Computational fluid dynamic characterization of vertical‐wheel bioreactors used for effective scale‐up of human induced pluripotent stem cell aggregate culture
Notice bibliographique
Résumé
Abstract Bioreactor‐based processes are the method of choice for efficient expansion of cells in a controlled setting. However, induced pluripotent stem cells (iPSCs) have proven to be extremely sensitive to the bioreactor hydrodynamic environment, making the use of suspension bioreactors to produce quality‐assured cells at clinical and commercial scales very challenging. The PBS vertical‐wheel (VW) bioreactor combines radial and axial flow components to produce uniform hydrodynamic force distributions, making it a promising platform to overcome the scale‐up challenges associated with iPSCs. In this study, hydrodynamic characterization through computational fluid dynamics modelling of VW bioreactors was performed. Analysis of these models proved that important volume average hydrodynamic variables could be maintained throughout scale‐up from the 0.1 L to the 15 L VW bioreactor scale. Each bioreactor scale (0.1, 0.5, 3, and 15 L) was modelled at a variety of agitation rates, leading to the generation of scale‐up correlation equations. These equations allow operators to define a working range of hydrodynamic variables at one scale and calculate the corresponding agitation rates at other modelled scales. A suggested operating range of agitation rates was determined for the successful culture of iPSCs in the VW bioreactor at each scale, corresponding to constant volume average energy dissipation rate. Agitation rates from the 0.1 and 0.5 L VW bioreactor scale were experimentally tested to biologically validate the suggested range. High cell‐fold expansion, healthy aggregate morphology, growth, and uniformity were demonstrated for all conditions tested within the suggested working range.
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 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».