PhIP-Seq 样品制备避坑：新手常犯的错误与解决方案

引言

PhIP-Seq（噬菌体免疫沉淀测序）实验的成败，往往在进入测序之前就已埋下伏笔。许多课题组把精力集中在文库选择和数据分析上，却忽视了血清或血浆样品在采集、保存、运输和分装环节的处理细节。样本中的抗体活性下降、输入量不一致或背景污染升高，最终都会表现为富集信号偏弱、组间差异失真或阴性对照异常。

对于首次开展 PhIP-Seq 项目的实验人员来说，样品制备阶段的错误通常具有"隐蔽性"：实验流程可以正常完成，测序也能产出读数，但数据质量不足以支持可靠的候选筛选。提前识别常见误区，并在寄样前完成规范化处理，能够显著降低返工概率，也为后续表位验证和候选复核保留更多可用样本。

相关服务

研究目标	推荐服务
需开展 PhIP-Seq 检测并评估样品可行性	噬菌体免疫沉淀测序技术（PhIP-Seq）服务
样品处理前需了解血清蛋白背景	血清蛋白组分析
筛选后需验证候选表位	抗原表位分析
候选标志物需在独立队列中复核	多肽生物标志物鉴定
需从免疫多肽层面补充分析	基于高精度质谱的免疫多肽组学分析及新抗原发现

为什么样品制备决定 PhIP-Seq 数据质量

PhIP-Seq 的检测对象是样本中的循环抗体及其对噬菌体展示肽库的识别能力。抗体分子的完整性和丰度，可能影响免疫沉淀后哪些肽段克隆能够被富集并转化为测序读数。与常规 ELISA 不同，PhIP-Seq 通常需要在一批样本中保持高度一致的前处理条件，才能支持组间比较和背景过滤。

样品制备环节需要同时满足三个目标：

• 尽可能保留抗体反应活性

• 确保不同样本之间的输入条件可比

• 为实验元数据和质控对照提供完整记录

任一目标未达成，都可能在数据分析阶段表现为技术噪声，而非真实的生物学差异。



图1. PhIP-Seq样品制备常见误区:反复冻融、输入量不一致、元数据缺失、溶血忽视与对照缺失

误区一：忽视保存温度与反复冻融

常见表现： 样本在 4℃ 长期暂存、冰箱与室温之间多次转移，或同一管样本经历 3 次以上冻融后再用于 PhIP-Seq。

问题根源： 反复冻融会导致抗体活性下降、蛋白聚集或补体成分变化，影响免疫沉淀效率和背景水平。暂存温度不当还会加速样本降解，使低丰度抗体信号在实验开始前就已丢失。

解决方案：

• 采集后尽快离心分离血清或血浆，分装至独立冻存管

• 长期保存使用 -80℃ 条件，避免在 -20℃ 长期存放

• 每管样本标注冻融次数，建议单次冻融后使用，不超过 2 次

• 需要运输时选择干冰或符合规范的冷链方案，并记录运输时长

误区二：样本输入量不一致

常见表现： 不同样本使用不同体积的血清或血浆，或未记录实际加入的抗体来源物质量，直接按"一管一样"处理。

问题根源： PhIP-Seq 的读数丰度受抗体输入量影响。输入量偏高可能增加非特异性结合和背景噪声；输入量偏低则可能导致低丰度抗体反应无法检出。输入不一致会使组间比较失去可比基础。

解决方案：

• 在实验设计阶段统一血清/血浆输入体积或总蛋白量

• 对珍贵样本，先进行小规模预实验，确认合适稀释倍数

• 建立样本输入记录表，与测序数据一一对应

• 批次实验中加入标准参考样本，用于监测操作一致性

误区三：元数据记录不完整

常见表现： 送样时仅提供样本编号，缺少采集时间、疾病状态、治疗史、接种史、保存条件和冻融次数等关键信息。

问题根源： PhIP-Seq 的生物学解读高度依赖元数据。缺少分组标签或临床背景，数据分析人员难以判断富集信号是否与疾病、暴露或治疗相关，也无法识别由样本处理批次引起的系统偏差。

解决方案：

• 使用标准化送样表，至少记录：样本类型、采集日期、分组标签、保存温度、冻融次数

• 补充与课题相关的临床或实验变量（如疾病分期、用药状态、接种时间）

• 技术重复样本应明确标注，并与生物学重复区分

• 寄样前与实验负责人核对元数据完整性

元数据字段	建议记录内容	对数据分析的意义
样本类型	血清 / 血浆 / 其他体液	决定稀释策略和预期抗体丰度
分组标签	疾病 / 对照 / 接种前后等	支持组间富集比较
保存条件	温度、时长、冻融次数	评估抗体活性风险
采集时间	日期、与事件的时间关系	解释急性期或恢复期信号
治疗/接种史	用药、疫苗类型和时间	避免混淆治疗相关抗体反应
技术信息	批次、处理顺序	识别操作引入的批次效应

误区四：忽视溶血与脂血影响

常见表现： 溶血或高脂样本未做标记，直接与其他样本混合送检；溶血样本未离心去除细胞碎片杂质。

问题根源： 溶血会引入血红蛋白和相关蛋白，增加非特异性免疫沉淀背景。高脂样本可能在孵育过程中产生乳化或吸附效应，干扰抗体与肽库的正常结合。这类样本若未单独标注，异常信号容易被误判为生物学富集。

解决方案：

• 采集时选择合适的采血管，避免剧烈震荡和溶血

• 溶血样本单独编号并注明溶血程度（轻度 / 中度 / 重度）

• 高脂样本考虑延长离心时间或使用专用分离方案

• 数据分析阶段将溶血/高脂样本作为协变量或单独质控组审查

误区五：未提前规划阴性对照

常见表现： 仅准备疾病组和对照组样本，未设置无血清对照、仅磁珠对照或健康人基线对照，直到数据分析阶段才发现背景难以界定。（注：无血清对照用于评估技术背景；健康或基线样本用于生物学比较。）

问题根源： PhIP-Seq 的候选肽段筛选需要输入文库和阴性对照作为参照。缺少对照样本，非特异性结合的肽段克隆难以识别，假阳性率会明显升高。

解决方案：

• 实验设计阶段同步规划阴性对照类型和数量

• 至少设置无血清（或缓冲液）对照，用于评估磁珠和非特异性背景

• 队列研究建议纳入匹配的健康对照或基线样本

• 对照样本与实验样本同步处理，避免操作流程差异

误区六：样本类型混用且未标注

常见表现： 同一批次中混合送检血清和血浆样本，或使用不同品牌采血管采集的样本，但未在送样表中区分说明。

问题根源： 血清与血浆的抗体组成、补体水平和蛋白背景存在系统性差异。不同采血管（促凝管、EDTA 管、肝素管）也会影响样本基质。混用而不标注，会导致组间比较引入样本类型混杂。

解决方案：

• 同一比较队列内优先统一样本类型（全部血清或全部血浆）

• 若必须使用混合类型，在元数据中明确标注并在分析阶段分层处理

• 记录采血管类型和离心条件

• 项目启动前与实验团队确认可接受的样本类型范围

误区七：忽视样本分装与编号规范

常见表现： 多份样本共用同一冻存管反复取样、标签手写模糊、编号规则不统一，导致样本对应关系在寄样后无法追溯。

问题根源： 样本标识错误是实验中最难挽回的问题之一。编号混乱会导致元数据与测序结果无法匹配，整批数据失去分析价值。

解决方案：

• 采集后按单次实验用量分装，避免反复开盖取样

• 使用耐低温标签，编号规则在课题组内统一

• 建立样本编号与临床/实验信息的对应表

• 寄送前进行二次核对，确保管身标签与送样表一致



图2. 血清样品正确处理路径:采集、分装、保存、单次融解与PhIP-Seq输入

寄样前自检清单

在将样本寄送至 PhIP-Seq 实验环节前，建议逐项完成以下检查：

• 样本类型（血清/血浆）已确认并在送样表中标注

• 每管样本体积或分装量已记录

• 冻融次数不超过 2 次，保存温度符合要求

• 溶血、脂血等异常状态已注明

• 分组标签和临床/实验元数据已填写完整

• 阴性对照和基线对照已同步准备

• 样本编号与送样表一一对应，无重复或遗漏



图3. PhIP-Seq寄样前质控自检清单:样本类型、体积、冻融次数、溶血状态、分组标签与对照设计

标准样品要求参考

不同课题对样本量的需求会有差异，以下为常见的样品制备参考标准。具体输入量应在项目启动前与实验团队确认。

项目	建议要求	备注
样本类型	血清或血浆，队列内保持一致	避免未标注的混用
分装体积	按单次实验用量分装	减少反复冻融
保存条件	-80℃ 长期保存	运输使用干冰冷链
冻融次数	建议 ≤ 2 次	记录每次冻融日期
溶血/脂血	单独标注异常程度	重度溶血建议更换样本
元数据	完整填写送样表	含分组、临床/实验变量
对照样本	同步准备阴性对照	与实验样本同批处理

对于首次开展 PhIP-Seq 的课题组，百泰派克生物科技可在寄样前提供样品可行性评估，协助确认样本类型、输入量、对照设计和元数据规范是否符合项目要求，减少因样品制备问题导致的实验返工。

常见问题（FAQ）

1. PhIP-Seq 可以使用血浆样本吗？

可以。血清和血浆均可用于 PhIP-Seq，但同一比较队列内应优先保持样本类型一致。血浆和血清的蛋白背景不同，混用时需在元数据中标注并分层分析。

2. 样本冻融几次后不适合再做 PhIP-Seq？

建议不超过 2 次冻融。反复冻融可能导致抗体活性下降。若样本珍贵且已超过 2 次冻融，应提前告知实验团队并在数据分析阶段纳入质控审查。

3. 溶血样本是否必须剔除？

不一定。轻度溶血样本在标注后仍可尝试检测，但背景可能升高。中重度溶血样本建议更换或单独分组，避免干扰组间比较。

4. 每份样本需要多少血清或血浆？

具体体积取决于课题设计、稀释策略和是否设置技术重复。建议在项目启动前与服务方确认最低送样量，珍贵样本可先进行小规模预实验。

5. 为什么阴性对照要与实验样本同步处理？

同步处理可确保对照与实验样本经历相同的操作条件和批次效应。若对照单独制备或流程不一致，背景评估将失去可比性。

总结

PhIP-Seq 样品制备的核心原则可以概括为：保留抗体活性、统一输入条件、完整记录元数据、提前规划对照。反复冻融、输入量不一致、溶血未标注、元数据缺失和对照设计不足，是新手最常遇到的五类问题。这些问题往往在测序完成后才显现，但根源都在寄样前的处理环节。

规范化的样品制备不仅能提升数据质量，也能为后续的差异富集筛选、表位验证和候选复核保留更多有效信息。若您的课题组正在筹备 PhIP-Seq 项目，或希望对已有样本进行寄样前评估，欢迎联系百泰派克生物科技技术团队，获取样品要求、对照设计和送样规范的定制化指导。