MétaCan
Menu
Retour à la cohorte
Enregistrement W4401052290 · doi:10.1016/j.heliyon.2024.e35325

Development and characterization of monoclonal antibodies recognizing nucleocapsid protein of multiple SARS-CoV-2 variants

2024· article· en· W4401052290 sur OpenAlexafffund
Hongyu Qiu, Xin-Yong Yuan, Kimberly Holloway, Heidi Wood, Teresa Cabral, Chris K. Grant, Peter McQueen, Garrett Westmacott, Daniel R. Beniac, Lisa Lin, Michael Carpenter, Darwyn Kobasa, Tom Gräfenhan, I. Wayne Cheney

Notice bibliographique

RevueHeliyon · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesPublic Health AgencyPublic Health Agency of Canada
Mots-clésMonoclonal antibodySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakAntibodyCoronavirusSars virusBiologyComputational biologyMedicineImmunologyPathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Rapid antigen test (RAT) is widely used for SARS-CoV-2 infection diagnostics. However, test sensitivity has decreased recently due to the emergence of the Omicron variant and its sublineages. Here we developed a panel of SARS-CoV-2 nucleocapsid protein (NP) specific mouse monoclonal antibodies (mAbs) and assessed their sensitivity and specificity to important SARS-CoV-2 variants. We identified seven mAbs that exhibited strong reactivity to SARS-CoV-2 variants and recombinant NP (rNP) by Western immunoblot or ELISA. Their specificity to SARS-CoV-2 was confirmed by negative or low reactivity to rNPs from SARS-CoV-1, MERS, and common human coronaviruses (HCoV-HKU1, HCoV-CO43, HCoV-NL63, and HCoV-229E). These seven mAbs were further tested by immunoplaque assay against selected variants of concern (VOCs), including two Omicron sublineages, and five mAbs (F461G13, F461G7, F459G7, F457G3, and F461G6), showed strong reactions, warranting further suitability testing for the development of diagnostic assay.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,331
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207