Selective and Quantitative Detection of Influenza Virus Proteins in Commercial Vaccines Using Two-Dimensional High-Performance Liquid Chromatography and Fluorescence Detection
Notice bibliographique
Résumé
In this work, we report on the applicability of two-dimensional high-performance liquid chromatography (2D-HPLC) for the comprehensive characterization of inactivated influenza vaccine proteins. This novel procedure features minimal sample treatment and combines the on-line coupling of size exclusion HPLC to reversed-phase HPLC. A comparative analysis of commercial vaccines from three different manufacturers showed the method to be highly selective by providing characteristic reproducible chromatographic profiles for each vaccine. In addition, the method provided enhanced sensitivity for most constituents as a result of the use of native fluorescence detection in the reversed-phase HPLC step. The limits of detection (at a signal-to-noise ratio of >3) for hemagglutinin (HA) antigens were 105 and 172 ng/mL for influenza A/New Caledonia/20/99 and B/Jiangsu/10/2003 strains, respectively. The potential of this 2D-HPLC procedure in terms of quantitative antigen analysis was assessed by determination of the HA content of commercial vaccines. Results provided very good correlation with nominal HA values. The reproducibility (RSD) of the whole procedure was also evaluated and was found to be better than 2 and 3% for calculated antigen concentrations expressed as micrograms of HA per milliliter in commercial vaccines for samples of the same lot (n = 5) or different lots (n = 3), respectively. In addition, it allowed the selective detection of several influenza constituents including nucleoproteins from type A and B viruses and the highly hydrophobic matrix protein 1 from both virus strains.
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 | 0,001 |
| 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 ».