Extended gene expression for Gag VLP production achieved at bioreactor scale
Notice bibliographique
Résumé
Abstract BACKGROUND Transient gene expression has been widely used for virus‐like particles (VLP) production in both small‐ and large‐scale systems. The extended gene expression (EGE) technique is based on repeated medium exchanges and retransfections of cell culture to prolong the production phase. The aim of this study was to demonstrate scalability of the approach by operating EGE continuously in a controlled bioreactor to obtain similar results to those achieved with shake flask EGE for VLP production. A standard batch cultivation was also carried out in shake flask. RESULTS For EGE in shake flasks and in a bioreactor, cell viability was comparable; however, the bioreactor enabled much higher cell densities and specific growth rates than the shake flasks. Owing to this increased cell growth in the bioreactor, the percentage of GFP‐positive cells was considerably lower at the end than in the shake flasks. GagGFP VLP titers were similar in both shake flasks and bioreactor. Nanoparticle tracking analysis revealed that the ratio of VLPs/total particles (VLPs and cell vesicles) was higher in the shake flasks than in the bioreactor, possibly due to higher cell densities achieved in the bioreactor. CONCLUSIONS In this study, EGE methodology was carried out in a bioreactor system for the first time while maintaining GagGFP production titers. Overall, our findings call for further optimization and implementation of common downstream processing steps to improve yield and VLP quality. © 2018 Society of Chemical Industry
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».