Targeting Novel LPXTG Surface Proteins with Monoclonal Antibodies for Immunomagnetic Separation of <i>Listeria monocytogenes</i>
Notice bibliographique
Résumé
The Gram-positive bacterium Listeria monocytogenes causes a significantly high percentage of fatalities among human foodborne illnesses. Surface proteins, specifically expressed from a wide range of L. monocytogenes serotypes under selective enrichment culture conditions, can serve as targets for the isolation of this pathogen using antibody-based methods to facilitate molecular detection. In this study, monoclonal antibodies (MAbs), previously raised against the L. monocytogenes LPXTG surface proteins LMOf2365_0639 and LMOf2365_0148, were investigated for their ability to isolate L. monocytogenes from bacterial samples with immunomagnetic separation (IMS). Only 1 out of 35 MAbs against LMOf2365_0639, M3644, was capable of capturing L. monocytogenes. Among all the 24 MAbs examined against LMOf2365_0148, 4 MAbs, M3686, M3697, M3699, and M3700, were capable of capturing L. monocytogenes cells specifically from abbreviated primary selective enrichment cultures in either Palcam or LEB/UVM1 media or from mixed samples containing target and nontarget bacteria. MAb M3686 showed a unique specificity with the capability to capture strains of seven L. monocytogenes serotypes (1/2a, 1/2b, 1/2c, 3a, 4a, 4b, and 4d). These promising MAbs were subsequently characterized by quantitative measurements of antigen-binding affinity using surface plasmon resonance analysis and epitope mapping using overlapping recombinant polypeptides. The usefulness of these MAbs to LMOf2365_0148 in bacterial capture was consistent with their high affinities with K D constants in the nanomolar range and can be explored further for the development of an automated IMS method suitable for routine isolation of L. monocytogenes from food and environmental samples.
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 ».