Development of Low-Cost In-House Assays for Quantitative Detection of HBsAg, HBeAg, and HBV DNA to Enhance Hepatitis B Virus Diagnostics and Antiviral Screening in Resource-Limited Settings
Notice bibliographique
Résumé
Globally, an estimated 254 million people are living with chronic hepatitis B virus (HBV) infection, yet only 10.5% have been diagnosed, underscoring the urgent need to expand testing to meet the World Health Organization’s HBV elimination targets by 2030. Many HBV diagnostic tests remain expensive and inaccessible in resource-limited settings. In this study, we demonstrate how individually sourced, commercially available reagents can be used to develop cost-effective in-house assays for total DNA isolation, HBV viral load quantification by (q)PCR, and qHBsAg and qHBeAg measurement using sandwich ELISA. These assays were validated using known HBV-positive and HBV-negative plasma samples (genotypes A–F) and HepAD38 cells treated with tenofovir disoproxil fumarate (TDF). DNA isolation using a commercial column-based kit was compared to a high-throughput, column-free method, allowing for HBV quantification from 50 µL of plasma with lower limits of detection (LLOD) of 1.8 × 103 and 1.8 × 104 HBV DNA copies IU/mL, respectively. Both commercial and in-house DNA isolation methods yielded comparable half-maximal effective concentration (EC50) values in TDF-treated HepAD38 cells. Additionally, in-house sandwich ELISA assays were developed for quantitative HBsAg and HBeAg detection, with LLOD values of 0.78 IU/mL and 0.38 PEI U/mL (Paul Ehrlich Institute), respectively. The in-house reagents for DNA isolation, molecular testing, and serological detection of HBV were estimated to be at least 10 times more cost-effective than commercially available kits, highlighting their potential for broader application in resource-limited regions.
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 | 0,001 | 0,003 |
| 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 ».