MétaCan
Menu
Retour à la cohorte
Enregistrement W1992517046 · doi:10.1089/hum.2007.179

Overcoming the Innate Immune Response to Small Interfering RNA

2008· review· en· W1992517046 sur OpenAlexaff
Adam D. Judge, Ian MacLachlan

Notice bibliographique

RevueHuman Gene Therapy · 2008
Typereview
Langueen
DomaineImmunology and Microbiology
Thématiqueinterferon and immune responses
Établissements canadiensInnovative Targeting Solutions (Canada)
Organismes subventionnairesnon disponible
Mots-clésInnate immune systemSmall interfering RNAImmune systemBiologyImmunologyRNAMedicineGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Many types of nucleic acid, including canonical small interfering RNA (siRNA) duplexes, are potent activators of the mammalian innate immune system. Synthetic siRNA duplexes can induce high levels of inflammatory cytokines and type I interferons, in particular interferon-alpha, after systemic administration in mammals and in primary human blood cell cultures. These responses are greatly potentiated by the use of delivery vehicles that facilitate cellular uptake of the siRNA. Although the immunomodulatory effects of nucleic acids may be harnessed therapeutically, for example, in oncology and allergy applications, in many cases immune activation represents a significant undesirable side effect due to the toxicities associated with excessive cytokine release and associated inflammatory syndromes. The potential for siRNA-based drugs to be rendered immunogenic is also a cause for concern because the establishment of an antibody response may severely compromise both safety and efficacy. Clearly, there are significant implications both for the development of siRNA-based drugs and in the interpretation of gene-silencing effects elicited by siRNA. This review provides the background information required to anticipate, manage, and abrogate the immunological effects of siRNA and will assist the reader in the successful in vivo application of siRNA-based drugs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,077
Tête enseignante GPT0,327
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations281
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Gene TherapyMême sujetinterferon and immune responsesTravaux en français237 207