Novel monoclonal antibodies against the C-terminal HEAT domain of Huntingtin
Notice bibliographique
Résumé
Abstract BACKGROUND Reliable detection of huntingtin (HTT) is essential for understanding Huntington’s disease (HD) biology and evaluating therapeutic strategies. However, high-quality monoclonal antibodies (mAbs) against the HTT C-terminal domain remain limited. OBJECTIVE We sought to generate and validate novel monoclonal antibodies targeting the HTT C-terminal HEAT-containing domain to better detect HTT independently of potential effects of polyglutamine length that can impact some N-terminally targeted antibodies. METHODS We immunized mice with a highly purified, well-characterized recombinant protein corresponding to the HTT C-terminal domain. We generated monoclonal antibody-producing hybridoma cell lines and characterized the antibodies using parental and HTT-knockout cell lines in common immuno-applications. RESULTS Three novel, independent hybridoma lines producing anti-HTT monoclonal antibodies were derived. Using CRISPR-edited HTT knockout cell lines we identified one clone, anti-HTT [2F8], that was specific and effective across Western blot, immunofluorescence, and ELISA assays. All antibodies bound full-length HTT irrespective of HAP40 interaction or polyQ length and showed no cross-reactivity to the N-terminal HEAT domain. CONCLUSIONS These C-terminal HTT mAbs are thus valuable additional tools for studying endogenous HTT function in both normal and disease contexts.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».