Optimization of Lectin Biotinylation for the Assessment of Therapeutic Protein Glycosylation
Notice bibliographique
Résumé
RÉSUMÉ: La glycosylation est un attribut de qualité critique pour les protéines thérapeutiques, et est également un biomarqueur de plusieurs maladies humaines. Pour évaluer l’état de glycosylation des protéines, les lectines sont souvent utilisées car leurs spécificités pour les sucres sont bien caractérisées. Les lectines ont été proposées pour la détection et la caractérisation de plusieurs produits biothérapeutiques, tels que les vaccins viraux et les anticorps monoclonaux. Dans les tests à base de lectines, il est commun de conjuguer celles-ci avec de la biotine. Les étiquettes à base de biotine permettent aux lectines de recruter des complexes à base de streptavidine capables de générer des signaux, ou de capturer des lectines sur des surfaces de biocapteurs fonctionnalisées avec de la streptavidine. Dans ce travail, nous explorons l’application de lectines pour la détection de produits biothérapeutiques dans les biocapteurs à base de résonance de plasmons de surface et dans des tests à base d’enzymes liés aux lectines. En particulier, on démontre que le ratio de conjugaison biotine-lectine peut avoir un impact important sur la performance de ces deux tests à travers la modulation de l’interaction lectine-streptavidine. Dans les biocapteurs à base de résonance de plasmons de surface, une biotinylation excessive peut réduire la capture à des surfaces de streptavidine et peut modifier les cinétiques d’interactions entre les lectines et des glycoprotéines. Dans le test ELLA (« enzyme-linked lectin assay »), un haut niveau de conjugaison amplifie le signal spécifique et baisse la limite de détection. A la lumière de ces résultats, des recommandations sont formulées quant au niveau optimal de biotinylation des lectines selon l’application envisagée. ABSTRACT: Protein glycosylation is a crucial attribute for therapeutic proteins and a biomarker for many human diseases. For assessing protein glycosylation, lectins are often used as they have well characterized sugar specificities. Lectins have been proposed for the detection and characterization of many biotherapeutic products, including viral vaccines and monoclonal antibodies. In lectin-based assays, it is common to tag lectins with biotin. Biotin-tags allow lectins to recruit signal generating streptavidin-based compounds or capture lectins to streptavidin-functionalized biosensing surfaces. In this work, we explore the use of lectins for the detection of biotherapeutic products in surface plasmon resonance and the enzyme-linked lectin assay. In particular, we demonstrate that the biotin-lectin conjugation ratio can have a significant impact on the performance of these two assay types, via the modulation of the lectin-streptavidin interaction. In surface plasmon resonance assays, excess biotinylation can reduce capture to streptavidin surfaces and modify lectin-glycoprotein binding kinetics. In the enzyme-linked lectin assay, high biotin conjugation amplifies the specific signal and lowers the limit of detection. Finally, we present a workflow for the assessment of optimal lectin biotin conjugation ratio.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 ».