Optimization of YF17D-Vectored Zika Vaccine Production by Employing Small-Molecule Viral Sensitizers to Enhance Yields
Notice bibliographique
Résumé
Background: Modern viral vector production needs to consider process intensification for higher yields from smaller production volumes. However, innate antiviral immunity triggered in the producer cell may limit virus replication. While commonly used cell lines (e.g., Vero or E1A-immortalised cells) are already compromised in antiviral pathways, the redundancy of innate signaling complicates host cell optimization by genetic engineering. Small molecules that are hypothesized to target antiviral pathways (Viral Sensitizers, VSEs) added to the culture media offer a versatile alternative to genetic modifications to increase permissiveness and, thus, viral yields across multiple cell lines. Methods: To explore how the yield for a chimeric Zika vaccine candidate (YF-ZIK) could be further be increased in an intensified bioprocess, we used spin tubes or an Ambr15 high-throughput microbioreactor system as scale-down models to optimize the dosing for eight VSEs in three host cell lines (AGE1.CR.pIX, BHK-21, and HEK293-F) based on their tolerability. Results: Addition of VSEs to an already optimized infection process significantly increased infectious titers by up to sevenfold for all three cell lines tested. The development of multi-component VSE formulations using a design of experiments approach allowed further synergistic titer increases in AGE1.CR.pIX cells. Scale-up to 1 L stirred-tank bioreactors and 3D-printed mimics of 200 or 2000 L reactors resulted in up to threefold and eightfold increases, respectively. Conclusions: Addition of single VSEs or combinations thereof allowed a further increase in YF-ZIK titers beyond the yield of an already optimized, highly intensified process. The described approach validates the use of VSEs and can be instructive for optimizing other virus production processes.
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 ».