MétaCan
Menu
Retour à la cohorte
Enregistrement W2888397617 · doi:10.1063/1.5030984

Continuous flow microreactor for protein PEGylation

2018· article· en· W2888397617 sur OpenAlexafffund
Pedram Madadkar, P. Ravi Selvaganapathy, Raja Ghosh

Notice bibliographique

RevueBiomicrofluidics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensMcMaster University
Organismes subventionnairesNational Institutes of HealthNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMicroreactorMicromixingPEGylationChemistryMicrofluidicsReagentSelectivityMixing (physics)Exothermic reactionMaterials sciencePolyethylene glycolNanotechnologyOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

PEGylation is increasingly being utilized to enhance the therapeutic efficacy of biopharmaceuticals. Various chemistries and reaction conditions have been established to synthesize PEGylated proteins and more are being developed. Both the extent of conversion and selectivity of protein PEGylation are highly sensitive to process variables and parameters. Therefore, microfluidic-based high-throughput screening platforms would be highly suitable for optimization of protein PEGylation. As part of this study, a poly-dimethylsiloxane-based continuous flow microreactor system was designed and its performance was compared head-to-head with a batch reactor. The reactants within the microreactor were contacted by passive micromixing based on chaotic advection generated by staggered herringbone grooves embedded in serpentine microchannels. The microreactor system was provided with means for on-chip reaction quenching. Lysozyme was used as the model protein while methoxy-polyethylene glycol-(CH2)5COO-NHS was used as the PEGylation reagent. Full mixing was achieved close to the microreactor inlet, making the device suitable for protein PEGylation. The effect of mixing type, i.e., simple stirring versus chaotic laminar mixing on PEGylation, was investigated. Higher selectivity (as high as 100% selectivity) was obtained with the microreactor while the conversion was marginally lower.

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 enseignants0,170
Score d'incertitude au seuil0,823

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 Opus0,009
Tête enseignante GPT0,212
Écart entre enseignants0,203 · 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

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomicrofluidicsMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207