Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Immunology and Infection
Click here for the English version

Immunology and Infection

印制糖类阵列是分析小动物循环抗碳水化合物抗体汇辑的一种敏感技术

Published: February 14, 2019 doi: 10.3791/57662
Automatic Translation
*1, *2,3, 3, 2, 2, 2, 2, 2, 2,4, 1, 1,5
1Infectious Pathology and Transplantation Division, Bellvitge Biomedical Research Institute (IDIBELL), 2Shemyakin-Ovchinnikov Institute of Bioorganic Chemistry (IBCh), Russian Academy of Sciences, 3Semiotik LLC, 4Auckland University of Technology, 5Intensive Care Department, Bellvitge University Hospital
* These authors contributed equally

Summary

这项工作显示了印刷糖类阵列 (pga) 技术在小动物循环抗碳水化合物抗体分析方面的潜力。

Abstract

特定个体的循环抗碳水化合物抗体的表达物往往与其免疫学状态有关。不仅个人免疫状况决定了对抗内部和外部潜在威胁信号的成功, 而且还决定了特定的循环抗糖类抗体模式的存在 (及其血清学水平的变化) 可能是一种某些病理条件的发病和进展的重要标志。在这里, 我们描述了一种基于印刷的字形阵列 (pga) 方法, 它提供了一个以非常高的灵敏度测量数百个乙二醇目标的机会;使用最小数量的样本, 这是一个常见的限制, 当小动物 (老鼠, 老鼠, 仓鼠等) 被用作模型, 以解决人类疾病的各个方面。作为这种方法的一个有代表性的例子, 我们展示了从分析 balb/小鼠天然抗糖类抗体的数量中获得的结果。我们证明, 每个参与研究的 balb1 小鼠, 尽管在基因相同和在相同条件下保持, 发展了一个特定的模式的天然抗碳水化合物抗体。这项工作声称扩大使用 pga 技术, 以调查曲目 (特殊性) 和循环抗碳水化合物抗体的水平, 无论是在健康和在任何病理条件。

Introduction

抗体通过激活补体系统 4,5, 直接中和病毒1、2和细菌2、3, 在我们抵御入侵病原体方面发挥着核心作用和促进吞噬6。此外, 它们是癌症靶向和消除恶性细胞7和稳态维持的基本要素.

免疫系统的疾病会导致自身免疫性和炎症性疾病10 和癌症11。所有这些病理条件理想地要求迅速诊断为有效的治疗。在自身免疫性疾病的情况下, 血清学存在的自身抗体在大多数情况下是一个预测的诊断自身免疫 10,12。这些抗体与细胞表面和细胞外自身抗原发生反应, 它们往往存在多年之前的自身免疫性疾病10,12。免疫缺陷和癌症也被诊断为血液检测, 要么测量抗体等免疫元素的水平, 要么测量其功能活动 11。

确定循环抗体的曲目及其血清学水平是最重要的, 以建立一个预后, 并评估所有上述病理条件的进展。我们之前已经证明了 pga 技术在分析不同动物物种中的循环抗体的潜力13-16, 最大限度地减少了大量血清学样本的使用, 避免了这一问题与抗体交叉反应17相关, 并允许对大量抗体进行高通量分析 15.

甘氨酸免疫检测主要是由碳水化合物的来源和产生决定的因素, 其中决定了配体15,18,19, 20的亲和力和结合,21。基于甘胶的免疫检测可以在悬浮液 (微球)15,21,22 或平激活表面15,21,22, 23,24。最后一种包括 elisa (其中最传统的方法) 和 pga。在同一实验环境中, 没有多少数据可以比较这些方法, 即15、25、26、27。我们之前比较过这些免疫检测的有效性和选择性来分析单个人血浆样本中的抗糖类抗体15。对于一些抗体, 如针对抗阿苏血组的抗体, 所有的免疫检测都能检测到它们的统计意义, 它们彼此呈正相关。同时, 抗 p1 抗体主要由具有最高判别力的 pga 检测, 不同的糖类免疫检测 15,18 的测定没有相关性,21. 这些方法之间的差异主要与抗体抗原比和糖类取向15有关。elisa 和悬浮液阵列比 pga 更容易受到非特异性结合, 因为在这些方法中, 抗原超过抗体15。此外, 在 pga 中, 糖类的取向比 elisa 和悬浮阵列15中的方向受到更多的限制。elisa 是方便的, 当研究包括一个有限的面板的糖类。除了悬浮液阵列外, elisa 还在分析重构方面提供了更广泛的灵活性。pga 是特别方便的发现方法15,18,21,28。尽管有这些明显的优点和缺点, 但上述三种免疫检测方法可以用来研究糖类抗体相互作用的不同方面。这项研究的最终目标是指导选择更合适的方法。

本工作旨在扩大 pga 技术在小动物循环抗糖类抗体检测中的应用。作为一个有代表性的结果, 我们在这里提出了一个详细的协议, 以评估体内天然抗碳水化合物抗体的反应在成年 balb1 小鼠 pga。

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. 糖片生产

  1. 微阵列制备
    1. 用非接触式机器人排列器 (落模量 ~ 900 pl), 在6个复制的 n-羟基琥珀衍生玻璃滑梯上, 以 300 mm 磷酸盐缓冲盐水 (pL, ph 8.5) 将糖类 (50 mm) 和多糖 (10μg/ml) 打印成铝。每张幻灯片包含4个不同的子数组块 (图 1a, 颜色) 重复6次。每个子数组由1B 不同的糖原点组成, 包括控件 (8 行 x14 列) (图 1b)。
      注: 与圣枪有关的资料载于补充表 1。用于印刷微芯片的字形库是 ibch 团队长期合成努力的结果;综合的例子在相关出版物 29、30、31、32、33、34、35、36中介绍 ,37,38。糖基库包括血型抗原和一些最常见的终末低聚糖, 以及哺乳动物 n 和 o 连锁糖蛋白和糖脂、与肿瘤相关的碳水化合物抗原的核心图案, 以及病原菌中的多糖。
    2. 在湿度箱中对滑块进行孵化 (相对湿度 ~ 70%)在室温 (25°c) 下1小时。
    3. 阻隔微阵列: 在室温下用阻滞缓冲液孵育幻灯片1.5 小时 (100 mm 硼酸, 25 mm 乙醇胺, 0.2% (v/v), 在超纯水中孵育。
    4. 用超纯水清洗糖片, 用空气干燥。
  2. 糖芯片质量控制
    1. 使用复杂免疫球蛋白制剂的1mg/ml 溶液分析每个批次中的两个微阵列 (cip, 含有 igg、igm 和 iga), 将生物素化山羊抗人免疫球蛋白10μgml 溶液作为二级抗体 (igm + igg + iga), 其次是1μgml相应荧光链霉素共轭的溶液 (通过下面描述的协议, 请参见步骤 2)。
    2. 扫描和分析糖类芯片 (参见步骤 3, 糖基阵列的分析)。
    3. 使用芯片内和片间相关性高于0.9 的微阵列批次。

2. 糖原阵列技术

  1. 准备以下水溶液 (超纯水), 并将其存放在室温 (25°c):
    • pacfer-1: 1% (w/v) pbs 中的牛血清白蛋白 (bsa), 小20和 0.01% (w/v)
    • 缓冲区-2: 1% (w/v) bsa 在 pbs, 0.1% (v/v) tween-20 和 0.01% (w/v) nan3。
    • 缓冲区 3:0.1% (v/v) tween-20 在 pbs 中。
    • 缓冲区-4: 0.001% (v/v) 在 pbs 中的 tween-20。
  2. 糖芯片和样品制备
    1. 将装有幻灯片的储物箱放在桌子上, 直到它们达到室温 (25°c)。
      注: 使用无粉末乳胶手套。糖片必须由条形码所在的玻璃滑梯底部操作。条形码将帮助您识别右侧, 避免与打印糖类的表面接触。
    2. 打开盒子, 取出糖片, 放在孵化器 (25°c), 已经用湿滤纸调节, 以保持室内湿度不变。
    3. 同时, 用 buffer-1 (1:20) 在 1.5 ml 管中稀释小鼠血清。用涡流混合器对血清溶液 (5秒) 进行同质化。
      注: 完全覆盖单个糖片表面所需的体积约为1毫升。
    4. 均匀化后, 在水浴中孵育37°c 稀释后的血清 10分钟, 以避免免疫球蛋白聚集。在 10, 000 x g 和25°c 下离心管 3分钟, 收集上清液并丢弃任何沉淀材料。
    5. 小心地将糖屑放入孵化器中。用1毫升的 buffer-3 在25°c 下将其培养 15分钟, 以消除糖片表面的任何残留材料。
    6. 将糖片固定在垂直位置, 然后用塑料巴斯德移液器用几滴 bufer-3 将其重新清洗。使用滤纸小心地从糖屑表面取出缓冲液。
  3. 反应: 抗体结合
    1. 将糖屑放入培养室。使用微型移液器将稀释后的血清样本涂在糖片表面。在37°c 条件下用眼眶搅拌 (30 转/分) 孵化1.5 小时, 确保使用移液器的尖端稀释后的血清样本覆盖糖片表面的所有干燥区域。
    2. 取出多余的样品, 在25°c 的 bufer-3 中浸泡5分钟的糖屑。然后, 将糖化芯片移动到具有 buffer-4 (5分钟) 的容器中, 最后用超纯水清洗 (5分钟) 的糖片。在 175 x g 和25°c 下离心糖芯片 1分钟, 以去除液体。
  4. 检测: 二级抗体
    1. 将糖屑放入培养室。在糖片表面上传播山羊抗鼠 (igg + igm) 的溶液 (5μg/ml), 该溶液与 bafer-2 中的生物素结合。在37°c 下进行轨道搅拌 (30 转/分) 孵化1小时。
    2. 取出未绑定的分数, 然后重复清洗步骤。
    3. 离心后, 在25°c 的黑暗中, 用相应的荧光标记链霉素溶液 (在 buffer-2 中) 的 2μg/ml 孵育糖芯片 45分钟 (30 转/分)。
    4. 在黑暗中, 取出未绑定的分数并重复清洗步骤。
    5. 用空气擦干糖类切片。
      注意: 应尽快扫描糖芯片。但是, 如果染色后不可能立即进行扫描, 可以在黑暗中储存在阴凉干燥的地方。

3. 糖原阵列分析

  1. 扫描阵列
    1. 将糖片放在桌子上, 直到在黑暗中达到室温。同时, 打开幻灯片扫描仪和激光 (激发波长为 633 nm)。
    2. 按住微阵列, 将糖屑滑入插槽, 直到它接触到背面。
    3. 扫描糖片 ("运行容易扫描"), 并将扫描保存为 "。tiff "文件。
  2. 阵列量化
    1. 使用扫描阵列分析系统对阵列进行量化。通过单击主窗口上的 "配置 & 文件组" 中的 "文件", 打开以前扫描的图像 (图 1b-d)
    2. 以 gal 格式加载相应的阵列文件模板 (在玻璃幻灯片上配置打印的糖类) (图 1c)。
    3. 通过仔细调整数组 (网格) 与图像中的点, 并启动量化 (图 1d), 调整 gal 模板。
    4. 选择量化参数:
      • 量化类型: 运行轻松 quant。
      • 量化方法: 固定圆
      • 自动查找位置: 单击所有选项
      • 归一化方法: lowess (局部加权散点图平滑)。
    5. 将量化的数据另存为 "。csv "文件" (图 1d)。使用 microsoft excel 或其他适当的应用程序将此数据传输到公共电子表格文件中。
    6. 使用四分位数范围 (iqr) 作为主要统计方法: 计算每个配体的所有信号的中值 (四分位 2) 和四分位间偏差 (分别为第75个和第25个百分位数, 或上四分位数和下四分位数 q3 和 q1)。
    7. 使用分层群集资源管理器应用程序执行数据的交互式探索。
    8. 利用聚类分析参数: 平均连锁 (upgma) 和欧几里得距离作为相似距离度量。在不规范化的情况下按行执行分层群集。

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

在这里, 我们提出了一个代表性的结果, 从定量的天然抗糖类抗体的曲目在 20个 balb1 小鼠的人群中获得。本研究中使用的糖基含有419种不同的糖类结构。大多数糖类被合成为-ch2 ch 2 ch2 nh2间隔武装o-糖苷, 在几个情况下作为-ch2 nh 2 或 -nhch 2 nh 2 苷. 所有的糖类结构都用高分辨率 (700-或 800 mhz) 核磁共振光谱进行了表征, 用高效液相色谱法进行了纯化和测试, 表明其纯度 gt;95。由于小鼠血清量的限制, 我们同时确定了 igm + igg 抗糖类抗体。在 pga 中, 我们将超过 4, 000 rfu 的值视为抗体结合的积极信号 (此值约为顶级糖类 rfu 的 10%)。本工作中介绍的结果遵循了报告基于糖类的数据的大多数准则39。在 pga 中, 只有17% 的碳水化合物结构显示≥4, 000rbu (图 2, 红色)。在糖类切片中暴露出来的大多数糖类结构都没有被 balb1 小鼠的循环抗糖类抗体 (图 2, 蓝色和白色)28所识别。balb1 天然抗碳水化合物抗体的保守模式包括12种不同的糖类特异性, 抗体结合的中位信号强度非常高 (≥10, 000 rfu表 1)28。

Figure 1
图 1: 字形阵列配置、打印和分析的原理图表示 (不按比例).(a) 印刷微芯片采用419种不同糖类结构的文库开发, 然后检测出适当的荧光标记的二级抗体。每张幻灯片包含4个不同的子数组块 (颜色), 重复6次。每个子数组由112个不同的字形点 (8 行 x14 列) 组成, 包括控件。(b) 使用荧光扫描仪 (图像的第三部分) 进行微芯片扫描所获得图像的一个典型例子。(c) 将 "网格" 与每个子阵列中的点对齐的过程 (量化过程中的模板调整)。(d) 检测到每个点的荧光, 并将结果传输到一个通用的电子表格文件中。请点击这里查看此图的较大版本.

Figure 2
图 2* balb1 小鼠天然循环抗碳水化合物抗体的汇辑.用糖片孵育小鼠血清样本 (1:20), 并用 scasray 读取器进行扫描。利用微阵列分析系统对数据进行分析, 并以相对荧光单位 (rfu) 表示为中位值绝对偏差 (mad)。蓝色和白色表示小于 4, 000 rfu (背景) 的绑定信号;红色表示信号≥4, 000 rfu (正结合)。f: 女性;男: 男 (n = 20)。这一数字转载于 bello-gil、d. 等人。28.请点击此处查看此图的较大版本.

格利坎
id (#)		 结构 通用名称 中值和 mad 作为 rfu 显示 rfu≥4000 (%) 的小鼠数量
60 6-o-苏-galβ-b 61113 1156 100元
271 galβ1-6 galβ1-4glcβ-sp 53622 1934年 100元
802 galβ1-3GalNAc(furc) β-sp 51348 2324 100元
176 3-o-苏 galβ1-4 (6-o-su) glcβ-sp 43008 9342 100元
166 glcaca1-6 galβ-sp 39105 2993 85
150人 3-o-su-galβ1-3galnacα-sp 37943 3232 100元
437 galnacα-1-3 (faxα1-2) galβ1-3galnacta-sp a (4 型) 33886 3193 90
125 6-b-galβ1-4glcnacβ-sp 32674 5389 95
154 3-o-苏 galβ1-3glcnacβ-sp 32651 3954 100元
177 3-o-苏 galβ1-4 (6-o-su) glcnacβsp 32496 7215 100元
287 3-o-su-galβ1-3 (faxα-4) 苏乐阿 20063 4962 95
234 galβ1-4 (faxα1-3) 勒克斯 13573 2635 80

表 1: 由 balb 小鼠的天然抗体识别的顶级糖类结构。在至少80% 被检查的小鼠 (n = 20) 中, 有约束力信号超过 4, 000 rfu 的糖类。bsp 是指氨基乙基、氨基丙基或甘氨酸间隔。c呋喃糖;所有其他单糖均为吡咯糖形式;联邦残渣有 l-配置, 所有其他单糖-d 配置。表已从 bello-gil、d. 等人处修改。28岁

补充表 1: 糖类的列表, 其与 balbpc 小鼠天然循环抗体 (igm + igg) 的结合 (n = 20), 以相对荧光单位 (rfu) 表示为中值±mad, 以及超过的动物数量切断(≥4000rfu).这张表格转载于 bello-gil、d. 等人。28.请点击此处下载此表格

Subscription Required. Please recommend JoVE to your librarian.

Discussion

乙二醇微阵列已成为研究蛋白质-糖相互作用的不可缺少的工具.本文介绍了一种基于 pga 技术的研究 balb1 小鼠抗碳水化合物抗体循环的协议。由于 pga 提供了筛选大量生物未知糖类的可能性, 因此它是一种非常方便的发现工具13、15、28。该方法提供了在相同的实验环境中使用减少的血清学样本 (50μl) 测量数百种糖类结构的可能性。这对于小动物 (循环血量小), 或者在需要从同一实验动物身上多次提取血液时, 尤其重要。

作为有代表性的结果, 我们证明, 基因相同的小鼠不应被视为免疫等价物;因为它们会产生不同模式的天然抗碳水化合物抗体 (只有12个糖氨酸的特性是保守的)。其余天然抗碳水化合物抗体的血清学水平在被检测的动物中差别很大。对自交系动物肠道微生物群的分析 4 1 可以解释这种异质性42,43,44,45, 46.如果天然抗糖苷抗体的产生是由微生物群的抗原刺激介导的, 而这在近亲繁殖小鼠 41之间是不同的, 那么这些抗体的精细特异性就不会完全相同。

pga 开发的主要缺点是访问定义良好的糖类结构40、47。生物系统中产生的糖类是异质性的 40,47, 48, 它们的生物合成依赖于碳水化合物酶的差异表达, 从而产生不同的糖类混合物,每个都有明显的生理活性47。生物系统中存在的糖类的复杂成分和结构使其生产具有挑战性40,47,48。随着化学酶的合成, 从天然来源分离出的糖类将继续是用于阵列开发的糖类的主要来源40。低合成产量和糖蛋白和糖磷脂的复杂纯化过程使糖类的大规模高效生产困难 40,47,48。因此, 糖类的可用性和价格仍然是扩大使用 pga 作为发现工具的一个非常有限的条件。

此外, 在该协议中, 主要与在糖片表面正确分配溶液 (血清、二级抗体) 有关的关键步骤必须谨慎执行。该方法要求, 至少1毫升的这些解决方案, 均匀地浸泡所有干燥的地区的糖类芯片表面。这对于在糖类复制之间获得最小的差异以及避免量化过程中的过多背景至关重要。

尽管有上述限制, pga 是一个非常敏感的工具, 用于研究蛋白质-糖类相互作用40, 或在特定的实验环境或条件13中研究抗糖类抗体的曲目, 15,28。这项研究可以推断到不同的物种 (包括人体样本) 13,15,23, 28, 提供了一个多才多艺的方法来确定流通的曲目抗碳水化合物抗体。

我们还预计, 这种方法可能带来早期诊断和衍生治疗的一些病理条件下, 抗体指向糖类结构似乎发挥重要作用。

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

nailya khasbiullina和阿列克谢·诺克尔是 semiotik llc 的员工, 该公司是本研究中使用的糖基芯片的供应商。

Acknowledgments

这项工作得到了西班牙卫生部 carlos iii 卫生研究所的 PI13/01098 赠款 "卫生调查基金会" 的支持。db-g 受益于欧洲联盟第七个框架方案 (fp7/2007-2013) 根据《赠款协定》 603049 (translink) 资助的博士后研究职位。nk、ns 和 nb 的工作得到了俄罗斯科学基金会 #14 50-00131 赠款的支持。db-g 希望感谢 marta broto、j. pablo salvador 和 ana sanchis 在统计分析方面提供的出色技术援助, 并感谢亚历山大·拉基特科提供的协助。在 "加泰罗尼亚总司工业大学" 的支持下 (赠款编号 2018年 di 021)。我们感谢 cerca 方案/加泰罗尼亚总署提供的机构支助。

Materials

Name Company Catalog Number Comments
Antibodies
biotinylated goat anti-human Igs Thermo Fisher Scientific, Waltham, MA, USA Ref. #: 31782
biotinylated goat anti-mouse IgM + IgG Thermo Fisher Scientific Ref. #: 31807
Equipment
Robotic Arrayer sciFLEXARRAYER S5  Scienion AG, Berlin, Germany http://www.scienion.com/products/sciflexarrayer/
Stain Tray (slide incubation chamber) Simport, Beloeil, QC, Canada Ref. #: M920-2
Centrifuge Eppendorf, Hamburg, Germany  Ref. #: 5810 R
Pipettes Gilson, Middleton, WI, USA http://www.gilson.com/en/Pipette/
Slide Scanner  PerkinElmer, Waltham, MA, USA ScanArray GX Plus 
Shaking incubator Cole-Parmer, Staffordshire, UK Ref. #: SI50
Biological samples
BALB/c mice sera This paper N/ A
Complex Immunoglobulin Preparation (CIP) Immuno-Gem, Moscow, Russia http://www.biomedservice.ru/price/goods/1/17531
Chemicals, Reagents and Glycans 
Glycan library Institute of Bioorganic Chemistry (IBCh), Moscow, Russia N/ A
Bovine serum albumin (BSA) Sigma-Aldrich, St. Louis, MO,  Ref. #: A9418
Ethanolamine Sigma-Aldrich Ref. #: 411000
Tween-20 Merck Chemicals & Life Science S.A., Madrid, Spain Ref. #: 655204
Phospahte buffered saline (PBS) VWR International Eurolab S.L, Barcelona, Spain Ref. #: E404
Sodium azide Sigma-Aldrich Ref. #: S2002
Streptavidin Alexa Fluor 555 conjugate  Thermo Fisher Scientific Ref. #: S21381
Streptavidin Cy5 conjugate GE Healthcare, Little Chalfont, Buckinghamshire, UK Ref. #: PA45001
Materials
N-hydroxysuccinimide-derivatized glass slides H  Schott-Nexterion, Jena, Germany Ref. #: 1070936
Whatman filter paper  Sigma-Aldrich Ref. #: WHA10347509
1.5 mL tubes Eppendorf  Ref. #: 0030120086
Software and algorithms
ScanArray Express Microarray Analysis System PerkinElmer http://www.per
kinelmer.com/microarray
Hierarchical Clustering Explorer application University of Maryland, MD, USA http://www.cs.umd.edu/hcil/hce/

DOWNLOAD MATERIALS LIST

References

  1. Karlsson, G. B., Fouchier, R. A., Phogat, S., Burton, D. R., Sodroski, J., Wyatt, R. T. The challenges of eliciting neutralizing antibodies to HIV-1 and to influenza virus. Nat Rev Microbiol. 6 (2), 143-155 (2008).
  2. Lu, L. L., Suscovich, T. J., Fortune, S. M., Alter, G. Beyond binding: antibody effector functions in infectious diseases. Nat Rev Immunol. 18 (1), 46-61 (2017).
  3. Bebbington, C., Yarranton, G. Antibodies for the treatment of bacterial infections: current experience and future prospects. Curr Opin Biotech. 19 (6), 613-619 (2008).
  4. Murphy, K., Travers, P., Walport, M. The complement system and innate immunity. Janeway's Immunobiology. , 7th, Garland Science. New York. 61-80 (2008).
  5. Botto, M., Kirschfink, M., Macor, P., Pickering, M. C., Wurzner, R., Tedesco, F. Complement in human diseases: lessons from complement deficiencies. Mol Immunol. 46 (14), 2774-2783 (2009).
  6. Borrok, M. J., et al. Enhancement of antibody-dependent cell-mediated cytotoxicity by endowing IgG with FcαRI (CD89) binding. MAbs. 7 (4), 743-751 (2015).
  7. Weiner, L. M., Murray, J. C., Shuptrine, C. W. Antibody-based immunotherapy of cancer. Cell. 148 (6), 1081-1084 (2012).
  8. Ricklin, D., Hajishengallis, G., Yang, K., Lambris, J. D. Complement: a key system for immune surveillance and homeostasis. Nat Immunol. 11 (9), 785-797 (2010).
  9. Prechl, J. A generalized quantitative antibody homeostasis model: antigen saturation, natural antibodies and a quantitative antibody network. Clin Transl Immunology. 6 (2), e131 (2017).
  10. Vojdani, A. Antibodies as predictors of complex autoimmune diseases. Int J Immunopath Ph. 21 (2), 267-278 (2008).
  11. Liu, W., Peng, B., Lu, Y., Xu, W., Qian, W., Zhang, J. Y. Autoantibodies to tumor-associated antigens as biomarkers in cancer immunodiagnosis. Autoimmun Rev. 10 (6), 331-335 (2011).
  12. Suurmond, J., Diamond, B. Autoantibodies in systemic autoimmune diseases: specificity and pathogenicity. J Clin Invest. 125 (6), 2194-2202 (2015).
  13. Bovin, N., et al. Repertoire of human natural anti-glycan immunoglobulins. Do we have auto-antibodies? Biochim Biophys Acta. 1820 (9), 1373-1382 (2012).
  14. de los Rios, M., Criscitiello, M. F., Smider, V. V. Structural and genetic diversity in antibody repertoires from diverse species. Curr Opin Struc Biol. 33, 27-41 (2015).
  15. Pochechueva, T., et al. Comparison of printed glycan array, suspension array and ELISA in the detection of human anti-glycan antibodies. Glycoconjugate J. 28 (8-9), 507-517 (2011).
  16. Shilova, N., Navakouski, M., Khasbiullina, N., Blixt, O., Bovin, N. Printed glycan array: antibodies as probed in undiluted serum and effects of dilution. Glycoconjugate J. 29 (2-3), 87-91 (2012).
  17. Manimala, J. C., Roach, T. A., Li, Z., Gildersleeve, J. C. High-throughput carbohydrate microarray profiling of 27 antibodies demonstrates widespread specificity problems. Glycobiology. 17 (8), 17C-23C (2007).
  18. Jacob, F., et al. Serum anti-glycan antibody detection of non-mucinous ovarian cancers by using a printed glycan array. Int. J. Cancer. 130 (1), 138-146 (2012).
  19. Lewallen, D. M., Siler, D., Iyer, S. S. Factors affecting protein-glycan specificity: effect of spacers and incubation time. ChemBioChem. 10 (9), 1486-1489 (2009).
  20. Oyelaran, O., Li, Q., Farnsworth, D., Gildersleeve, J. C. Microarrays with varying carbohydrate density reveal distinct subpopulations of serum antibodies. J. Proteome Res. 8 (7), 3529-3538 (2009).
  21. Pochechueva, T. Multiplex suspension array for human anti-carbohydrate antibody profiling. Analyst. 136 (3), 560-569 (2011).
  22. Chinarev, A. A., Galanina, O. E., Bovin, N. V. Biotinylated multivalent glycoconjugates for surface coating. Methods Mol Biol. 600, 67-78 (2010).
  23. Huflejt, M. E. Anti-carbohydrate antibodies of normal sera: findings, surprises and challenges. Mol Immunol. 46 (15), 3037-3049 (2009).
  24. Buchs, J. P., Nydegger, U. E. Development of an ABO-ELISA for the quantitation of human blood group anti-A and anti-B IgM and IgG antibodies. J Immunol Methods. 118 (1), 37-46 (1989).
  25. de Jager, W., Rijkers, G. T. Solid-phase and bead-based cytokine immunoassay: a comparison. Methods. 38 (4), 294-303 (2006).
  26. Galanina, O. E., Mecklenburg, M., Nifantiev, N. E., Pazynina, G. V., Bovin, N. V. GlycoChip: multiarray for the study of carbohydrate binding proteins. Lab Chip. 3 (4), 260-265 (2003).
  27. Willats, W. G., Rasmussen, S. E., Kristensen, T., Mikkelsen, J. D., Knox, J. P. Sugar-coated microarrays: a novel slide surface for the high-throughput analysis of glycans. Proteomics. 2 (12), 1666-1671 (2002).
  28. Bello-Gil, D., Khasbiullina, N., Shilova, N., Bovin, N., Mañez, R. Repertoire of BALB/c mice natural anti-Carbohydrate antibodies: mice vs. humans difference, and otherness of individual animals. Front Immunol. 8, 1449 (2017).
  29. Pazynina, G., et al. Synthetic glyco-O-sulfatome for profiling of human natural antibodies. Carbohydr Res. 445, 23-31 (2017).
  30. Ryzhov, I. M., Korchagina, E. Y., Popova, I. S., Tyrtysh, T. V., Paramonov, A. S., Bovin, N. V. Block synthesis of A (type 2) and B (type 2) tetrasaccharides related to the human ABO blood group system. Carbohydr Res. 430, 59-71 (2016).
  31. Ryzhov, I. M., et al. Function-spacer-lipid constructs of Lewis and chimeric Lewis/ABH glycans. Synthesis and use in serological studies. Carbohyd Res. 435, 83-96 (2016).
  32. Pazynina, G. V., Tsygankova, S. V., Sablina, M. A., Paramonov, A. S., Tuzikov, A. B., Bovin, N. V. Stereo- and regio-selective synthesis of spacer armed α2-6 sialooligosaccharides. Mendeleev Commun. 26 (5), 380-382 (2016).
  33. Pazynina, G. V., Tsygankova, S. V., Sablina, M. A., Paramonov, A. S., Formanovsky, A. A., Bovin, N. V. Synthesis of blood group pentasaccharides ALey, BLey and related tri- and tetrasaccharides. Mendeleev Commun. 26 (2), 103-105 (2016).
  34. Severov, V. V., Pazynina, G. V., Ovchinnikova, T. V., Bovin, N. V. The synthesis of oligosaccharides containing internal and terminal Galβ1-3GlcNAcβ fragments. Russian J. Bioorgan. Chem. 41 (2), 147-160 (2015).
  35. Pazynina, G. V., Tsygankova, S. V., Bovin, N. V. Synthesis of glycoprotein N-chain core fragment GlcNAcβ1-4(Fucα1-6)GlcNAc. Mendeleev Commun. 25 (4), 250-251 (2015).
  36. Solís, D., et al. A guide into glycosciences: How chemistry, biochemistry and biology cooperate to crack the sugar code. Biochim Biophys Acta. 1850 (1), 186-235 (2015).
  37. Pazynina, G. V., et al. Divergent strategy for the synthesis of α2-3-Linked sialo-oligosaccharide libraries using a Neu5TFA-(α2-3)-Gal building block. Synlett. 24 (02), 226-230 (2013).
  38. Blixt, O., et al. Printed covalent glycan array for ligand profiling of diverse glycan binding proteins. P Natl Acad Sci USA. 101 (49), 17033-17038 (2004).
  39. Liu, Y., et al. The minimum information required for a glycomics experiment (MIRAGE) project: improving the standards for reporting glycan microarray-based data. Glycobiology. 27 (4), 280-284 (2017).
  40. Song, X., Heimburg-Molinaro, J., Cummings, R. D., Smith, D. F. Chemistry of natural glycan microarrays. Curr Opin Chem Biol. 18, 70-77 (2014).
  41. Hoy, Y. E., et al. Variation in taxonomic composition of the fecal microbiota in an inbred mouse strain across individuals and time. PLoS One. 10 (11), e0142825 (2015).
  42. D'Argenio, V., Salvatore, F. The role of the gut microbiome in the healthy adult status. Clin Chim Acta. 451 (Pt A), 97-102 (2015).
  43. Khasbiullina, N. R., Bovin, N. V. Hypotheses of the origin of natural antibodies: a glycobiologist's opinion. Biochemistry (Mosc). 80 (7), 820-835 (2015).
  44. Butler, J. E., Sun, J., Weber, P., Navarro, P., Francis, D. Antibody repertoire development in fetal and newborn piglets, III. Colonization of the gastrointestinal tract selectively diversifies the preimmune repertoire in mucosal lymphoid tissues. Immunology. 100 (1), 119-130 (2000).
  45. Bos, N. A., et al. Serum immunoglobulin levels and naturally occurring antibodies against carbohydrate antigens in germ-free BALB/c mice fed chemically defined ultrafiltered diet. Eur J Immunol. 19 (12), 2335-2339 (1980).
  46. van der Heijden, P. J., Bianchi, A. T., Heidt, P. J., Stok, W., Bokhout, B. A. Background (spontaneous) immunoglobulin production in the murine small intestine before and after weaning. J Reprod Immunol. 15 (3), 217-227 (1989).
  47. Krasnova, L., Wong, C. H. Understanding the chemistry and biology of glycosylation with glycan synthesis. Annu Rev Biochem. 85, 599-630 (2016).
  48. Overkleeft, H. S., Seeberger, P. H., et al. Chemoenzymatic synthesis of glycans and glycoconjugates. Essentials of Glycobiology [Internet]. Varki, A., et al. , 3rd, Cold Spring Harbor Laboratory Press. Cold Spring Harbor (NY). Chapter 54 2015-2017 (2017).

Tags

免疫学和感染 第144期 天然抗体的模式 循环抗糖苷抗体 糖氨酸特性 糖芯片 印刷糖类阵列 pga 小鼠
印制糖类阵列是分析小动物循环抗碳水化合物抗体汇辑的一种敏感技术
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Olivera-Ardid, S., Khasbiullina, N., … More

Olivera-Ardid, S., Khasbiullina, N., Nokel, A., Formanovsky, A., Popova, I., Tyrtysh, T., Kunetskiy, R., Shilova, N., Bovin, N., Bello-Gil, D., Mañez, R. Printed Glycan Array: A Sensitive Technique for the Analysis of the Repertoire of Circulating Anti-carbohydrate Antibodies in Small Animals. J. Vis. Exp. (144), e57662, doi:10.3791/57662 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter