MétaCan
Menu
Retour à la cohorte
Enregistrement W1985638596 · doi:10.2217/clp.14.27

Development and clinical applications of siRNA-encapsulated lipid nanoparticles in cancer

2014· article· en· W1985638596 sur OpenAlexaff
Paulo J.C. Lin, Ying K. Tam, Pieter R. Cullis

Notice bibliographique

RevueClinical Lipidology · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensAcuitas Therapeutics (Canada)University of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGene silencingSmall interfering RNACancerBiocompatible materialRNA interferenceMedicineClinical trialNucleic acidCancer researchBioinformaticsTransfectionChemistryBiologyCell cultureRNABiochemistryInternal medicineGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Efficient delivery of siRNA to cancer cells after systemic administration poses a significant challenge. While many methods of nucleic acid delivery have been described, encapsulation of siRNA in lipid nanoparticles (LNPs) represents the most clinically advanced delivery approach. Currently, there are two siRNA-LNP-based treatments (ALN-VSP and TKM-PLK1) in clinical trials targeting solid tumors, with additional studies ongoing for noncancer diseases. The consensus from these clinical studies is that siRNA-LNP represents safe and potent silencing systems. Improvements in LNP technology through development of more potent and biocompatible ionizable cationic lipids along with targeting lipids to mediate delivery of LNPs specifically to cancer cells are on the horizon. In combination with genomic screening, it is possible that within the next 5 years the pathogenic drivers of individual cancers will be identified and siRNA-based personalized medicines will be formulated to achieve successful treatment of cancer and other genetic diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,387
Score d'incertitude au seuil0,372

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,379
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical LipidologyMême sujetRNA Interference and Gene DeliveryTravaux en français237 207