Development of a Chicken Immunoglobulin Heavy Chain Variable Region (VH) Single-Domain Antibody (sdAb) Against Calsequestrin (CSQ) and Its Application
Notice bibliographique
Résumé
Background/Objectives: Calsequestrin (CSQ) is a calcium-binding protein that is highly soluble and can serve as a solubility-enhancing fusion tag in recombinant protein expression. Its unique property of calcium-induced precipitation followed by EDTA-mediated resolubilization enables efficient purification. However, the broader application of CSQ-tagged proteins in research have been hampered by the lack of reliable anti-CSQ detection reagents. This study aimed to develop single-domain antibodies (sdAbs) against CSQ for use in diverse immunoassays and cell-based analyses. Methods: Single-domain antibodies were selected from phage-displayed chicken VH libraries generated from CSQ-immunized chickens. After biopanning, CSQ-specific VH sdAb clones were isolated and expressed as VH–human kappa light chain constant region (VH-Cκ) fusion proteins in E. coli. The PE06 clone was chosen for further characterization and conjugated to horseradish peroxidase (HRP) and Alexa Fluor 647 for assay applications. Results: PE06 VH-Cκ fusion protein demonstrated specific binding to CSQ-tagged proteins and enabled reliable detection in enzyme-linked immunosorbent assay (ELISA), immunoblotting, and flow cytometry. These results validated its utility as a chemically defined detection reagent for CSQ fusion proteins expressed in E. coli. Conclusions: This study establishes a CSQ-specific chicken VH sdAb as a versatile detection tool for CSQ-tagged proteins. The approach expands the utility of CSQ as a protein fusion tag and enables the development of recombinant antibodies fused with CSQ, such as scFv-CSQ constructs, for broad application in research and assay systems.
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 ».