From functional genomics of vero cells to CRISPR‐based genomic deletion for improved viral production rates
Notice bibliographique
Résumé
Abstract Despite their wide use in the vaccine manufacturing field for over 40 years, one of the main limitations to recent efforts to develop Vero cells as high‐throughput vaccine manufacturing platforms is the lack of understanding of virus‐host interactions during infection and cell‐based virus production in Vero cells. To overcome this limitation, this manuscript uses the recently generated reference genome for the Vero cell line to identify the factors at play during influenza A virus (IAV) and recombinant vesicular stomatitis virus (rVSV) infection and replication in Vero host cells. The best antiviral gene candidate for gene editing was selected using Differential Gene Expression analysis, Gene Set Enrichment Analysis and Network Topology‐based Analysis. After selection of the ISG15 gene for targeted CRISPR genomic deletion, the ISG15 genomic sequence was isolated for CRISPR guide RNAs design and the guide RNAs with the highest knockout efficiency score were selected. The CRISPR experiment was then validated by confirmation of genomic deletion via PCR and further assessed via quantification of ISG15 protein levels by western blot. The gene deletion effect was assessed thereafter via quantification of virus production yield in the edited Vero cell line. A 70‐fold and an 87‐fold increase of total viral particles productions in ISG15 −/− Vero cells was achieved for, respectively, IAV and rVSV while the ratio of infectious viral particles/total viral particles also significantly increased from 0.0316 to 0.653 for IAV and from 0.0542 to 0.679 for rVSV‐GFP.
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 ».