An Anti-Phospholipase A2 Receptor Quantitative Immunoassay and Epitope Analysis in Membranous Nephropathy Reveals Different Antigenic Domains of the Receptor
Notice bibliographique
Résumé
The phospholipase A2 receptor (PLA2R) was recently discovered as a target autoantigen in patients with idiopathic membranous nephropathy (IMN). Published evidence suggests that the autoantibodies directed towards a conformation dependent epitope are currently effectively detected by a cell based assay (CBA) utilizing indirect immunofluorescence (IIF) on tissue culture cells transfected with the PLA2R cDNA. Limitations of such IIF-CBA assays include observer dependent subjective evaluation of semi-quantitative test results and the protocols are not amenable to high throughput diagnostic testing. We developed a quantitative, observer independent, high throughput capture immunoassay for detecting PLA2R autoantibodies on an addressable laser bead immunoassay (ALBIA) platform. Since reactive domains of PLA2R (i.e. epitopes) could be used to improve diagnostic tests by using small peptides in various high throughput diagnostic platforms, we identified PLA2R epitopes that bound autoantibodies of IMN patients. These studies confirmed that inter-molecular epitope spreading occurs in IMN but use of the cognate synthetic peptides in immunoassays was unable to conclusively distinguish between IMN patients and normal controls. However, combinations of these peptides were able to effectively absorb anti-PLA2R reactivity in IIF-CBA and an immunoassay that employed a lysate derived from HEK cells tranfected with and overexpressing PLA2R. While we provide evidence of intermolecular epitope spreading, our data indicates that in addition to conformational epitopes, human anti-PLA2R reactivity in a commercially available CBA and an addressable laser bead immunoassay is significantly absorbed by peptides representing epitopes of PLA2R.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».