Development and Validation of a Multiplex, Bead-based Assay to Detect Antibodies Directed Against SARS-CoV-2 Proteins
Notice bibliographique
Résumé
BACKGROUND: Transplant recipients who develop COVID-19 may be at increased risk for morbidity and mortality. Determining the status of antibodies against SARS-CoV-2 in both candidates and recipients will be important to understand the epidemiology and clinical course of COVID-19 in this population. While there are multiple tests to detect antibodies to SARS-CoV-2, their performance is variable. Tests vary according to their platforms and the antigenic targets which make interpretation of the results challenging. Furthermore, for some assays, sensitivity and specificity are less than optimal. Additionally, currently available serological tests do not exclude the possibility that positive responses are due to cross reactive antibodies to community coronaviruses rather than SARS-CoV-2. METHODS: This study describes the development and validation of a high-throughput multiplex antibody detection assay. RESULTS: The multiplex assay has the capacity to identify, simultaneously, patient responses to 5 SARS-CoV-2 proteins, namely, the full spike protein, 3 individual domains of the spike protein (S1, S2, and receptor binding domain), and the nucleocapsid protein. The antibody response to the above proteins are SARS-CoV-2-specific, as antibodies against 4 common coronaviruses do not cross-react. CONCLUSIONS: This new assay provides a novel tool to interrogate the spectrum of immune responses to SAR-CoV-2 and is uniquely suitable for use in the transplant setting. Test configuration is essentially identical to the single antigen bead assays used in the majority of histocompatibility laboratories around the world and could easily be implemented into routine screening of transplant candidates and recipients.
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 ».