MétaCan
Menu
Retour à la cohorte
Enregistrement W2155612281 · doi:10.1111/j.1600-6143.2004.00530.x

RNA Interference: A Potent Tool for Gene-Specific Therapeutics

2004· review· en· W2155612281 sur OpenAlexafffund
Thomas E. Ichim, Mu Li, Hua Qian, Igor A. Popov, Katarzyna Rycerz, Xiufen Zheng, David White, Robert Zhong, Wei‐Ping Min

Notice bibliographique

RevueAmerican Journal of Transplantation · 2004
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensRobarts Clinical TrialsLawson Health Research InstituteLondon Health Sciences CentreWestern University
Organismes subventionnairesRoche Organ Transplant Research FoundationKidney Foundation of CanadaLondon Health Sciences CentreLawson Health Research InstituteHeart and Stroke Foundation of Canada
Mots-clésRNA interferenceSmall interfering RNARNA silencingGene silencingDNA-directed RNA interferenceRNAComputational biologySmall hairpin RNAMedicineGeneBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

RNA interference (RNAi) is a process through which double-stranded RNA induces the activation of cellular pathways, leading to potent and selective silencing of genes with homology to the double strand. Much excitement surrounding small interfering RNA (siRNA)-mediated therapeutics arises from the fact that this approach overcomes many of the shortcomings previously experienced with approaches such as antibodies, antisense oligonucleotides and pharmacological inhibitors. Induction of RNAi through administration of siRNA has been successfully used in treatment of hepatitis, viral infections, and cancer. In this review we will present a brief history of RNAi, methods of inducing RNAi, application of RNAi in the therapeutic setting, and the possibilities of using this highly promising approach in the context of transplantation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,318
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations106
Publié2004
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueAmerican Journal of TransplantationMême sujetRNA Interference and Gene DeliveryTravaux en français237 207