之結合。這就引起了熒光素酶和熒光分子之間的反應，也稱為「生物熒光共振能量轉移」(BRET)，會產生出一種紅光。

然而，最近博士後 Lin Xue 所進行的創新，包括了利用針對靶向藥物開發的抗體的一部分，取代生物感測器中的結合蛋白質。當生物感測器檢測到患者血液或者唾液中的藥物時，抗體會更傾向於與它結合，而不是和SNAP-tag的熒光配體結合。隨著配體被取代，BRET 反應被逐步破壞，所以現在發出的是一種藍光。

也許，以下這幅圖更好地展示了整個過程：

（圖片來源於：瑞士洛桑聯邦理工學院）

下面這張圖更反應出了這項技術可用於定量測量。隨著藥物濃度的變化，發出的光線顏色逐漸由紅色過渡到藍色。

（圖片來源於：LUCENTIX ）

下面我們聊聊抗體在這項技術中起到的作用。所謂抗體，是一種由漿細胞（效應B細胞）分泌，被免疫系統用來鑒別與中和外來物質如細菌、病毒等的大型Y形蛋白質，僅被發現存在於脊椎動物的血液等體液中，及其B細胞的細胞膜表面。

所以，簡單來說，抗體能夠識別外來的細菌和病毒，並與之結合，讓人體免疫系統與傳染病作鬥爭。更進一步的說，產生抗體並用於明確區分小分子例如藥物，是一種常規的方法。這套檢測系統能夠適用於幾乎達無限數量的分子，所以患者可在家中進行自我檢測，且能達到實驗室級別的效果。

價值

通過抗體取代結合蛋白的方法，為生物感測器識別患者血液中的合成藥物，搭建了一個通用管道。為了進行原理論證，科學家們在實驗室中，成功地利用了這種新型感測器，測試了三種藥物：甲氨蝶呤、茶鹼和奎寧。

下一步，他們將優化和提高感測器的靈敏度，能夠在臨床樣本中，準確地檢測出納摩爾甚至更低濃度的藥物或者生物分子。

參考資料

【1】https://actu.epfl.ch/news/antibody-biosensor-offers-unlimited-point-of-care-/

【2】http://www.lucentix.ch/

【3】Lin Xue, Qiuliyang Yu, Rudolf Griss, Alberto Schena, Kai Johnsson. Bioluminescent antibodies for point-of-care diagnostics. Angewandte Chemie 16 May 2017. DOI: 10.1002/anie.201702403 http://dx.doi.org/10.1002/anie.201702403

需要進一步探討交流的朋友，請直接聯繫作者微信：JohnZh1984，或者微信關注公眾號：IntelligentThings。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！