Immune Responses to Adeno-Associated Virus Vectors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
One of the biggest challenges in optimizing viral vectors for gene therapy relates to the immune response of the host. Adeno-associated virus (AAV) vectors are associated with low immunogenicity and toxicity, resulting in vector persistence and long-term transgene expression. The inability of AAV vectors to efficiently transduce or activate antigen presenting cells (APCs) may account for their decreased immunogenicity. AAV mediated gene therapy however, leads to the development of antibodies against the vector capsid. Anti-AAV antibodies have neutralizing effects that decrease the efficiency of in vivo gene therapy and can prevent vector re-administration. Furthermore, recent studies have shown that AAV vectors can elicit both cellular and humoral immune responses against the transgene product. Both cell-mediated response and humoral response to the delivered gene depend on a number of variables; including the nature of the transgene, the promoter used, the route and site of administration, vector dose and host factors. The response of the host to the vector, in terms of antigen-specific immunity, will play a substantial role in clinical outcome. It is therefore important to understand both, why AAV vectors are able to escape immunity and the circumstances and mechanisms that lead to the induction of immune responses. This review will summarize innate and adaptive immune responses to AAV vectors, discuss possible mechanisms and outline strategies, such as capsid modifications, use of alternative serotypes, or immunosuppression, which have been used to circumvent them.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle