Artificial Cell Therapy: New Strategies for the Therapeutic Delivery of Live Bacteria
Notice bibliographique
Résumé
There has been rapid growth in research regarding the use of live bacterial cells for therapeutic purposes. The recognition that these cells can be genetically engineered to synthesize products that have therapeutic potential has generated considerable interest and excitement among clinicians and health professionals. It is expected that a wide range of disease modifying substrates such as enzymes, hormones, antibodies, vaccines, and other genetic products will be used successfully and will impact upon health care substantially. However, a major limitation in the use of these bacterial cells is the complexity of delivering them to the correct target tissues. Oral delivery of live cells, lyophilized cells, and immobilized cells has been attempted but with limited success. Primarily, this is because bacterial cells are incapable of surviving passage through the gastrointestinal tract. In many occasions, when given orally, these cells have been found to provoke immunogenic responses that are undesirable. Recent studies show that these problems can be overcome by delivering live bacterial cells, such as genetically engineered cells, using artificial cell microcapsules. This review summarizes recent advances in the therapeutic use of live bacterial cells for therapy, discusses the principles of using artificial cells for the oral delivery of bacterial cells, outlines methods for preparing suitable artificial cells for this purpose, addresses potentials and limitations for their application in therapy, and provides insight for the future direction of this emergent and highly prospective technology.
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) | 0,002 | 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 ».