MétaCan
Menu
Retour à la cohorte
Enregistrement W3139242858 · doi:10.1016/j.omtm.2021.03.016

Development of a scalable and robust AEX method for enriched rAAV preparations in genome-containing VCs of serotypes 5, 6, 8, and 9

2021· article· en· W3139242858 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMolecular Therapy — Methods & Clinical Development · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensNational Research Council CanadaMcGill University
Organismes subventionnairesNational Research Council CanadaCanada Excellence Research Chairs, Government of CanadaNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsGovernment of Canada
Mots-clésCapsidAnalytical UltracentrifugationUltracentrifugeDownstream processingChromatographyChemistryFlocculationDNAVirusBiologyVirologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Removal of empty capsids from adeno-associated virus (AAV) manufacturing lots remains a critical step in the downstream processing of AAV clinical-grade batches. Because of similar physico-chemical characteristics, the AAV capsid populations totally lacking or containing partial viral DNA are difficult to separate from the desired vector capsid populations. Based on minute differences in density, ultracentrifugation remains the most effective separation method and has been extensively used at small scale but has limitations associated with availabilities and operational complexities in large-scale processing. In this paper, we report a scalable, robust, and versatile anion-exchange chromatography (AEX) method for removing empty capsids and subsequent enrichment of vectors of AAV serotypes 5, 6, 8, and 9. On average, AEX resulted in about 9-fold enrichment of AAV5 in a single step containing 80% ± 5% genome-containing vector capsids, as verified and quantified by analytical ultracentrifugation. The optimized process was further validated using AAV6, AAV8, and AAV9, resulting in over 90% vector enrichment. The AEX process showed comparable results not only for vectors with different transgenes of different sizes but also for AEX runs under different geometries of chromatographic media. The herein-reported sulfate-salt-based AEX process can be adapted to different AAV serotypes by appropriately adjusting elution conditions to achieve enriched vector preparations. Removal of empty capsids from adeno-associated virus (AAV) manufacturing lots remains a critical step in the downstream processing of AAV clinical-grade batches. Because of similar physico-chemical characteristics, the AAV capsid populations totally lacking or containing partial viral DNA are difficult to separate from the desired vector capsid populations. Based on minute differences in density, ultracentrifugation remains the most effective separation method and has been extensively used at small scale but has limitations associated with availabilities and operational complexities in large-scale processing. In this paper, we report a scalable, robust, and versatile anion-exchange chromatography (AEX) method for removing empty capsids and subsequent enrichment of vectors of AAV serotypes 5, 6, 8, and 9. On average, AEX resulted in about 9-fold enrichment of AAV5 in a single step containing 80% ± 5% genome-containing vector capsids, as verified and quantified by analytical ultracentrifugation. The optimized process was further validated using AAV6, AAV8, and AAV9, resulting in over 90% vector enrichment. The AEX process showed comparable results not only for vectors with different transgenes of different sizes but also for AEX runs under different geometries of chromatographic media. The herein-reported sulfate-salt-based AEX process can be adapted to different AAV serotypes by appropriately adjusting elution conditions to achieve enriched vector preparations.

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.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,573
Score d'incertitude au seuil0,953

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,100
Tête enseignante GPT0,460
Écart entre enseignants0,360 · 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