Current status of haemophilia gene therapy
Notice bibliographique
Résumé
After many reports of successful gene therapy studies in small and large animal models of haemophilia, we have, at last, seen the first signs of success in human patients. These very encouraging results have been achieved with the use of adeno-associated viral (AAV) vectors in patients with severe haemophilia B. Following on from these initial promising studies, there are now three ongoing trials of AAV-mediated gene transfer in haemophilia B all aiming to express the factor IX gene from the liver. Nevertheless, as discussed in the first section of this article, there are still a number of significant hurdles to overcome if haemophilia B gene therapy is to become more widely available. The second section of this article deals with the challenges relating to factor VIII gene transfer. While the recent results in haemophilia B are extremely encouraging, there is, as yet, no similar data for factor VIII gene therapy. It is widely accepted that this therapeutic target will be significantly more problematic for a variety of reasons including accommodating the larger factor VIII cDNA, achieving adequate levels of transgene expression and preventing the far more frequent complication of antifactor VIII immunity. In the final section of the article, the alternative approach of lentiviral vector-mediated gene transfer is discussed. While AAV-mediated approaches to transgene delivery have led the way in clinical haemophilia gene therapy, there are still a number of potential advantages of using an alternative delivery vehicle including the fact that ex vivo host cell transduction will avoid the likelihood of immune responses to the vector. Overall, these are exciting times for haemophilia gene therapy with the likelihood of further clinical successes in the near 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».