Membrane Chromatography-Based Downstream Processing for Cell-Culture Produced Influenza Vaccines
Notice bibliographique
Résumé
New influenza strains are constantly emerging, causing seasonal epidemics and raising concerns to the risk of a new global pandemic. Since vaccination is an effective method to prevent the spread of the disease and reduce its severity, the development of robust bioprocesses for producing pandemic influenza vaccines is exceptionally important. Herein, a membrane chromatography-based downstream processing platform with a demonstrated industrial application potential was established. Cell culture-derived influenza virus H1N1/A/PR/8/34 was harvested from benchtop bioreactor cultures. For the clarification of the cell culture broth, a depth filtration was selected as an alternative to centrifugation. After inactivation, an anion exchange chromatography membrane was used for viral capture and further processing. Additionally, two pandemic influenza virus strains, the H7N9 subtype of the A/Anhui/1/2013 and H3N2/A/Hong Kong/8/64, were successfully processed through similar downstream process steps establishing optimized process parameters. Overall, 41.3-62.5% viral recovery was achieved, with the removal of 86.3-96.5% host cell DNA and 95.5-99.7% of proteins. The proposed membrane chromatography purification is a scalable and generic method for the processing of different influenza strains and is a promising alternative to the current industrial purification of influenza vaccines based on ultracentrifugation methodologies.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».