114年:(醫檢)檢驗(2)

在比較配對檢體之蛋白質的差別,下列何種分離方法可以最有效減少操作過程的誤差?

A二維電泳分析( 2D-PAGE)
B磁珠親和分離法( Beadbased affinity fractionation )
C螢光染劑標示二維凝膠電泳( fluorescent two dimensional difference in -gel electrophoresis, fluorescent 2D -DIGE)
D膠體過濾層析法( gel filtration chromatography )

詳細解析

本題觀念:

比較配對檢體之蛋白質差異時,要顧慮不同樣本在分離與顯像過程中所產生的「gel-to-gel variation」與操作誤差。傳統 2D-PAGE 雖能高解析分離蛋白,但分別於多張凝膠上電泳、後製染色與比對時,因凝膠批次與處理步驟差異造成定量誤差;而 2D-DIGE(fluorescent two dimensional difference in-gel electrophoresis)將不同樣本先以波長可區分的 CyDye 螢光染劑分別標示,再混合同膠電泳並利用內部標準池做正規化,可最大幅度降低實驗變異。

選項分析

  • 選項A:二維電泳分析(2D-PAGE)

    • 核心原理:IEF 第一維依 pI 分離,SDS-PAGE 第二維依分子量分離,後製染色 (Coomassie/銀染) 後影像比對。
    • 問題:不同凝膠之間 pH 梯度、聚丙烯醯胺濃度、電場均一性、染色/顯像條件差異大,spot 位置與強度的 gel-to-gel variation 高 (CV 可達 55–80%),需多張技術複本且耗時費力 (openprairie.sdstate.edu)。
  • 選項B:磁珠親和分離法(Bead-based affinity fractionation)

    • 核心原理:利用磁珠表面配體(如抗體、金屬螯合)富集目標蛋白或胜肽。
    • 問題:雖適用於目標蛋白純化及質譜前處理,但對全蛋白組差異定量需重複多步綁定/洗脫,每步可能引入不均一性;且不含內部標準,無法同膠消除系統性誤差 (pubmed.ncbi.nlm.nih.gov)。
  • 選項C:螢光染劑標示二維凝膠電泳(fluorescent 2D-DIGE)

    • 核心原理:先以 Cy2/Cy3/Cy5 等不同色染劑標示各樣本(含一個由所有樣本混合而成之內部標準池),混合後於同張凝膠同步電泳,最後以波長分別掃描成像;內部標準用以正規化所有 spot 強度,消除膠間與操作差異。
    • 優勢:同時分析多個樣本於單一凝膠,完全消除 gel-to-gel variation;定量敏感度可達 0.2 fmol、差異 ±15% 皆可可靠檢出;CV 可由傳統 2D-PAGE 的 ~55% 降至 ~33% (pubmed.ncbi.nlm.nih.gov)。
  • 選項D:膠體過濾層析法(gel filtration chromatography)

    • 核心原理:依蛋白質大小排阻分離,樣本需分批經同一柱體。
    • 問題:受管柱裝填、流速、延滯體積等參數影響大,重現性不如 2D-DIGE;解析度與定量能力不足以比較配對樣本間細微差異。

答案解析

2D-DIGE 利用螢光染劑前標示、多色波長掃描與內部標準池做正規化,讓不同樣本在同一凝膠中並行電泳,徹底消除傳統 2D-PAGE 的 gel-to-gel variation 及操作誤差;同時保持高解析度與靈敏度,是比較配對檢體蛋白差異時最能減少實驗誤差的分離方法,故選 C (pubmed.ncbi.nlm.nih.gov)。

核心知識點

  • 2D-PAGE:IEF + SDS-PAGE 分離原理、後製染色、gel-to-gel variation 高。
  • 2D-DIGE:前染色 (CyDye) + 多色混合電泳 + 內部標準池(normalization pool)→ 同膠消除系統誤差,CV 由 ~55% 降至 ~33%;檢出限 0.2 fmol、差異 ±15% 可量化。
  • Bead-based affinity:適合目標純化,多步驟洗脫易增誤差,無同膠正規化機制;
  • Gel filtration:尺寸排阻分離,柱參數變異大,解析度不及 2D-DIGE。
  • gel-to-gel variation 來源:凝膠成分、電場、梯度、後製處理、影像比對。
  • DIGE 成像與分析軟體:DeCyder 等可自動 spot matching 與量化,提升重現性。

臨床重要性

臨床蛋白質體學研究(如生物標誌物發現、疾病機制探討)需高度定量重現性。2D-DIGE 技術確保配對檢體微小差異可被偵測,降低實驗誤差,提高研究結果可靠度與可重複性。