Multivariate data analysis of process parameters affecting the growth and productivity of stable Chinese hamster ovary cell pools expressing <scp>SARS‐CoV</scp> ‐2 spike protein as vaccine antigen in early process development
Notice bibliographique
Résumé
The recent COVID-19 pandemic revealed an urgent need to develop robust cell culture platforms which can react rapidly to respond to this kind of global health issue. Chinese hamster ovary (CHO) stable pools can be a vital alternative to quickly provide gram amounts of recombinant proteins required for early-phase clinical assays. In this study, we analyze early process development data of recombinant trimeric spike protein Cumate-inducible manufacturing platform utilizing CHO stable pool as a preferred production host across three different stirred-tank bioreactor scales (0.75, 1, and 10 L). The impact of cell passage number as an indicator of cell age, methionine sulfoximine (MSX) concentration as a selection pressure, and cell seeding density was investigated using stable pools expressing three variants of concern. Multivariate data analysis with principal component analysis and batch-wise unfolding technique was applied to evaluate the effect of critical process parameters on production variability and a random forest (RF) model was developed to forecast protein production. In order to further improve process understanding, the RF model was analyzed with Shapley value dependency plots so as to determine what ranges of variables were most associated with increased protein production. Increasing longevity, controlling lactate build-up, and altering pH deadband are considered promising approaches to improve overall culture outcomes. The results also demonstrated that these pools are in general stable expressing similar level of spike proteins up to cell passage 11 (~31 cell generations). This enables to expand enough cells required to seed large volume of 200-2000 L bioreactor.
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 | 0,001 | 0,001 |
| 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 ».