蛋白芯片详细

信号通路磷酸化抗体芯片 > 升级版 信号通路广筛抗体芯片(CSP100_Plus)

    升级版 信号通路广筛抗体芯片(CSP100_Plus)

     

           
           信号通路是由从细胞膜、胞浆到细胞核一系列的蛋白分子,通过蛋白磷酸化和蛋白互作等形式串联起来的蛋白分子信号传导网络。在疾病的发生、发展,细胞表型等生物现象的背后,信号通路的调变起着分子层面的支撑作用。信号通路分析是肿瘤学、病理学、免疫学、细胞生物学、神经生物学、药理学等一系列以机理探索为研究目的的科研工作的必经之路。


            然而,细胞中存在多条信号通路,它们并不孤立存在,会串联交叉形成的复杂信号网络(Cross-talk)。该信号网络在细胞受到胞外刺激后将信号通过级联放大、分散调节等方式传入胞内,引起一系列复杂的信号改变,进而产生综合的细胞应答。面对复杂研究现象,往往会有多条通路会发生调变。如何选择主要调变的通路?是困扰研究人员的主要难题之一,而传统的技术如Westen blot等不能解决。

                                            


            升级版 信号通路广筛抗体芯片(CSP100 Plus)
    是在原肿瘤信号通路磷酸化广谱筛选抗体芯片(CSP100)的基础上升级完成的广筛芯片。该芯片采用三维高分子膜专利技术,在片基上共价结合304种高特异抗体,其中磷酸化抗体157种,非磷酸化抗体147种。一张CSP100 Plus芯片可以同时对16条信号通路进行筛选和比较。这16条信号通路是生物医学研究中常见也是重要的通路,它们广泛参与到肿瘤、免疫、心血管、神经系统、损失修复等多种病理生理过程中。因此,CSP100 Plus芯片可以适用于多种疾病与药物研究模型的信号通路筛选工作。同时,脊椎动物的磷酸化位点具备保守性,芯片上的抗体都是以目标蛋白的物种保守多肽序列为抗原进行设置,所以,CSP100 Plus芯片上的抗体具有一定的物种通用性。

    抗体芯片特点:

     

    • 芯片规格为76 x 25 x 1 mm;

    • 实现16条信号通路全面筛选;

    • 每种抗体设置6次技术重复;

    • 适用于组织、细胞等多类型样本;

    • 5×106细胞、200 µg总蛋白量即可满足实验;

    • 可同时提供磷酸化和蛋白表达两套数据;

    • 可通用于人、小鼠、大鼠等多类型模式生物检测。


    芯片检测列表:

    Pathway Name

    Protein Number

    PI3K-Akt signaling pathway57
    MAPK signaling pathway49
    Ras signaling pathway40
    ErbB signaling pathway39
    Focal adhesion38
    Apoptosis pathway35
    Insulin signaling pathway
    32
    Autophagy29
    mTOR signaling pathway28
    JAK-STAT signaling pathway27
    AMPK signaling pathway25
    Cell cycle20
    p53 signaling pathway18
    NF-kappa B signaling pathway18
    VEGF signaling pathway17
    TGF-beta signaling pathway10
    Others13

    抗体芯片原理:

                                        

                                                           

                                            

    抗体芯片文献:


     

    1.      Gu C, et al.   Mol Ther Nucleic Acids. 2019 Feb 8; 16: 1-14. (暨南大学)
    2.      Gong X, et al. 
     Am J Physiol Renal Physiol, 2018.(同济大学)
    3.      Liu D, et al. 
     Nat Commun. 2018, 9(1): 1739. (华中科技大学同济医院)
    4.      Lei miao Yin, et al. 
    . Sci Transl Med, 2018, 10(427).(上海中医药大学)
    5.      Venkatesh, Humsa S., et al. 
    . Nature, 2017, 549(7673): 533-537.
    6.      Gao Y, et al. 
    . Natstruct Mol Biol, 2016, 23(5): 441-449. (中国科学院生物物理研究所)

    7.     Jiang HL et al. Cancer Res, 2016, 76(4): 952-64.(复旦大学附属肿瘤医院)

    8.      Kuang XY et al. The phosphorylation-specific association of STMN1 with GRP78 promotes breast cancer metastasisCancer Lett, 2016, 377(1): 87-96.(复旦大学附属肿瘤医院)
    9.       Zhu Y et al. 
    Cancer Lett, 2016, 04(3).(复旦大学附属肿瘤医院)

    10.        Luo L L, Zhao L, Wang Y X, et al.  Sci Rep-UK, 2015, 5: 17336.  (中山大学附属肿瘤医院)

    11.       Zhu Y P, Wan F N, Shen Y J, et al.  Oncotarget, 2015, 6(16): 14488.(复旦大学附属肿瘤医院)
    12.      Wang T, Han S, Wu Z, et al. 
     Biochem Bioph Res Co, 2015, 464(2): 635-641. (上海长征医院)

    13.      Chen P, Huang H, Wu J, et al. Mol Carcinogen, 2015, 54(12): 1678-85. (福建医科大学附属协和医院)

    14.      Wan F, et al.  Tumor Biol, 2015: 1-10. (复旦大学附属肿瘤医院)

    15.      Zhu R, et al.  Acta Biomater, 2016, 29: 320-32.  (同济大学)

    16.      Li W, et al.   Mol Carcinog, 2015, 55(11): 1739-1746. (河北大学)

    17.      Rao W, et al. Carcinogenesis,2014, 35(7): 1573-1581.(上海交通大学医学院)

    18.      Jia D, et al. Cell Res, 2014, (24): 204-217. (上海仁济医院) 

    19.      Xu N et al. . Int J Mol Med, 2013, 32(3): 729-735.(吉林大学)

    20.      Li F et al. PLoS ONE. 2013, 8(4): e61195.(第三军医大学)

    21.      Ranzato E et al. Wound Repair Regen. 2012, 20(5): 778-785.

    22.       Zhang YM et al.Cell Death Dis, 2012, 3: e406.(西安交通大学)