Name: Charakterisierung komplexer Systeme Mit dem Design of Experiments Ansatz: Transient Protein Expression in Tabak als Case Study (Video) | JoVE Journal
Uploaded: 2014-01-31T14:00:00.000+00:00
Duration: 20 min 24 s
Description: Erfahren Sie, wie Design of Experiments die transiente Proteinexpression in Tabakblättern optimiert. Diese Methode identifiziert Schlüsselparameter für die effiziente Produktion von monoklonalen Antikörpern in Pflanzen.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

Die Autoren danken Herrn Dr. Thomas Rademacher für die Bereitstellung der pPAM Pflanzenexpressionsvektor und Ibrahim Al Amedi zur Kultivierung der Tabakpflanzen in dieser Studie verwendet. Wir möchten Dr. Richard M. Twyman für seine Unterstützung bei der Bearbeitung des Manuskripts danken. Diese Arbeit wurde zum Teil durch den European Research Council Advanced Grant &quot;Future-Pharma&quot; gefördert, Vorschlagsnummer 269110 und der Fraunhofer-Zukunftsstiftung (Fraunhofer-Zukunftsstiftung).

<ol><li>Fischer, R., Emans, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Molecular+farming+of+pharmaceutical+proteins%5BTitle%5D)+AND+%22Transgenic+research%22%5BJournal%5D)">Molecular farming of pharmaceutical proteins.</a> Transgenic research. 9, 277-299 (2000).</li>
<li>Commandeur, U., Twyman, R. M., Fischer, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+biosafety+of+molecular+farming+in+plants%5BTitle%5D)+AND+%22AgBiotechNet%22%5BJournal%5D)">The biosafety of molecular farming in plants.</a> AgBiotechNet. 5, 9 (2003).</li>
<li>Shoji, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+plant-based+system+for+rapid+production+of+influenza+vaccine+antigens%5BTitle%5D)+AND+%22Influenza+Other+Resp%22%5BJournal%5D)">A plant-based system for rapid production of influenza vaccine antigens.</a> Influenza Other Resp. 6, 204-210 (2012).</li>
<li>Goodin, M. M., Zaitlin, D., Naidu, R. A., Lommel, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nicotiana+benthamiana%3A+Its+history+and+future+as+a+model+for+plant-pathogen+interactions%5BTitle%5D)+AND+%22Mol+Plant+Microbe+In%22%5BJournal%5D)">Nicotiana benthamiana: Its history and future as a model for plant-pathogen interactions.</a> Mol Plant Microbe In. 21, 1015-1026 (2008).</li>
<li>Berg, R. H., Beachy, R. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fluorescent+protein+applications+in+plants%5BTitle%5D)+AND+%22Method+Cell+Biol%22%5BJournal%5D)">Fluorescent protein applications in plants.</a> Method Cell Biol. 85, 153 (2008).</li>
<li>Chung, S. M., Vaidya, M., Tzfira, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Agrobacterium+is+not+alone%3A+gene+transfer+to+plants+by+viruses+and+other+bacteria%5BTitle%5D)+AND+%22Trends+in+plant+science%22%5BJournal%5D)">Agrobacterium is not alone: gene transfer to plants by viruses and other bacteria.</a> Trends in plant science. 11, 1-4 (2006).</li>
<li>Sheludko, Y. V., Sindarovska, Y. R., Gerasymenko, I. M., Bannikova, M. A., Kuchuk, N. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+several+Nicotiana+species+as+hosts+for+high-scale+Agrobacterium-mediated+transient+expression%5BTitle%5D)+AND+%22Biotechnology+and+Bioengineering%22%5BJournal%5D)">Comparison of several Nicotiana species as hosts for high-scale Agrobacterium-mediated transient expression.</a> Biotechnology and Bioengineering. 96, 608-614 (2007).</li>
<li>Wydro, M., Kozubek, E., Lehmann, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimization+of+transient+Agrobacterium-mediated+gene+expression+system+in+leaves+of+Nicotiana+benthamiana%5BTitle%5D)+AND+%22Acta+Biochimica+Polonica%22%5BJournal%5D)">Optimization of transient Agrobacterium-mediated gene expression system in leaves of Nicotiana benthamiana.</a> Acta Biochimica Polonica. 53, 289-298 (2006).</li>
<li>Buyel, J. F., Fischer, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Processing+heterogeneous+biomass%3A+Overcoming+the+hurdles+in+model+building%5BTitle%5D)+AND+%22Bioengineered%22%5BJournal%5D)">Processing heterogeneous biomass: Overcoming the hurdles in model building.</a> Bioengineered. 4, (2013).</li>
<li>Fischer, R., Schillberg, S., Hellwig, S., Twyman, R. M., Drossard, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((GMP+issues+for+recombinant+plant-derived+pharmaceutical+proteins%5BTitle%5D)+AND+%22Biotechnol+Adv%22%5BJournal%5D)">GMP issues for recombinant plant-derived pharmaceutical proteins.</a> Biotechnol Adv. 30, 434-439 (2012).</li>
<li>Daniel, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((One-at-a-time+plans%5BTitle%5D)+AND+%22Journal+of+the+American+Statistical+Association%22%5BJournal%5D)">One-at-a-time plans.</a> Journal of the American Statistical Association. 68, 353-360 (1973).</li>
<li>Czitrom, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((One-Factor-at-a-Time+versus+Designed+Experiments+The+American+Statistician%5BTitle%5D)+AND+%22%22%5BJournal%5D)">One-Factor-at-a-Time versus Designed Experiments The American Statistician.</a> 53, 6 (1999).</li>
<li>Anderson, M. J., Kraber, S. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Keys+to+successful+designed+experiments%5BTitle%5D)+AND+%22ASQ+-+The+global+voice+of+quality%22%5BJournal%5D)">Keys to successful designed experiments.</a> ASQ - The global voice of quality. 6, 6 (1999).</li>
<li>Montgomery, D. C. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMontgomery%2C+DC+%22Design+and+Analysis+of+Experiments%22">Design and Analysis of Experiments</a>. , John Wiley & Sons Inc. (2007).</li>
<li>Myers, R. H., Montgomery, D. C., Anderson-Cook, C. M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMyers%2C+RH+%22Response+Surface+Methodology%3A+Process+and+Product+Optimization+Using+Designed+Experiments%22">Response Surface Methodology: Process and Product Optimization Using Designed Experiments</a>. , Wiley. (2009).</li>
<li>Piepel, G. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Programs+for+generating+extreme+vertices+and+centroids+of+linearly+constrained+experimental+regions%5BTitle%5D)+AND+%22J+Qual+Technol%22%5BJournal%5D)">Programs for generating extreme vertices and centroids of linearly constrained experimental regions.</a> J Qual Technol. 20, 15 (1988).</li>
<li>FDA. , U.S. Department of Health and Human Services. Rockville, MD, USA. (2009).</li>
<li>Shivhare, M., McCreath, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Practical+Considerations+for+DoE+Implementation+in+Quality+By+Design%5BTitle%5D)+AND+%22BioProcess+International%22%5BJournal%5D)">Practical Considerations for DoE Implementation in Quality By Design.</a> BioProcess International. 8, 9 (2010).</li>
<li>Buyel, J. F., Fischer, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predictive+models+for+transient+protein+expression+in+tobacco+%28Nicotiana+tabacum+L.%29+can+optimize+process+time%2C+yield%2C+and+downstream+costs%5BTitle%5D)+AND+%22Biotechnology+and+bioengineering%22%5BJournal%5D)">Predictive models for transient protein expression in tobacco (Nicotiana tabacum L.) can optimize process time, yield, and downstream costs.</a> Biotechnology and bioengineering. 109, 2575-2588 (2012).</li>
<li>Buyel, J. F., Kaever, T., Buyel, J. J., Fischer, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predictive+models+for+the+accumulation+of+a+fluorescent+marker+protein+in+tobacco+leaves+according+to+the+promoter%2F5%27UTR+combination%5BTitle%5D)+AND+%22Biotechnology+and+bioengineering%22%5BJournal%5D)">Predictive models for the accumulation of a fluorescent marker protein in tobacco leaves according to the promoter/5'UTR combination.</a> Biotechnology and bioengineering. 110, 471-482 (2013).</li>
<li>Anderson, M. J., Whitcomb, P. J. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aAnderson%2C+MJ+%22DOE+Simplified%3A+Practical+Tools+for+Effective+Experimentation%22">DOE Simplified: Practical Tools for Effective Experimentation</a>. , Productivity Inc. (2000).</li>
<li>Anderson, M. J., Whitcomb, P. J. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aAnderson%2C+MJ+%22Response+Surface+Methods+Simplified%22">Response Surface Methods Simplified</a>. , Productivity Press. (2005).</li>
<li>De Gryze, S., Langhans, I., Vandebroek, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+the+correct+intervals+for+prediction%3A+A+tutorial+on+tolerance+intervals+for+ordinary+least-squares+regression%5BTitle%5D)+AND+%22Chemometr+Intell+Lab%22%5BJournal%5D)">Using the correct intervals for prediction: A tutorial on tolerance intervals for ordinary least-squares regression.</a> Chemometr Intell Lab. 87, 147-154 (2007).</li>
<li> Plasmid DNA purification User manual. , MACHEREY-NAGEL. Düren. (2012).</li>
<li> PCR clean-up Gel extraction User manual. , MACHEREY-NAGEL. Düren. (2012).</li>
<li>Quick Ligation Protocol. 4, NewEnglandBiolabs. Ipswich. (2009).</li>
<li>Inoue, H., Nojima, H., Okayama, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-Efficiency+Transformation+of+Escherichia-Coli+with+Plasmids%5BTitle%5D)+AND+%22Gene%22%5BJournal%5D)">High-Efficiency Transformation of Escherichia-Coli with Plasmids.</a> Gene. 96, 23-28 (1990).</li>
<li>Main, G. D., Reynolds, S., Gartland, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Electroporation+protocols+for+Agrobacterium%5BTitle%5D)+AND+%22Methods+in+Molecular+Biology%22%5BJournal%5D)">Electroporation protocols for Agrobacterium.</a> Methods in Molecular Biology. 44, 405-412 (1995).</li>
<li>Gruber, A. R., Lorenz, R., Bernhart, S. H., Neubock, R., Hofacker, I. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Vienna+RNA+websuite%5BTitle%5D)+AND+%22Nucleic+acids+research%22%5BJournal%5D)">The Vienna RNA websuite.</a> Nucleic acids research. 36, 70-74 (2008).</li>
<li>Howell, S., Kenmore, M., Kirkland, M., Badley, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-density+immobilization+of+an+antibody+fragment+to+a+carboxymethylated+dextran-linked+biosensor+surface%5BTitle%5D)+AND+%22J+Mol+Recognit%22%5BJournal%5D)">High-density immobilization of an antibody fragment to a carboxymethylated dextran-linked biosensor surface.</a> J Mol Recognit. 11, 200-203 (1998).</li>
<li>Newcombe, A. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+a+biosensor+assay+to+quantify+polyclonal+IgG+in+ovine+serum+used+for+the+production+of+biotherapeutic+antibody+fragments%5BTitle%5D)+AND+%22Process+Biochem%22%5BJournal%5D)">Evaluation of a biosensor assay to quantify polyclonal IgG in ovine serum used for the production of biotherapeutic antibody fragments.</a> Process Biochem. 41, 842-847 (2006).</li>
<li>Peixoto, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hierarchical+Variable+Selection+in+Polynomial+Regression-Models%5BTitle%5D)+AND+%22Am+Stat%22%5BJournal%5D)">Hierarchical Variable Selection in Polynomial Regression-Models.</a> Am Stat. 41, 311-313 (1987).</li>
<li>Peixoto, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Property+of+Well-Formulated+Polynomial+Regression-Models%5BTitle%5D)+AND+%22Am+Stat%22%5BJournal%5D)">A Property of Well-Formulated Polynomial Regression-Models.</a> Am Stat. 44, 26-30 (1990).</li>
<li>Sanders, P. R., Winter, J. A., Barnason, A. R., Rogers, S. G., Fraley, R. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+cauliflower+mosaic+virus+35S+and+nopaline+synthase+promoters+in+transgenic+plants%5BTitle%5D)+AND+%22Nucleic+acids+research%22%5BJournal%5D)">Comparison of cauliflower mosaic virus 35S and nopaline synthase promoters in transgenic plants.</a> Nucleic acids research. 15, 1543-1558 (1987).</li>
<li>Ma, J. K. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Generation+and+Assembly+of+Secretory+Antibodies+in+Plants%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Generation and Assembly of Secretory Antibodies in Plants.</a> Science. 268, 716-719 (1995).</li>
<li>Wycoff, K. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Secretory+IgA+antibodies+from+plants%5BTitle%5D)+AND+%22Curr+Pharm+Design%22%5BJournal%5D)">Secretory IgA antibodies from plants.</a> Curr Pharm Design. 11, 2429-2437 (2005).</li>
<li>Pace, C. N., Vajdos, F., Fee, L., Grimsley, G., Gray, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((How+to+measure+and+predict+the+molar+absorption+coefficient+of+a+protein%5BTitle%5D)+AND+%22Protein+Sci%22%5BJournal%5D)">How to measure and predict the molar absorption coefficient of a protein.</a> Protein Sci. 4, 2411-2423 (1995).</li>
</ol>

Die Veröffentlichungsgebühr wurde teilweise von den Unternehmen Statease, Inc. (USA) und Statcon (Deutschland), die bei der Herstellung des Manuskripts oder für ihren Inhalt verantwortlich nicht in den beteiligten beteiligt waren gesponsert.

Jedes Experiment erfordert eine sorgfältige Planung, da die Ressourcen sind oft knapp und teuer. Dies gilt insbesondere für DoE Strategien, weil Fehler in der Planungsphase (z. B. Auswahl eines Basismodell, die nicht alle wesentlichen Faktor Wechselwirkungen einschließen) im wesentlichen die Vorhersagekraft der resultierenden Modelle verringern und damit entwerten das gesamte Experiment. Allerdings können diese Fehler leicht durch folgenden grundlegenden Verfahren vermieden werden. Übe...

Die Produktion von biopharmazeutischen Proteinen in Pflanzen ist vorteilhaft, da Pflanzen kostengünstig zu wachsen, kann die Plattform sich nur durch den Anbau von Pflanzen mehr skaliert werden, und menschliche Krankheitserreger sind nicht in der Lage zu 1,2 replizieren. Transiente Expressionsstrategien zum Beispiel auf Basis der Infiltration von Blättern mit Agrobacterium tumefaciens bietet zusätzliche Vorteile, da die Zeit zwischen dem Punkt der DNA-Zufuhr und die Abgabe eines gereinigten Produktes von Jahren auf weniger als 2 Monate 3 reduziert. Transiente Expression ist auch für die funktionelle Analyse, z. B. verwendet werden, um Gene, die für ihre Fähigkeit zur Ergänzung Verlust-Funktion Mutanten oder Protein-Wechselwirkungen zu untersuchen 4-6 testen. Allerdings neigen transiente Expressionsniveaus größere Charge zu Charge Variation als Expressionsniveaus in transgenen Pflanzen 7-9 zeigen. Dies verringert die Wahrscheinlichkeit, dass biopharmazeutische Fertigungsprozesse basierend auf transiente Expression wiwerde im Rahmen der guten Herstellungspraxis (GMP) genehmigt werden, weil die Reproduzierbarkeit ist ein kritischer Qualitätsmerkmal und unterliegt Risikobewertung 10. Solche Variation können auch alle Interaktionen, die Forscher wollen untersuchen, zu maskieren. Deshalb machten wir uns auf die wichtigsten Faktoren, die transiente Expression in Pflanzen zu beeinflussen und eine hochwertige quantitative Vorhersagemodell zu bauen identifizieren. Das Ein-Faktor-at-a-time (OFAT)-Ansatz wird oft verwendet, um die Auswirkungen (Wirkung) bestimmter Parameter (Faktoren) auf das Ergebnis (Antwort) eines Experiments 11 charakterisieren. Aber das ist nicht optimal, weil die einzelnen Tests (läuft) während einer Untersuchung (Experiment) werden wie Perlen auf einer Schnur durch die Potentialfläche durch die Faktoren, die getestet (design space) werden aufgespannt ausgerichtet werden. Die Abdeckung des Bauraums und somit den Grad der Informationen aus dem Experiment abgeleitetenniedrig, wie in Fig. 1A 12 gezeigt. Ferner können Abhängigkeiten zwischen verschiedenen Faktoren (Faktor-Wechselwirkungen) verborgen bleiben, was zu schlechter Modelle und / oder der Vorhersage falsch Optima, wie in 1B 13 gezeigt. Die oben beschriebenen Nachteile können durch Verwendung eines Versuchsplanung (DOE) Methode, bei der die Durchläufe eines Experiments sind mehr gleichmäßig über den Entwurfsraum verstreut, was bedeutet, dass mehr als ein Faktor zwischen zwei Läufen 14 variiert vermieden werden. Es gibt spezielle Ausführungen für Mischungen, Screening Faktoren (Faktoren-Modelle) und die Quantifizierung der Auswirkungen auf Faktor Antworten (Response Surface Methoden, RSM s) 15. Weiterhin kann RSMs als zentrale Verbund Designs realisiert werden, sondern kann auch wirksam durch Verwendung spezieller Software, die Kriterien für die Auswahl der Läufe gelten erzielt werden. Beispielsweise die sogenannten D-optimality Kriterium läuft so zu wählen, um den Fehler in den Koeffizienten des resultierenden Modells zu minimieren, während die IV-Optimalitätskriterium wählt Läufe, die die niedrigste Vorhersage Varianz in der gesamten Entwurfsraum 15,16 zu erreichen. Der RSM beschreiben wir hier ermöglicht die genaue Quantifizierung von transienten Proteinexpression in Pflanzen, aber es kann problemlos an jedes System mit mehreren (~ 5-8) übertragen werden numerische Faktoren (zB Temperatur, Zeit, Konzentration) und ein paar (~ 2 - 4) categoric Faktoren (z. B. Promotor, Farbe), in dem eine mechanistische Beschreibung ist nicht verfügbar oder zu komplex, zu modellieren. Die DoE-Ansatz entstand in den Agrarwissenschaften, hat aber auf andere Bereiche ausgebreitet, weil es zu jeder Situation, wo es sinnvoll ist, die Anzahl der Durchläufe notwendig, um verlässliche Daten zu erhalten, verringern und Beschreibungsmodelle für komplexe Prozesse übertragbar. Dies wiederum hat zur Aufnahme von DoE in der &quot;Anleitung für LED-Industrie, Q8 (R2) Pharmaceutical Development &quot;von der Internationalen Konferenz zur Harmonisierung der technischen Anforderungen an die für die Registrierung von Humanarzneimitteln (ICH) 17 veröffentlicht. DoE wird heute weitgehend in der wissenschaftlichen Forschung und der Industrie 18 verwendet. Allerdings muss darauf während genommen werden die Planung und Durchführung des Experiments, weil die Auswahl eines falschen Polynomgrad für die Multiple-linearen Regressionsmodell (Basismodell) eine Notwendigkeit für zusätzliche Fahrten, um alle Effekte richtig zu modellieren Faktor einzuführen. Außerdem beschädigte oder fehlende Daten zu erzeugen falsche Modelle und fehlerhaft Vorhersagen, und kann sogar verhindern, dass Modellbildung Versuch wie in den Protokoll-und Diskussionsabschnitte 18 beschrieben. In der Protokollabschnitt, werden wir zunächst die wichtigsten Planungsschritte für eine RSM-basierten Versuchs und dann erklären, das Design auf der Grundlage des DoE Software DesignExpert v8.1. Aber ähnliche Designs lassen sich mit anderen Software-includi gebaut werdenng JMP, Modde und STATISTICA. Die experimentellen Verfahren werden von Anweisungen für die Datenanalyse und Auswertung folgt. <img alt="Figur 1" fo:content-width="5in" fo:src="/files/ftp_upload/51216/51216fig1highres.jpg" src="/files/ftp_upload/51216/51216fig1.jpg" /> Fig. 1 ist. Vergleich von OFAT und DoE. A. Sequential Variation eines Faktors zu einer Zeit (OFAT) in einem Experiment (schwarz, rot und blau Kreise) erreicht eine geringe Abdeckung der Designraum (schraffierte Regionen). Im Gegensatz dazu die Variation von mehr als einem Faktor zu einem Zeitpunkt unter Verwendung der Versuchsplanung (DOE) Strategie (grüne Kreise) erhöht die Reichweite und damit die Genauigkeit der resultierenden Modelle. B. Das vorgespannte Design Raumabdeckung bedeutet, dass OFAT Experimente (schwarze Kreise) kann auch fehlschlagen, um optimale Betriebsbereiche (rot) zu erkennen und vorherzusagen, suboptimale Lösungen (großer schwarzer Kreis), während DoE strategisches (schwarze Sterne) sind eher zu bevorzugten Bedingungen (große schwarze Sterne) zu identifizieren.

<table><tbody><tr><td>Design-Experte(R) 8</td><td>Stat-Ease, Inc.</td><td>n.a.DoE</td> <td>Software</td></tr><tr><td>Trypton</td><td>Carl Roth GmbH</td><td>8952.2</td><td>Medienkomponente</td></tr><tr><td>Hefeextrakt</td><td>Carl Roth GmbH</td><td>2363.2</td><td>Medienkomponente</td></tr><tr><td>Natriumchlorid</td><td>Carl Roth GmbH</td><td>P029.2</td><td>Medienkomponente</td></tr><tr><td>Ampicillin</td><td>Carl Roth GmbH</td><td>K029.2</td><td>Antibiotikum</td></tr><tr><td>Agar-Agar</td><td>Carl Roth GmbH</td><td>5210.2</td><td>Medienkomponente</td></tr><tr><td>Escherichia coli K12 DH5a</td><td>Life Technologies</td><td>18263-012</td><td>Mikroorganismen</td></tr><tr><td>pPAM</td><td>GenBank</td><td>AY027531</td><td>Klonierungs-/Expressionsvektor; &nbsp;</td></tr><tr><td>NucleoSpin Plasmid&nbsp;</td><td>MACHEREY-NAGEL GmbH</td><td>740588.250</td><td>Plasmid-DNA-Isolationskit</td></tr><tr><td>NucleoSpin Gel und PCR-Aufreinigung</td><td>MACHEREY-NAGEL GmbH</td><td>740609.250</td><td>Plasmid-DNA-Aufreinigungskit</td></tr><tr><td>NanoDrop 2000</td><td>Thermo Scientific</td><td>n.a.Spektralphotometer</td><td></td></tr> <tr><td>NcoI</td><td>New England Biolabs Inc.</td><td>R3193L</td><td>Restriktionsendonuklease</td></tr><tr><td>EcoRI</td><td>New England Biolabs Inc.</td><td>R3101L</td><td>Restriktionsendonuklease</td></tr><tr><td>AscI</td><td>New England Biolabs Inc.</td><td>R0558L</td><td>Restriktionsendonuklease</td></tr><tr><td>NEB 4</td><td>New England Biolabs Inc.</td><td>B7004S</td><td>Restriktionendonuklease-Puffer</td></tr><tr><td>TRIS</td><td>Carl Roth GmbH</td><td>4855.3</td><td>Medienkomponente</td></tr><tr><td>Dinatriumtetraborat</td><td>Carl Roth GmbH</td><td>4403.3</td><td>Medienkomponente</td></tr><tr><td>EDTA</td><td>Carl Roth GmbH</td><td>8040.2</td><td>Medienkomponente</td></tr><tr><td>Agarose</td><td>Carl Roth GmbH</td><td>6352.4</td><td>Medienkomponente</td></tr><tr><td>Bromphenolblau</td><td>Carl Roth GmbH</td><td>A512.1</td><td>Farbindikator</td></tr><tr><td>Xylolcyanol</td><td>Carl Roth GmbH</td><td>A513.1</td><td>Farbindikator</td></tr><tr><td>Glycerin</td><td>Carl Roth GmbH</td><td>7530.2</td><td>Medienkomponente</td></tr><tr><td>Mini-Sub Cell GT Cell</td><td>BioRad</td><td>170-4406</td><td>Gelelektrophoresekammer</td></tr><tr><td>Agrobacterium tumefaciens Stamm GV3101:pMP90RK</td><td>DSMZ</td><td>12365</td><td>Mikroorganismen</td></tr><tr><td>Elektroporator 2510</td><td>Eppendorf</td><td>4307000.658</td><td>Elektroporator</td></tr><tr><td>Rinderextrakt</td><td>Carl Roth GmbH</td><td>X975.2</td><td>Medienkomponente</td></tr><tr><td>Pepton</td><td>Carl Roth GmbH</td><td>2365.2</td><td>Medienkomponente</td></tr><tr><td>Saccharose</td><td>Carl Roth GmbH</td><td>4621.2</td><td>Medienkomponente</td></tr><tr><td>Magnesiumsulfat</td><td>Carl Roth GmbH</td><td>0261.3</td><td>Medienkomponente</td></tr><tr><td>Carbenicillin</td><td>Carl Roth GmbH</td><td>6344.2</td><td>Antibiotikum</td></tr><tr><td>Kanamycin</td><td>Carl Roth GmbH</td><td>T832.3</td><td>Antibiotikum</td></tr><tr><td>Rifampicin</td><td>Carl Roth GmbH</td><td>4163.2</td><td>Antibiotikum</td></tr><tr><td>FWD Primer</td><td>Eurofins MWG Operon</td><td>n.a.CCT</td> <td>CAG GAA GAG CAA TAC</td></tr><tr><td>REV Primer</td><td>Eurofins MWG Operon</td><td>n.a.CCA</td> <td>AAG CGA GTA CAC AAC</td></tr><tr><td>2720 Thermocycler</td><td>Applied Biosystems</td><td>4359659</td><td>Thermocycler</td></tr><tr><td>RNAfold Webserver</td><td>Universität Wien</td><td>n.a.Software</td><td></td></tr> <tr><td>Ferty 2 Mega</td><td>Kammlott</td><td>5.220072</td><td>Dünger</td></tr><tr><td>Grodan Steinwolle Würfel 10 x10 cm</td><td>Grodan</td><td>n.a.Steinwolle</td> <td>Block</td></tr><tr><td>Gewächshaus</td><td>n.a.n.a.Für</td><td></td> <td>den Pflanzenanbau</td></tr><tr><td>Phytotron</td><td>Ilka Zell</td><td>n.a.Für</td> <td>die Pflanzenzucht</td></tr><tr><td>Omnifix-F Solo</td><td>B. Braun</td><td>6064204</td><td>Spritze</td></tr><tr><td>Murashige und Skoog Salze</td><td>Duchefa</td><td>M 0222.0010</td><td>Medienkomponente</td></tr><tr><td>Glukose</td><td>Carl Roth GmbH</td><td>6780.2</td><td>Medienkomponente</td></tr><tr><td>Acetosyringon</td><td>Sigma-Aldrich</td><td>D134406-5G</td><td>Phytohormon-Analogon</td></tr><tr><td>&nbsp; BioPhotometer plus</td><td>Eppendorf</td><td>6132 000.008</td><td>Photometer</td></tr><tr><td>Osram kaltweiß 36 W</td><td>Osram</td><td>4930440</td><td>Lichtquelle</td></tr><tr><td>Dinatriumphosphat</td><td>Carl Roth GmbH</td><td>4984.3</td><td>Medienkomponente</td></tr><tr><td>Zentrifuge 5415D</td><td>Eppendorf</td><td>5424 000.410</td><td>Zentrifuge</td></tr><tr><td>Forma -86C ULT Gefrierschrank</td><td>ThermoFisher</td><td>88400</td><td>Gefrierschrank</td></tr><tr><td>Synergy HT</td><td>BioTek</td><td>SIAFRT</td><td>Fluoreszenzplatten-Reader</td></tr><tr><td>Biacore T200</td><td>GE Healthcare</td><td>n.a.SPR</td> <td>Gerät</td></tr><tr><td>Protein A</td><td>Life Technologies</td><td>10-1006</td><td>Antikörper-bindendes Protein</td></tr><tr><td>HEPES</td><td>Carl Roth GmbH</td><td>9105.3</td><td>Medienkomponente</td></tr><tr><td>Tween-20</td><td>Carl Roth GmbH</td><td>9127.3</td><td>Medienkomponente</td></tr><tr><td>2G12 Antikörper</td><td>Polymun</td><td>AB002</td><td>Referenz-Antikörper</td></tr></tbody></table>

charakterisierung komplexer systeme mit dem design of experiments ansatz: transient protein expression in tabak als case study

Characterization of Complex Systems Using the Design of Experiments Approach: Transient Protein Expression in Tobacco as a Case Study

Pflanzen bieten mehrere Vorteile für die Produktion von Biopharmazeutika mit niedrigen Kosten, Skalierbarkeit und Sicherheit. Die transiente Expression bietet den zusätzlichen Vorteil der kurzen Entwicklungs-und Produktionszeiten, sondern Expressionsniveaus erheblich zwischen den Chargen so was zu rechtlichen Bedenken im Rahmen der guten Herstellungspraxis variieren. Wir verwendeten eine Versuchsplanung (DOE) Ansatz, die Auswirkungen der wichtigsten Faktoren wie regulatorische Elemente in dem Expressionskonstrukt, das Pflanzenwachstum und Entwicklung Parametern und den Inkubationsbedingungen während der Expression, auf die Variabilität der Expression zwischen den Chargen zu bestimmen. Wir untersuchten Pflanzen ein Modell Anti-HIV-Antikörper (2G12) und einen fluoreszierenden Marker-Protein (DsRed) ausdrückt. Wir diskutieren die Gründe für die Auswahl bestimmter Eigenschaften des Modells zu identifizieren und ihr Potenzial Einschränkungen. Das allgemeine Konzept kann leicht auf andere Probleme übertragen werden, da die Prinzipien des Modells einwieder breit anwendbar: wissensbasierte Parameterauswahl, Komplexitätsreduktion durch Aufteilung der anfängliche Problem in kleinere Module, Software-geführte Installation der optimalen Experiment Kombinationen und schrittweise Design Augmentation. Daher ist die Methode nicht nur nützlich für die Charakterisierung der Proteinexpression in Pflanzen, sondern auch für die Untersuchung von anderen komplexen Systemen fehlt eine mechanistische Beschreibung. Die Vorhersagegleichungen zur Beschreibung der Interkonnektivität zwischen Parameter können verwendet werden, um mechanistische Modelle für andere komplexe Systeme aufgebaut werden.

Ein Beschreibungsmodell für DsRed Akkumulation während transiente Expression mit verschiedenen Promotoren und 5&#39;UTRs DsRed-Fluoreszenz in Blattextrakten wurde verwendet, um das Expressionsniveau des rekombinanten Proteins zu zeigen und damit als Antwort auf das SVM-Strategie verwendet. Die minimale nachweisbare Differenz wir als relevant war 20 ug / ml und die geschätzte Standardabweichung des Systems war 8 ug / ml bezogen auf den anfänglichen Experimenten. Faktoren, die...

Wir beschreiben eine Anordnung von Experimenten Ansatz, der verwendet werden kann, um festzustellen und das Modell des Einflusses der Transregulationselemente, Pflanzenwachstum und Entwicklung Parameter und Inkubationsbedingungen für die vorübergehende Expression von monoklonalen Antikörpern und Reporter-Proteine ​​in Pflanzen auf.

Charakterisierung komplexer Systeme Mit dem Design of Experiments Ansatz: Transient Protein Expression in Tabak als Case Study

Plants provide multiple benefits for the production of biopharmaceuticals including low costs, scalability, and safety. Transient expression offers the ...

Das übergeordnete Ziel des folgenden Experiments ist es, Vorhersagemodelle für die transiente Expression von Proteinen in Pflanzenblättern zu generieren. Dies wird durch die Einrichtung eines Versuchsdesigns erreicht, um die wichtigsten Parameter für die transiente Expression zu identifizieren und ihren Einfluss auf die Proteinakkumulation zu quantifizieren. In einem zweiten Schritt werden Gene kloniert und in Agrobakterien übertragen, die dann in Blätter injiziert werden, was zu einer vorübergehenden Proteinexpression führt.Als nächstes werden Blattproben analysiert, um die Proteinexpression zu bestimmen. Es werden Ergebnisse erhalten, die das Muster der transienten Proteinexpressionsniveaus in Blättern unterschiedlichen Alters und für verschiedene Inkubationsbedingungen zeigen, basierend auf der Auswertung eines Versuchsmodells. Der Hauptvorteil dieser Technik gegenüber bestehenden Methoden, wie z.B. einem Faktor nach dem anderen, besteht darin, dass Wechselwirkungen zwischen verschiedenen Parametern wie dem Blattalter oder der Blattposition erkannt und quantifiziert werden können.Der One-Factor-at-a-Time-Ansatz, der häufig verwendet wird, um die Wirkung bestimmter Faktoren auf d

characterization-complex-systems-using-design-experiments-approach

Research

Forschung

JoVE Journal

Bioengineering

Biotechnik

Quelle: Rufián, J. S. et al. Einzelzellanalyse der Expression von Pseudomonas syringae-Genen im Pflanzengewebe. J. Vis. Exp. (2022).Dieses Video demonstriert eine Methode zur Analyse der Genexpression in pflanzenextrahierten, pathogenen Bakterien auf Einzelzellniveau mit einem fluoreszierend markierten Transkriptionsfaktor. Konfokale Bildgebung zeigt Heterogenität in der Expression von Virulenzgenen und hebt die funktionelle Vielfalt innerhalb einer klonalen bakteriellen Population hervor.

Einzelzellanalyse der Genexpression aus pflanzenextrahierenden Krankheitserregern

Pflanzen bieten ein neuartiges System für die Produktion von pharmazeutischen Proteinen in einem kommerziellen Maßstab, die besser skalierbare, kosteneffiziente und sichere als aktuellen Ausdruck Paradigmen ist. In dieser Studie berichten wir über eine einfache und bequeme, aber skalierbaren Ansatz zur Ziel-Gen enthält,...

Effiziente Agroinfiltration von Pflanzen für High-Level-Transient Expression von rekombinanten Proteinen

Diese Arbeit beschreibt ein neues Verfahren zur selektiven Targeting subzellulären Organellen in Pflanzen untersucht, mit dem BioRad Gene Gun.

Transient Gene Expression in Tabak mit Gibson Versammlung und die Gene Gun

Bildung von Protein-Komplexen in vivo kann durch bimolekulare Fluoreszenzkomplementation visualisiert werden. Interaktionspartnern sind, um komplementäre Teile Fluoreszenz-Markierungen geschmolzen und transient in Tabakblättern exprimiert, was zu einem wiederFluoreszenzSignal auf enger Nähe der beiden Proteine.

Protein-Protein-Wechselwirkungen durch Bimolekulare Fluoreszenz-Komplementation in Tabak-Protoplasten-und Blätter-Visualisierte

Tabakpflanzen wurden verwendet, um eine Pilz-Cellulase, TrCel5A erzeugen, über einen transienten Expressionssystem. Die Expression kann unter Verwendung eines fluoreszierenden Fusionsproteins überwacht werden, und die Proteinaktivität wurde nach der Expression charakterisiert.

Expression von rekombinanten Cellulase aus Cel5A<em&gt; Trichoderma reesei</em&gt; In Tabakpflanzen

In dieser Studie wurde die Expression eines humanen rekombinanten Zielproteins in verschiedenen Produktionsplattformen verglichen. Wir konzentrierten uns auf traditionelle fermenterbasierte Kulturen und auf Pflanzen, beschrieben den Aufbau jedes Systems und hoben auf der Grundlage der berichteten Ergebnisse die inhärenten Grenzen und Vorteile für jede Plattform hervor.

Eine vergleichende Analyse der Expression rekombinanter Proteine ​​in verschiedenen Biofabrik: Bakterien, Insektenzellen und Pflanzensysteme

Auf subzellulärer Ebene werden Signalereignisse dynamisch durch Entwicklungs- und Umwelteinflüsse moduliert. Hier beschreiben wir ein Protokoll, das das transiente Expressionssystem Tabak verwendet, um die dynamische Protein-Protein-Interaktion zu überwachen und die räumliche Organisation der Signaltransduktion in Pflanzenzellen aufzudecken.

Imaging Räumliche Reorganisation eines MAPK Signalweg Verwendung des Tabak Transient Expression System

Ein hoher Durchsatz, automatisierte, Tabakprotoplasten Produktion und Transformation-Methodik beschrieben. Das Robotersystem ermöglicht massiv parallele Genexpression und Entdeckung im Modell BY-2-System, das auf nicht-Modellpflanzen übersetzbar sein sollte.

Ein Roboter-Plattform für Hochdurchsatz-Isolierung von Protoplasten und Transformation

Studieren Ionenkanäle durch ein heterolog exprimierenden System hat eine Kerntechnik in der biomedizinischen Forschung. In diesem Manuskript stellen wir eine zeiteffiziente Methode streng kontrollierten Ionenkanal-Expression durch Durchführung transienter Transfektion unter der Kontrolle eines induzierbaren Promotors zu erzielen.

Steuerbare Ionenkanal-Expression durch induzierbare Transiente Transfektion

Dieses Manuskript beschreibt ein einfache und schnelles experimentelles Verfahren für die Bestimmung von Protein-Protein-Wechselwirkungen, die basierend auf der Messung der Luciferase-Aktivität.

Luciferase Komplementierung Imaging Assay in Nicotiana Benthamiana Blätter für Transient Bestimmung Proteinprotein Interaktion Dynamik

Transiente heterologen Expression von biosynthetischen Enzymen in Nicotiana Benthamiana Blätter kann endogene Lieferungen von 2,3-Oxidosqualene auf die Herstellung von qualitativ hochwertigen Triterpene Neuheiten abzulenken. Hierin ist ein detailliertes Protokoll für Rapid (5 Tage) präparative angelegte Produktion von TRITERPENE und Analoga, die unter Verwendung dieser leistungsstarken pflanzlichen Plattform beschrieben.

Transiente Expression in Nicotiana Benthamiana Blätter für Triterpene Produktion im präparativen Maßstab

Erfahren Sie, wie Design of Experiments die transiente Proteinexpression in Tabakblättern optimiert. Diese Methode identifiziert Schlüsselparameter für die effiziente Produktion von monoklonalen Antikörpern in Pflanzen.

Charakterisierung komplexer Systeme Mit dem Design of Experiments Ansatz: Transient Protein Expression in Tabak als Case Study

Weitere Videos entdecken