Harmonisation of quality control tests for academic production of CAR-T cells: a position paper from the WP-bioproduction of the UNITC consortium
Notice bibliographique
Résumé
This position paper from the Bioproduction Working Group of the UNITC Consortium seeks to harmonize quality control (QC) procedures for academic production of autologous CAR-T cells. The primary objective is to standardize QC testing for batch release in academic cell therapy units. Academic CAR-T manufacturing under the hospital exemption pathway enables faster, more cost-effective production and the use of fresh cells, eliminating the need for cryopreservation. Standardized QC processes are critical to ensure consistent product quality and safety. This paper focuses on key QC measures, including mycoplasma detection using validated commercial kits or in-house methods with on-site validation, endotoxin testing via Limulus Amebocyte Lysate (LAL) or Recombinant Factor C (rFC) assays with validated protocols to prevent matrix interference, vector copy number (VCN) quantification through validated qPCR or ddPCR techniques, and potency assessment through IFN-γ ELISA following antigenic stimulation. Emphasizing method validation and standardized testing, this work underscores the importance of robust QC strategies to ensure the safety and efficacy of CAR-T cell therapies, with ongoing efforts dedicated to optimizing these processes. This workshop focuses on addressing the harmonization of some quality control (QC) measures required for the validation of academic CAR-T cell production :mycoplasma detection; endotoxin testing; vector copy number (VCN) quantification; potency testing and the use of surrogate markers, if applicable. Sterility testing and characterization/identity/purity assessments are not covered in this work.
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 | 0,001 | 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 ».