MétaCan
Menu
Retour à la cohorte
Enregistrement W2144607013 · doi:10.1002/bit.20415

Fractionation of bovine serum albumin and monoclonal antibody alemtuzumab using carrier phase ultrafiltration

2005· article· en· W2144607013 sur OpenAlexaff
Yinhua Wan, Raja Ghosh, G Hale, Zhanfeng Cui

Notice bibliographique

RevueBiotechnology and Bioengineering · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein purification and stability
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésUltrafiltration (renal)ChromatographyChemistryAlemtuzumabFractionationMembraneIonic strengthPermeationBovine serum albuminMonoclonal antibodyAntibodyBiochemistryAqueous solutionBiologyImmunologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Protein transmission and hence selectivity of separation can be significantly affected by solution pH and ionic strength in protein fractionation using ultrafiltration. Using parameter scanning ultrafiltration, the transmission of bovine serum albumin (BSA) and monoclonal antibody alemtuzumab (Campath-1H) through 300 kDa polyethersulfone (PES) ultrafiltration membranes were studied over a range of pH and salt concentrations, with focus on the likely conditions for achieving "reverse selectivity," i.e., obtaining purified alemtuzumab (approximately 155 kDa) in the permeate. Experimental results demonstrate that the reverse selectivity could be obtained by manipulating the operating conditions such as the solution pH, ionic strength, permeate flux, and system hydrodynamics. With a two-stage batch ultrafiltration process under suitable conditions, the monoclonal antibody alemtuzumab with a purity of > 98% was obtained in the permeate from a feed solution initially containing 0.50 g/l each of BSA and alemtuzumab. Further purity can be expected by selecting more suitable membranes and optimizing operating conditions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,010
Tête enseignante GPT0,279
Écart entre enseignants0,270 · 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
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

Citations14
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology and BioengineeringMême sujetProtein purification and stabilityTravaux en français237 207