Investigating pancreatic β cell membrane epitopes using unbiased cell-based Fab-phage display
Notice bibliographique
Résumé
Abstract The phenotypic and functional changes of cells in response to physiological and pathological conditions are strongly influenced by the roles of plasma membrane proteins. Recombinant Fab antibody-based phage display for an unbiased antigen-driven affinity selection is a suitable approach for identifying novel membrane proteins. Alterations in the function and distribution of cell membrane proteins in pancreatic β cells have been observed in pathological conditions like diabetes. In this study, we integrated an unbiased cell-based Fab-phage display screening method with bioinformatics tools to identify and characterize Fabs that selectively bind to pancreatic β cells in conditions simulated by a hyperglycemic environment. We isolated three Fab-phages, namely Fab_53, 538, and 54.68, that have binding properties matching specific epitopes on the MIN6 membrane. These Fabs are part of the immunoglobulin G groups that contain Kappa light chains. Bioinformatics analysis of the variable domains of their light and heavy chains (VL and VH) revealed that the potential epitope binding sites on the β cell membrane are associated with pathways involved in insulin activity. Through FACS and IF analysis, we found that, of the three Fabs, Fab_538 exhibited the strongest binding to MIN6 cells. The use of InterProScan software resulted in the generation of 344 potential Fab_538 binding epitopes, and from these, AF2Complex predicted 10 interacting antigens. Our goal in combining Fab-phage display with bioinformatic tools is to develop a more effective, specific, and streamlined method for identifying disease-modifying membrane epitopes for monoclonal antibodies (mAbs).
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 | 0,000 | 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) | 0,001 | 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 ».