MétaCan
Menu
Retour à la cohorte
Enregistrement W2081861482 · doi:10.1080/09540100120094500

Identification of<i>E. coli</i>K88 Receptor in Porcine Intestinal Mucus using Anti-idiotypic Antibodies

2001· article· en· W2081861482 sur OpenAlexfundno aff
Ziad W. Jaradat, Ronald R. Marquardt

Notice bibliographique

RevueFood and Agricultural Immunology · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Manitoba
Mots-clésPolyclonal antibodiesMonoclonal antibodyMolecular biologyAffinity chromatographyAntibodyReceptorMucusPrimary and secondary antibodiesBiologyAntiserumAntigenChemistryBiochemistryImmunology

Résumé

récupéré en direct d'OpenAlex

Escherichia coli K88 receptors were purified from porcine intestinal mucus by affinity chromatography using a K88 fimbrial antigen attached to Sepharose 4B. Receptor eluate from the column was identified using anti-idiotypic antibodies that bore an internal image to K88. They were produced in chickens against both mouse anti-K88 monoclonal and rabbit anti-K88 polyclonal antibodies. The anti-idiotypic antibodies were tested against purified receptors using an indirect ELISA. Higher absorbance values (1.3 and 1.2) were observed for the anti-polyclonal anti-idiotypic antibodies than those for anti-monoclonal anti-idiotypic antibodies (0.95 and 0.56). Analysis of purified receptors by SDS-PAGE electrophoresis and immunoblotting with K88 fimbriae revealed several bands corresponding to 40, 45, 50 and 70 kDa. However, the anti-polyclonal anti-idiotypic antibodies recognized only the 70 kDa protein while the anti-monoclonal anti-idiotypic antibodies failed to recognize any of these proteins. Sugar staining suggested that only the 50 kDa protein contained a sugar moiety. This study indicated that a 70 kDa protein in the intestinal mucus of pigs may be a dominant receptor for K88 and demonstrated that anti-idiotypic antibodies are useful tools for receptor identification.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,817
Score d'incertitude au seuil0,369

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,289
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood and Agricultural ImmunologyMême sujetMonoclonal and Polyclonal Antibodies ResearchTravaux en français237 207