Proprotein Convertase Subtilisin/Kexin Type 9 (PCSK9) Single Domain Antibodies Are Potent Inhibitors of Low Density Lipoprotein Receptor Degradation
Notice bibliographique
Résumé
Single domain antibodies (sdAbs) correspond to the antigen-binding domains of camelid antibodies. They have the same antigen-binding properties and specificity as monoclonal antibodies (mAbs) but are easier and cheaper to produce. We report here the development of sdAbs targeting human PCSK9 (proprotein convertase subtilisin/kexin type 9) as an alternative to anti-PCSK9 mAbs. After immunizing a llama with human PCSK9, we selected four sdAbs that bind PCSK9 with a high affinity and produced them as fusion proteins with a mouse Fc. All four sdAb-Fcs recognize the C-terminal Cys-His-rich domain of PCSK9. We performed multiple cellular assays and demonstrated that the selected sdAbs efficiently blocked PCSK9-mediated low density lipoprotein receptor (LDLR) degradation in cell lines, in human hepatocytes, and in mouse primary hepatocytes. We further showed that the sdAb-Fcs do not affect binding of PCSK9 to the LDLR but rather block its induced cellular LDLR degradation. Pcsk9 knock-out mice expressing a human bacterial artificial chromosome (BAC) transgene were generated, resulting in plasma levels of ∼300 ng/ml human PCSK9. Mice were singly or doubly injected with the best sdAb-Fc and analyzed at day 4 or 11, respectively. After 4 days, mice exhibited a 32 and 44% decrease in the levels of total cholesterol and apolipoprotein B and ∼1.8-fold higher liver LDLR protein levels. At 11 days, the equivalent values were 24 and 46% and ∼2.3-fold higher LDLR proteins. These data constitute a proof-of-principle for the future usage of sdAbs as PCSK9-targeting drugs that can efficiently reduce LDL-cholesterol, and as tools to study the Cys-His-rich domain-dependent sorting the PCSK9-LDLR complex to lysosomes.
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 | 0,000 |
| 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 | 0,000 | 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 ».