Whole‐bacterium ribosome display selection for isolation of highly specific anti‐<i>Staphyloccocus aureus</i> Affitins for detection‐ and capture‐based biomedical applications
Notice bibliographique
Résumé
Abstract Detection and capture methods using antibodies have been developed to ensure identification of pathogens in biological samples. Though antibodies have many attractive properties, they also have limitations and there are needs to expand the panel of available affinity proteins with different properties. Affitins, that we developed from the Sul7d proteins, are a solid class of affinity proteins, which can be used as substitutes to antibodies or to complement them. We report the generation and characterization of antibacterial Affitins with high specificity for Staphylococcus aureus . For the first time, ribosome display selections were carried out using whole‐living‐cell and naïve combinatorial libraries, which avoid production of protein targets and immunization of animals. We showed that Affitin C5 exclusively recognizes S. aureus among dozens of strains, including clinical ones. C5 binds staphylococcal Protein A (SpA) with a K D of 108 ± 2 nM and has a high thermostability ( T m = 77.0°C). Anti‐ S. aureus C5 binds SpA or bacteria in various detection and capture applications, including ELISA, western blot analysis, bead‐fishing, and fluorescence imaging. Thus, novel anti‐bacteria Affitins which are cost‐effective, stable, and small can be rapidly and fully designed in vitro with high affinity and specificity for a surface‐exposed marker. This class of reagents can be useful in diagnostic and biomedical applications.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».