Bioaffinity-based surface immobilization of antibodies to capture endothelial colony-forming cells
Notice bibliographique
Résumé
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 to immobilize antibodies targeting endothelial cell surface antigens. A cysteine-tagged truncated protein G polypeptide containing three Fc-binding domains was conjugated onto aminated polystyrene substrates via a bi-functional linking arm, followed by antibody immobilization. Different IgG antibodies were successfully immobilized on the protein G-modified surfaces. Covalent grafting of the protein G polypeptide was more effective than surface adsorption in immobilizing antibodies at high density based on fluorophore-labeled secondary antibody detection, as well as endothelial colony-forming cell capture through anti-CD144 antibodies. This work presents a potential avenue for enhancing the performance of cell capture strategies by using covalent grafting of protein G polypeptides to immobilize IgG antibodies.
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 ».