MétaCan
Menu
Retour à la cohorte
Enregistrement W4402468774 · doi:10.1016/j.jim.2024.113757

Comparative analysis of LAG3 antibodies shows differential binding patterns by flow cytometry

2024· article· en· W4402468774 sur OpenAlexafffund
Colin Graydon, Allison L. Balasko, Monika M. Kowatsch, Keith R. Fowke

Notice bibliographique

RevueJournal of Immunological Methods · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésFlow cytometryAntibodyMolecular biologyBiologyChemistryCancer researchImmunology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: LAG3 is an immune checkpoint molecule with emerging therapeutic use. Expression of LAG3 is well studied on T cells, but the proportion of LAG3-expressing cells varies greatly by study and its comparative expression between non-T cells is lacking. METHODS/OBJECTIVES: This study uses flow cytometry to compare surface LAG3 expression between T cells, NK cells, B cells, pDCs and monocytes of healthy donors. This study also compares three monoclonal LAG3 antibodies to a commonly used polyclonal LAG3 antibody on ex vivo and PHA-blasts from healthy donors and LAG3+ and LAG3- cell lines. RESULTS: LAG3 was most highly expressed on classical and intermediate monocytes (25 % and 32 %, respectively), while LAG3 expression on B cells, NK cells and iNKT cells was negligible. Notably, the polyclonal antibody stained a higher proportion of all cell types than the monoclonal antibodies, which had similar staining patterns to one another. Further study using LAG3+ and LAG3- cell lines showed greater specificity and similar sensitivity of the monoclonal antibody T47-530 than the polyclonal antibody. CONCLUSION: Monocytes may represent an unappreciated source of LAG3 and target of LAG3 checkpoint inhibitors. Furthermore, the discrepancies between monoclonal and polyclonal LAG3 antibodies warrants consideration when designing future studies and interpreting past studies, and may explain discrepancies in the literature.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,337
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,063
Tête enseignante GPT0,429
Écart entre enseignants0,366 · 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.

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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Immunological MethodsMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207