MétaCan
Menu
Retour à la cohorte
Enregistrement W2440630686 · doi:10.1385/1-59259-141-8:371

Preparation of Helper-Dependent Adenoviral Vectors

2003· article· en· W2440630686 sur OpenAlexafffund
Philip Ng, Robin J. Parks, Frank L. Graham

Notice bibliographique

RevueHumana Press eBooks · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensMcMaster University
Organismes subventionnairesNational Cancer InstituteMedical Research CouncilNational Institutes of HealthMedical Research Council Canada
Mots-clésTransgeneGenetic enhancementBiologyVector (molecular biology)Viral vectorGeneGene expressionRecombinant DNACell biologyVirologyMolecular biologyGenetics

Résumé

récupéré en direct d'OpenAlex

Adenoviruses (Ads) are excellent mammalian gene transfer vectors because of their ability to infect efficiently a wide variety of quiescent and proliferating cell types from various species to direct high-level gene expression. Consequently, Ad vectors are extensively used as potential recombinant viral vaccines, for high-level protein production in cultured cells and for gene therapy ( 1 – 4 ). First-generation Ad vectors typically have foreign DNA inserted in place of early region 1 (E1). E1-deleted vectors are replication deficient and are propagated in E1-complementing cells such as 293 ( 5 ). Although these vectors remain very useful for many applications, it has become clear that transgene expression in vivo is only transient. Several factors contribute to this, including strong innate and inflammatory responses to the vector ( 6 , 7 ), acute and chronic toxicity caused by low-level viral gene expression from the vector backbone ( 8 ), and generation of anti-Ad cytotoxic T-lymphocytes caused by de novo viral gene expression ( 9 – 12 ) or processing of virion proteins ( 13 ). Although high-level transient transgene expression afforded by first-generation Ad vectors may be adequate, or even desirable, for many gene transfer and gene therapy applications, the transient nature of expression kinetics renders these vectors unsuitable when prolonged, stable expression is required. These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,013

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 Opus0,046
Tête enseignante GPT0,342
Écart entre enseignants0,295 · 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
GenreMéthodes

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

En bref

Citations65
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHumana Press eBooksMême sujetVirus-based gene therapy researchTravaux en français237 207