Co-stimulatory pathway competitive assay development using Liquid chromatography–tandem mass spectrometry (LC-MS/MS)
Notice bibliographique
Résumé
T-cells play a significant role in the development of autoimmune diseases. The CD28-B7 costimulatory pathway is crucial for activating T-cells, and blocking this pathway is essential for treating autoimmune diseases. Therapeutic antibodies and fusion proteins that target costimulatory molecules like CD80, CD86, CTLA-4, and CD28 have been developed to explore the costimulation process and as targeted treatments. To advance our understanding of costimulation in autoimmunity and the inhibition of the costimulatory pathway, it is crucial to have an accurate, precise, and direct method for detecting and quantifying the soluble form of these molecules in body fluids and various biological systems. Herein, we developed a liquid chromatography-tandem mass spectrometry (LC-MS/MS) method for quantifying the four costimulatory proteins depending on the signature peptides derived from the soluble isoform of these proteins in multiple reaction monitoring (MRM) mode. The method was validated using the US FDA guidelines. The LOQ was determined as ∼0.5 nM for the four analytes, with quantification extended to 20 nM with a correlation coefficient of R2>0.998. The developed MRM method was used to analyze on-bead digested protein mixtures to establish a competitive assay for the CD28-B7 costimulatory pathway using CTLA4-Ig (Abatacept TM) as an FDA-approved drug for rheumatoid arthritis. The IC50 was determined to be 2.99 and 159.8 nM for sCD80 and sCD86, respectively. A straightforward MRM-based competitive assay will advance the knowledge about the costimulatory role in autoimmunity and the autoimmune therapeutic drug discovery, with the need for broad application on different in vitro and in vivo models to discover new targeted inhibitors.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,006 |
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 ».