Lentivirus gene therapy for purine nucleoside phosphorylase deficiency
Notice bibliographique
Résumé
BACKGROUND: Purine nucleoside phosphorylase (PNP) deficiency causes the accumulation of toxic purine metabolites and lethal T cell immune defects, which might be corrected by expressing PNP by transplanting bone marrow (BM) cells transduced with lentiviral vectors containing the human PNP gene (lentiPNP). METHODS: Lymphocytes from a single PNP-deficient patient as well as lymphocytes, fibroblasts and BM from PNP-deficient (PNP (-/-)) mice were transduced with lentiPNP. Female PNP (-/-) mice were transplanted with lentiPNP transduced BM cells from male PNP (-/-) mice or normal BM. RESULTS: LentiPNP transduction significantly increased PNP expression in PNP-deficient human lymphocytes, murine lymphocytes, fibroblasts and BM cells. LentiPNP transduction also significantly improved the proliferation of PNP (-/-) murine lymphocyte and survival of irradiated PNP (-/-) fibroblasts. Polymerase chain reaction analysis demonstrated efficient transduction of lentiPNP into total and lineage-depleted BM cells grown ex vivo. LentiPNP transduced PNP (-/-) BM cells transplanted into PNP (-/-) mice expressed PNP in vivo, partially restored urinary uric acid secretion, improved thymocytes maturation, increased weight gain and extended survival of the mice. However, 12 weeks after transplant, the benefit of lentiPNP transduced cells and normal BM diminished and the percentage of engrafted donor cells decreased. CONCLUSIONS: This short-term observational study provides the first in vivo proof that gene therapy may correct some of the abnormalities associated with PNP deficiency. Better gene transduction and expression, as well as improved cell engraftment, are required to further advance PNP gene therapy.
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) | 0,000 | 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 ».