Tetramer Immunization and Selection Followed by CELLISA Screening to Generate Monoclonal Antibodies against the Mouse Cytomegalovirus m12 Immunoevasin
Notice bibliographique
Résumé
The generation of reliable mAb of unique and desired specificities serves as a valuable technology to study protein expression and function. However, standard approaches to mAb generation usually involve large-scale protein purification and intensive screening. In this study, we describe an optimized high-throughput proof-of-principle method for the expanded generation, enrichment, and screening of mouse hybridomas secreting mAb specific for a protein of interest. Briefly, we demonstrate that small amounts of a biotinylated protein of interest can be used to generate tetramers for use as prime-boost immunogens, followed by selective enrichment of Ag-specific B cells by magnetic sorting using the same tetramers prior to hybridoma generation. This serves two purposes: 1) to effectively expand both low- and high-affinity B cells specific for the antigenic bait during immunization and 2) to minimize subsequent laborious hybridoma efforts by positive selection of Ag-specific, Ab-secreting cells prior to hybridoma fusion and validation screening. Finally, we employ a rapid and inexpensive screening technology, CELLISA, a high-throughput validation method that uses a chimeric Ag fused to the CD3ζ signaling domain expressed on enzyme-generating reporter cells; these reporters can detect specific mAb in hybridoma supernatants via plate-bound Ab-capture arrays, thereby easing screening. Using this strategy, we generated and characterized novel mouse mAb specific for a viral immunoevasin, the mouse CMV m12 protein, and suggest that these mAb may protect mice from CMV infection via passive immunity.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».