A novel and quick egg yolk immunoglobulin y antibody extraction method leveraging the protein liquid-liquid phase separation principle
Notice bibliographique
Résumé
This study presents a novel and efficient method for extracting immunoglobulin Y (IgY) antibodies from egg yolk based on the principle of liquid-liquid phase separation (LLPS) induced by polyethylene glycol 8000 (PEG 8000). Initial delipidation of egg yolk samples with varying PEG 8000 concentrations demonstrated optimal delipidation efficiency and protein recovery at 2.5 % PEG 8000 concentration. Subsequent IgY extraction involved inducing LLPS by raising PEG 8000 concentration to 6.5 %, resulting in turbid solutions and the formation of globular droplet-like condensates observed under a microscope. Unlike the PEG 6000 method that induced aggregation, the method developed here using PEG 8000 does not lead to the appearance of aggregates of IgY. SDS-PAGE analysis confirmed that IgY extracted was no different from the conventional PEG 6000 method, with similar purity levels (77 % vs 79 %). Enzyme-linked immunosorbent assay and western blot analysis confirmed the antigen recognition properties of the isolated IgY. This method significantly reduces the amount of PEG used, leading to substantial cost savings compared to PEG 6000. The method can be completed within one hour. Despite a slightly lower IgY yield by the method, the time- and cost-saving advantages of this method make it a promising alternative for IgY extraction in research. This proposed IgY extraction technique utilizing protein LLPS has the potential to improve the study of the physicochemical properties of IgY and optimized production, while offering a quicker and cost-effective solution for various applications in biomedical research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 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 tête enseignante, 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 ».