Epitope mapping of a blood–brain barrier crossing antibody targeting the cysteine-rich region of IGF1R using hydrogen-exchange mass spectrometry enabled by electrochemical reduction
Notice bibliographique
Résumé
Pathologies of the central nervous system impact a significant portion of our population, and the delivery of therapeutics for effective treatment is challenging. The insulin-like growth factor-1 receptor (IGF1R) has emerged as a target for receptor-mediated transcytosis, a process by which antibodies are shuttled across the blood-brain barrier (BBB). Here, we describe the biophysical characterization of VHH-IR4, a BBB-crossing single-domain antibody (sdAb). Binding was confirmed by isothermal titration calorimetry and an epitope was highlighted by surface plasmon resonance that does not overlap with the IGF-1 binding site or other known BBB-crossing sdAbs. The epitope was mapped with a combination of linear peptide scanning and hydrogen-deuterium exchange mass spectrometry (HDX-MS). IGF1R is large and heavily disulphide bonded, and comprehensive HDX analysis was achieved only through the use of online electrochemical reduction coupled with a multiprotease approach, which identified an epitope for VHH-IR4 within the cysteine-rich region (CRR) of IGF1R spanning residues W244-G265. This is the first report of an sdAb binding the CRR. We show that VHH-IR4 inhibits ligand induced auto-phosphorylation of IGF1R and that this effect is mediated by downstream conformational effects. Our results will guide the selection of antibodies with improved trafficking and optimized IGF1R binding characteristics.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».