Hydrogel droplet microarrays with trapped antibody-functionalized beads for multiplexed protein analysis
Notice bibliographique
Résumé
Antibody microarrays are a powerful tool for rapid, multiplexed profiling of proteins. 3D microarray substrates have been developed to improve binding capacity, assay sensitivity, and mass transport, however, they often rely on photopolymers which are difficult to manufacture and have a small pore size that limits mass transport and demands long incubation time. Here, we present a novel 3D antibody microarray format based on the entrapment of antibody-coated microbeads within alginate droplets that were spotted onto a glass slide using an inkjet. Owing to the low concentration of alginate used, the gels were highly porous to proteins, and together with the 3D architecture helped enhance mass transport during the assays. The spotting parameters were optimized for the attachment of the alginate to the substrate. Beads with 0.2 µm, 0.5 µm and 1 µm diameter were tested and 1 µm beads were selected based on their superior retention within the hydrogel. The beads were found to be distributed within the entire volume of the gel droplet using confocal microscopy. The assay time and the concentration of beads in the gels were investigated for maximal binding signal using one-step immunoassays. As a proof of concept, six proteins including cytokines (TNFα, IL-8 and MIP/CCL4), breast cancer biomarkers (CEA and HER2) and one cancer-related protein (ENG) were profiled in multiplex using sandwich assays down to pg mL(-1) concentrations with 1 h incubation without agitation in both buffer solutions and 10% serum. These results illustrate the potential of beads-in-gel microarrays for highly sensitive and multiplexed protein analysis.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».