MétaCan
Menu
Retour à la cohorte
Enregistrement W2170205772 · doi:10.1086/595830

Worldwide Epidemiology of Neutralizing Antibodies to Adeno‐Associated Viruses

2009· article· en· W2170205772 sur OpenAlexfundno aff
Roberto Calcedo, Luk H. Vandenberghe, Guangping Gao, Jianping Lin, James M. Wilson

Notice bibliographique

RevueThe Journal of Infectious Diseases · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsNational Institute of Diabetes and Digestive and Kidney DiseasesNational Heart, Lung, and Blood InstituteVlaamse regeringUniversity of PennsylvaniaGlaxoSmithKlineNational Institutes of HealthInternational AIDS Vaccine Initiative
Mots-clésVirologyAntibodyAdeno-associated virusNeutralizationNeutralizing antibodyTransduction (biophysics)BiologySerotypeRecombinant DNAVirusImmunologyGeneGeneticsVector (molecular biology)

Résumé

récupéré en direct d'OpenAlex

Recombinant adeno-associated viruses (AAVs) have unique gene-transfer properties that speak to their potential as carriers for gene therapy or vaccine applications. However, the presence of neutralizing antibodies to AAV as a result of previous exposure can significantly limit effective gene transfer. In this study, we obtained 888 human serum samples from healthy volunteers in 10 countries around the world. Samples were assayed for neutralizing antibodies to AAV1, AAV2, AAV7, and AAV8, as well as to a novel, structurally distinct AAV vector, rh32.33, in an in vitro transduction inhibition assay. Our data revealed that neutralizing antibodies to AAV2 were the most prevalent antibodies in all regions, followed by antibodies to AAV1. The seroprevalences of antibodies to AAV7 and to AAV8 were lower than that for antibodies to AAV1, and neutralization of AAVrh32.33 was only rarely detected. Our data also indicate a strong linkage of seroreactivity between apparently distinct serotypes that has not been predicted previously in animal models.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,345
Écart entre enseignants0,317 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations792
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Infectious DiseasesMême sujetVirus-based gene therapy researchTravaux en français237 207