Enzyme-Linked Immunosorbent Assay Using Henipavirus-Receptor EphrinB2 and Monoclonal Antibodies for Detecting Nipah and Hendra Viruses
Notice bibliographique
Résumé
The Nipah virus (NiV) and the Hendra virus (HeV) are highly pathogenic zoonotic diseases that can cause fatal infections in humans and animals. Early detection is critical for the control of NiV and HeV infections. We present the development of two antigen-detection ELISAs (AgELISAs) using the henipavirus-receptor EphrinB2 and monoclonal antibodies (mAbs) to detect NiV and HeV. The NiV AgELISA detected only NiV, whereas the NiV/HeV AgELISA detected both NiV and HeV. The diagnostic specificities of the NiV AgELISA and the NiV/HeV AgELISA were 100% and 97.8%, respectively. Both assays were specific for henipaviruses and showed no cross-reactivity with other viruses. The AgELISAs detected NiV antigen in experimental pig nasal wash samples taken at 4 days post-infection. With the combination of both AgELISAs, NiV can be differentiated from HeV. Complementing other henipavirus detection methods, these two newly developed AgELISAs can rapidly detect NiV and HeV in a large number of samples and are suitable for use in remote areas where other tests are not available.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».