MétaCan
Menu
Retour à la cohorte
Enregistrement W4413411072 · doi:10.1002/bit.70043

Endogenous Retrovirus‐Like Particle‐Deficient CHO Cells Can be Generated by CRISPR or shRNA and Enriched Based on Cell‐Surface Expression of Retroviral Envelope Protein

2025· article· en· W4413411072 sur OpenAlexafffund
Matthew Stuible, Sergio P. Alpuche‐Lazcano, Christian Gervais, Manon Ouimet, Julie Lippens, Martine Pagé, Audrey Morasse, Anna N. Moraitis, Yves Durocher

Notice bibliographique

RevueBiotechnology and Bioengineering · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueViral Infectious Diseases and Gene Expression in Insects
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNational Research Council Canada
Mots-clésChinese hamster ovary cellRetrovirusCRISPRBiologyMurine leukemia virusEndogenous retrovirusCell cultureViral envelopeVirologyCell biologyVirusRecombinant DNASmall hairpin RNAViral vectorCapsidMolecular biologyGeneGeneticsGenome

Résumé

récupéré en direct d'OpenAlex

Despite evidence that they are not functional or infective, retrovirus-like particles (RVLPs), originating from endogenous proviral sequences in Chinese hamster ovary (CHO) cells, present a safety risk for biotherapeutics manufactured using this cell line due to their resemblance to other mammalian leukemia viruses. Here, we demonstrate that CRISPR- and shRNA-based cell engineering strategies can be used to disrupt RVLP production by targeting the RVLP nucleotide sequences. Additionally, specific antibodies were generated to monitor RVLP protein expression, including RVLP envelope (Env) protein localized on the surface of CHO cells, greatly facilitating selection of RVLP-deficient clones. These modified CHO cells showed reduced RVLP production while maintaining or enhancing the ability to produce recombinant virus-like particles (VLPs), highlighting their potential application in biomanufacturing, especially for complex biologics that are incompatible with standard RVLP mitigation procedures, namely viral inactivation and nanofiltration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,780

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,215
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiotechnology and BioengineeringMême sujetViral Infectious Diseases and Gene Expression in InsectsTravaux en français237 207