MétaCan
Menu
Retour à la cohorte
Enregistrement W4294550743 · doi:10.1016/j.isci.2022.105054

Recombinant production of growth factors for application in cell culture

2022· article· en· W4294550743 sur OpenAlexaff
Meenakshi Venkatesan, Cameron Semper, Stig Skrivergaard, Rosa Di Leo, Nathalie Mesa, Martin Krøyer Rasmussen, J.F. Young, Margrethe Therkildsen, P.J. Stogios, Alexei Savchenko

Notice bibliographique

RevueiScience · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Genetics and Reproduction
Établissements canadiensUniversity of CalgaryUniversity of Toronto
Organismes subventionnairesGood Food InstituteNew HarvestMinisteriet for Fø devarer, Landbrug og FiskeriNational Institute of Food and AgricultureAarhus Universitet
Mots-clésRecombinant DNACell growthEscherichia coliCell cultureBiotechnologyProduction costCell biologySynthetic biologyTissue engineeringProduction (economics)BiologyCellGrowth factorComputational biologyBiochemical engineeringChemistryBiochemistryGeneGeneticsEngineering

Résumé

récupéré en direct d'OpenAlex

Culturing eukaryotic cells has widespread applications in research and industry, including the emerging field of cell-cultured meat production colloquially referred to as "cellular agriculture". These applications are often restricted by the high cost of growth medium necessary for cell growth. Mitogenic protein growth factors (GFs) are essential components of growth medium and account for upwards of 90% of the total costs. Here, we present a set of expression constructs and a simplified protocol for recombinant production of functionally active GFs, including FGF2, IGF1, PDGF-BB, and TGF-β1 in Escherichia coli . Using this E. coli expression system, we produced soluble GF orthologs from species including bovine, chicken, and salmon. Bioactivity analysis revealed orthologs with improved performance compared to commercially available alternatives. We estimated that the production cost of GFs using our methodology will significantly reduce the cost of cell culture medium, facilitating low-cost protocols tailored for cultured meat production and tissue engineering.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,238
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations82
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetAnimal Genetics and ReproductionTravaux en français237 207