MARC

 008240612s2023      us  |||||||||||||||c||eng  d
■001000016931694
■00520240214100104
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798379708498
■035    ▼a(MiAaPQ)AAI30418960
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a574
■1001  ▼aSlezak,  Tomasz.
■24510▼aApplication  of  Synthetic  Antibodies  to  Biology:  The  Engineering  of  Antibody-Based  Tools  and  Therapeutics▼h[electronic  resource]
■260    ▼a[S.l.]:▼bThe  University  of  Chicago.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(135  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  84-12,  Section:  B.
■500    ▼aAdvisor:  Kossiakoff,  Anthony.
■5021  ▼aThesis  (Ph.D.)--The  University  of  Chicago,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aAntibodies  have  the  unique  property  of  recognizing  and  binding  specific  antigens,  making  them  valuable  tools  for  studying  biological  processes  and  developing  new  disease  treatments.  The  discovery  of  the  technology  that  allowed  for  monoclonal  antibody  production  has  revolutionized  the  whole  biological  field.  It  has  led  to  the  creation  of  several  methods  used  daily  in  every  modern  laboratory.  The  growing  number  of  antibodies  used  in  the  clinic  and  laboratories  require  reagent  personalization,  which  usually  requires  a  time-consuming  and  ineffective  chemical  manipulation  that  can  influence  the  antibody's  performance.  This  thesis  describes  engineering  an  easy,  highthroughput  platform  that  allows  for  antibody  personalization  in  a  plug-and-play  fashion.  It  discusses  in  detail  the  protein  engineering  approach  that  led  to  the  platform's  development,  followed  by  the  development  of  various  applications.  Finally,  the  thesis  explains  the  generation  of  ultra-high  affinity  antibodies  that  recognize  SARS-CoV-2  and  their  applications  for  virus  neutralization  and  detection  using  the  plug-and-play  technology  described  above.  The  presented  technology  can  potentially  improve  antibody-based  research  by  the  broader  scientific  community  and  can  revolutionize  future  clinical  approaches  for  many  therapies. 
■590    ▼aSchool  code:  0330.
■650  4▼aBiochemistry.
■650  4▼aBiophysics.
■650  4▼aImmunology.
■653    ▼aAntibody  engineering
■653    ▼aCell  biology
■653    ▼aPhage  display
■653    ▼aProtein  engineering
■653    ▼aStructural  biology
■690    ▼a0487
■690    ▼a0786
■690    ▼a0982
■71020▼aThe  University  of  Chicago▼bBiochemistry  and  Molecular  Biophysics.
■7730  ▼tDissertations  Abstracts  International▼g84-12B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0330
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16931694▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

Preview

Export

ChatGPT Discussion

AI Recommended Related Books