Endosomal trafficking regulates receptor-mediated transcytosis of antibodies across the blood brain barrier
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
Current methods for examining antibody trafficking are either non-quantitative such as immunocytochemistry or require antibody labeling with tracers. We have developed a multiplexed quantitative method for antibody 'tracking' in endosomal compartments of brain endothelial cells. Rat brain endothelial cells were co-incubated with blood-brain barrier (BBB)-crossing FC5, monovalent FC5Fc or bivalent FC5Fc fusion antibodies and control antibodies. Endosomes were separated using sucrose-density gradient ultracentrifugation and analyzed using multiplexed mass spectrometry to simultaneously quantify endosomal markers, receptor-mediated transcytosis (RMT) receptors and the co-incubated antibodies in each fraction. The quantitation showed that markers of early endosomes were enriched in high-density fractions (HDF), whereas markers of late endosomes and lysosomes were enriched in low-density fractions (LDF). RMT receptors, including transferrin receptor, showed a profile similar to that of early endosome markers. The in vitro BBB transcytosis rates of antibodies were directly proportional to their partition into early endosome fractions of brain endothelial cells. Addition of the Fc domain resulted in facilitated antibody 'redistribution' from LDF into HDF and additionally into multivesicular bodies (MVB). Sorting of various FC5 antibody formats away from late endosomes and lysosomes and into early endosomes and a subset of MVB results in increased antibody transcytosis at the abluminal side of the BBB.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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