Multiplexed in-gel microfluidic immunoassays: characterizing protein target loss during reprobing of benzophenone-modified hydrogels
Notice bibliographique
Résumé
From whole tissues to single-cell lysate, heterogeneous immunoassays are widely utilized for analysis of protein targets in complex biospecimens. Recently, benzophenone-functionalized hydrogel scaffolds have been used to immobilize target protein for immunoassay detection with fluorescent antibody probes. In benzophenone-functionalized hydrogels, multiplex target detection occurs via serial rounds of chemical stripping (incubation with sodium-dodecyl-sulfate (SDS) and β-mercaptoethanol at 50-60 °C for ≥1 h), followed by reprobing (interrogation with additional antibody probes). Although benzophenone facilitates covalent immobilization of proteins to the hydrogel, we observe 50% immunoassay signal loss of immobilized protein targets during stripping rounds. Here, we identify and characterize signal loss mechanisms during stripping and reprobing. We posit that loss of immobilized target is responsible for ≥50% of immunoassay signal loss, and that target loss is attributable to disruption of protein immobilization by denaturing detergents (SDS) and incubation at elevated temperatures. Furthermore, our study suggests that protein losses under non-denaturing conditions are more sensitive to protein structure (i.e., hydrodynamic radius), than to molecular mass (size). We formulate design guidance for multiplexed in-gel immunoassays, including that low-abundance proteins be immunoprobed first, even when targets are covalently immobilized to the gel. We also recommend careful scrutiny of the order of proteins targets detected via multiple immunoprobing cycles, based on the protein immobilization buffer composition.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».