Comprehensive untargeted lipidomic profiling of third generation lentiviral vectors and packaging cells
Notice bibliographique
Résumé
Abstract Lentiviral vectors (LV) are emerging tools for genetic therapies and novel cancer treatments. While effective, LV-based therapies have extremely large costs associated with their manufacturing and delivery. LV technology descends from human immunodeficiency virus (HIV), whose lipid envelope has been previously measured and shown to have a direct impact on its transduction efficiency. We developed a rapid, robust, and sensitive untargeted lipidomics pipeline to analyze novel LV biotherapeutic products and demonstrate its utility on HEK 293T packaging cells and concentrated culture media containing LV. The impact of 48 hours of LV production on the lipidome of HEK 293T cells was measured and compared to the expression of vesicular stomatitis virus G protein (VSV G) over the same timeframe. 151 lipids were identified in HEK 293T packaging cells, 84 of which had fold changes with FDR-corrected P < 0.05 compared to HEK 293T treated with media. It was found that fold changes with FDR-adjusted P < 0.05 after VSV G expression and LV production were highly correlated (R2 = 0.89). Concentrating LV in culture media led to the identification of 102 lipids, half of which were determined to be unique LV virion lipids after subtracting the media lipidome. Our approach can be readily used to study the lipid dynamics of large-scale LV production and be rapidly translated into targeted methods to quantify individual lipid components or applied to other viral vector platforms.
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 | 0,000 |
| 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) | 0,000 | 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 ».