MétaCan
Menu
Retour à la cohorte
Enregistrement W4226020346 · doi:10.1080/02648725.2022.2060594

Features, modulation and analysis of glycosylation patterns of therapeutic recombinant immunoglobulin A

2022· review· en· W4226020346 sur OpenAlexfundno aff
В. В. Аргентова, Т. К. Алиев, Д. А. Долгих, Zuzana Pakanová, Jaroslav Katrlı́k, М. П. Кирпичников

Notice bibliographique

RevueBiotechnology and Genetic Engineering Reviews · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Health, British ColumbiaMinisterstvo Zdravotnictví Ceské Republiky
Mots-clésGlycosylationGlycoproteinAntibodyGlycanRecombinant DNAMonoclonal antibodyComputational biologyBiologyChemistryImmunologyBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

Increasing the production of recombinant antibodies while ensuring high and stable protein quality remains a challenge in mammalian cell culture. This review is devoted to advances in the field of obtaining stable and optimal glycosylation of therapeutic antibodies based on IgA, as well as the subsequent issues of glycosylation control of glycoproteins during their production. Current studies also demonstrate a general need for a more fundamental understanding of the use of CHO cell-based producer cell lines, through which the glycoprofile of therapeutic IgA antibodies is produced and the dependence of glycosylation on culture conditions could be controlled. Optimization of glycosylation improves the therapeutic efficacy and can expand the possibilities for the creation of highly effective glycoprotein therapeutic drugs. Current status and trends in glycan analysis of therapeutic IgA, dominantly based on mass spectrometry and lectin microarrays are herein summarised as well.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,684

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
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 Opus0,042
Tête enseignante GPT0,326
Écart entre enseignants0,284 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology and Genetic Engineering ReviewsMême sujetMonoclonal and Polyclonal Antibodies ResearchTravaux en français237 207