Purification of phage for therapeutic applications using high throughput anion exchange membrane chromatography
Notice bibliographique
Résumé
As cases of multidrug resistant bacterial infections increase, scientists and clinicians around the world are increasingly turning to bacteriophages as alternatives to antibiotics. Even though our understanding of phage has increased significantly since the early days of its discovery, over a century ago, the currently used tools and technologies for phage purification for therapeutic applications are severely limited. Bacteriophages are produced by bacterial cultures, and impurities such as endotoxins must therefore be removed before clinical use. We present an anion exchange bind-and-elute membrane chromatographic method for purifying T7 bacteriophage from Escherichia coli culture supernatant that removes undesirable impurities, while ensuring a high viable phage count in the purified product. Our method does not involve the use of chemicals such as organic solvents and caesium chloride that could typically leave residual toxicity in the final product. It also does not require expensive equipment, such as an ultracentrifuge. Using our method, that is based on an in-house designed membrane module, 65% of viable T7 phage was recovered, and up to 94% endotoxins could be removed. The method, which took approximately 15 min, is rapid and scalable, and produces quite pure bacteriophage samples in a single step. It therefore potentially represents a major improvement over the status quo, and shows the way ahead for streamlining phage manufacturing for therapeutic use.
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 | 0,001 |
| 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 ».