免疫检测研发人员对各家原料商的“推荐抗体对”并不陌生。
原料商给出捕获抗体和检测抗体的推荐组合，通常意味着两支抗体已经完成基础配对，能够在一定实验条件下形成有效信号。研发团队可以据此启动内部验证，减少从单支抗体开始组合的工作。
但不同产品资料所说的“经过验证”，覆盖范围可能差别很大。
有些验证停留在基础配对和标准曲线，有些已经进入CLIA、FIA或LF等检测形式，还有一些进一步使用临床样本、病毒培养物或参考方法进行评价。这些数据能够支持的研发判断也不一样。
面对一组推荐抗体，研发人员真正需要了解的是：这组原料已经在哪些条件下评价过，现有数据与自己的项目有多接近，以及拿到样品后还需要补充哪些实验。
抗体配对首先要建立稳定的识别关系和足够的信号窗口。研发团队通常会结合信号强度、信噪比、低浓度区表现和背景情况，逐步缩小候选范围。
基础配对结果可以证明两支抗体能够协同工作，但检测形式的变化可能重新影响结果。
抗体固定到磁珠、微孔板或膜材料后，表位暴露和反应动力学会发生变化。标记方式、缓冲体系及反应时间也会影响信号分布。进入血清、血浆或全血等样本后，基质和个体差异又会增加新的变量。
因此，一组抗体在筛选体系中表现良好，接下来还要放入目标检测形式，并在相关样本条件下继续确认。
研发人员查看筛选原料时，通常还需要先确认以下几个基本信息：
捕获和检测方向是否明确； 数据来自哪一种检测形式； 使用了什么评价材料； 是否提供分析灵敏度、相关性或特异性结果； 现有数据能否帮助设计第一轮内部验证。 
原料案例分析：
IFN-γ从配对到临床评价
这里以IFN-γ检测作为举例，来说明不同层次的数据对研发判断有什么影响。
在基础筛选阶段，标准曲线能够帮助观察信号响应和低浓度区表现。进入CLIA开发后，研发团队还要关注分析灵敏度、临界值附近的样本分布，以及候选体系与参考方法的结果一致性。
Meridian的最新推出的AssayProven™系列中IFN-γ抗体组合，在完成配对筛选后进入了CLIA形式评价。该组合与商业化对照方法进行了临床样本比较，414例样本的总体符合率为99%。资料中还提供了LoB、LoD和LoQ结果，以及49例样本的定量相关性数据。
这些数据已经超出了“能够配对”的基础结论。对于正在开发IFN-γ CLIA的团队，它们可以支持以下判断：
该组合已经在CLIA形式中建立有效信号； 分析灵敏度具备进一步评价的基础； 临床样本结果与对照方法具有较高的一致性。
当然，研发人员还是需要根据自己的仪器、校准体系和判定标准重新确认性能，并进一步评价精密度、干扰和样本前处理等因素。临界值附近的不一致样本也值得单独分析，因为这一区间往往比整体符合率更能反映实际判定风险。
从研发角度看，这类数据的意义在于帮助团队决定：这组抗体是否值得进入内部验证，以及第一轮实验应该重点确认哪些问题。
再举个例子，比如说，Dengue NS1 LF检测需要考虑四种血清型的识别情况。只使用一种重组抗原进行评价，很难反映不同血清型之间的差异。AssayProven™ 系列中的Dengue NS1抗体组合使用四种血清型的病毒培养物进行了分析灵敏度评价，同时测试了225例阴性临床样本及多种相关感染样本。
这组数据有助于了解血清型覆盖和初步特异性。阳性临床灵敏度、不同病程阶段表现及批间一致性，仍需在后续开发中补充。
而SARS-CoV-2 NP LF检测关注的问题有所不同。重组抗原适合建立基础评价，但培养毒株和国际标准可以进一步观察抗体对不同来源抗原的识别情况。AssayProven™ SARS-CoV-2 NP组合使用了重组抗原、培养毒株和WHO国际标准，并通过402例阴性临床样本评价特异性。
这些结果能够帮助研发团队了解分析灵敏度、抗原覆盖和阴性样本背景。真正的临床检出能力还要结合阳性样本、病毒载量分布和样本类型继续判断。
这两个案例说明，评价数据需要围绕具体靶标的主要风险设计。血清型覆盖、临床判定一致性和阴性特异性所回答的问题不同，研发人员也需要结合自己的项目阶段选择关注重点。
所以，原料商提供的数据的价值取决于评价条件与客户项目的相关程度。
一条标准曲线可以证明抗体组合具备基本响应。指定检测形式下的数据能够帮助判断平台适配性。临床样本、病毒培养物或参考方法比较，则可以进一步支持基质表现、抗原覆盖或结果一致性的判断。
这些结果都来自供应商建立的实验体系。客户的仪器、标记方式、缓冲配方和目标性能可能不同，因此内部验证仍是原料选型的一部分。
一份有用的原料数据，应当帮助研发团队明确两件事：1）现有数据已经回答了哪些问题； 2）下一轮实验还要重点确认什么。研发人员据此安排候选优先级，也能把有限样本用在更有价值的验证中。
Meridian AssayProven™：
更进一步的免疫原料解决方案
AssayProven™ 是 Meridian 面向免疫检测研发推出的一组开发就绪型免疫原料。
为了降低研发团队在原料验证上的沉没成本，AssayProven™ 的核心思路是将部分的配对筛选、基质干扰及标化测试前置，并整理成标准化的数据包。
产品在进入研发项目之前，会经过系统的克隆筛选和抗体配对评估。根据具体靶标和产品，部分产品还会提供与检测形式相关的性能数据、表征信息和技术资料。不同产品的数据内容和评估深度存在差异，具体范围以对应产品资料为准。
研讨会深度对谈：AssayProven™
从原料筛选、配对评估到性能验证
为了深入探讨免疫检测研发中的核心挑战，以及Meridian 最新AssayProven™ 原料提供的解决方案，我们将于9月16日的线上技术讲座中继续深度对谈。
讲座会结合具体产品案例，讨论抗体配对在不同检测形式下的表现、样本基质和背景对筛选结果的影响，以及研发团队拿到原料以后，如何结合自己的平台设计后续验证。
