Anticytokine gene therapy of autoimmune diseases
Notice bibliographique
Résumé
Viral and nonviral gene therapy vectors have been successfully employed to deliver inflammatory cytokine inhibitors (anticytokines), or anti-inflammatory cytokines, such as transforming growth factor beta-1 (TGF-beta 1), which protect against experimental autoimmune diseases. These vectors carry the relevant genes into a variety of tissues, for either localised or systemic release of the encoded protein. Administration of cDNA encoding soluble IFN-gamma receptor (IFN-gamma R)/IgG-Fc fusion proteins, soluble TNF-alpha receptors, or IL-1 receptor antagonist (IL-1ra), protects against either lupus, various forms of arthritis, autoimmune diabetes, or other autoimmune diseases. These inhibitors, unlike many cytokines, have little or no toxic potential. Similarly, TGF-beta 1 gene therapy protects against numerous forms of autoimmunity, though its administration entails more risk than anticytokine therapy. We have relied on the injection of naked plasmid DNA into skeletal muscle, with or without enhancement of gene transfer by in vivo electroporation. Expression plasmids offer interesting advantages over viral vectors, since they are simple to produce, non-immunogenic and nonpathogenic. They can be repeatedly administered and after each treatment the encoded proteins are produced for relatively long periods, ranging from weeks to months. Moreover, soluble receptors which block cytokine action, encoded by gene therapy vectors, can be constructed from non-immunogenic self elements that are unlikely to be neutralised by the host immune response (unlike monoclonal antibodies [mAbs]), allowing long-term gene therapy of chronic inflammatory disorders.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».