Immunological Screening And Characterization of Highly Specific Monoclonal Antibodies Against 20 Kda Hgh
Notice bibliographique
Résumé
BACKGROUND: hGH has been widely abused as a doping agent in sports for many years. There are some important approaches for the detection of hGH doping, and the ratio of 22:20 kDa GH was considered one of the most suitable detection indicators of GH abuse. Currently, effective anti-GH antibodies and related reagents are needed to develop a detection method, in particular, highly specific anti-20 kDa hGH monoclonal antibodies are a prerequisite. Herein we constructed the expression vector of 20 kDa hGH and prepared the corresponding antibodies by the immunization of the recombinant human 20 kDa into mice. Positive clones that can specifically recognize 20 kDa hGH were screened and characterized by enzyme immunoassay, Dot-ELISA and surface plasmon resonance. In total, 14 specific monoclonal cell lines were screened out. RESULTS: By a series of characterization, it was found that the 6C8, 44H3, 12G7 and 33Y19 clones were showing much higher specificity and affinity to 20 kDa hGH, and P3H9 could recognize both 20 and 22 kDa hGH isoforms. 6C8 and 44H3 matched well with P3H9 in the surface plasmon resonance testing. The 12G7 clone had the best surface properties with an association constant of 3.4 × 10(9) M(-1) and a dissociation constant of 2.95 × 10(10) M. CONCLUSION: Highly specific monoclonal antibodies against 20 kDa hGH were generated, and also two paired antibodies (P3H9 and 6C8 or P3H9 and 44H3) were characterized, which can serve as the potential components for 22:20 kDa detection kit.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».