Recombinant protein production in a variety of <i>Nicotiana</i> hosts: a comparative analysis
Notice bibliographique
Résumé
Although many different crop species have been used to produce a wide range of vaccines, antibodies, biopharmaceuticals and industrial enzymes, tobacco has the most established history for the production of recombinant proteins. To further improve the heterologous protein yield of tobacco platforms, transient and stable expression of four recombinant proteins (i.e. human erythropoietin and interleukin-10, an antibody against Pseudomonas aeruginosa, and a hyperthermostable α-amylase) was evaluated in numerous species and cultivars of Nicotiana. Whereas the transient level of recombinant protein accumulation varied significantly amongst the different Nicotiana plant hosts, the variety of Nicotiana had little practical impact on the recombinant protein concentration in stable transgenic plants. In addition, this study examined the growth rate, amount of leaf biomass, total soluble protein levels and the alkaloid content of the various Nicotiana varieties to establish the best plant platform for commercial production of recombinant proteins. Of the 52 Nicotiana varieties evaluated, Nicotiana tabacum (cv. I 64) produced the highest transient concentrations of recombinant proteins, in addition to producing a large amount of biomass and a relatively low quantity of alkaloids, probably making it the most effective plant host for recombinant protein production.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».