MétaCan
Menu
Retour à la cohorte
Enregistrement W2101883797 · doi:10.1002/bit.25122

Improved isoelectric focusing chromatography on strong anion exchange media via a new model that custom designs mobile phases using simple buffers

2013· article· en· W2101883797 sur OpenAlexafffund
Derek Yau Chung Choy, A. Louise Creagh, Charles A. Haynes

Notice bibliographique

RevueBiotechnology and Bioengineering · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein purification and stability
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChromatofocusingElutionChemistryChromatographyIsoelectric pointIsoelectric focusingIon exchangeImmobilized pH gradientIon chromatographyMass spectrometryIonAnalytical Chemistry (journal)Organic chemistry

Résumé

récupéré en direct d'OpenAlex

Isoelectric chromatofocusing (ICF), a mode of chromatography by which proteins are separated based on changes in their charge state with pH, is widely used at analytical scales and finding increasing interest in biologics manufacturing due to its exceptional resolving power. Here, a method is described for using simple monoprotic and diprotic buffers to create stable mobile phases for sample loading on a strong anion exchange column and for achieving an elution pH gradient of desired shape covering any pH range from pH 10.0 to 3. The buffers used are selected to satisfy cost constraints, and to permit facile detection of eluted biologics by UV spectroscopy and mass spectrometry. The method exploits a new model described here that combines multiple-chemical and adsorption-equilibria theory to enable in silico tailoring of elution pH profiles using mixtures of these simple buffers. It is shown to provide a versatile platform for optimizing and conducting ICF of protein mixtures on strong anion exchange media.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,286
Score d'incertitude au seuil0,873

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,241
Écart entre enseignants0,217 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations4
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiotechnology and BioengineeringMême sujetProtein purification and stabilityTravaux en français237 207