Design of a Quantitative LC-MS Method for Residual Toxins Adenylate Cyclase Toxin (ACT), Dermonecrotic Toxin (DNT) and Tracheal Cytotoxin (TCT) in Bordetella pertussis Vaccines
Notice bibliographique
Résumé
The antigens for acellular pertussis vaccines are made up of protein components that are purified directly from Bordetella pertussis (B. pertussis) bacterial fermentation. As such, there are additional B. pertussis toxins that must be monitored as residuals during process optimization. This paper describes a liquid chromatography mass spectrometry (LC-MS) method for simultaneous analysis of residual protein toxins adenylate cyclase toxin (ACT) and dermonecrotic toxin (DNT), as well as a small molecule glycopeptide, tracheal cytotoxin (TCT) in a Pertussis toxin vaccine antigen. A targeted LC-MS technique called multiple reaction monitoring (MRM) is used for quantitation of ACT and TCT, which have established limits in drug product formulations. However, DNT is currently monitored in an animal test, which does not have an established quantitative threshold. New approaches for DNT testing are discussed, including a novel standard based on concatenated quantitation sequences for ACT and DNT. Collectively, the method represents a “3-in-1” analytical simplification for monitoring process-related residuals during development of B. pertussis vaccines.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».