科研抗体的水究竟有多深？

笑看风云 · 发表于 2016-8-10 09:02

登陆有奖并可浏览互动！

您需要登录才可以下载或查看，没有账号？立即注册

×

声明：ScienceLondon未止科技一向以中立的态度展示客观事实，本文的数据均取自第三方研究报告。本文不存在对任何事实的夸大和歪曲，并未对任何抗体供应商及其产品进行贬损和诋毁。如果您对本文有异议，请联系我们。

引言案例：一次由于抗体导至的惨重教训

在多伦多，Loanis Prassas博士和他的研究团队已经整整忙碌了两年，动用了超过五十万美元的研究经费。这一切辛劳都是为了验证他们的重大发现：新型的胰腺癌生物标志物CUZD1。然而，令Loanis Prassas博士头疼的是，他们的尝试一次次的失败，所有的努力似乎就要付诸东流。就在大家一筹莫展之时，一次偶然的机会，Loanis Prassas博士惊讶的发现，一切失败的根源，竟然是小小的一支CUZD1抗体！这支包含在CUZD1 ELISA 试剂盒中的抗体，最终被验证无法结合CUZD1蛋白，而是与另一种完全不同的抗原CA125结合。这种荒谬的特异性直接导至了ELISA实验结果的巨大偏差，从而造成了该研究项目的接连失败。两年的汗水，巨额的经费，却换来了一个令人哭笑不得的结局。在2014年，愤怒的Loanis Prassas博士将这个ELISA试剂盒的验证报告发表在了Biotechnique上，并将矛头直指产品的供应商USCN Life Sciences【1】。当这篇文章发表后，Ioanis Prassas博士又有了让自己吃惊的发现：其实早在2012，另一个研究小组就遭遇了相似的困境。他们从USCN Life Sciences公司购买的ELISA 抗体存在严重的特异性问题，并因此蒙受了巨大损失。他们曾发表论文警告科研人员，要谨慎的选择USCN Life Sciences公司销售的ELISA试剂盒！【2】

Loanis Prassas博士为此懊恼不已：如果当初能吸取前车之鉴，在抗体选择上谨慎一些，这场灾难就不会发生了！

Loanis Prassas博士陷入的窘境，暴露出了抗体产业最汹涌的暗流：质量的稳定性和可靠性问题。

抗体质量问题普遍存在

其实对于科研人员来说，他们最需要的就是得到理想的实验结果，并且这个结果要足够稳定，可以长期被重复和再现。采购的抗体产品不work是令人头疼的问题，而使用这些抗体重复相同的实验，却得到前后矛盾的结果，则是更是灾难性的。这就牵扯到了抗体产品的两个可靠性问题：首先，在完成实验之前，你难以确定购买的抗体产品是否真的有效，能否带来理想结果。其次，在完成实验之后，你也很难判断利用抗体得到的结果是否稳定，能否被再次重复。

你可能会认为，科研总是充满不确定性，没人能保证自己的实验结果是100%理想的。由于各种客观和主观的因素，科研试剂在使用中或多或少会产生一些偏差，这总是能被人理解的。如同其它科研试剂，抗体产品存在这种问题，不是很正常吗？

但是，抗体产品最不正常的地方在于，它们给实验带来的误差超出了人们的理解范围，巨大到足以阻碍整个生物学领域的研究进展。我们可以从一份令人震惊的研究报告中一窥究竟。Human Protein Atlas（HPA）计划是瑞典发起的科研项目，旨在描绘全部人类蛋白质的特征。由于该项目要使用大量的抗体，为了保证实验结果的准确性，研究人员们首先对来自29家供应商的9000多种抗体（包括单抗和多抗）进行了WB和IHC的验证，来检测这些抗体是否能有效工作。检测结果令人大跌眼镜：49%的抗体完全无效（实验结果与生物信息学数据不符，或与实验数据不符），29%的抗体具有不确定性（与数据部分相符，或结果前后不一致），只有22%的抗体被认为是对实验数据是有支持性的。而更让人吃惊的是，仅有7%的抗体被认为是完全有效且拥有前后实验一致性【3】。HPA计划的负责人之一Emma Lundberg无奈地表示：“仔细想想这件事，简直就像是买彩票！尽管这十分糟糕，但这就是现实。必须有人站出来处理这个问题。”【4】

作为生物学研究领域应用最广泛的工具，抗体产品的地位毋庸置疑。而抗体质量的稳定性和可靠性是问题长久以来困扰着抗体产业，也是整个生物学研究领域的极大危机。抗体产品糟糕的质量会直接导至实验结果的误差，以及研究结果无法被重复和再现。研究项目的进展往往会因为抗体带来的问题停滞不前，由此造成的损失也是惊人的。据2011年的数据统计，仅在美国，平均每年就有3.5亿美元被浪费在这些无效抗体上。而在世界范围内，每年竟有8亿美元被浪费，占到了全球科研抗体总开销的50%【5】。这份数据与上文提到的HPA抗体检测结果【4】出奇地吻合：你有相同的几率买到有效的抗体和无效的抗体。对于抗体产品这种如同猜谜一般的随机性，许多科学家们已经忍无可忍。在2015年，Andrew Bradbury, Andreas Plückthun 和其他110位生物科学家联名在Nature上发表了一份声明，呼吁业界将科研抗体的生产进行标准化，最大程度的提高抗体的可靠性，并减少由抗体造成的经费损失【5】。

2. 为什么抗体质量如此不稳定？

前文提到，抗体质量问题主要分为两个方面，我们就从这两个角度出发来探寻原因。

从第一个方面来看，科研人员们难以选择有效的抗体来进行实验，主要受到以下三个因素影响：

1). 抗体特异性问题。从本质上来说，抗体的工作原理就是与特定蛋白或其他抗原结合，从而实现定性，定量，定位等检测。所以，抗体能否精确的结合抗原，是成败的关键，抗体的特异性（specificity)就显得尤其重要了。而对特异性影响最大的，莫过于抗体的交叉反应性(cross-reactivity)。如图1所示【6】，在特异性正常情况下，抗体只能结合唯一的一种蛋白。而如果抗体本身出现问题（如结构等），可能会结合其它非目标蛋白，从而导至特异性降低。更令人恼火的是，如果抗体的特异性问题很难被检测出来。假设某个糟糕的抗体X理论上只结合蛋白A，但是它也可以结合蛋白B。当实验样本里蛋白B没有出现时，它将完全得到完全正确的实验结果。如果当样本中包含蛋白B，偏差就出现了。试想一下，你在应用抗体X时，如果你在项目前期没有使用过蛋白B样本，一切都会很顺利。但是在项目后期，你开始加入蛋白B样本，你的实验结果就完全乱了套。那么问题就来了：你事先并不知道抗体X可以结合非目标蛋白B，所以你完全无法解释为什么项目的前后会出现偏差。

图1：抗体的交叉反应性示意。

抗体出现交叉反应，导至特异性降低，主要是由抗体本身的质量问题引起的。由于抗体本身结构和生产过程的复杂性，生产商稍有疏忽，抗体质量就会出现问题。由于抗体是科研的刚需产品，利润又很高，所以引得众多公司疯狂进入到这个市场，直接导至了市面抗体产品质量良莠不齐，供应商鱼龙混杂。而市场本身又缺少有力的监督和管理机制，抗体频频出现质量问题也就不足为奇了。可能你会认为，小公司的抗体质量容易出现问题，那么像Abcam，Santa Cruz这种行业领袖的产品质量总该让人放心了吧？但下面这些研究会告诉你：这场危机无人能幸免。

2011年，美国多所大学的研究人员联合对246种应用于遗传学研究的histone抗体进行了检测和评估，这些产品大部分来自Abcam，Novus，Merck Millipore等知名公司。【7】。使用WB和Dot-Plot进行的抗体特异性检测结果表明，25%的抗体产品会结合一种以上的蛋白，特异性存在问题。而在剩余75%特异性合格的产品中，20%在IHC实验中无效。详细的检测报告和产品资料已经被发布在研究小组的数据库中：http://compbio.med.harvard.edu/antibodies/

2013年，瑞士的一个研究小组发现，Santa Cruz的一种抗体产品SC-54（www.scbt.com/datasheet-54-cdc2-p34-17-antibody.html)不仅会与目标蛋白Cdk1结合，并且会结合非目标蛋白Cep152【8】。为了验证这个现象，该小组再次购买了与SC-54靶向相同的Abcam的单抗产品ab18和ab8040，Sigma-Aldrich的多抗产品HPA003387，以及BD Biosciences的单抗产品610038，并使用WB进行了对照实验。他们惊讶的发现，不仅是SC-54，Abcam的产品ab18也结合了非目标蛋白Cep152，存在特异性问题。

为什么知名的大公司也会存在这种现象呢？事实上，这些知名公司只有少量的抗体是自己生产的，大多数产品采购自OEM公司，或者与其它公司合作生产。比如Abcam，有60%的总营收来自OEM提供的产品，而完全不依赖其它公司的产品营收仅有2.5%（详见我们的文章：《全球抗体行业将进入双雄时代，Abcam将如何布局？》）。根据英国咨询公司PSL的估计，在全球超过两百万种抗体之中，仅有25万到50万抗体是真正的”核心“抗体，其余的则是由小公司生产，大公司贴牌售卖的产品。这些产品的属性相同，仅仅是商标不同【6】。因此，这样看来，大公司与小公司的产品基本上是同源的，潜在的质量风险其实都是相同的。大公司严格的质量检测会大大减少这种风险，但是不可能根除。所以，市场结构决定了抗体质量的问题难以从根本上得到解决。

2).抗体应用方式问题。抗体产品被广泛应用在各种实验中，包括WB， IHC，IF，ELISA等等。然而，在不考虑特异性的情况下，一种抗体产品也无法在所有这些应用中生效（虽然在这些应用中该抗体会结合相同的目标蛋白），它必然有最适合的一种或某几种实验应用。这是由于在不同的实验条件下，目标蛋白的折叠方式会产生变化。因此，蛋白上的抗体结合位点结构也会随之改变，导至抗体的结合能力的改变。举例来说，如图2所示【6】，抗体X（蓝色）可以结合目标蛋白A上的单个位点，而抗体Y（紫色)可以结合目标蛋白B上的两个位点。在蛋白变性的实验条件下（如WB），蛋白A上的位点会暴露出来，X抗体可以顺利结合。而在非变性条件下（如IF），该位点被包裹在蛋白折叠结构之中，X抗体无法结合。因而，抗体X在WB中有效，而在IF中无效。对于蛋白B来说，在变性条件下（如WB），两个位点的空间结构无法为抗体Y提供有效的结合。而在非变性条件下（如IF），蛋白B的折叠结构会使两个位点位于相邻的位置，从而形成了有效的空间结构，可以让抗体Y结合。因此，抗体Y在WB中无效，而在IF中有效。

图2：抗体在不同应用中的差异性。

关于抗体应用方式的问题，瑞典HPA项目负责人之一Emma Lundberg举了一个例子：当他们使用一种非常有名的抗体产品来检测中心体蛋白时，IF的染色结果十分完美。但是，当他们使用该抗体进行WB实验时，却发现结果全部是杂带。她对这种结果进行了解释：”可能这种抗体需要与高浓度的蛋白结合。是由于WB实验需要裂解细胞，这会导至中心体蛋白浓度下降，从而使抗体无法有效结合。“【4】

通常情况下，抗体供应商们都会在产品信息中注明该产品适合的应用以及效价。然而，某些偷工减料的公司，有时并未标注详细的应用推荐。甚至当更换新的产品批次时，某些公司未经过产品验证，直接把上一个批次的应用信息写到新的批次里，给用户造成极大的误导，导至实验结果的偏差。从用户角度来说，一些科研人员对抗体的应用类型不够重视，往往会把抗体用于不适合的实验。在2014年，The Scientist举办了一次关于抗体检测的论坛活动【9】。来自Amgen的科学家举了一个例子：在一份已经发表的研究成果中，研究人员使用了Santa Cruz的抗体进行了IHC检测，并得到了理想的结果。然而，Santa Cruz的产品信息中却明确指出该产品不适用于IHC检测，研究人员们忽略了这个重要信息。随后，其他科学家却发现，这份论文的研究成果无法在相同的实验条件下被再现。这说明，该实验完全是由于偶然性获得了成果。而实验本身是错误的，因为他们使用了错误的抗体。从这个角度来看，科学家们应该提高自身的意识，谨慎合理地应用抗体。

3). 参考文献的问题。多数科研人员都会根据参考文献来选择抗体-这的确是一种比较保险的方法。科研人员们可以参照文献中的实验条件，来选择合适的抗体应用于自己的实验。然而，这种方式也被证实存在很大风险。2013年的一份研究表明，44%的生物医学论文无法提供足够的实验试剂相关信息【10】，包括供应商名称，产品编号以及批次等等。比如说，某些论文中仅仅标明了试剂的供应商名称+国家。这无疑给论文的读者们带来了很大困惑。当其他科研人员想要参照这篇论文中的实验条件挑选抗体时，货号，批次等信息的缺失很可能令他们无从下手。另一方面，抗体供应商都试图在产品信息中注明该产品曾在哪些文献中被引用，从而为购买者提供指引。然而，在市场上两百万种抗体产品当中，被文献大量引用的产品毕竟是少数。况且，谁也无法保证引用文献的质量。这些文献中描述的实验条件，到底能不能为购买者提供参考呢？一篇粗制滥造的文献，又有什么参考价值？所以，利用参考文献来选择抗体，还是有一定障碍的。

抗体质量可靠性问题的第二个方面，体现在科研人员们难以使用相同的抗体产品再现之前的实验结果。

试想一下，三个月之前，你购买了A公司的X抗体进行了IHC实验，结果都很理想。而现在，你又购买了一批A公司的X抗体，发现与之前相同的条件下进行IHC实验，却得到完全不同的结果。很明显，抗体X的实验结果是不稳定。你无法确定要在后续的实验中继续使用抗体X还是更换另一个品牌的产品。

这就是长期困扰科研界的可再现性（Reproducibility）问题：科学家们难以利用相同的实验条件和相同的试剂，重复出先前的研究结果。

今年五月，Nature通过对1576名来自不同领域的科学家进行了调查（其中生物学家有703名），得出了令人震惊的结论【12】：超过70%的研究人员无法复制其他科学家的实验结论，超过50%的研究人员无法复制自己的实验结果。在被调查的科学家之中，52%认为自己遭遇过严重的”可再现性危机“，31%认为自己无法重复已发表文献的研究成果。只有极少数认为已发表的论文是可靠的。这种问题在生物学研究领域尤其突出：接近80%的生物学家无法复制其他人的实验结果，超过60%无法复制自己之前的实验结果。在癌症研究领域，实验结果的可再现性更是令人难以置信：仅有10%文献中的实验结果可以被复制。

图3：可再现性危机的调查报告

虽然这种”可再现性危机”与学术界激烈的竞争和巨大的论文发表压力有关，但不少科学家却认为，生物学研究领域产生如此严重的可再现性问题，抗体难辞其咎【6】。

2012年，来自著名生物医药公司Amgen的科学家Glenn Begley领导了一次关于可再现性的研究。他们挑选了53份具有”标志性意义“的癌症前临床研究论文，试图重复出这些研究成果。结果却令人大失所望：仅有6份论文（11%）的研究成果被重复出来。数据表明，这些癌症研究都使用了抗体产品，而抗体的差异性和不可靠性正是导至这些研究成果无法被复制的主要原因【11】。

导至这个问题的主要因素是抗体的多态性（Variability），这是一个由抗体的生产方式决定的无法避免的问题。对于多克隆抗体的生产，这个问题尤其严重。生产多克隆抗体的第一步，就是把抗原蛋白注射进动物的体内，引发动物的免疫反应。随后，从动物的血清中提取目标抗体。然而，哺乳动物都拥有十分复杂的免疫系统，当抗原被注射后，产生的抗体不止一种。在多克隆血清中，能够特异性结合目标蛋白的抗体仅占0.5%-5%【5】。每次免疫过程，动物体内产生的抗体组合绝不会是相同的。从如此杂乱的血清中提取出高纯度的目标抗体，是很容易出现误差的，每一次提取出来的内容物都或多或少有一定差异。在动物的一生中，不同时间产生的抗体性质也会有细微的区别。况且，当动物死亡后，必须使用新的动物进行免疫来制造抗体。动物个体间的差异是巨大的，免疫后产生的抗体组合也会千差万别。单克隆抗体的诞生在一定程度上克服了多克隆抗体的部分问题。从免疫动物中提取的B淋巴细胞与骨髓瘤细胞融合后，会产生杂交瘤细胞。理想情况下，这种细胞系会产生针对单一抗原决定簇特异性抗体，而且具有无限繁殖的能力。这无疑能大大减少抗体的多态性。然而，真实情况却远远低于人们的预期。这些杂交瘤细胞会产生产生的抗体，往往会有多种特异性，能够结合多种蛋白。而且，杂交瘤细胞十分脆弱，由于培养条件不当，很可能死亡，停止生长，或者由于基因突变而失去抗体制造的能力-这意味着单克隆抗体来源的丧失。有时，必须制造新的杂交瘤细胞来生产抗体。因此，即使两个抗体产品拥有相同的产品编号和名称，也不能代表它们就是完全相同的抗体，也不代表它们能带来前后一致的实验效果。不同批次的抗体，实验效果可能有很大区别。如图3所示【6】，第一批次的抗体X（上图）可以与目标蛋白结合，而第二批次的抗体X（下图）结构发生了变化，无法结合目标蛋白。

图4：抗体本身的多样性

科研的进展，必然是一个“站在巨人肩上”的过程。如果这些发表过的研究成果无法被复制，相关的研究势必会受到很大阻碍。

3. 罪魁祸首：信息不对称性

对于科研人员来说，找到一款可靠的抗体产品，是很困难的事。因为抗体的质量问题意味着试管里装的东西，并不一定与标签上所写的一致。况且，面对两百多万种眼花缭乱的产品，又该从何处着手？也许如挪威奥斯陆大学蛋白质组研究人员Fridtjoflund-Johansen所说：“市场上其实有非常好的抗体，但是我们不知道它们在哪里。”【6】这种情况的根本原因在于：市场上抗体的产品数据不完整，购买者难以从中获得具有参考价值的信息。换句话说，因为科研人员得不到足够的参考信息来帮助他们挑选可靠的抗体。

想要挑选最适合的抗体，仅仅参考标签上的基本信息是不够的。最关键的信息在于：抗体在多种应用实验中的验证（Validation）数据。如果抗体供应商能够对抗体进行WB,IHC,IF等多种实验的检测，并将实验条件和实验结果整理成报告发布出来，必然会有力的印证抗体产品的有效性和可靠性。科研人员参照这些验证数据来挑选抗体，就可以大大的减少购买到无效抗体的风险。Abcam曾列出了各种常用的抗体检测方式，并对比了各项的优缺点【13】。请见下表：

验证试验名称	优点	不足
ELISA	适用于大量样本的高通量实验确认抗体能识别含有抗原肽序列的蛋白容易对步骤及缓冲液进行优化定量实验-确认灵敏度	无法确认抗体是否识别目标蛋白或交叉识别
Western blotting	通过分子量有效确认抗体是否特异性结合目标蛋白用于检测天然或变性蛋白的理想选择定性实验	耗费较长时间较难寻找更佳实验条件（例如方法和缓冲液）每次实验只能检测很少数量的抗体
免疫组织化学和免疫细胞化学	通过在细胞中的定位验证抗体能否识别目标蛋白特异性取决于细胞是否表达目标蛋白定性实验	无法确定抗体是否识别了具有相同细胞定位的其他蛋白通常较难确认细胞或组织是否表达目标蛋白
流式细胞术	根据细胞类型验证抗体高通量实验实验步骤容易优化	无法确认抗体是否非特异性识别了其他蛋白通常较难确认细胞类型是否表达目标蛋白
蛋白/多肽芯片	确认抗体是否特异性识别目标蛋白能对更大数量的过表达蛋白进行筛选高通量筛选过程	无法对翻译后修饰蛋白进行筛选
siRNA敲除	通过目标蛋白含量被下调来确认抗体的特异性被敲除的细胞系能被用于所有实验-WB, IHC, ICC, Flow Cytometry	敲除是瞬时的实验较难优化
敲除细胞株	确保目标基因不表达确保抗体的特异性敲除细胞系可用作真正的阴性对照大量潜在敲除细胞系能在短期内被制备被敲除的细胞系能被用于所有实验-WB, IHC, ICC, Flow Cytometry	对特定基因的敲除细胞系可能难以获得
质谱	通过被消化的蛋白肽段确认特异性高通量实验	免疫沉淀-质谱（IP-MS）实验很难优化特殊技术，需要使用质谱仪器
敲除小鼠模型	对比野生型和敲除型组织是完美的抗体验证方式确认抗体特异性识别蛋白敲除小鼠模型的样本可用于所有实验-WB, IHC, IF, Flow Cytometry	通常敲除小鼠模型无法获得敲除模型一般需要超过12个月才能建立

然而，绝大多数抗体供应商无法提供完整的产品验证数据，科研人员们只能从产品的引用文献中挖掘零星的信息，这是远远不够的。一方面来看，抗体产品种类繁多，批次也经常更换，导至供应商们没有能力验证所有的抗体产品, 这会带来高昂的财务成本和人力成本。为了节约成本，某些无良公司甚至把上一个批次的检测报告直接放到新批次的产品信息中。如前文所描述，即使货号相同，不同批次的抗体之间也存在一定差异。这些无良公司的违规操作行为会直接误导消费者。另一方面，提供抗体的验证报告，并不能直接地给公司带来盈利，投入产出比较低。抗体供应商们宁可把资金投入到营销活动中。举例来说，Baidu和Google等搜索引擎是科研人员用来寻找抗体的重要渠道。如果公司的产品在搜索结果中排名靠前，点击率就会大大提高。所以，不少公司花费很大成本进行搜索引擎优化（SEO）而不是进行抗体验证，从而让自己的产品在搜索结果中位于前列，带来直接的转化和收益。

但是这里不得不提出另一个现实的客观问题，假如所有的抗体供应商能够按照最高标准严格生产和销售抗体，那其今天的抗体价格将可能上涨好几倍。相当多的科研团队可能无法承担这样高昂的科研成本，对整个生物行业的发展来说会将是个巨大阻碍。因此这也是目前科研抗体行业内的一个客观矛盾和死循环。

紧接着从消费者的角度来说，不少科研人员对抗体稳定性的问题并不够重视，也没有意识到抗体验证信息的重要性。他们可能会认为，查看一下说明书，再参考一下相关文献就足够了，但是当实验出现问题，后悔已经来不及了。英国PSL咨询公司的分析师表示，抗体的消费存在一种“亚马逊效应”：多数抗体消费者会在网上搜索“免费配送”或者“2-3天快速送达”的抗体，而不是搜索带有验证数据的抗体【6】（关于抗体消费者的购买习惯，请参照我们的另一篇文章：《2016年全球科研抗体市场报告》）。鉴于消费者的习惯，相当多的抗体公司也会因此尓忽略抗体的验证数据了。有些科研人员可能会对购买的抗体自行验证，正如同HPA计划所做的那样。然而，面对论文发表的时间压力，很少有人能够承担起抗体验证的时间成本。根据Nature最新的调查【16】，31%的初级科学家从来不会对购买的抗体进行验证和检测，他们倾向于直接使用这些抗体-没有时间，这是最常见的原因（关于这篇报告，请见我们翻译的文章：《抗体验证，不容懈怠》）。

科研抗体是否有效，就像药品能否产生治疗作用同等重要。药品在上市前，制药公司都会在法律法规的监督下，经过严格的临床测试，验证产品确实有效。而对于抗体供应商，却没有这样的约束，人们没有意识到，对抗体产品进行验证，其实是供应商义不容辞的责任。同时，也极少有公司愿意承担这个责任。许多公司根本就不提供产品的验证报告，消费者同样会买账。有些公司虽然声称进行了“验证”，却只提供最基本的WB检测结果，这样对抗体质量验证来说明显是不足够的。要知道，如果使用较低的浓度进行WB试验，很容易就可以得到十分漂亮的条带【14】。而且，如前文所述，抗体在不同应用实验中的表现千差万别，这些漂亮的条带完全无法证明抗体在IF实验中的表现。

消费者和生产者对抗体验证的漠视，无疑成为了信息不对称性的催化剂，也进一步加剧了抗体质量可靠性危机的蔓延，对整个生物学科研领域带来了无可挽回的损失和巨大的阻碍。

4.跨越障碍：联合科研用户的力量进行抗体验证

近年来，随着学术界的呼声高涨，越来越多的科研人员意识到了抗体验证数据对于选购可靠产品的重要性。抗体供应商能否提供详细的抗体验证数据，成为了不少消费者的选择依据。而抗体验证数据，对抗体销售的影响也越来越显著。充足的抗体验证数据，则会成为抗体供应商有效的竞争力。消费者和生产者逐步达成了共识：只有完善的抗体验证体系，才能够化解抗体质量可靠性危机。

目前，抗体验证数据的来源主要有两个方面：

1). 抗体供应商。如前文所述，抗体供应商有责任对自己生产的抗体进行验证，然而相当多的公司在这方面做的不够好。像Abcam，CST，Santa Cruz Biotechnology这些行业巨头，其实早就意识到了抗体验证的重要性。对于每一种产品，他们都会进行验证并提供相应的实验图片。但毕竟供应商的能力是有限的，他们不可能在抗体验证上投入太多。所以，我们在这些公司的网站选购抗体时，经常会发现各种验证的实验条件描述不清，信息不够详细，或者被测试的应用实验种类太少。用户往往会发现，这些验证数据都是“摆设”，对自己的实验很少有参考价值。当然，抗体巨头们也一直在努力的提升验证数据的质量。例如Abcam使用了CRISPR/Cas9技术对抗体进行了基因敲除（KO）验证【15】。这是一种验证抗体特异性的强大手段。当抗体目标蛋白的编码基因被敲除后，细胞系将完全不含有这种蛋白，抗体的作用信号也将彻底消失。随后使用WB等应用对细胞裂解液进行检测，能够精确的判断抗体是否结合了非目标蛋白。但由于这种验证手段的高昂成本，在Abcam的87197种一抗产品里仅有398种产品接受了KO验证，但这个数字已经远远超越很多同行公司。

而像Proteintech，Abgent，Novus等中型公司由于受到财力和人力的限制，对自家产品进行全面系统的检测验证更是步履维艰。Proteintech也在2014年尝试采用先进的siRNA技术抑制目标蛋白表达，来进行抗体产品进的特异性验证。然而到目前为止，在上万种产品里，只有几十种抗体进行了siRNA验证【15】。

不论是行业巨头还是中小型公司，它们自发进行的抗体验证在覆盖范围和信息完整性上都是不够的。而且从另一个角度来说，供应商可能只会展示对自己有利的数据，难免存在“王婆卖瓜”的嫌疑。谁也无法保证这些检测数据的可信性，网站上漂亮的数据很可能无法带来实验的成功。

部分知名公司的自行检测的数据展示如下：

图5：Abcam网站的产品验证数据

图6：Santa Cruz Biotechnology网站的产品验证数据

640.webp (17).jpg

图7：Abgent网站的产品验证数据

图8：Proteintech网站的产品验证数据

2). 第三方检测。由于抗体供应商本身提供的检测数据无法让人满意，许多机构开展了抗体的第三方检测活动。首先，一些非盈利组织和国家科研项目，会对抗体进行检测，并公开发布检测数据。比如前文提到的HPA计划（数据被发布在Antibodypedia.com上），另外还有美国的Antibody Characterization Program以及欧洲的Protein Capture Reagents Program。这些项目提供了权威可信，内容详细的抗体验证数据，给科研人员提供了有价值的参考。然而，巨额的成本让这些非盈利项目难以承受。位于加拿大的Structural Genomics Consortium项目联合5个大型实验室，耗费4年的时间和超过300万美元的经费，却仅完成了1000种抗体进行了免疫沉淀（IP）实验的验证。因此，对于市面上超过两百万种抗体产品，这些项目的努力只是杯水车薪。其次，一些商业化平台也开始为抗体供应商分担产品验证的压力。如Antibodies-online，抗体供应商可以付费委托该平台进行抗体的第三方检测，并将检测结果发布在Antibodies-online.com上，消费者可以免费查看这些检测报告，作为选购抗体的参考。这样一来，就可以保证检测结果相对的中立性，相对严格的检测标准也能保证信息的可信性。然而，由于检测成本高昂，许多中小型公司难以持续进行产品验证。在Antibodies-online众多的产品列表中，仅有不到一半进行了相关验证【15】。

图9：Antibodies-online的产品验证数据

面对繁重的抗体验证工作，抗体供应商以及第三方平台的力量显得十分单薄。想要改变抗体行业的现状，真正从根本上减少抗体质量的问题，还要依靠广大个体用户的力量。如果抗体的使用者能将抗体产品在实验中的表现分享出来，这不就是其他消费者最好的参考资料吗？这不仅让抗体的验证数据更加中立，结果也更加真实，并且时效性极强，消费者参考的自由度也相对较高。回想一下大家常用的“大众点评”网站，不就是利用用户评价，来帮助其他消费者更加合理的选择吃喝玩乐的场所吗？如果在科研领域，抗体用户可以分享自己对抗体的使用心得，科研就会像生活一样便利！部分网站已经在着手打造科研界的“大众点评”了。比较著名的有Biocompare，CiteAb, pAbmAbs等。这些网站构建了来自不同公司抗体产品的数据库，并鼓励用户对这些产品进行点评，大家不仅可以根据产品资料选择最合适的抗体，还可以根据其他用户的点评来选择。从这个角度来看，也有点类似“去哪儿Cytometry”的概念，用户根据分类信息自行选择产品。英国PSL咨询公司列出了目前市面上所有抗体的分类信息网站，并比较了他们的特点：http://www.pivotalscientific.com/antibody-comparison-websites，部分结果展示在下图。

图10：抗体分类网站名单

值得一提的是来自英国的抗体搜索引擎CiteAb (https://www.citeab.com/)。如同使用百度一样，在这个网站上输入抗体名称，就可以查询所有相关的抗体以及产品信息。同时，搜索结果还列出了每种抗体的引用文献，为消费者提供了有价值的参考信息。

另一方面，各个抗体供应商也在积极鼓励用户提交产品的使用报告。对于提交反馈的用户，公司都会给予适当奖励。不论是Abcam这种巨头公司，还是Novus，Proteintech这种中型公司，你都可以在他们的网站上查阅部分产品的用户反馈报告。

由抗体用户产生检测报告和反馈，已经成为了未来抗体行业的趋势。然而，不论是由分类网站收集也或是公司自己收集，这些用户的反馈数据都存在一定问题：

首先，用户不积极，数据量少，覆盖范围窄。在Abcam十几万抗体产品之中，仅有24000余份来自用户的reviews，虽然数量跟很多同行相比已经相当客观，但是他们已经花费了十几年的时间才积累到了这些数据，而用户的需求远不止这些。而Abcam的最大竞争对手CST超过5000种产品里，仅有200个左右的reviews。用户反馈做为除文献以外的很好补充参考依据，收集方式相当繁琐，很多时候都需要自行填写表格或文档，并通过邮件发送给公司或者平台。这无形中增加了用户的时间成本，让本来就十分繁忙的科研人员无暇顾及。另外，奖励措施不科学。许多平台或者公司并不能为用户提供有效的奖励措施，仅仅能提供一些小礼品，或对奖励有着苛刻的要求。这很大程度上打击了用户的积极性。还有，许多公司并未足够重视用户反馈资料的价值，根本没有鼓励用户提交产品的验证报告。

其次，数据质量差，信息不全面，格式不统一。各个公司或者平台，都有自己特殊的数据格式，而消费者常常在多个平台上查找抗体。这种格式转换让许多消费者不适应，而且许多数据制作粗糙，格式十分混乱，不便于查看。更重要的一点是，这些产品检测数据都是不完整的，信息量远远达不到消费者的要求。在CST的产品reviews中，仅仅显示了打分评级，以及寥寥几句的评论。Santa Cruz Biotechnology的reviews也是相同的情况。在这些抗体分类信息网站上，情况也是相似的。很多时候，所谓的反馈数据就是简单一句留言“产品质量很好！”这些没有价值的信息，根本无法对其他消费者起到参考的作用。选购抗体的用户最希望看到的实验图片，以及实验条件的信息，都极少出现。这是由于公司或者平台并没有针对这些反馈的质量控制体系，导至数据质量低下。另外一点原因，还是由于奖励措施不得当，宣传力度不够，导至用户积极性不高，对这些reviews的提交往往敷衍了事。

最后，可信度问题。相对来说，各种平台上展示的用户反馈数据还是比较中立和可信的。但是对于公司自身网站上展示的数据，谁能保证它们的真实性？谁又能来进行监督？

图11：Santa Cruz Biotechnology网的产品评价数据

抗体产业的革新依赖于个体用户的力量。然而，如何团结这些用户并合理发挥他们的力量呢？

5. 总结：

一家公司和部分用户的力量使有限的，在共享经济时代，只有依靠同行携手合作，用户积极参与，才有可能真正解决抗体质量的根本问题。

科研用户需要了解的行业现实状况：

抗体厂商不会因为个别用户的投诉而轻易放弃整个批次的产品。
用户只有积极参与到反馈数据分享，建立科研行业的“大众点评”，才能够以第三方监督的机制促进行业改革。
抗体质量和成本之间的客观矛盾其实也是客户科研经费预算有限和价格敏感所带来的问题。

抗体供应商需要了解的行业未来走向：

随着互联网的发展和渗透，行业内的信息不对称问题终将被技术解决。
近年来，越来越多的生物科技公司增加了对自家抗体质量把关的力度，那些疏于质量把控的公司很快会被淘汰。
第三方抗体验证平台能够有效帮助抗体公司提高品牌信誉度以及可靠度。独立的第三方抗体验证报告会在未来成为抗体产品除了文献以外最重要的质量参考标准。

“我们不再沉默，科研不该妥协”

ScienceLondon第三方抗体验证行动：我们将联合科研用户的力量来解决抗体可靠性问题。这次行动旨在搭建一个第三方平台，收集科研人员对各种抗体的使用反馈报告，并构建数据库。这些报告包括详尽的产品信息，抗体使用效果，以及相关实验流程。我们将会用最严格的审核流程处理数据，以保证数据的质量，并采用统一规范的格式发布数据，清晰直观的展现在科研用户面前，为广大科研用户提供高质量的抗体验证报告。

为了完成这个目的，让广大科研人员受益，ScienceLondon也在积极寻求多方合作。来自英国的抗体供应商St John’s Laboratory Ltd成为了ScienceLondon第一个合作伙伴。这家年轻的抗体公司，自创立之初就致力于收集和发布高质量的用户反馈数据。Nature在2015年也曾指出【15】，St John’s Laboratory Ltd的这种模式是抗体行业的创新之举，有利于整个行业的良性发展。St John’s Laboratory Ltd将其积累的上百份用户反馈报告共享出来，并发布到ScienceLondon的平台上，为科研人员选择抗体提供有力的参考。

ScienceLondon希望能以开放的态度，建立这个数据共享平台，帮助科研人员们彻底解决抗体的可靠性问题，推动抗体行业的革新。同时，我们也希望能够通过此次活动和抗体供应商进行合作，让用户更深度的了解你们的产品和你们在产品上付出的努力。

参考资料：

【1】Prassas I, Brinc D, Farkona S, et al. False biomarker discovery due to reactivity of a commercial ELISA for CUZD1 with cancer antigen CA125[J]. Clinical chemistry, 2014, 60(2): 381-388.

【2】Rifai N, Watson ID, Miller WG. Commercial immunoassays in biomarkers studies: researchers beware! Clin Chem 2012;58:1387– 8.

【3】Berglund L, Björling E, Oksvold P, et al. A genecentric Human Protein Atlas for expression profiles based on antibodies[J]. Molecular & cellular proteomics, 2008, 7(10): 2019-2027.

【4】Marx V. Finding the right antibody for the job[J]. Nat. Methods, 2013, 10(703703): 14.

【5】Bradbury A, Plückthun A. Reproducibility: Standardize antibodies used in research[J]. Nature, 2015, 518: 27-29.

【6】Baker M. Blame it on the antibodies[J]. Nature, 2015, 521(7552): 274-6.

【7】Egelhofer T A, Minoda A, Klugman S, et al. An assessment of histone-modification antibody quality[J]. Nature structural & molecular biology, 2011, 18(1): 91-93.

【8】Lukinavičius G, Lavogina D, Gönczy P, et al. Competing interests[J]. Biotechniques, 2013, 55(3): 111-114.

【9】http://www.the-scientist.com/?ar ... es--An-Urgent-Need/

【10】Vasilevsky N A, Brush M H, Paddock H, et al. On the reproducibility of science: unique identification of research resources in the biomedical literature[J]. PeerJ, 2013, 1: e148.

【11】Begley C G, Ellis L M. Drug development: Raise standards for preclinical cancer research[J]. Nature, 2012, 483(7391): 531-533.

【12】Baker M. 1,500 scientists lift the lid on reproducibility[J]. Nature, 2016, 533(7604): 452-454.

【13】http://www.abcam.cn/primary-anti ... antibody-validation

【14】http://www.biotechniques.com/new ... 6.html#.V2DNfuZ95-V

【15】Baker M. Antibody anarchy: A call to order[J]. Nature, 2015, 527(7579): 545-551.

【16】http://www.nature.com/news/biome ... experiments-1.20192

来源：ScienceLondon