MétaCan
Menu
Retour à la cohorte
Enregistrement W2104930708 · doi:10.1002/bit.21090

Optimizing the rotor design for controlled‐shear affinity filtration using computational fluid dynamics

2006· article· en· W2104930708 sur OpenAlexaff
Patrick Francis, D. Mark Martinez, Fariborz Taghipour, Bruce D. Bowen, Charles A. Haynes

Notice bibliographique

RevueBiotechnology and Bioengineering · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputational fluid dynamicsMechanicsShear stressRotor (electric)Particle image velocimetryMembraneTurbulenceDragChemistryShear (geology)Materials scienceChromatographyMechanical engineeringEngineeringPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

Controlled shear affinity filtration (CSAF) is a novel integrated processing technology that positions a rotor directly above an affinity membrane chromatography column to permit protein capture and purification directly from cell culture. The conical rotor is intended to provide a uniform and tunable shear stress at the membrane surface that inhibits membrane fouling and cell cake formation by providing a hydrodynamic force away from and a drag force parallel to the membrane surface. Computational fluid dynamics (CFD) simulations are used to show that the rotor in the original CSAF device (Vogel et al., 2002) does not provide uniform shear stress at the membrane surface. This results in the need to operate the system at unnecessarily high rotor speeds to reach a required shear stress of at least 0.17 Pa at every radial position of the membrane surface, compromising the scale-up of the technology. Results from CFD simulations are compared with particle image velocimetry (PIV) experiments and a numerical solution for low Reynolds number conditions to confirm that our CFD model accurately describes the hydrodynamics in the rotor chamber of the CSAF device over a range of rotor velocities, filtrate fluxes, and (both laminar and turbulent) retentate flows. CFD simulations were then carried out in combination with a root-finding method to optimize the shape of the CSAF rotor. The optimized rotor geometry produces a nearly constant shear stress of 0.17 Pa at a rotational velocity of 250 rpm, 60% lower than the original CSAF design. This permits the optimized CSAF device to be scaled up to a maximum rotor diameter 2.5 times larger than is permissible in the original device, thereby providing more than a sixfold increase in volumetric throughput.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,206
Écart entre enseignants0,190 · 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'étudeSimulation ou modélisation
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

Citations13
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology and BioengineeringMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207