Bioaffinity-based surface-immobilization of antibodies to capture endothelial colony-forming cells
Notice bibliographique
Résumé
Abstract Maximizing the re-endothelialization of vascular implants such as prostheses or stents has the potential to significantly improve their long-term performance. Endothelial progenitor cell capture stents with surface-immobilized antibodies show significantly improved endothelialization in the clinic. However, most current antibody-based stent surface modification strategies rely on antibody adsorption or direct conjugation via amino or carboxyl groups which leads to poor control over antibody surface concentration and/or molecular orientation, and ultimately bioavailability for cell capture. Here, we assess the utility of a bioaffinity-based surface modification strategy consisting of a surface-conjugated cysteine-tagged protein G molecules that immobilize Immunoglobulin G (IgG) antibodies via the Fc domain to capture circulating endothelial colony-forming cells (ECFCs). The cysteine-tagged protein G was grafted onto aminated substrates at different concentrations as detected by an enzyme-linked immunosorbent assay and fluorescence imaging. Different IgG antibodies were successfully immobilized on the protein G-modified surfaces and higher antibody surface concentrations were achieved compared to passive adsorption methods. Surfaces with immobilized antibodies targeting endothelial surface proteins, such as CD144, significantly enhanced the capture of circulating ECFCs in vitro compared to surfaces with non-endothelial specific antibodies such as anti-CD14. This work presents a potential avenue for enhancing the clinical performance of vascular implants by using covalent grafting of protein G to immobilize IgG antibodies more effectively. Table of Contents Antibody immobilization via surface-conjugated recombinant cysteine-protein G provides an effective approach to capture circulating therapeutic cells.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».