Efficient Production of sTNFRII-gAD Fusion Protein in Large Quantity by Use of the Modified CHO-S Cell Expression System
Notice bibliographique
Résumé
TNFα is one of the initial and important mediators to activate downstream signaling pathways by binding to trimerized TNFα receptors (TNFR), and thus is an ideal drug target for cancer therapy. Taking advantage of intrinsic homotimerization of the globular domain of adiponectin (gAD), we have developed a novel TNFα antagonist, the trimerized fusion protein named sTNFRII-gAD. However, our previously-used CHO expression system yielded less than 10 mg/L of sTNFRII-gAD. To produce large quantities of sTNFRII-gAD efficiently, we used a modified CHO-S cell expression system, which is based on a pMH3 vector with non-coding GC-rich DNA fragments for high-level gene expression. We obtained stable clones that produced 75 mg/L of sTNFRII-gAD in the 96-well plate, adapted the clones to 40 ml suspension serum-free batch culture, then optimized the culturing conditions to scale up the fed-batch culture in a 3 L shake-flask and finally in a 5 L AP30 bioreactor. We achieved a final yield of 52 mg/L of sTNFRII-gAD. The trimerized sTNFRII-gAD exhibited the higher affinity to TNFα with a dissociation constant (Kd) of 5.63 nM than the dimerized sTNFRII-Fc with a Kd of 13.4 nM, and further displayed the higher TNFα-neutralizing activity than sTNFRII-Fc (p<0.05) in a L929 cytotoxicity assay. Therefore, the strategy employed in this study may provide an efficient avenue for large-scale production of other recombinant proteins by use of the modified CHO-S cell expression system.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».