Improved Detection of Transgene and Nonviral Vectors in Blood
Notice bibliographique
Résumé
Vector biodistribution and clearance studies are essential in the development of gene transfer medicine. To provide reliable and accurate data, protocols for vector analysis must be optimized and validated. We addressed several parameters affecting the detection of gene therapy vectors in blood. Using an in vitro system based on plasmid DNA incorporating, as a transgene, complementary DNA for human erythropoietin gene, we developed and validated a suite of real-time PCR assays for the transgene splicing sites. The most sensitive assays detected the transgene present at 0.011% of the copy number of the endogenous erythropoietin gene in human genomic DNA at 100% specificity. Plasmid linearization incorporated with PCR resulted in an increase in assay sensitivity up to 4.5-fold without compromising analysis workflow. This allowed detection of five copies of transgene in a background of 0.4 μg of genomic DNA (or 0.0035% detectable transgene copies relevant to copies of the endogenous gene). Finally, desktop assessment of 18 DNA extraction protocols was undertaken and 5 kits were evaluated experimentally for extraction of nonviral vectors from blood. Three kits reliably detected 80 copies of the transgene in a milliliter of blood. Adoption of the described protocols will enable more reliable vector analysis in gene therapy and will assist in accurate interlaboratory comparison. The methodology will also facilitate detection of gene doping in sport, a potential new form of misuse of gene transfer technology.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».