MétaCan
Menu
Retour à la cohorte
Enregistrement W2111556389 · doi:10.1002/bit.22407

Auditioning of CHO host cell lines using the artificial chromosome expression (ACE) technology

2009· article· en· W2111556389 sur OpenAlexaff
Malcolm L. Kennard, Danika L. Goosney, Diane Monteith, S.M. Roe, David Fischer, John E. Mott

Notice bibliographique

RevueBiotechnology and Bioengineering · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensCentre for Drug Research and DevelopmentCanadian Institutes of Health Research
Organismes subventionnairesnon disponible
Mots-clésChinese hamster ovary cellTransfectionCell cultureBiologyGeneMonoclonal antibodyGene expressionMolecular biologyCellCell biologyGeneticsComputational biologyAntibody

Résumé

récupéré en direct d'OpenAlex

In order to maximize recombinant protein expression in mammalian cells many factors need to be considered such as transfection method, vector construction, screening techniques and culture conditions. In addition, the host cell line can have a profound effect on the protein expression. However, auditioning or directly comparing host cell lines for optimal protein expression may be difficult since most transfection methods are based on random integration of the gene of interest into the host cell genome. Thus it is not possible to determine whether differences in expression between various host cell lines are due to the phenotype of the host cell itself or genetic factors such as gene copy number or gene location. To improve cell line generation, the ACE System was developed based on pre-engineered artificial chromosomes with multiple recombination acceptor sites. This system allows for targeted transfection and has been effectively used to rapidly generate stable CHO cell lines expressing high levels of monoclonal antibody. A key feature of the ACE System is the ability to isolate and purify ACEs containing the gene(s) of interest and transfect the same ACEs into different host cell lines. This feature allows the direct auditioning of host cells since the host cells have been transfected with ACEs that contain the same number of gene copies in the same genetic environment. To investigate this audition feature, three CHO host cell lines (CHOK1SV, CHO-S and DG44) were transfected with the same ACE containing gene copies of a human monoclonal IgG1 antibody. Clonal cell lines were generated allowing a direct comparison of antibody expression and stability between the CHO host cells. Results showed that the CHOK1SV host cell line expressed antibody at levels of more than two to five times that for DG44 and CHO-S host cell lines, respectively. To confirm that the ACE itself was not responsible for the low antibody expression seen in the CHO-S based clones, the ACE was isolated and purified from these cells and transfected back into fresh CHOK1SV cells. The resulting expression of the antibody from the ACE newly transfected into CHOK1SV increased fivefold compared to its expression in CHO-S and confirmed that the differences in expression between the different CHO host cells was due to the cell phenotype rather than differences in gene copy number and/or location. These results demonstrate the utility of the ACE System in providing a rapid and direct technique for auditioning host cell lines for optimal recombinant protein expression.

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 enseignants0,009
Score d'incertitude au seuil0,479

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 Opus0,012
Tête enseignante GPT0,259
Écart entre enseignants0,247 · 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

Citations28
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology and BioengineeringMême sujetVirus-based gene therapy researchTravaux en français237 207