MétaCan
Menu
Retour à la cohorte
Enregistrement W2949222337 · doi:10.1002/bit.27084

Construction of a sensitive pyrogen‐testing cell model by site‐specific knock‐in of multiple genes

2019· article· en· W2949222337 sur OpenAlexafffund
Ruobi Hu, Hui Li, Zhen Lei, Qing Han, Xiuyan Yu, Na Zhou, Xuehui Zhang, Yiqing Mao, Xi Wang, David M. Irwin, Gang Niu, Huanran Tan

Notice bibliographique

RevueBiotechnology and Bioengineering · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchNational Natural Science Foundation of China
Mots-clésTLR4CD14ChemistryCell biologyMolecular biologyBiologySignal transductionFlow cytometry

Résumé

récupéré en direct d'OpenAlex

A pyrogen test is crucial for evaluating the safety of drugs and medical equipment, especially those involved in injections. As existing pyrogen tests, including the rabbit pyrogen test, the limulus amoebocyte lysate (LAL) test and the monocyte activation test have limitations, development of new models for pyrogen testing is necessary. Here we develop a sensitive cell model for pyrogen test based on the lipopolysaccharides (LPS) signal pathway. TLR4, MD2, and CD14 play key roles in the LPS-mediated pyrogen reaction. We established a new TLR4/MD2/CD14-specific overexpressing knock-in cell model using the CRISPR/CAS9 technology and homologous recombination to detect LPS. Stimulation of our TLR4/CD14/MD2 knock-in cell line model with LPS leads to the release of the cytokines IL-6 and TNF-alpha, with a detection limit of 0.005 EU/ml, which is greatly lower than the lower limit of 0.015 EU/ml detected by the Tachypleus amebocyte lysate (TAL) assay.

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 enseignants0,036
Score d'incertitude au seuil0,521

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 Opus0,005
Tête enseignante GPT0,208
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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiotechnology and BioengineeringMême sujetCRISPR and Genetic EngineeringTravaux en français237 207