Identification, Characterization and Down-Regulation of Cysteine Protease Genes in Tobacco for Use in Recombinant Protein Production
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Plants are an attractive host system for pharmaceutical protein production. Many therapeutic proteins have been produced and scaled up in plants at a low cost compared to the conventional microbial and animal-based systems. The main technical challenge during this process is to produce sufficient levels of recombinant proteins in plants. Low yield is generally caused by proteolytic degradation during expression and downstream processing of recombinant proteins. The yield of human therapeutic interleukin (IL)-10 produced in transgenic tobacco leaves was found to be below the critical level, and may be due to degradation by tobacco proteases. Here, we identified a total of 60 putative cysteine protease genes (CysP) in tobacco. Based on their predicted expression in leaf tissue, 10 candidate CysPs (CysP1-CysP10) were selected for further characterization. The effect of CysP gene silencing on IL-10 accumulation was examined in tobacco. It was found that the recombinant protein yield in tobacco could be increased by silencing CysP6. Transient expression of CysP6 silencing construct also showed an increase in IL-10 accumulation in comparison to the control. Moreover, CysP6 localizes to the endoplasmic reticulum (ER), suggesting that ER may be the site of IL-10 degradation. Overall results suggest that CysP6 is important in determining the yield of recombinant IL-10 in tobacco leaves.
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.
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 découle