Endosomal trafficking regulates receptor-mediated transcytosis of antibodies across the blood brain barrier
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.
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) | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».