The impact of LPS mutants on endotoxin masking in different detection systems
Notice bibliographique
Résumé
Endotoxin masking poses a potential risk to patient safety by rendering endotoxin undetectable. While research often focuses on international endotoxin standards (RSE), the effects of LPS mutants on Low Endotoxin Recovery (LER) are poorly understood. Our study investigated S. minnesota and E. coli mutants with incomplete O-antigen chains (rough LPS) using Limulus amebocyte lysate (LAL), recombinant Factor C (rFC) and the monocyte activation test (MAT). All tested methods detected the mutants, with variations in activity observed. Measurements over time in a common drug formulation (10 mM sodium citrate and 0.05 % (w/v) polysorbate 20) showed different masking kinetics for the mutants using different methods. We were able to show that LAL and rFC have comparable kinetics, whereas MAT showed improved recovery of masked endotoxin. The study showed that the mutation of LPS have an effect on masking, independent of the assay system. We propose that polysaccharide length affects masking susceptibility, with lower hydrophilic/hydrophobic ratios caused by the shortened polysaccharide chain (rough LPS) reducing masking. In addition, the stronger negative charge of the rough mutants increases cation affinity and is suggested to contribute to the stabilisation of supramolecular structures, making the rough mutants less susceptible to masking than the smooth mutants.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».