MétaCan
Menu
Retour à la cohorte
Enregistrement W2063073184 · doi:10.4155/pbp.13.45

Serum-free media: standardizing cell culture system

2013· article· en· W2063073184 sur OpenAlexaff
Michael Butler

Notice bibliographique

RevuePharmaceutical Bioprocessing · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueViral Infectious Diseases and Gene Expression in Insects
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCell cultureComputer scienceBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

The first attempts at culturing animal cells in vitro made use of biological fluids, such as serum or tissue extracts. It was in the 1950s that a scientific approach was adopted to determine the defined nutrients required for mammalian cell growth. The idea of a chemically defined media was pioneered by Eagle, who determined the minimum ingredients that were essential for the growth of a number of human cell lines. This led to the development of Eagle’s minimal essential media that consisted of 13 amino acids, 8 vitamins and 6 ionic species [1]. This formulation appeared to provide the requirements for the growth of a number of isolated cell lines if supplemented with animal-sourced serum. Higher cell densities were obtainable by increasing the component concentrations of Eagle’s minimal essential media and became established through basal formulations such as Dulbecco’s modification of Eagles medium (DMEM). Clonal cell growth of selected cell lines was obtained by enrichment with an enhanced range of nutritional components, largely through the early work of Ham to produce the well-known Ham’s F-12 medium, Sato had the ingenious idea of combining these two approaches to blend a basal media formulation – DMEM/F-12 – that has become widely used for the growth of multiple cell lines to high density [2]. However, despite the inclusion of up to 70 components in these well-defined basal media formulations, supplementation with dialyzed serum (~10%) is necessary to provide sustained growth of most cell lines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0040,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,020

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,277
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaceutical BioprocessingMême sujetViral Infectious Diseases and Gene Expression in InsectsTravaux en français237 207