Comparing methods to detect cellular proteins on the surface of HIV-1 virions
Notice bibliographique
Résumé
The surface of HIV-1 is embedded with numerous host-derived proteins. Characterizing these proteins can enhance knowledge of virus biology and potentially identify novel therapeutic targets. As many of these proteins are present in low abundance on virion surfaces, their identification can be hindered by inherent variables in the methods employed to detect them, including their varying assay sensitivities, sample processing, quantitative capacity, and experimental reproducibility. Here, we have compared the quantification of virion-incorporated proteins using conventional virus immunocapture assays and western blotting, alongside an emerging technique called flow virometry (FV). Using four different pseudovirus models that each express a human protein of interest (CD14, CD38, CD59 and CD162), we compared four experimental techniques for their ability to reliably quantify the incorporation of those four proteins onto virion surfaces. Our results shed light on the advantages and caveats of each technique for detecting virion-incorporated proteins and highlight the breadth in quantification for each technique under different experimental conditions. Protein detection with (FV) provided distinct advantages as it enabled highly reproducible quantifications, had the lowest sample requirements and reagent costs, and minimal hands-on experimental time. We additionally highlight some important considerations in experimental design when studying virion-incorporated proteins, such as the effect of different antibody clones, assay incubation times, and contributions of extracellular vesicles. Most importantly, our data illustrate the importance of using a combination of orthogonal approaches to detect virus-associated proteins, to enable reliable and reproducible quantification that accounts for individual assay biases.
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 | 0,011 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».