Gene therapy of autoimmune diseases with vectors encoding regulatory cytokines or inflammatory cytokine inhibitors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Gene therapy offers advantages for the immunotherapeutic delivery of cytokines or their inhibitors. After gene transfer, these mediators are produced at relatively constant, non-toxic levels and sometimes in a tissue-specific manner, obviating limitations of protein administration. Therapy with viral or nonviral vectors is effective in several animal models of autoimmunity including Type 1 diabetes mellitus (DM), experimental allergic encephalomyelitis (EAE), systemic lupus erythematosus (SLE), colitis, thyroiditis and various forms of arthritis. Genes encoding transforming growth factor beta, interleukin-4 (IL-4) and IL-10 are most frequently protective. Autoimmune/ inflammatory diseases are associated with excessive production of inflammatory cytokines such as IL-1, IL-12, tumor necrosis factor alpha (TNFalpha) and interferon gamma (IFNgamma). Vectors encoding inhibitors of these cytokines, such as IL-1 receptor antagonist, soluble IL-1 receptors, IL-12p40, soluble TNFalpha receptors or IFNgamma-receptor/IgG-Fc fusion proteins are protective in models of either arthritis, Type 1 DM, SLE or EAE. We use intramuscular injection of naked plasmid DNA for cytokine or anticytokine therapy. Muscle tissue is accessible, expression is usually more persistent than elsewhere, transfection efficiency can be increased by low-voltage in vivo electroporation, vector administration is simple and the method is inexpensive. Plasmids do not induce neutralizing immunity allowing repeated administration, and are suitable for the treatment of chronic immunological diseases.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle