Frontiers in Microbiology

Introduction

Bakteriofagit ovat nousseet tieteellisen tutkimuksen keskiöön, sillä niillä on tärkeä rooli lähes jokaisessa mikrobiyhteisössä. Bakteerien virusperäisinä saalistajina ne vaikuttavat merkittävästi mikrobipopulaatioihin ja niiden dynamiikkaan eri ympäristöissä. On olemassa useita katsauksia, jotka käsittelevät bakteriofagien roolia eri elinympäristöissä, kuten merissä tai ihmiskehossa (Clokie ja Mann, 2006; Wahida et al., 2016; Łusiak-Szelachowska et al., 2017). Sen jälkeen, kun Frederick Twort ja sittemmin Felix D’Herelle löysivät bakteriofagit yli sata vuotta sitten (Salmond ja Fineran, 2015), niitä on käytetty Itä-Euroopan maissa bakteeri-infektioiden lääketieteelliseen hoitoon, kun taas muualla maailmassa antibiootit olivat pääosassa (Myelnikov, 2018). Nykyään, kun moniresistenttien bakteerien aiheuttamista infektioista on tullut maailmanlaajuinen uhka (Zaman et al., 2017), potilaita kaikkialta maailmasta hoidetaan Georgian Tbilisissä sijaitsevassa Eliava Institute of Bacteriophages, Microbiology, and Virology -instituutissa, jolla on kenties pisin kokemus bakteriofagihoidosta (Kutateladze ja Adamia, 2008), ja myös Puolan Wrocławissa sijaitsevan Ludwik Hirszfeld -instituutin (Ludwik Hirszfeld Institute of Immunology and Experimental Therapy, Wrocław, Puola) bakteriofagihoitoyksikön bakteriofagihoitoyksikössä (Międzybrodzki ym., 2012). Bakteriofagien käyttö voisi olla arvokas ratkaisu paitsi lääketieteen alalla myös muilla aloilla, joilla bakteerit voivat vaikuttaa kielteisesti.

Jotkut yhdysvaltalaiset yritykset, kuten OmniLytics Inc. (Sandy, UT, Yhdysvallat) ja Intralytix Inc. (Baltimore, MD, Yhdysvallat) ovat kehittäneet erilaisia bakteriofagituotteita elintarviketeollisuuden desinfiointiaineiksi, joita voidaan käyttää Salmonellaa, Escherichia colia ja Listeria monocytogenes -bakteeria vastaan. Euroopassa hollantilainen yritys Micreos BV (Wageningen, Alankomaat) on myös markkinoinut bakteriofagituotteita salmonellaa ja E. coli -bakteeria vastaan ja saksalainen yritys Fink Tec (Hamm, Saksa) E. coli -bakteeria vastaan (Moye et al., 2018). Bakteriofagien laajempaa käyttöä odotetaan elintarvikkeiden arvoketjussa, myös maataloudessa ja vesiviljelyssä, jossa laaja kirjo erilaisia kasvi- ja kalapatogeeneja aiheuttaa merkittäviä taloudellisia tappioita (Buttimer et al., 2017; Doss et al., 2017).

Vaikka joitain bakteriofagituotteita on jo kaupallistettu, tehokasta, pysyvää ja hallittavissa olevaa prosessia bakteriofagien tuotantoon ei ole vielä saavutettu. Faagien tuotantoa laboratorioissa voidaan pitää rutiiniprosessina, ja protokollat on määritelty hyvin; näitä prosesseja ei kuitenkaan ole helppo skaalata. Teollisuusyritykset ovat ensisijaisesti kiinnostuneita siitä, että faagien tuotantoon saadaan luotettavia menetelmiä, jotka mahdollistavat prosessin skaalaamisen. Ratkaisu ei kuitenkaan ole helppo järjestelmän biologisen luonteen ja faagien ja bakteerien välillä esiintyvien erityyppisten vuorovaikutusten vuoksi.

Luotettavia menetelmiä bakteriofagien tuotantoon on yritetty luoda useita. Jotkut tutkijat ovat käyttäneet teoreettista lähestymistapaa simulointimallien avulla, kun taas toiset ovat omaksuneet käytännön lähestymistavan kokeiden avulla. Tässä minikatsauksessa tarkastellaan valikoituja esimerkkejä molemmista lähestymistavoista ja asetetaan vastakkain niiden tärkeimmät erot.

Yleistä bakteriofagien tuotannossa

Bakteriofagien biologinen luonne pakottaa ne lisääntymään isäntäsolussa. Siksi bakteriofagien tuotantomenetelmä edellyttää tuotantoprosessia, jossa on vähintään kaksi toimintayksikköä, isäntäbakteerin kasvu ja bakteriofagin lisääntyminen (tai infektio). On tärkeää ottaa huomioon bakteerikasvun ja faagi-infektion perusparametrit, kuten bakteerille valitut substraatit ja optimaalinen lämpötila sekä bakteerikasvun että faagi-infektion kannalta, koska nämä tekijät voivat vaikuttaa faagien infektiivisyyteen (Tokman et al., 2016). Samoin on tärkeää tuntea tuotettavan faagin biologia, mukaan lukien erilaiset infektioparametrit, kuten adsorptionopeus, puhkeamiskoko ja latentti aika; kuten myöhemmin käsitellään, nämä parametrit voivat kuitenkin muuttua infektio-olosuhteiden mukaan (Santos et al., 2014). Vielä tärkeämpää on, että suositellaan syvällistä ymmärrystä erityisistä vuorovaikutussuhteista, joita voi esiintyä bakteeri-isännän ja valitun faagin välillä, kuten CRISPR-cas-järjestelmän läsnäolosta bakteerissa, koska näillä tekijöillä voi olla voimakas vaikutus faagin infektioprosessiin (Levin et al., 2013). On myös suositeltavaa valita isännäksi ei-virulentti bakteerikanta. Bakteriofagituotanto teollisella tasolla edellyttää suuria määriä isäntäbakteeria, joten virulenttien lääkkeille resistenttien ja erityisesti moniresistenttien patogeenien käytön välttämisen tulisi olla pakollista faagituotantoprosessissa (Torres-Barceló, 2018). Sama pätee myös profaageja kantaviin bakteereihin, koska ne voivat indusoitua prosessin aikana ja muuttaa lopputulosta (Stewart ja Levin, 1984).

Luotettava prosessi laajamittaiseen bakteriofaagien tuotantoon voi olla hyvin vaikeasti saavutettavissa, sillä laboratoriossa saadut tiedot eivät aina ole käyttökelpoisia biologisten prosessien skaalaamisessa (Kwok, 2010). Tutkijat ovat pyrkineet täyttämään tätä aukkoa lähinnä tietokonesimulaatioihin perustuvilla bakteriofagien tuotantoa koskevilla tutkimuksilla, joista osa on validoitu kokeellisesti. Tässä analysoidaan ensin faagien tuotantomalleihin keskittyviä teoreettisia tutkimuksia ja sitten valittuja tutkimuksia, jotka on validoitu kokeellisesti. Kaikki tapaukset ovat sopusoinnussa bakteriofagipohjaisen tuotteen jatkopuhdistuksen ja validoinnin testauskriteerien kanssa, ja osa niistä sisältyy molempiin osioihin (Santos et al., 2014; Nabergoj et al., 2018a).

Teoreettiset mallit bakteriofagien tuotannolle

Faagien tuotantoprosessin kuvaamiseksi matemaattisen mallin avulla on tärkeää määritellä malliin sisällytettävät kineettiset parametrit. Faagituotannon kolme perusparametria ovat herkkien infektoitumattomien bakteerien, faagin infektoimien bakteerien ja vapaiden faagien populaatiot (Krysiak-Baltyn ym., 2016). Tästä lähtien eri malleihin on sisällytetty lisämuuttujia, kuten resistenttejä infektoitumattomia bakteereja (Santos ym., 2014; Chaudhry ym., 2018) tai useita bakteerilajeja (Levin ym., 1977). Kaikki nämä populaatiot ovat vuorovaikutuksessa keskenään, jota ohjaavat bakteerien kasvuun ja faagitartuntaan liittyvät kineettiset parametrit. Pidetään hyvin tiedossa, mitkä vakiot ovat tärkeitä bakteereille; bakteriofagien osalta tämä on kuitenkin vielä keskustelussa. Yksimielisyys vallitsee siitä, että adsorptiovakio, latenssiaika ja puhkeamiskoko ovat tärkeitä huomioon otettavia muuttujia; niiden merkitys mallissa vaihtelee kuitenkin eri tutkimuksissa. Lisäksi eri kirjoittajat käyttävät erilaista nimikkeistöä kineettisten parametrien määrittelyssä, mikä on yksi suurimmista vaikeuksista eri mallien vertailussa ja aihetta koskevan yleisen tietämyksen yhtenäistämisessä. Esimerkiksi faagien adsorptionopeuteen (bakteereihin adsorboituneiden faagipartikkelien indikaattori) viitataan yleisesti symbolilla ”δ”; Beretta ja Kuang (1998) käyttivät kuitenkin symbolia ”K”, joka voi olla myös Monodin substraattispesifisyyttä kuvaavan vakion ”Ks” symboli. Muita esimerkkejä erilaisista nimikkeistöistä on taulukossa 1. Kuten muissakin biologisissa prosesseissa, on odotettavissa, että faagibakteerien kasvumallien alalla työskentelevät kirjoittajat sopivat erityisestä algebrallisesta sanastosta tai sisällyttävät artikkeleihinsa selkeän selityksen termeistä ja yksiköistä sekä selkeän nimikkeistön, kuten Krysiak-Baltyn et al. (2018) äskettäin totesivat. Muiden kirjoittajien käyttämän nimikkeistön (taulukko 1) perusteella ehdotamme kreikkalaisten kirjainten käyttöä eri kineettisten parametrien nimeämiseen faagien lisääntymisessä. Burstin kokoa voidaan symboloida β:llä, adsorptionopeutta δ:llä, pimennysaikaa ε:llä ja faagin hajoamisnopeutta λ:llä. Ainoat poikkeukset olisivat faagikonsentraatio, joka tunnetaan yleisesti nimellä ”P”, ja latenssiaika, joka tunnetaan nimellä ”L”. Tämän matemaattisen kielen yhdenmukaisuus helpottaa tulevien akateemisten tai teollisuuden tarkastelijoiden ymmärrystä ja tiedonlouhintaa.

Campbellista (1961) alkaen on pyritty monin tavoin kuvaamaan bakteriofagituotannon malleja, jotka kuvaavat faagipopulaatioiden käyttäytymistä useissa eri olosuhteissa ja menetelmillä. Taulukkoon 1 on koottu yhteenveto erilaisista faagien tuotantomalleista, jotka on esitetty differentiaali- tai integraaliyhtälöinä (kunkin kirjoittajan päätöksestä riippuen), ja siinä mainitaan kutakin mallia koskevat erityiset näkökohdat.

Faagien tuotantomallit kuvaavat yleisesti ottaen johdonmukaisesti faagipopulaation muutosta ajan kuluessa. Tämä voidaan esittää faagipartikkelien tai plakkien muodostavien yksiköiden (PFU) kineettisenä muutoksena aikayksikköä kohti, panosprosessin jälkeen saatuina lopullisina pitoisuuksina tai ajanjakson aikana jatkuvassa prosessissa. Yleisestä yksimielisyydestä huolimatta nämä mallit eroavat toisistaan useissa väittämissä. Campbellin (1961) sekä Berettan ja Kuangin (1998) ehdottamat mallit ovat johdonmukaisia faagihiukkasten tasapainottamisessa sukupolvitermien (bakteriofaagihiukkasten vapautuminen aikayksikköä kohti) ja adsorptio- tai hajoamisnopeudesta johtuvan vapaan bakteriofaagin häviämisen kanssa; nämä mallit ovat käyttökelpoisia yksinkertaisuutensa ja vakiomuotoisten faagin kasvuparametrien, kuten adsorptionopeuden, puhkeamiskokojen ja viipymäaikojen, käytön vuoksi, ja ne ovat nopea tapa simuloida erätuotantoprosesseja, mutta ne eivät sovi prosesseihin, kuten resistentteihin bakteeripopulaatioihin, tai faagin evoluutioon ajan kuluessa. Näillä malleilla on myös taipumus aliarvioida parametrien, kuten puhkeamiskoon ja latenttiajan, vaikutusta, kun taas uudemmat mallit ovat osoittaneet näiden parametrien merkityksen ja sen, miten ne voivat vaihdella muiden tekijöiden mukaan (Santos ym., 2014; Nabergoj ym., 2018b).

Santosin ym. hiljattain esittämässä mielenkiintoisessa mallissa (2014) huomioidaan bakteerien kasvunopeuden vaikutus faagin adsorptiovakioon ja latenttian ajan arvoja säätelevä normaalijakaumayhtälö, joka huomioi näissä parametreissa esiintyvän vaihtelun. Tämä malli on osoittautunut erittäin hyödylliseksi, koska se tarjoaa mahdollisuuden arvioida substraatin vaikutusta faagituotantoon, ja bakteerien kasvunopeuden sisällyttäminen malliin tarjoaa epäsuoran välineen bakteerien fysiologisen tilan tarkasteluun prosessin aikana. Myös muut kirjoittajat ovat myöhemmin tutkineet bakteriofagi-infektioparametrien riippuvuutta bakteerien kasvunopeudesta (Krysiak-Baltyn ym., 2018; Nabergoj ym, 2018b); Nabergoj ja kollegat havaitsivat, että burstin koko kasvoi lineaarisesti bakteerien kasvunopeuden myötä, kun taas adsorptiovakio ja latentti aika pienenivät.

Toisissa malleissa on tutkittu useiden bakteerilajien vaikutusta ja bakteeriresistenssin esiintymistä (Levin ym., 1977; Santos ym., 2014; Chaudhry ym., 2018). Vaikka näiden tutkimusten tavoitteena ei aina ollut kehittää menetelmiä faagien tuottamiseen, ne ovat hyödyllisiä kuvaamaan mahdollisia tilanteita, joita voi esiintyä prosessin aikana. Näihin malleihin sisältyy muuttujia, jotka liittyvät bakteerien resistenssin valintaan ja palautumisnopeuteen bakteeripopulaation funktiona (vähemmän tai enemmän alttiiden bakteerien saatavuus ajan myötä), sellaisten olosuhteiden määrittelyyn, joissa alttiita ja resistenttejä bakteereja voi esiintyä rinnakkain, kuten resistenttien bakteerien voimakas valikoiva epäedullisuus (esimerkiksi alhaisempi kasvunopeus) ja/tai sellaisen alueellisen suojapaikan (tai tiheyssuojapaikan) olemassaolo, jossa (tai jonka alapuolella) faagi ei kykene infektoimaan bakteeria. Chaudhry et al. (2018) tarjosivat mielenkiintoisen selityksen sille, miten faagit voivat säilyä populaatioissa, joita hallitsevat resistentit bakteerit, ehdottaen, että jälkimmäiset voisivat tuottaa herkkiä bakteereja sellaisilla frekvensseillä, jotka mahdollistaisivat faagien replikaation. Mielenkiintoista on, että tätä ilmiötä on ehdotettu aiemminkin (Bastías et al., 2010). Faagiresistenttien kantojen syntyminen faagituotantojärjestelmissä voisi olla huolenaihe, ja siksi se olisi otettava huomioon uusien menetelmien kehittämisessä, jotta tämä mahdollisuus voitaisiin minimoida. Useat kirjoittajat ovat ehdottaneet, että tämä ongelma voidaan välttää faagituotantoasetelmalla, jota käsitellään seuraavassa jaksossa.

Toinen mielenkiintoinen tutkimus on Krysiak-Baltyn et al. (2018), joka myös sisällyttää muuttuvat infektioparametrit bakteerien kasvunopeuden funktiona ja arvioi käyttökustannuksia ja tuottavuutta simuloidussa kaksivaiheisessa prosessijärjestelmässä. Yksi tämän teoreettisen tutkimuksen tärkeistä johtopäätöksistä on se, että bakteerikasvun kannalta optimaalisen substraattipitoisuuden ei pitäisi välttämättä olla sama bakteriofagituotannossa, ja heidän analyysinsä mukaan faagikustannus millilitraa kohti pitoisuudella 4 × 1010 faagia/ml voisi olla vain 1,78 × 10-2 dollaria. Olisi mielenkiintoista saada kokeellinen validointi tälle arviolle ja selvittää, miten se soveltuu eri talouksiin tai maihin.

Loppujen lopuksi bakteriofagien evoluutio on otettava huomioon myös tuotantoprosessissa, koska faagien tehokkuus bakteerien infektoimisessa saattaa ajan mittaan lisääntyä tai vähentyä (Lenski ja Levin, 1985). Tämä käsite voitaisiin esittää infektiomäärinä isäntäalueen kokeissa, joissa voidaan saavuttaa jopa menetelmiä isäntäalueen laajentamiseen faagiterapiasovelluksia varten (Mapes et al., 2016). Tätä tilannetta on simuloitu panosviljelmissä, mikä on osoittanut, että faagimutaatioiden ilmaantuminen on vahvasti riippuvainen faagien geneettisestä joustavuudesta (mutaatioiden nopeudesta) (Levin ja Bull, 2004). Kyky ennustaa faagien evoluutiota tuotannon aikana auttaisi asettamaan tuotantoprosessin, jossa faagien lytisten ominaisuuksien muuttumisen todennäköisyys olisi mahdollisimman pieni. Tarkastellut artikkelit osoittavat, että bakteriofagien tuotantomallit ovat tärkeä lähestymistapa, joka voi auttaa löytämään parhaat strategiat, mutta ne on kuitenkin validoitava kokeellisesti.

Kokeellisia kokemuksia bakteriofagien tuotannosta

Faagien tuotantoon liittyviä käytännön tutkimuksia on useita. Joissakin keskitytään faagituotantoon bioreaktoreissa, kun taas toisissa keskitytään prosessin arviointiin ja optimointiin. Odotetusti näissä kokemuksissa tarkastellaan myös bakteerikasvun ja faagin infektion/lisäyksen vaihetta pulloissa ja bioreaktoreissa (taulukko 2). Näistä tiedoista on hyötyä, kun halutaan saada käsitys siitä, miten tiettyjä isäntä-bakteriofagi-malleja voidaan käyttää levittämiseen ja faagituotannon tason nostamiseen. Yleisimmin käytetyt isäntä-faagijärjestelmät ovat E. coli -kannat ja niiden faagit, mikä johtuu todennäköisesti näitä bakteeri-faagijärjestelmiä koskevan tiedon määrästä (E. coli -faagit T3, T4 ja T7) ja muita bakteeri-faagijärjestelmiä koskevan tiedon puutteesta.

Ensimmäisen raportoidun tapauksen mukaan saavutetut titterit voivat olla jopa 1,2 × 1016 PFU ml-1 panosbioreaktorissa (5 L) (Sochocka ym., 2015). Tämä tuotantotaso vastaa terapeuttisiin tarkoituksiin tarvittavaa tuotantoa (>1 1010 PFU ml-1), kun otetaan huomioon puhdistusvaiheet, faagien hajoamisnopeus ja stabiilisuus tai säilyvyys (Naghizadeh et al., 2018). Myös muut kirjoittajat ovat raportoineet lupaavia tuotantotasoja 5 × 1012 PFU ml-1 1,2 L:ssa (Warner ym., 2014) ja 2,4 × 1013 PFU vrk-1 1 L:ssa (Nabergoj ym., 2018a; taulukko 2).

Vertailuja siitä, kumpi menetelmä voisi olla tehokkaampi, on vaikea laatia, koska niissä käytetään erilaisia kasvatusmenetelmiä ja erilaisia isäntä-bakteriofagi-järjestelmiä. Eräkasvatus on halvin (ei yksinkertaisin) tapa tuottaa bakteriofageja, mutta sitä rajoittavat suuresti käytettävissä olevan laitteiston maksimitilavuus, kokonaistoiminta-ajat ja substraatin saatavuus (korkeammat pitoisuudet voivat olla bakteerien kasvua estäviä). Jatkuva viljely on paremmin skaalautuvaa, kun bakteerien laimennusnopeus optimoidaan sisään- ja ulostulovirtaa muuttamalla. Lisäksi laimennusnopeuden säätely mahdollistaa bakteerien kasvunopeuden suoran hallinnan, mikä vaikuttaa suoraan infektioparametreihin, kuten puhkeamiskokoon, adsorptiovakioon ja latenttiin aikaan (Mancuso et al., 2018; Nabergoj et al., 2018b). Laimennusnopeutta voidaan käyttää myös järjestelmän tuottavuuden lisäämiseen, kuten Nabergoj et al. (2018a) osoittivat, kun 1 L:n cellstat-järjestelmässä saavutettiin 109 faagin mL-1 h-1 maksimituottavuus alhaisella laimennusnopeudella 2 h-1 . Jatkuvatoiminen järjestelmä voi olla pysyvästi toiminnassa, ja siksi se on yritykselle sopivin tapa tuottaa bioteknologinen tuote. Ne ovat kuitenkin vaikeita ja kalliita toteuttaa, ja ne vaativat jatkuvaa seurantaa vakaan tilan ylläpitämiseksi. Täysin jatkuva prosessi bakteerien kasvattamiseksi ja bakteriofagien tuottamiseksi voi lisätä bakteriofagiresistenssin esiintymisen todennäköisyyttä, jos erityisiä vastatoimia ei oteta käyttöön (Middelboe et al., 2001).

Jotkut kirjoittajat ovat ehdottaneet kaksivaiheisten prosessien toteuttamista, joista toinen on tarkoitettu yksinomaan bakteerien tuottamiseen ja toinen faagien lisäämiseen (Schwienhorst et al., 1996; Sauvageau ja Cooper, 2010; Nabergoj et al., 2018a). Tämä voidaan saavuttaa cellstat-järjestelmällä, jossa kaksi bioreaktoria on kytketty sarjaan siten, että järjestelmän läpi kulkee jatkuva virtaus. Tällöin reaktoreiden välistä virtausnopeutta ja kunkin reaktorin tilavuutta (sekä laimennusnopeutta ja bakteerien kasvunopeutta lisäyksellä) voidaan säätää maksimaalisen tuottavuuden saavuttamiseksi (Nabergoj et al., 2018a). Toinen Sauvageaun ja Cooperin (2010) ehdottama mielenkiintoinen asetelma koostuu kaksivaiheisen, itsekiertävän prosessin puolijatkuvasta järjestelmästä. Tässä tapauksessa kumpikin vaihe toimii samalla tavalla kuin eräkasvatus, jossa bakteerit kasvatetaan ensin erillään faagista ja sitten lisätään faagin lisääntymisvaiheeseen, kun sopiva konsentraatio on saavutettu, mikä mahdollistaa infektioprosessin käynnistämisen halutulla infektiokertoimella (Kasman et al., 2002). Tämän asetelman etuna on myös se, että se ei vaadi jatkuvaa seurantaa jatkuvien järjestelmien vakaan tilan ylläpitämiseksi, ja sillä on saavutettu tuottavuus 7,59 × 1014 PFU mol CO2-1 (Sauvageau ja Cooper, 2010). Molemmissa esimerkeissä, cellstat-järjestelmässä ja kaksivaiheisessa itsekierrätysprosessissa, on se suuri etu, että bakteereja kasvatetaan ilman faageja, joten bakteriofagiresistenssiä ei suosita prosessin aikana.

Viimeiseksi on tärkeää huomata, että on olemassa joitakin parametreja, joita ei aina ilmoiteta bakteriofagituotantoa koskevissa tutkimuksissa. Esimerkiksi sellaiset parametrit kuin ilmastuksen osuus tai ilman tulo bioreaktoriin mainitaan vain kahdessa raportissa (Sauvageau ja Cooper, 2010; Santos et al., 2014), vaikka tämä on yksi tärkeimmistä parametreista bakteerifaasien tuotannossa teollisella tasolla. Tietoa muista parametreista, kuten energiansiirrosta, erilaisesta substraatin hyödyntämisestä, bioreaktorin suunnittelusta, sekoituksesta, potkureista ja rakennemateriaaleista bakteriofagien tuotannossa, on niukasti tai ei ollenkaan.

Loppupäätelmät

Faagien potentiaalisen käyttömahdollisuuden uudelleenlöytäminen laajassa kirjossa sovelluksia on hyvin jännittävää ja lupaavaa. Todisteet viittaavat siihen, että bakteriofagien tuotannossa olisi suosittava järjestelmiä, jotka vähentävät bakteriofagiresistenssin esiintymistodennäköisyyttä, kuten solustoa tai kaksivaiheista itsekiertävää prosessia. Nämä vaihtoehdot mahdollistaisivat myös muuttujien hallinnan prosessin tuottavuuden lisäämiseksi. Bakteriofagien tuotantomallit ovat kuitenkin vielä kaukana vakiintuneista, ja niitä voidaan parantaa monin tavoin. Vielä on monia haasteita voitettavana. Tarvitaan lisätutkimuksia optimoidusta suuren mittakaavan bakteriofagituotannosta, infrastruktuuri- ja laitekustannuksista, erilaisista turvallisuusnäkökohdista ja käyttöannoksesta, ja kokemuksen mukaan näihin haasteisiin olisi vastattava akateemisten ja teollisten kumppaneiden yhteistyöllä.

Loppujen lopuksi on tärkeää huomata, että useimpia bakteriofagien tuotantomalleja voidaan soveltaa tietyllä faagi-infektion ja bakteerikasvun muuttujien arvojen alueella. Näin ollen faagituotantomalleissa ja -asetelmissa tapahtuneista merkittävistä edistysaskelista riippumatta syvällinen tietämys erityisestä faagi-bakteeri-järjestelmästä on aina ensimmäinen vaatimus tehokkaan faagituotantojärjestelmän luomiseksi.

Tekijöiden panos

RG, SL ja RB suunnittelivat työn ja kirjoittivat käsikirjoituksen. KG, GH ja JR kirjoittivat käsikirjoituksen osat. Kaikki kirjoittajat osallistuivat bibliografiseen tarkistukseen, käsikirjoituksen tarkistukseen, lukivat ja hyväksyivät toimitetun version.

Rahoitus

Tämän työn rahoitti CONICYT PFCHA DOCTORADO/2016 21161133 ja Postdoctorado PUCV 2018.

Erittely eturistiriidoista

Tekijät ilmoittavat, että tutkimus tehtiin ilman kaupallisia tai taloudellisia suhteita, jotka voitaisiin tulkita mahdolliseksi eturistiriidaksi.

Kiitokset

RG kiittää CONICYT PFCHA DOCTORADO/2016 21161133. SL kiittää Postdoctorado PUCV 2018.