A Multi-Stage Bioprocess for the Expansion of Rodent Skin-Derived Schwann Cells in Computer-Controlled Bioreactors
Notice bibliographique
Résumé
Regenerative therapies for the treatment of peripheral nerve and spinal cord injuries can require hundreds of millions of autologous cells. Current treatments involve the harvest of Schwann cells (SCs) from nerves; however, this is an invasive procedure. Therefore, a promising alternative is using skin-derived Schwann cells (Sk-SCs), in which between 3-5 million cells can be harvested from a standard skin biopsy. However, traditional static planar culture is still inefficient at expanding cells to clinically relevant numbers. As a result, bioreactors can be used to develop reproducible bioprocesses for the large-scale expansion of therapeutic cells. Here, we present a proof-of-concept SC manufacturing bioprocess using rat Sk-SCs. With this integrated process, we were able to simulate a feasible bioprocess, taking into consideration the harvest and shipment of cells to a production facility, the generation of the final cell product, and the cryopreservation and shipment of cells back to the clinic and patient. This process started with 3 million cells and inoculated and expanded them to over 200 million cells in 6 days. Following the harvest and post-harvest cryopreservation and thaw, we were able to maintain 150 million viable cells that exhibited a characteristic Schwann cell phenotype throughout each step of the process. This process led to a 50-fold expansion, producing a clinically relevant number of cells in a 500 mL bioreactor in just 1 week, which is a dramatic improvement over current methods of expansion.
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 | 0,000 | 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) | 0,001 | 0,001 |
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 ».