Development of Multiplexed Bead-Based Immunoassays for Profiling Soluble Cytokines and CD163 Using Mass Cytometry
Notice bibliographique
Résumé
Bead-based immunoassays are multiparametric analysis allowing for the simultaneous quantification of a large number of biomarkers within a single sample. Mass cytometry is an emerging cytometric technique that offers a high multiplexing capacity in a high-throughput setting but has not yet been applied to bead-based assays. In this study, we developed a multiplex bead-based immunoassay of cytokines and CD163 designed for mass cytometry (MC). A set of 11 types of lanthanide-encoded microbeads were synthesized by two-stage dispersion polymerization as classifier candidates for the assay. These beads were then decorated with different Abs on the surface to capture the target cytokines in solution. Gold nanoparticles were employed as reporters to identify the binding of target cytokines on the classifier surface. As a proof-of-concept study, we first developed four-plex and nine-plex assays of mixtures of cytokines in standard solutions. The MC signal intensities of these immunoassays were responsive to the concentration differences in the standard solutions with high detection sensitivities at low analyte concentrations. Finally, we examined a sample of peripheral blood mononuclear cells (PBMCs) with the nine-plex assay, comparing an unstimulated sample with a sample stimulated to promote cytokine secretion.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».