Absolute Quantitation of Glycoforms of Two Human IgG Subclasses Using Synthetic Fc Peptides and Glycopeptides
Notice bibliographique
Résumé
Immunoglobulins, such as immunoglobulin G (IgG), are of prime importance in the immune system. Polyclonal human IgG comprises four subclasses, of which IgG1 and IgG2 are the most abundant in healthy individuals. In an effort to develop an absolute MALDI-ToF-MS quantitative method for these subclasses and their Fc N-glycoforms, (glyco)peptides were synthesized using a solid-phase approach and used as internal standards. Tryptic digest glycopeptides from monoclonal IgG1 and IgG2 samples were first quantified using EEQYN(GlcNAc)STYR and EEQFN(GlcNAc)STFR standards, respectively. For IgG1, a similar glycopeptide where tyrosine (Y) was isotopically labelled was used to quantify monoclonal IgG1 that had been treated with the enzyme Endo-F2, i.e., yielding tryptic glycopeptide EEQYN(GlcNAc)STYR. The next step was to quantify single subclasses within polyclonal human IgG samples. Although ion abundances in the MALDI spectra often showed higher signals for IgG2 than IgG1, depending on the spotting solvent used, determination of amounts using the newly developed quantitative method allowed to obtain accurate concentrations where IgG1 species were predominant. It was observed that simultaneous analysis of IgG1 and IgG2 yielded non-quantitative results and that more success was obtained when subclasses were quantified one by one. More experiments served to assess the respective extraction and ionization efficiencies of EEQYNSTYR/EEQFNSTFR and EEQYN(GlcNAc)STYR/EEQFN(GlcNAc)STFR mixtures under different solvent and concentration conditions. Graphical Abstract ᅟ.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».