A Review of Techniques to Measure Protein Sorption to Soft Contact Lenses
Notice bibliographique
Résumé
PURPOSE: To compare and critically evaluate a variety of techniques to measure the quantity and biological activity of protein sorption to contact lenses over short time periods. METHODS: A literature review was undertaken investigating the major techniques to measure protein sorption to soft contact lens materials, with specific reference to measuring protein directly on lenses using in situ, ex situ, protein structural, and biological activity techniques. RESULTS: The use of in situ techniques to measure protein quantity provides excellent sensitivity, but many are not directly applicable to contact lenses. Many ex situ techniques struggle to measure all sorbed proteins, and these measurements can have significant signal interference from the lens materials themselves. Techniques measuring the secondary and tertiary structures of sorbed proteins have exhibited only limited success. CONCLUSIONS: There are a wide variety of techniques to measure both the amount of protein and the biological activity of protein sorbed to soft contact lens materials. To measure the mass of protein sorbed to soft contact lenses (not just thin films) over short time periods, the method of choice should be I radiolabeling. This technique is sensitive enough to measure small amounts of deposited protein, provided steps are taken to limit and measure any interaction of the iodine tracer with the materials. To measure the protein activity over short time periods, the method of choice should be to measure the biological function of sorbed proteins. This may require new methods or adaptations of existing ones.
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 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 | 0,018 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 tête enseignante, 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 ».