MétaCan
Menu
Retour à la cohorte
Enregistrement W2162416679 · doi:10.2174/092986706776361021

Destroying RNA as a Therapeutic Approach

2006· review· en· W2162416679 sur OpenAlex
Alaeddin Tafech, Tyler Bassett, Dan Sparanese, Chow Lee

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCurrent Medicinal Chemistry · 2006
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMitochondrial Function and Pathology
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésRNAComputational biologyBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

The ability to target RNA, mRNA and viral RNA in particular, for degradation is a powerful approach in molecular biology and pharmacology. Such approaches can be used in the study of gene function as in functional genomics, in the identification of disease-associated genes, and for the treatment of human diseases. This review provides a comprehensive up-to-date look at all the current available technologies used for the destruction of RNA, with a focus on their therapeutic potential. This includes approaches that utilize the activity of protein ribonucleases such as antisense oligonucleotide, small interfering RNA, RNase P-associated external guide sequence, onconase and bovine seminal RNase. Sequence-specific approaches that do not utilize activity of protein ribonucleases, such as ribozyme and DNazyme, are also reviewed and discussed. This review should provide a useful starting framework for researchers interested in using the RNA-destruction methodologies on the bench and in the clinic, and serves as a stimulus for further development of novel and more potent RNA degradation technologies. This is particularly critical, given the anticipation of discoveries of new cellular RNA degradation machineries and human diseases that are associated with dysfunctional RNA molecules.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,983
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,353
Écart entre enseignants0,293 · 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