Imaging Protein Deposits on Contact Lens Materials
Notice bibliographique
Résumé
PURPOSE: The majority of studies investigating protein deposition on contact lens materials require that the deposit of interest be removed, potentially resulting in erroneous results if some proteins are not removed adequately. The purpose of this study was to investigate the use of in situ imaging methods to examine protein deposition on conventional poly(2-hydroxyethyl methacrylate) (polyHEMA)-based and silicone hydrogel contact lens materials. METHODS: Six silicone hydrogel and five polyHEMA-based hydrogel contact lens materials were examined by Atomic Force Microscopy (AFM) and/or Scanning Electron Microscopy (SEM) techniques, after being deposited with proteins in an in vitro model. AFM studies examined lenses deposited solely with lysozyme at approximate physiological concentrations and SEM studies were conducted on lenses exposed to a dilute mixture of lysozyme and albumin-conjugated gold spheres. RESULTS: AFM studies demonstrated that the lens materials had markedly differing surface topographies. SEM results showed that galyfilcon A and balafilcon A lenses deposited both lysozyme and albumin in relatively large aggregates, as compared with lotrafilcon A and B, in which the proteins were deposited in a more evenly spread, monolayer formation. Polymacon lenses deposited more protein than any of the silicone hydrogel materials and much of the protein was aggregated together. AFM data indicated that balafilcon A, lotrafilcon A and polymacon deposited lysozyme in a similar manner, with very little lysozyme being deposited in discrete areas. Galyfilcon A behaved very differently, with the lysozyme exhibiting both aggregates as well as string-like formations over the lens surface. CONCLUSIONS: Imaging techniques that allow proteins to be examined in situ show much promise for determining the extent and physical characterization of protein on contact lens materials. These techniques indicate that the pattern of deposition of proteins onto silicone hydrogel contact lens materials differs between materials, depending upon their bulk and surface composition.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».