MétaCan
Menu
Retour à la cohorte
Enregistrement W2958805208 · doi:10.1371/journal.pone.0219156

Exploring the analytical power of the QTOF MS platform to assess monoclonal antibodies quality attributes

2019· article· en· W2958805208 sur OpenAlexaff
Ricardo A. Gomes, Conceição Almeida, Catarina Correia, Ana C. L. Guerreiro, Ana Luı́sa Simplı́cio, Isabel A. Abreu, Patrícia Gomes‐Alves

Notice bibliographique

RevuePLoS ONE · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein purification and stability
Établissements canadiensIONICS Mass Spectrometry (Canada)
Organismes subventionnairesnon disponible
Mots-clésBiosimilarMonoclonal antibodyBiopharmaceuticalPaceComputer scienceQuality (philosophy)Quality by DesignComputational biologyNew product developmentProduct (mathematics)Critical quality attributesAntibodyData miningBiotechnologyMedicineBusinessImmunologyMarketingBiologyMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

The biopharmaceutical industry is growing at a fast pace, making nowadays 20% of the pharma market. Within this market, therapeutic monoclonal antibodies (mAbs) are the dominant product class. With the patent expirations, biosimilars and, perhaps more relevant, biobetters, are in fast development. Thus, a comprehensive characterization at the molecular level of antibodies heterogeneity such as glycoforms, post-translational modifications (PTMs) and sequence variations is of utmost importance. Mass spectrometry (MS)-based approaches are undoubtedly the most powerful analytical strategies to monitor and define an array of critical quality attributes on mAbs. In this work, we demonstrate the analytical power of the Q-TOF MS platform for comprehensive and detailed analysis at molecular levels of an in-house produced mAb. This methodology involves minimal sample preparation procedures and provides an extensive collection of valuable data in a short period of time.

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 enseignants0,198
Score d'incertitude au seuil0,200

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 Opus0,241
Tête enseignante GPT0,317
Écart entre enseignants0,076 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetProtein purification and stabilityTravaux en français237 207