Validation of Ultrasensitive Mutant Huntingtin Detection in Human Cerebrospinal Fluid by Single Molecule Counting Immunoassay
Notice bibliographique
Résumé
BACKGROUND: The measurement of disease-relevant biomarkers has become a major component of clinical trial design, but in the absence of rigorous clinical and analytical validation of detection methodology, interpretation of results may be misleading. In Huntington's disease (HD), measurement of the concentration of mutant huntingtin protein (mHTT) in cerebrospinal fluid (CSF) of patients may serve as both a disease progression biomarker and a pharmacodynamic readout for HTT-lowering therapeutic approaches. We recently published the quantification of mHTT levels in HD patient CSF by a novel ultrasensitive immunoassay-based technology and here analytically validate it for use. OBJECTIVE: This work aims to analytically and clinically validate our ultrasensitive assay for mHTT measurement in human HD CSF, for application as a pharmacodynamic biomarker of CNS mHTT lowering in clinical trials. METHODS: The single molecule counting (SMC) assay is an ultrasensitive bead-based immunoassay where upon specific recognition, dye-labeled antibodies are excited by a confocal laser and emit fluorescent light as a readout. The detection of mHTT by this technology was clinically validated following established Food and Drug Administration and European Medicine Agency guidelines. RESULTS: The SMC assay was demonstrated to be accurate, precise, specific, and reproducible. While no matrix influence was detected, a list of interfering substances was compiled as a guideline for proper collection and storage of patient CSF samples. In addition, a set of recommendations on result interpretation is provided. CONCLUSIONS: This SMC assay is a robust and ultrasensitive method for the relative quantification of mHTT in human CSF.
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 | 0,001 | 0,005 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».