Enhancing conjugation rate of antibodies to carboxylates: Numerical modeling of conjugation kinetics in microfluidic channels and characterization of chemical over-exposure in conventional protocols by quartz crystal microbalance
Notice bibliographique
Résumé
This research reports an improved conjugation process for immobilization of antibodies on carboxyl ended self-assembled monolayers (SAMs). The kinetics of antibody/SAM binding in microfluidic heterogeneous immunoassays has been studied through numerical simulation and experiments. Through numerical simulations, the mass transport of reacting species, namely, antibodies and crosslinking reagent, is related to the available surface concentration of carboxyl ended SAMs in a microchannel. In the bulk flow, the mass transport equation (diffusion and convection) is coupled to the surface reaction between the antibodies and SAM. The model developed is employed to study the effect of the flow rate, conjugating reagents concentration, and height of the microchannel. Dimensionless groups, such as the Damköhler number, are used to compare the reaction and fluidic phenomena present and justify the kinetic trends observed. Based on the model predictions, the conventional conjugation protocol is modified to increase the yield of conjugation reaction. A quartz crystal microbalance device is implemented to examine the resulting surface density of antibodies. As a result, an increase in surface density from 321 ng/cm(2), in the conventional protocol, to 617 ng/cm(2) in the modified protocol is observed, which is quite promising for (bio-) sensing applications.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».