Purification and functional characterization of gag-spike virus-like particles: Process optimization for efficient vaccine production
Notice bibliographique
Résumé
Virus-like particles (VLPs) displaying the SARS-CoV-2 Spike protein represent a promising vaccine platform due to their safety and immunogenicity. This study focuses on developing a scalable downstream process for the purification of Gag-Spike VLPs produced in suspension HEK293 cells. A tangential flow filtration (TFF) step was optimized by varying transmembrane pressure (TMP) and shear rates to maximize permeate flux while preserving particle integrity and functionality. Several chromatographic resins including SepFast DUO 5000, SepFast DUO 700, CaptoCore™ 700, CIMmultus QA monolith, and HiTrap Q were evaluated for their capacity to recover VLPs and reduce host cell proteins and DNA. Sequential purification approaches were assessed to improve recovery and purity, and the final product was subsequently passed through a sterile-filter to ensure sterility. The purified VLPs were analyzed using SDS-PAGE, dynamic light scattering, and flow-virometry. These analyses confirmed the removal of impurities, size homogeneity, and maintenance of Spike protein on the VLP surface. Flow-virometry demonstrated that a substantial portion of the VLP population retained functional Spike proteins capable of binding ACE2 and Spike antibodies. This work establishes a robust, scalable purification strategy for processing VLPs with preserved structural and functional properties suitable for vaccine development.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».