Transgene Detection by Digital Droplet PCR
Notice bibliographique
Résumé
Somatic gene therapy is a promising tool for the treatment of severe diseases. Because of its abuse potential for performance enhancement in sports, the World Anti-Doping Agency (WADA) included the term 'gene doping' in the official list of banned substances and methods in 2004. Several nested PCR or qPCR-based strategies have been proposed that aim at detecting long-term presence of transgene in blood, but these strategies are hampered by technical limitations. We developed a digital droplet PCR (ddPCR) protocol for Insulin-Like Growth Factor 1 (IGF1) detection and demonstrated its applicability monitoring 6 mice injected into skeletal muscle with AAV9-IGF1 elements and 2 controls over a 33-day period. A duplex ddPCR protocol for simultaneous detection of Insulin-Like Growth Factor 1 (IGF1) and Erythropoietin (EPO) transgenic elements was created. A new DNA extraction procedure with target-orientated usage of restriction enzymes including on-column DNA-digestion was established. In vivo data revealed that IGF1 transgenic elements could be reliably detected for a 33-day period in DNA extracted from whole blood. In vitro data indicated feasibility of IGF1 and EPO detection by duplex ddPCR with high reliability and sensitivity. On-column DNA-digestion allowed for significantly improved target detection in downstream PCR-based approaches. As ddPCR provides absolute quantification, it ensures excellent day-to-day reproducibility. Therefore, we expect this technique to be used in diagnosing and monitoring of viral and bacterial infection, in detecting mutated DNA sequences as well as profiling for the presence of foreign genetic material in elite athletes in the future.
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 ».