Protection Against Lethal Marburg Virus Infection Mediated by Lipid Encapsulated Small Interfering RNA
Notice bibliographique
Résumé
BACKGROUND: Marburg virus (MARV) infection causes severe morbidity and mortality in humans and nonhuman primates. Currently, there are no licensed therapeutics available for treating MARV infection. Here, we present the in vitro development and in vivo evaluation of lipid-encapsulated small interfering RNA (siRNA) as a potential therapeutic for the treatment of MARV infection. METHODS: The activity of anti-MARV siRNAs was assessed using dual luciferase reporter assays followed by in vitro testing against live virus. Lead candidates were tested in lethal guinea pig models of 3 different MARV strains (Angola, Ci67, Ravn). RESULTS: Treatment resulted in 60%-100% survival of guinea pigs infected with MARV. Although treatment with siRNA targeting other MARV messenger RNA (mRNA) had a beneficial effect, targeting the MARV NP mRNA resulted in the highest survival rates. NP-718m siRNA in lipid nanoparticles provided 100% protection against MARV strains Angola and Ci67, and 60% against Ravn. A cocktail containing NP-718m and NP-143m provided 100% protection against MARV Ravn. CONCLUSIONS: These data show protective efficacy against the most pathogenic Angola strain of MARV. Further development of the lipid nanoparticle technology has the potential to yield effective treatments for MARV infection.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».