Validation and in vivo characterization of research antibodies for Moesin, CD44, Midkine, and sFRP-1.
Notice bibliographique
Résumé
Background A major goal of the Target Enablement to Accelerate Therapy Development for Alzheimer’s disease (TREAT-AD) program is to develop and identify high-quality tools to test target or mechanistic hypotheses. As part of this initiative, it is important that commercial reagents including research antibodies being used to interrogate drug targets have confirmed validation data in knock-out cell lines. Ideally, these antibodies should also have utility for both in vitro and in vivo studies such that the levels of target proteins in target tissues can be quantified. Methods We evaluated commercial antibodies against TREAT-AD protein targets Moesin (Uniprot ID: P26038), CD44 (Uniprot ID: P16070), Midkine (Uniprot ID: P21741) and Secreted frizzled-related protein 1, referred to as “sFRP-1” (sFRP-1; Uniprot ID: Q8N474). Moesin, Midkine and sFRP-1, that were confirmed as selective based on data in knock-out cell lines. Western blot analysis was used to compare protein levels in brain homogenates from a mouse model with AD-relevant pathology (5XFAD) versus age-matched C57BL/6J control mice. Results Anti-Moesin ab52490 reacted in mouse brain homogenate with a predicted molecular weight of 68 kDa. Moesin protein expression was 2.8 times higher in 5xFAD compared to WT. Anti-CD44 ab189524 reacted with a band at the predicted size of 82 kDa. CD44 protein expression was 1.9 times higher in 5xFAD compared to WT. Anti-Midkine AF7769 reacted with a band ~16 kDa and a 17.8 times greater expression in 5xFAD compared to WT. Anti-sFRP-1 ab267466 reacted with a band at 35 kDa as predicted. sFRP-1 protein expression was 11.9 times greater in 5xFAD compared to WT. Conclusions These data confirm the utility of these selective commercially available antibodies against Moesin, CD44, Midkine, and sFRP-1 for in vivo studies in mice and provide insight into the use of 5XFAD mice for in vivo target engagement studies for these target proteins.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».