MétaCan
Menu
Retour à la cohorte
Enregistrement W1992581184 · doi:10.1021/bc900332r

Single-Domain Antibody-Nanoparticles: Promising Architectures for Increased <i>Staphylococcus aureus</i> Detection Specificity and Sensitivity

2009· article· en· W1992581184 sur OpenAlexafffund
Shannon Ryan, Arnold J. Kell, Henk van Faassen, Li‐Lin Tay, Benoît Simard, Roger MacKenzie, Michel Gilbert, Jamshid Tanha

Notice bibliographique

RevueBioconjugate Chemistry · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensUniversity of GuelphNational Research Council CanadaInstitute for Biological SciencesSteacie Institute for Molecular SciencesInstitute for Microstructural SciencesUniversity of Ottawa
Organismes subventionnairesNational Research Council Canada
Mots-clésChemistryStaphylococcus aureusAntibodyPopulationNanoparticleBiomoleculeConjugateNanotechnologyComputational biologyCombinatorial chemistryBiochemistryBacteriaImmunologyBiology

Résumé

récupéré en direct d'OpenAlex

Because antibodies are highly target-specific and nanoparticles possess diverse, material-dependent properties that can be exploited in order to label and potentially identify biomolecules, the development of antibody-nanoparticle conjugates (nanoconjugates) has huge potential in biodiagnostics. Here, we describe a novel superparamagnetic nanoconjugate, one whose recognition component is a single-domain antibody. It is highly active toward its target Staphylococcus aureus, displays long shelf life, lacks cross-reactivity inherent to traditional homologue whole antibodies, and captures a few dozen S. aureus cells in a mixed cell population with ~100% efficiency and specificity. We ascribe the excellent performance of our nanoconjugate to its single-domain antibody component and recommend it as a general purpose recognition element.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,282
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioconjugate ChemistryMême sujetMonoclonal and Polyclonal Antibodies ResearchTravaux en français237 207