Diagnostics of severe acute respiratory syndrome-associated coronavirus (SARS-CoV) nucleocapsid antigen using chicken immunoglobulin Y
Notice bibliographique
Résumé
The goal of this study was to develop a quantitative detection system for severe acute respiratory syndrome-associated coronavirus (SARS-CoV), targeting the nucleocapsid protein (NP), to determine the presence and degree of infection in suspected individuals. Because the NP is the viral protein shed during infection and its template mRNA is the most abundant subgenomic RNA, it is a suitable candidate for developing antibodies for diagnostic applications. In this study, we have prepared full-length SARS-CoV NP expressed in Escherichia coli and purified. Full-length NP was used for the preparation of mouse monoclonal antibody and chicken polyclonal IgY antibodies for the development of heterosandwich ELISA for early diagnostics of SARS-suspected individuals. The sensitivity of the developed heterosandwich ELISA can detect the viral antigen at 18.5 pg/mL of recombinant NP. This study describes ultrasensitive ELISA using 19B6 monoclonal antibody as the capture antibody and IgY as the detecting antibody against the most abundant SARS-CoV NP antigens. One of the most important findings was the use of inexpensive polyclonal IgY antibody to increase the sensitivity of the detection system for SARS-CoV at the picogram level. Furthermore, the immunoassay of SARS-CoV NP antigen developed could be an effective and sensitive method of diagnosing SARS-suspected individuals during a future SARS-CoV outbreak.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».