Computational and nonglycosylated systems: a simpler approach for development of nanosized PEGylated proteins
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cysteine PEGylation includes several steps, and is difficult to manage in practice. In the current investigation, the cysteine PEGylation of erythropoietin analogs was examined using computational and nonglycosylated systems to define a simpler approach for specific PEGylation. Two model analogs (E31C and E89C) were selected for PEGylation based on lowest structural deviation from the native form, accessibility, and nucleophilicity of the free thiol group. The selected analogs were cloned and the expression was assessed by sodium dodecyl sulfate-polyacrylamide gel electrophoresis and Western blot using Coomassie blue staining and anti-His monoclonal antibody, respectively. PEGylation with 20 kDa mPEG-maleimide resulted in 79% and 82% conjugation yield for E31C and E89C nonglycosylated erythropoietin (ngEPO) analogs, respectively. The size distribution and charge analysis showed an increase in size and negative charge of the PEGylated forms compared with nonconjugated ones. Biological assay revealed that E31C and E89C mutations and subsequent PEGylation of ngEPO analogs have no deleterious effects on in vitro biological activity when compared to CHO-derived recombinant human erythropoietin. In addition, PEG-conjugated ngEPOs showed a significant increase in plasma half-lives after injection into rats when compared to nonconjugated ones. The development of the cysteine-PEGylated proteins using nonglycosylated expression system and in silico technique can be considered an efficient approach in terms of optimization of PEGylation parameters, time, and cost.
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.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 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 découle