Evaluation of the discriminatory potential of antibodies created from synthetic peptides derived from wheat, barley, rye and oat gluten
Notice bibliographique
Résumé
Celiac disease (CD) is triggered by ingestion of gluten-containing cereals such as wheat, barley, rye and in some cases oat. The only way for affected individuals to avoid symptoms of this condition is to adopt a gluten-free diet. Thus, gluten-free foodstuffs need to be monitored in order to ensure their innocuity. For this purpose, commercial immunoassays based on recognition of defined linear gluten sequences are currently used. These immunoassays are designed to detect or quantify total gluten regardless of the cereal, and often result in over or underestimation of the exact gluten content. In addition, Canadian regulations require a declaration of the source of gluten on the label of prepackaged foods, which cannot be done due to the limitations of existing methods. In this study, the development of new antibodies targeting discrimination of gluten sources was conducted using synthetic peptides as immunization strategy. Fourteen synthetic peptides selected from unique linear amino acid sequences of gluten were bioconjugated to Concholepas concholepas hemocyanin (CCH) as protein carrier, to elicit antibodies in rabbit. The resulting polyclonal antibodies (pAbs) successfully discriminated wheat, barley and oat prolamins during indirect ELISA assessments. pAbs raised against rye synthetic peptides cross-reacted evenly with wheat and rye prolamins but could still be useful to successfully discriminate gluten sources in combination with the other pAbs. Discrimination of gluten sources can be further refined and enhanced by raising monoclonal antibodies using a similar immunization strategy. A methodology capable of discriminating gluten sources, such as the one proposed in this study, could facilitate compliance with Canadian regulations on this matter. This type of discrimination could also complement current immunoassays by settling the issue of over and underestimation of gluten content, thus improving the safety of food intended to CD and wheat-allergic patients.
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) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».