Modulating the Kinetics of a Fluorescence Anisotropy Immunoassay Using Tracer Point Mutations to Measure Human C-Peptide Secretion On-Chip
Notice bibliographique
Résumé
Fluorescence anisotropy immunoassays (FAIAs) are widely used to quantify the concentration of target proteins based on competitive binding to a monoclonal antibody with a tracer. We recently designed an FAIA to measure mouse C-peptide secretion from living islets in a continuous-flow microfluidic device (InsC-chip). To develop a similar assay for human C-peptide, we selected two monoclonal antibodies (Ab1 and Ab2) that initially showed a low dynamic range and slow kinetics. One option to measure this assay on-chip was to extend the length of the mixing channels. However, this strategy would increase dispersion and ultimately lower the temporal resolution of secreted C-peptide. To shorten the time-to-reach equilibrium for Ab1, we reengineered the tracer based on a comparison between the human and mouse C-peptide sequences, resulting in >30-fold shorter time-to-reach equilibrium. To increase the relatively small dynamic range for Ab2, we used partial epitope mapping and targeted point mutations to increase the dynamic range by 45%. Finally, we validated both FAIAs by measuring depolarization-induced secretion from individual human stem cell-derived islets in our InsC-chip. These data demonstrate a strategy to optimize FAIA kinetics to be measured in continuous-flow microfluidic devices.
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 | 0,000 | 0,000 |
| 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 ».