Jackson ImmunoResearch蛋白质印迹指南:膜封闭

2023-11-03 17:21

本文主要是介绍Jackson ImmunoResearch蛋白质印迹指南:膜封闭,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

封闭对于防止转移的蛋白质、膜和实验中使用的后续试剂之间的非特异性相互作用至关重要。非特异性结合会产生背景信号,从而干扰结果解释。Jackson ImmunoResearch艾美捷教你如何选择合适的封闭试剂。

封闭试剂的选择取决于蛋白质印迹检测步骤中使用的二抗的种类。

蛋白封闭剂

封闭溶液的蛋白质成分应与被检测的抗原和二抗的种类相容。

牛血清白蛋白 (BSA) 和脱脂奶粉通常用于封闭溶液,因为它们既便宜又容易获得。然而,它们并不总是合适的,并且可能是背景的原因。

当使用针对来自牛或相关物种(如羊驼、山羊、马或绵羊)的抗体的抗体时,应避免使用 BSA 和脱脂奶粉。在许多 BSA 制剂中发现低水平的牛免疫球蛋白 G (IgG)。

建议使用来自标记二抗宿主物种的正常血清作为较佳封闭剂,以避免任何不必要的相互作用。使用前应制备新鲜的血清工作溶液,通常在浸入膜之前在所选缓冲液中稀释至 5% w/v。

缓冲溶液

通常使用 pH 范围高于大多数抗体(pH 范围 7.5-8.5)的等电点 (pI) 的缓冲溶液,例如 Tris 缓冲盐水 (TBS) 或磷酸盐缓冲盐水 (PBS)。如果磷酸化蛋白是印迹的焦点,则不推荐使用 PBS。

这是因为一抗可以与缓冲液中的磷酸盐以及靶蛋白结合。还应考虑缓冲液 pH 值对检测步骤中使用的报告酶(例如碱性磷酸酶)活性的影响。

非离子洗涤剂

非离子去污剂通常包含在蛋白质印迹中使用的缓冲液中。它们可以防止聚集,这本身会导致背景,但也可以绑定到可能导致非特定交互的任何站点。

Tween-20™(通常为 0.1%)通常用作缓冲添加剂。

Jackson ImmunoResearch艾美捷 关于孵化时间和洗涤问题:

应确定实现较佳信噪比所需的最短可能阻塞持续时间。虽然在 4°C 下过夜封闭可能很有吸引力,但过度封闭孵育会导致聚集和细菌生长,这可能会导致背景或干扰可视化。

封闭过程可能需要通过改变组分及其浓度、时间和温度来进行优化,以获得比较低的背景和比较高的信噪比。

值得注意的是,在封闭后用不含其蛋白质成分的缓冲液清洗膜很重要,因为它可以改善一抗对抗原表位的访问。

注意:专有的阻塞解决方案

有几种预配制的封闭溶液可供使用,它们在市场上销售时适用于所有实验条件。情况可能并非总是如此,尽管它们可能足以满足一组条件。重要的是要考虑后续试剂的种类可能会排除使用通用封闭溶液,并且使用标记抗体种类的正常血清可能更可靠。

注意:用 BSA 或牛奶封闭

牛血清白蛋白 (BSA) 和奶粉可能含有牛 IgG。抗羊驼、抗牛、抗山羊、抗马和抗羊抗体会与牛 IgG 发生反应。使用 BSA 或奶粉进行封闭或稀释可能会显着增加背景和/或降低抗体滴度,应避免使用具有这些特异性的抗体;使用标记二抗宿主物种的正常血清 (5% v/v)。如果 BSA 被视为封闭剂,请使用不含 IgG 的试剂以降低背景电位。

Jackson ImmunoResearch艾美捷相关参考方案:

Blancher C. et al. (2001). SDS-PAGE and Western Blotting Techniques. Methods in Molecular Medicine. doi: 10.1385/1-59259- 136-1:145.

Jackson ImmunoResearch Laboratories Inc. (2017). Western Blotting Troubleshooting Guide! https://www.jacksonimmuno.com/secondary-antibody-resource/technical-tips/western-blot-trouble-shooting/

GE Healthcare. (2011). Western Blotting Principles and Methods. https://www.sigmaaldrich.com/content/dam/sigma-aldrich/docs/Sigma-Aldrich/General_Information/1/ge-western-blotting.pdf

Bass J.J. et al. (2017). An Overview of Technical Considerations for Western Blotting Applications to Physiological Research. Scandinavian Journal of Medicine and Science in Sports. doi: 10.1111/sms.12702

Lewis M. (2018). A Guide to Selecting Control and Blocking Reagents. Jackson ImmunoResearch Laboratories Inc. https://www.jacksonimmuno.com/secondary-antibody-resource/technical-tips/controls-diluents-blocking/

Kelly M.F. et al. (2016). Antibody Validation. Mater Methods. doi.org/10.13070/mm.en.6.1540

Lewis M. (2018). Cross-Adsorbed Secondary Antibodies and Cross-Reactivity. Jackson ImmunoResearch Laboratories Inc.https://www.jacksonimmuno.com/secondary-antibody-resource/technical-tips/cross-adsorbed-and-cross-reactivity/

 

这篇关于Jackson ImmunoResearch蛋白质印迹指南:膜封闭的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/339739

相关文章

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

Java 创建图形用户界面(GUI)入门指南(Swing库 JFrame 类)概述

概述 基本概念 Java Swing 的架构 Java Swing 是一个为 Java 设计的 GUI 工具包,是 JAVA 基础类的一部分,基于 Java AWT 构建,提供了一系列轻量级、可定制的图形用户界面(GUI)组件。 与 AWT 相比,Swing 提供了许多比 AWT 更好的屏幕显示元素,更加灵活和可定制,具有更好的跨平台性能。 组件和容器 Java Swing 提供了许多

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五):Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车,并使用通过跨平台的方式进行ROS2和UE5仿真的通讯,达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础,Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程: 第一期:基于UE5和ROS2的激光雷达+深度RG

如何掌握面向对象编程的四大特性、Lambda 表达式及 I/O 流:全面指南

这里写目录标题 OOP语言的四大特性lambda输入/输出流(I/O流) OOP语言的四大特性 面向对象编程(OOP)是一种编程范式,它通过使用“对象”来组织代码。OOP 的四大特性是封装、继承、多态和抽象。这些特性帮助程序员更好地管理复杂的代码,使程序更易于理解和维护。 类-》实体的抽象类型 实体(属性,行为) -》 ADT(abstract data type) 属性-》成

使用条件变量实现线程同步:C++实战指南

使用条件变量实现线程同步:C++实战指南 在多线程编程中,线程同步是确保程序正确性和稳定性的关键。条件变量(condition variable)是一种强大的同步原语,用于在线程之间进行协调,避免数据竞争和死锁。本文将详细介绍如何在C++中使用条件变量实现线程同步,并提供完整的代码示例和详细的解释。 什么是条件变量? 条件变量是一种同步机制,允许线程在某个条件满足之前进入等待状态,并在条件满

Java 入门指南:Java 并发编程 —— 并发容器 ConcurrentLinkedDeque

文章目录 ConcurrentLinkedDeque特点构造方法常用方法使用示例注意事项 ConcurrentLinkedDeque ConcurrentLinkedDeque 是 Java 并发工具包(java.util.concurrent 包)中的一个线程安全的双端队列(Deque)实现,实现了 Deque 接口。它使用了链表结构,并且针对高并发环境进行了优化,非常适合

使用Nginx部署前端Vue项目的详细指南

在本文中,我们将详细介绍如何使用Nginx部署一个前端Vue项目。此过程涵盖Vue项目的构建、Nginx的安装与配置、以及最后的项目启动。下面是步骤的详细说明。 步骤 1: 准备你的Vue项目 确保你已经创建并构建了一个Vue项目。如果你尚未创建Vue项目,可以使用以下命令创建一个: # 安装Vue CLInpm install -g @vue/cli# 创建一个新的Vue项目vue c

入门指南 | Datavines 安装部署篇

摘要:本文主要介绍基于源码部署 Datavines 和执行检查作业,内容主要分为以下几个部分: 平台介绍快速部署运行数据质量检查作业 Datavines 的目标是成为更好的数据可观测性领域的开源项目,为更多的用户去解决元数据管理和数据质量管理中遇到的问题。在此我们真诚欢迎更多的贡献者参与到社区建设中来,和我们一起成长,携手共建更好的社区。 https://github.com/dat

如何将卷积神经网络(CNN)应用于医学图像分析:从分类到分割和检测的实用指南

引言 在现代医疗领域,医学图像已经成为疾病诊断和治疗规划的重要工具。医学图像的类型繁多,包括但不限于X射线、CT(计算机断层扫描)、MRI(磁共振成像)和超声图像。这些图像提供了对身体内部结构的详细视图,有助于医生在进行准确诊断和制定个性化治疗方案时获取关键的信息。 1. 医学图像分析的挑战 医学图像分析面临诸多挑战,其中包括: 图像数据的复杂性:医学图像通常具有高维度和复杂的结构

从零开始构建大语言模型并进行微调:全面指南

要从0开始搭建并训练一个大语言模型(LLM),涉及到多个步骤和资源,包括理论理解、工具使用、数据准备、模型训练与微调。以下是一个从基础到应用的指南,帮助你理解并逐步实现这一目标。 1. 理解基础概念 在开始搭建大语言模型之前,了解以下基本概念至关重要: 生成式AI:通过大语言模型生成自然语言文本,例如GPT、BERT等。机器学习:通过数据训练模型,使其具备从数据中学习规律的能力。深度学习:机