Development of <i>Escherichia coli</i> Asparaginase II for Immunosensing: A Trade-Off between Receptor Density and Sensing Efficiency
Notice bibliographique
Résumé
Abstract The clinical success of Escherichia colil-asparaginase II (EcAII) as a front line chemotherapeutic agent for acute lymphoblastic leukemia (ALL) is often compromised because of its silent inactivation by neutralizing antibodies. Timely detection of silent immune response can rely on immobilizing EcAII, to capture and detect anti-EcAII antibodies. Having recently reported the use of a portable surface plasmon resonance (SPR) sensing device to detect anti-EcAII antibodies in undiluted serum from children undergoing therapy for ALL (Aubé et al., ACS Sensors 2016, 1 (11), 1358–1365), here we investigate the impact of the quaternary structure and the mode of immobilization of EcAII onto low-fouling SPR sensor chips on the sensitivity and reproducibility of immunosensing. We show that the native tetrameric structure of EcAII, while being essential for activity, is not required for antibody recognition because monomeric EcAII is equally antigenic. By modulating the mode of immobilization, we observed that low-density surface coverage obtained upon covalent immobilization allowed each tetrameric EcAII to bind up to two antibody molecules, whereas high-density surface coverage arising from metal chelation by N- or C-terminal histidine-tag reduced the sensing efficiency to less than one antibody molecule per tetramer. Nonetheless, immobilization of EcAII by metal chelation procured up to 10-fold greater surface coverage, thus resulting in increased SPR sensitivity and allowing reliable detection of lower analyte concentrations. Importantly, only metal chelation achieved highly reproducible immobilization of EcAII, providing the sensing reproducibility that is required for plasmonic sensing in clinical samples. This report sheds light on the impact of multiple factors that need to be considered to optimize the practical applications of plasmonic sensors.
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 | 0,000 | 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 | 0,001 |
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 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 ».