Évaluation du pouvoir discriminatif d’anticorps créés à partir de peptides synthétiques issus de gluten de blé, d’orge, de seigle et d’avoine
Bibliographic record
Abstract
Les symptômes de la maladie cœliaque sont déclenchés par l'ingestion de céréales contenant du gluten comme le blé, l'orge, le seigle et, dans de rares cas, l'avoine. Afin d’éviter ceux-ci, les personnes touchées doivent adopter un régime sans gluten. Pour être déclaré sans-gluten, un aliment ne doit pas contenir plus de 20 mg/kg de gluten. Ainsi, ces denrées doivent être analysées afin de garantir leur innocuité. Actuellement, des tests immunochimiques basés sur la reconnaissance de séquences protéiques de gluten sont utilisés. Cependant, des problèmes de sur- et de sous-estimation de la teneur exacte en gluten surviennent en fonction de la source de gluten analysée, c’est-à-dire selon la céréale. En cas de surestimation, cela réduit l’offre alimentaire des personnes cœliaques, mais en cas de sous-estimation, de graves conséquences affectent cette population. De plus, la réglementation canadienne exige une déclaration de la source du gluten sur l'étiquetage des produits préemballés, ce qui ne peut être réalisé adéquatement avec les moyens actuels. Ce travail porte sur le développement de nouveaux anticorps visant à discriminer les sources de gluten en utilisant des peptides synthétiques comme stratégie d'immunisation. Pour ce faire, 14 peptides synthétiques sélectionnés de séquences protéiques de gluten ont chacun été bioconjugués à une protéine porteuse et l'immunisation de lapins a été réalisée. Les anticorps polyclonaux (pAbs) résultants distinguent avec succès le gluten de blé, d'orge et d'avoine. Les pAbs dirigés contre le seigle réagissent également avec le gluten de blé et de seigle. Les résultats obtenus démontrent que la discrimination des sources de gluten peut répondre à la législation canadienne, mais aussi complémenter les tests immunochimiques actuels en nivelant les problèmes de sur- et sous-estimation de la teneur en gluten et améliorer davantage la sécurité des aliments destinés aux patients cœliaques.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".