PSA Fluoroimmunoassays Using Anti-PSA ScFv and Quantum-Dot Conjugates
Notice bibliographique
Résumé
AIMS: The conjugates of monoclonal antibodies and luminescent nanoparticles (quantum dots [Qdots]) have a large number of potential applications in both fluoroimmunoassays and biological imaging; however, conjugating full-length antibody monoclonal antibodies directly to Qdots or other inorganic nanoparticles often results in the irreversible formation of oligomeric monoclonal antibody-nanoparticle complexes, which leads to dramatically reduced binding activities. This study demonstrated that the use of single-chain antibody fragments (scFvs) appears to have a number of advantages, in terms of solubility, activity, ease of preparation and ease of structure-based genetic engineering. MATERIALS & METHODS: Two antiprostate-specific antigen scFvs mutants--one with an 11-residue c-myc (referred as scFvB80-M1) and the other with a lysine-enriched His 6-tagging peptide attached to their C-termini (referred as scFvB80-M2)--were prepared. These two scFv mutants were conjugated directly with CdSe/ZnS Qdots and their binding activities were measured and compared. RESULTS & DISCUSSION: Both scFv mutants can be conjugated covalently with CdSe/ZnS Qdots; however, the resulting conjugates exhibit significantly different affinities in the prostate-specific antigen fluoroimmunoassays--the binding activity of scFvB80-M2/Qdots is equivalent of that of free scFvB80 and four times of that of scFvB80-M1/Qdots. CONCLUSION: This study demonstrates that binding activity of scFv/Qdot conjugates can be improved through structure-based genetic engineering of the scFv.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 ».