Error propagation from prime variables into specific rates and metabolic fluxes for mammalian cells in perfusion culture
Notice bibliographique
Résumé
Error propagation from prime variables into specific rates and metabolic fluxes was quantified for high-concentration CHO cell perfusion cultivation. Prime variable errors were first determined from repeated measurements and ranged from 4.8 to 12.2%. Errors in nutrient uptake and metabolite/product formation rates for 5-15% error in prime variables ranged from 8-22%. The specific growth rate, however, was characterized by higher uncertainty as 15% errors in the bioreactor and harvest cell concentration resulted in 37.8% error. Metabolic fluxes were estimated for 12 experimental conditions, each of 10 day duration, during 120-day perfusion cultivation and were used to determine error propagation from specific rates into metabolic fluxes. Errors of the greater metabolic fluxes (those related to glycolysis, lactate production, TCA cycle and oxidative phosphorylation) were similar in magnitude to those of the related greater specific rates (glucose, lactate, oxygen and CO(2) rates) and were insensitive to errors of the lesser specific rates (amino acid catabolism and biosynthesis rates). Errors of the lesser metabolic fluxes (those related to amino acid metabolism), however, were extremely sensitive to errors of the greater specific rates to the extent that they were no longer representative of cellular metabolism and were much less affected by errors in the lesser specific rates. We show that the relationship between specific rate and metabolic flux error could be accurately described by normalized sensitivity coefficients, which were readily calculated once metabolic fluxes were estimated. Their ease of calculation, along with their ability to accurately describe the specific rate-metabolic flux error relationship, makes them a necessary component of metabolic flux analysis.
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 | 0,007 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».