PhIP-Seq：原理、优势与应用场景解析

引言

在自身免疫病、感染病血清学、疫苗免疫应答和抗体生物标志物研究中，课题组经常能够确认样本中存在抗体反应，却难以判断这些抗体究竟识别哪些抗原或肽段区域。ELISA、Western Blot 和免疫荧光等方法在靶点已知时效率较高，但当抗原空间广阔、研究目标偏向发现时，逐靶点检测的通量和成本都会成为明显限制。

 

PhIP-Seq（Phage Immunoprecipitation Sequencing，噬菌体免疫沉淀测序）将噬菌体展示肽库、抗体免疫沉淀和高通量测序读数整合为一条可量化的技术链路。每个展示肽段对应可追踪的 DNA 序列，样本中的抗体结合事件可在免疫沉淀后表现为相应克隆的测序读数变化，并进一步映射为肽段或抗原层面的富集信号。对于需要并行筛查大量候选靶点、并比较不同样本组抗体识别模式的课题，PhIP-Seq 提供了一种系统化的发现型路径。

 

PhIP-Seq 回答的核心问题

PhIP-Seq 所聚焦的问题可以概括为：样本中的抗体正在识别文库中的哪些肽段？ 该方法并不直接测序供体基因组，而是以序列明确的肽库为探针，通过抗体捕获后的读数富集来反映免疫识别谱。

这一区分对项目设计很重要。PhIP-Seq 属于基于序列定义文库的抗体谱分析技术，其价值来自肽库覆盖范围、免疫沉淀效率和测序读数映射的准确性。文库中未包含的肽段不会产生信号，因此肽库类型必须与生物学问题相匹配。

相关服务

目标	推荐服务
需开展血清/血浆广谱抗体谱筛查	噬菌体免疫沉淀测序技术（PhIP-Seq）服务
筛选后需验证候选表位	抗原表位分析
需开展免疫多肽组学及新抗原发现	基于高精度质谱的免疫多肽组学分析及新抗原发现
需补充抗体分子表征信息	蛋白表征分析

技术原理分步解析

PhIP-Seq 的技术逻辑建立在"展示、结合、富集、测序、映射"五个环节之上。理解每个环节的作用，有助于判断实验设计是否支持可靠的数据解读。

1. 肽库构建或选择

根据课题目标选用或定制噬菌体展示肽库。每个噬菌体颗粒在表面展示一条肽段，并携带编码该肽段的 DNA 插入序列。文库可覆盖人类蛋白质组、病原体来源肽段、病毒抗原、自定义靶点或聚焦表位区域。

2. 样本孵育

含抗体的生物样本（常用血清或血浆）与肽库共同孵育。样本中的抗体与能够识别的展示肽段结合，形成抗体-噬菌体复合物。

3. 免疫沉淀

通过蛋白 A/G 磁珠或其他捕获策略，将抗体-噬菌体复合物从孵育体系中分离。未结合或非特异性结合的噬菌体颗粒在洗涤步骤中被去除。

4. 高通量测序

对富集后的噬菌体 DNA 进行高通量测序，可获得各展示肽段对应的读数丰度。


 

5. 读数映射与富集分析

将测序读段映射回肽段身份，结合输入文库和阴性对照进行标准化与背景过滤，识别在特定样本组中显著富集的候选肽段或抗原区域。



图1. PhIP-Seq 的技术原理

肽库设计对结果的影响

PhIP-Seq 的检测边界由肽库内容决定。不同文库类型对应不同的抗原空间和解读逻辑，项目启动前应明确文库选择。

文库类型	主要覆盖内容	典型适用方向
人类蛋白质组肽库	人源蛋白来源的肽段平铺或代表性序列	自身抗原发现、自身免疫病研究
病原体来源肽库	细菌、病毒或其他病原相关肽段	感染暴露史、病原体血清学分析
自定义靶点肽库	按基因或蛋白列表设计的聚焦文库	候选抗原筛选、靶向免疫谱分析
平铺表位肽库	同一抗原区域的连续重叠肽段	线性表位定位、表位精细映射
宏基因组/多物种肽库	跨物种或复杂来源的序列集合	微生物暴露、环境免疫原筛查

关键实验参数

除文库类型外，以下参数会直接影响读数质量和富集结果的可信度：

• 样本类型与抗体丰度（血清、血浆或其他含抗体体液）

• 免疫沉淀捕获策略与洗涤条件

• 输入文库（Input）测序是否纳入

• 阴性对照设置（无血清、仅磁珠等）

• 测序深度与生物学/技术重复设计

• 分组信息与元数据完整性

核心优势与当前局限

核心优势

以下优势描述的是 PhIP-Seq 作为技术平台本身的能力特征，而非特定课题的临床或诊断结论。

1、高通量并行筛查能力

单次实验可同时检测文库中数万至数百万条肽段序列，适合抗原空间大、靶点未定的发现型研究，避免逐抗原检测带来的通量瓶颈。

2、抗体结合与 DNA 读数直接关联

每个展示肽段对应可追踪的 DNA 条形码，使抗体识别事件具备可定量、可比较、可重复分析的技术基础。

3、支持多样本组间比较

测序读数可在不同疾病/对照、接种/未接种或纵向时间点样本之间进行标准化比较，为免疫谱差异分析提供统一量纲。

4、与验证实验的技术衔接

候选肽段可转入肽阵列、ELISA 或蛋白水平结合实验进行正交确认，形成从发现到验证的连续工作流。



图2. PhIP-Seq技术优势

当前局限

1、受肽库覆盖范围约束

该方法只能报告文库中包含的肽段信号。关键表位若未被文库代表，实验无法产生相应富集读数。

2、主要适用于线性表位

展示肽段为短序列形式，对构象依赖性表位的代表性有限，此类靶点通常需要蛋白水平或结构生物学方法补充。

3、富集结果属于候选发现

显著富集的肽段需经独立队列或正交实验验证后，才能作为更可靠的候选自身抗原、候选暴露标志物或机制研究依据。

4、对实验设计与质控敏感

分组不合理、对照缺失、样本保存不当或免疫沉淀背景偏高，都会削弱数据可解释性。

应用场景

PhIP-Seq的价值体现在具体研究场景中。以下五类应用较为常见，课题组可根据课题目标评估方法匹配度。

1、自身抗原与未知靶点发现

在自身免疫病研究中，抗体靶点往往异质且表征不完整。PhIP-Seq 可在大规模肽库中筛查候选自身抗原，弥补预设抗原面板覆盖不足的问题。

2、感染病与疫苗血清学分析

感染暴露或疫苗接种后，机体可能产生针对多种病原体来源肽段的抗体反应。该方法支持在广谱肽段空间中绘制免疫识别谱，而非局限于单一抗原检测。

3. 线性表位发现与定位

基于肽段展示原理，PhIP-Seq 可帮助定位抗体结合的线性区域。平铺文库中相邻肽段的共同富集，通常比孤立单点信号更具表位定位价值。

4. 队列与纵向免疫谱比较

病例-对照、应答者-无应答者、治疗前后或不同时间点样本之间的富集模式差异，可用于支持免疫谱系探索和候选标志物筛选。

5. 生物标志物候选生成

通过识别组间差异富集的抗体反应性肽段，可为后续生物标志物研究提供候选列表。此类结果应视为发现阶段输出，需在独立样本中完成验证。



图3. PhIP-Seq典型应用场景

下表汇总了五类常见应用方向的研究目标、样本类型和典型下游验证路径，便于课题组快速对照课题设计。

应用场景	研究目标	典型样本	常见下游验证
自身抗原发现	识别疾病相关抗体靶点	患者血清/血浆	肽阵列、ELISA
感染暴露筛查	评估病原体来源抗体反应	队列血清样本	靶向免疫检测、WB
疫苗免疫应答	比较接种前后肽段识别谱	接种前后配对样本	肽阵列、中和实验
表位定位	缩小抗体结合线性区域	免疫血清或杂交瘤上清	替代扫描、丙氨酸扫描
标志物探索	筛选组间差异免疫信号	病例-对照队列	独立队列复核、ELISA

与其他抗体检测方法的定位差异

PhIP-Seq 与其他抗体检测方法回答的问题层级不同，二者在项目中常互补而非替代。

方法	主要优势	主要局限	更适合的研究阶段
PhIP-Seq	广谱并行筛查、可量化读数、支持组间比较	依赖肽库覆盖，线性表位为主	发现与候选生成
ELISA	靶向定量、操作成熟、成本可控	需已知抗原，通量有限	靶向验证与定量
Western Blot	蛋白水平确认，直观显示分子量	通量低，抗体交叉反应需关注	靶点确认
肽阵列	预设肽段面板检测灵活	面板范围需预先设计	候选表位批量验证
免疫荧光	提供细胞或组织定位背景	非高通量发现工具	定位与形态学分析

当课题组需要在广阔肽段空间中系统筛查抗体识别模式时，PhIP-Seq 的通量和可量化读数更具技术优势。确定候选靶点后，ELISA、肽阵列或蛋白水平实验通常承担验证与确认角色。

项目启动前的三项评估

在启动 PhIP-Seq 项目前，建议从以下三个维度进行可行性评估：

生物学问题是否匹配。 研究目标是发现型还是确认型？是否需要探索未知或广谱抗体识别模式？

样本与对照设计是否充分。 分组是否合理？是否设置输入文库和阴性对照？样本量与技术重复是否支持组间比较？

验证路径是否明确。 筛选出的候选肽段，是否已规划独立验证实验？若无后续确认步骤，结果应仅作探索性解读。

对于抗体谱分析、表位发现或生物标志物探索方向的课题，百泰派克生物科技可协助评估肽库策略、样本提交要求、分组设计和下游验证衔接方案，帮助课题组在项目初期明确技术路径与交付预期。

常见问题（FAQ）

1. PhIP-Seq 与传统噬菌体展示筛选有何不同？

传统噬菌体展示筛选侧重克隆挑选与单点验证，PhIP-Seq 将免疫沉淀后的噬菌体 DNA 进行高通量测序，实现对文库中大量肽段的并行定量分析，更适合队列比较和免疫谱绘制。

2. PhIP-Seq 能否鉴定未知抗体靶点？

该方法可在文库覆盖范围内识别候选抗体反应性肽段。候选结果需通过 ELISA、肽阵列或蛋白水平实验进一步验证，且仅能报告文库中包含的序列。

3. PhIP-Seq 常用哪些样本类型？

血清和血浆最为常用，因为其中含有循环抗体。其他含抗体的生物体液也可根据研究问题、样本质量和预期抗体丰度进行评估。

4. PhIP-Seq 能否替代 ELISA？

不能。PhIP-Seq 主要用于发现与广谱抗体谱分析，ELISA 常用于靶向验证与定量检测。典型工作流中，PhIP-Seq 负责候选筛选，ELISA 负责所选靶点的确认。

5. PhIP-Seq 能否检测构象表位？

基于线性肽段展示，更适用于线性表位发现。识别构象表位的抗体通常需要蛋白水平结合实验或结构生物学方法（如 HDX-MS）进行补充验证。

总结

PhIP-Seq 通过将噬菌体展示肽库、抗体免疫沉淀和高通量测序读数整合为统一的技术链路，为抗体研究提供了一条从免疫信号到候选靶点的系统化发现路径。其核心原理在于：抗体结合事件通过 DNA 条形码转化为可定量读数，再经映射和富集分析转化为具有生物学注释的候选列表。在技术层面，该方法具备高通量并行筛查、读数量化比较和验证衔接等优势，同时受肽库覆盖、线性表位展示特性和实验设计质量等因素约束。在应用层面，自身免疫抗原发现、感染血清学分析、疫苗免疫应答评估、表位定位和生物标志物探索，是 PhIP-Seq 较为常见的适用方向。

随着肽库设计精细化、测序读数分析标准化以及与肽阵列、靶向免疫检测等验证方法的深度整合，PhIP-Seq 在免疫谱研究和候选抗原发现中的应用有望进一步拓展。课题组若正在评估 PhIP-Seq 是否适合当前样本类型与研究目标，欢迎联系百泰派克生物科技技术团队，获取文库策略、实验设计与项目可行性方面的定制化建议。