Humanization and Characterization of an Anti-Ricin Neutralization Monoclonal Antibody
Notice bibliographique
Résumé
Ricin is regarded as a high terrorist risk for the public due to its high toxicity and ease of production. Currently, there is no therapeutic or vaccine available against ricin. D9, a murine monoclonal antibody developed previously in our laboratory, can strongly neutralize ricin and is therefore a good candidate for humanization. Humanization of D9 variable regions was achieved by a complementarity-determining region grafting approach. The humanized D9 (hD9) variable regions were further grafted onto human heavy and light chain constant regions to assemble the complete antibody gene. A foot-and-mouth-disease virus-derived 2A self-processing sequence was introduced between heavy and light chain DNA sequences to cleave the recombinant protein into a functional full-length antibody molecule from a single open reading frame driven by a single promoter in an adenoviral vector. After expression in mammalian cells and purification, the hD9 was demonstrated to have equimolar expression of the full-length antibody heavy and light chains. More importantly, the hD9 exhibited high affinity to ricin with K(D) of 1.63 nM, comparable to its parental murine D9 (2.55 nM). In a mouse model, intraperitoneal (i.p.) administration of hD9, at a low dose of 5 µg per mouse, 4 hours after the i.p. challenge with 5×LD50 ricin was found to rescue 100% of the mice. In addition, administered 6 hours post-challenge, hD9 could still rescue 50% of the mice. The hD9 has the potential to be used for prophylactic or therapeutic purposes against ricin poisoning.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».