RNA Interference inhibits Hepatitis B Virus of different genotypes in Vitro and in Vivo
Notice bibliographique
Résumé
BACKGROUND: Hepatitis B virus (HBV) infection increases the risk of liver disease and hepatocellular carcinoma. Small interfering RNA (siRNA) can be a potential new tool for HBV therapy. Given the high heterogeneity of HBV strains and the sensitivity towards sequences changes of siRNA, finding a potent siRNA inhibitor against the conservative site on the HBV genome is essential to ensure a therapeutic application. RESULTS: Forty short hairpin RNA (shRNA) expression plasmids were constructed to target conserved regions among nine HBV genotypes. HBV 1.3-fold genome plasmids carrying various genotypes were co-transfected with shRNA plasmids into either Huh7 cells or mice. The levels of various viral markers were examined to assess the anti-HBV efficacy of siRNA. Four (B245, B376, B1581 and B1789) were found with the ability to potently inhibit HBV RNA, DNA, surface antigen (HBsAg), e antigen (HBeAg) and core antigen (HBcAg) expression in HBV genotypes A, B, C, D and I (a newly identified genotype) in Huh7 cells and in mice. No unusual cytotoxicity or off-target effects were noted. CONCLUSIONS: Such siRNA suggests an alternate way of inhibiting various HBV genotypes in vitro and in vivo, promising advances in the treatment of HBV.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».