MétaCan
Menu
Retour à la cohorte
Enregistrement W2012596257 · doi:10.2174/156652307780859008

Development of Ribozyme-Based Gene-Inactivations; The Example of the Hepatitis Delta Virus Ribozyme

2007· review· en· W2012596257 sur OpenAlexafffund
M. Asif-Ullah, Michel V. Lévesque, Gilles A. Robichaud, Jean‐Pierre Perreault

Notice bibliographique

RevueCurrent Gene Therapy · 2007
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésRibozymeMammalian CPEB3 ribozymeRNA interferenceRNABiologyLigase ribozymeGeneRNase PComputational biologyFunctional genomicsVS ribozymeGeneticsMolecular biologyGenomicsGenome

Résumé

récupéré en direct d'OpenAlex

The development of gene-inactivation systems is an active and important field for both functional genomics and gene therapy. Towards this end, ribozymes (i.e. RNA enzymes), that specifically recognize and subsequently catalyze the cleavage of other target RNA molecules, are attractive molecular tools. Ribozymes represent an interesting alternative to the RNA interference (RNAi) approach for gene inactivation, especially given the fact that RNAi seems to trigger an immunological response and has demonstrated off-target effects. However, the design and optimization of a ribozyme-based gene-inactivation system is not a straightforward procedure. Several aspects need to be considered in the experimental design in order to provide a suitable suppression system. In this review we present the advances in this domain made available from work using the hepatitis delta virus (HDV) ribozyme as a cis-acting RNA motif in molecular biology, as well as a trans-acting molecular scissor for the development of a gene-inactivation system. This HDV ribozyme technology possesses several unique features that are all related to the fact that it is the only catalytic cleaving RNA motif that has been discovered in humans.

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 seuil0,004

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 savante0,0010,001
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 Opus0,119
Tête enseignante GPT0,358
Écart entre enseignants0,238 · 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

Citations25
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Gene TherapyMême sujetRNA Interference and Gene DeliveryTravaux en français237 207