Systematic identification of genomic hotspots for high-yield protein production in CHO cells
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The efficient and stable production of therapeutic proteins in Chinese hamster ovary (CHO) cells hinges on robust cell line development (CLD). Traditional methods relying on random transgene integration often result in clonal variability, requiring extensive and resource-intensive screening. To address this limitation, we established a systematic, multiomics-driven framework that integrates 202 RNA-sequencing datasets and whole-genome sequencing data to identify genomic "hotspot" loci for precise and high-yield transgene integration. From an initial pool of 20 candidate loci, 5 top-performing hotspots were validated using site-specific integration in CHO-DG44 cells via the CRISPR/Cas9 system with Recombinase-mediated cassette exchange (RMCE). These genomic hotspots achieved 2.2- to 15.0-fold higher relative specific productivity compared to previously known controls (Fer1L4 and Locus1 sites), across multiple therapeutic proteins, including a lysosomal storage disorder-related enzyme and an Immunoglobulin G (IgG)-related monoclonal antibody (mAb) expression. This study offers a transformative approach to CLD, achieving significant improvements in productivity, genomic stability, and efficiency, as well as paving the way for enhanced biopharmaceutical manufacturing.
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.
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 découle