MétaCan
Menu
Retour à la cohorte
Enregistrement W70110460 · doi:10.1007/978-1-60761-533-0_2

New Protocol for Lentiviral Vector Mass Production

2009· article· en· W70110460 sur OpenAlexaff
María Mercedes Segura, Alain Garnier, Yves Durocher, Sven Ansorge, Amine Kamen

Notice bibliographique

RevueMethods in molecular biology · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensUniversité LavalBiotechnology Research Institute
Organismes subventionnairesnon disponible
Mots-clésTransfectionViral vectorPolyethylenimineChemistryChromatographyHEK 293 cellsCell cultureMolecular biologyBiologyRecombinant DNABiochemistryGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Multiplasmid transient transfection is the most widely used technique for the generation of lentiviral vectors. However, traditional transient transfection protocols using 293 T adherent cells and calcium phosphate/DNA co-precipitation followed by ultracentrifugation are tedious, time-consuming, and difficult to scale up. This chapter describes a streamlined protocol for the fast mass production of lentiviral vectors and their purification by affinity chromatography. Lentiviral particles are generated by transient transfection of suspension growing HEK 293 cells in serum-free medium using polyethylenimine (PEI) as transfection reagent. Lentiviral vector production is carried out in Erlenmeyer flasks agitated on orbital shakers requiring minimum supplementary laboratory equipment. Alternatively, the method can be easily scaled up to generate larger volumes of vector stocks in bioreactors. Heparin affinity chromatography allows for selective concentration and purification of lentiviral particles in a singlestep directly from vector supernatants. The method is suitable for the production and purification of different vector pseudotypes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0270,030

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 Opus0,046
Tête enseignante GPT0,471
Écart entre enseignants0,425 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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

En bref

Citations45
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetVirus-based gene therapy researchTravaux en français237 207