MétaCan
Menu
Retour à la cohorte
Enregistrement W2215305044 · doi:10.3389/fgene.2015.00362

Advanced In vivo Use of CRISPR/Cas9 and Anti-sense DNA Inhibition for Gene Manipulation in the Brain

2016· review· en· W2215305044 sur OpenAlexafffund
Brandon J. Walters, Amber Azam, Colleen J. Gillon, Sheena A. Josselyn, Iva B. Zovkic

Notice bibliographique

RevueFrontiers in Genetics · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversity of TorontoHospital for Sick Children
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésCRISPRGenome editingGeneSense (electronics)DNACas9In vivoBiologyComputational biologyGeneticsChemistry

Résumé

récupéré en direct d'OpenAlex

Gene editing tools are essential for uncovering how genes mediate normal brain-behavior relationships and contribute to neurodegenerative and neuropsychiatric disorders. Recent progress in gene editing technology now allows neuroscientists unprecedented access to edit the genome efficiently. Although many important tools have been developed, here we focus on approaches that allow for rapid gene editing in the adult nervous system, particularly CRISPR/Cas9 and anti-sense nucleotide-based techniques. CRISPR/Cas9 is a flexible gene editing tool, allowing the genome to be manipulated in diverse ways. For instance, CRISPR/Cas9 has been successfully used to knockout genes, knock-in mutations, overexpress or inhibit gene activity, and provide scaffolding for recruiting specific epigenetic regulators to individual genes and gene regions. Moreover, the CRISPR/Cas9 system may be modified to target multiple genes at one time, affording simultaneous inhibition and overexpression of distinct genetic targets. Although many of the more advanced applications of CRISPR/Cas9 have not been applied to the nervous system, the toolbox is widely accessible, such that it is poised to help advance neuroscience. Anti-sense nucleotide-based technologies can be used to rapidly knockdown genes in the brain. The main advantage of anti-sense based tools is their simplicity, allowing for rapid gene delivery with minimal technical expertise. Here, we describe the main applications and functions of each of these systems with an emphasis on their many potential applications in neuroscience laboratories.

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)0,000
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,024
Tête enseignante GPT0,325
Écart entre enseignants0,301 · 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

Citations30
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in GeneticsMême sujetCRISPR and Genetic EngineeringTravaux en français237 207