Characterization of Monoclonal Antibodies to Measure Cell Surface Protein Levels of Human Interferon-Lambda Receptor 1
Notice bibliographique
Résumé
Type III interferons (IFN-lambdas, IFN-λs) are important antiviral cytokines that can also modulate immune responses by acting through a heterodimeric receptor composed of the specific and limited expressed IFN-λR1 chain and the ubiquitous IL-10R2 chain, which is shared with IL-10 family cytokines. Conflicting data have been reported regarding which cells express the IFN-λR1 subunit and directly respond to IFN-λs. This is, in part, owing to transcript levels of the IFN-λR1 gene, IFNLR1 , not always correlating with cell surface protein levels. In this study, we tested a panel of novel monoclonal antibodies (mAbs) that specifically recognize human IFN-λR1. Initially, antigen specificity was confirmed by enzyme-linked immunosorbent assay (ELISA), from which a subset of antibodies was selected for additional flow cytometry and neutralization assays. We further characterized two antibodies based on their strong ELISA binding activity (HLR1 and HLR14) and found only HLR14 could reliably detect cell surface IFN-λR1 protein on a variety of cell lines by flow cytometry. HLR14 could also detect IFN-λR1 protein on certain primary human blood cells, including plasmacytoid dendritic cells and B cells from peripheral blood. Availability of the HLR14 mAb will enable the quantification of IFN-λR1 protein levels on cells and better characterization of the cell specificity of the IFN-λ response.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».