siRNA therapy for cancer and non-lethal diseases such as arthritis and osteoporosis
Notice bibliographique
Résumé
IMPORTANCE OF THE FIELD: Gene silencing mediated by siRNA has been widely investigated as a potential therapeutic approach. The success of these therapies depends on effective systems capable of selectively and efficiently conveying siRNA to targeted cells/organs with minimal toxicity. AREAS COVERED IN THIS REVIEW: This review discusses current experimental approaches to siRNA delivery strategies available for arthritis treatment and the management of other musculoskeletal disorders. The review covers literature on the subject from 2000 to 2010. WHAT THE READER WILL GAIN: In the last decade, extensive improvements have been made to optimize siRNA-based gene therapy and have been tested on several arthritis and orthopedic conditions. However, except for Phase I - II DNA-based gene therapy trials on arthritis, no clinical studies have reported siRNA application in these domains. TAKE HOME MESSAGE: Most musculoskeletal disorders, such as rheumatoid arthritis, osteoarthritis, fracture, aseptic loosening, cartilage and intervertebral disc degeneration are non-fatal and age-related chronic inflammatory conditions, but represent significant morbidity and a socio-economic burden. siRNA-based gene therapy offers treatment opportunities that are less invasive, more effective and less expensive than existing modalities. Future directions for siRNA therapy include the development of safe and more efficient delivery systems and the selection of optimal gene targets for disease control.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».