MétaCan
Menu
Retour à la cohorte
Enregistrement W2000622419 · doi:10.1371/journal.pone.0076279

A Modular Lentiviral and Retroviral Construction System to Rapidly Generate Vectors for Gene Expression and Gene Knockdown In Vitro and In Vivo

2013· article· en· W2000622419 sur OpenAlexafffund
Benjamin Geiling, Guillaume Vandal, Ada R. Posner, Angeline de Bruyns, Kendall Dutchak, Samantha Garnett, David Dankort

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Cancer Society Research InstituteCanadian Institutes of Health ResearchUniversity of California, San FranciscoMelanoma Research Alliance
Mots-clésGene knockdownBiologyRNA interferenceViral vectorComputational biologyPlasmidCloning (programming)GeneGeneticsRecombinant DNAComputer scienceRNA

Résumé

récupéré en direct d'OpenAlex

The ability to express exogenous cDNAs while suppressing endogenous genes via RNAi represents an extremely powerful research tool with the most efficient non-transient approach being accomplished through stable viral vector integration. Unfortunately, since traditional restriction enzyme based methods for constructing such vectors are sequence dependent, their construction is often difficult and not amenable to mass production. Here we describe a non-sequence dependent Gateway recombination cloning system for the rapid production of novel lentiviral (pLEG) and retroviral (pREG) vectors. Using this system to recombine 3 or 4 modular plasmid components it is possible to generate viral vectors expressing cDNAs with or without inhibitory RNAs (shRNAmirs). In addition, we demonstrate a method to rapidly produce and triage novel shRNAmirs for use with this system. Once strong candidate shRNAmirs have been identified they may be linked together in tandem to knockdown expression of multiple targets simultaneously or to improve the knockdown of a single target. Here we demonstrate that these recombinant vectors are able to express cDNA and effectively knockdown protein expression using both cell culture and animal model systems.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,217 · 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'étudeExpérimental (laboratoire)
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
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetVirus-based gene therapy researchTravaux en français237 207