MétaCan
Menu
Retour à la cohorte
Enregistrement W3081210428 · doi:10.1002/pro.3931

A phage‐displayed single‐chain Fab library optimized for rapid production of single‐chain <scp>IgGs</scp>

2020· article· en· W3081210428 sur OpenAlexafffund
Rachel Hanna, Lia Cardarelli, Nish Patel, Levi L. Blazer, Jarrett Adams, Sachdev S. Sidhu

Notice bibliographique

RevueProtein Science · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSingle chainPhage displayChain (unit)Immunoglobulin light chainSingle-cell analysisChemistryPeptide libraryMolecular biologyComputational biologyBiologyMicrobiologyBiochemistryCellAntibodyPeptide sequencePhysicsGeneGeneticsPeptide

Résumé

récupéré en direct d'OpenAlex

Phage-displayed synthetic antibody (Ab) repertoires have become a major source of affinity reagents for basic and clinical research. Specific Abs identified from such libraries are often screened as fragments antigen binding (Fabs) produced in bacteria, and those with desired biochemical characteristics are reformatted for production as full-length immunoglobulin G (IgG) in mammalian cells. The conversion of Fabs to IgGs is a cumbersome and often rate-limiting step in the development of Abs. Moreover, biochemical properties required for lead IgG development are not always shared by the Fabs, and these issues are not uncovered until a significant effort has been spent on Abs that ultimately will not be useful. Thus, there is a need for simple and rapid techniques to convert phage-displayed Fabs to IgGs at an early stage of the Ab screening process. We report the generation of a highly diverse phage-displayed synthetic single-chain Fab (scFab) library, in which the light and heavy chains were tethered with an optimized linker. Following selection, pools of scFabs were converted to single-chain IgGs (scIgGs) en masse, enabling facile screening of hundreds of phage-derived scIgGs. We show that this approach can be used to rapidly screen for and select scIgGs that target cell-surface receptors, and scIgGs behave the same as conventional IgGs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,767

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,297
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProtein ScienceMême sujetMonoclonal and Polyclonal Antibodies ResearchTravaux en français237 207