Ethical issues of CRISPR technology and gene editing through the lens of solidarity
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.
Notice bibliographique
Résumé
Background: The avalanche of commentaries on CRISPR-Cas9 technology, a bacterial immune system modified to recognize any short DNA sequence, cut it out, and insert a new one, has rekindled hopes for gene therapy and other applications and raised criticisms of engineering genes in future generations. Sources of data: This discussion draws on articles that emphasize ethics, identified partly through PubMed and Google, 2014-2016. Areas of agreement: CRISPR-Cas9 has taken the pace and prospects for genetic discovery and applications to a high level, stoking anticipation for somatic gene engineering to help patients. We support a moratorium on germ line manipulation. Areas of controversy: We place increased emphasis on the principle of solidarity and the public good. The genetic bases of some diseases are not thoroughly addressable with CRISPR-Cas9. We see no new ethical issues, compared with gene therapy and genetic engineering in general, apart from the explosive rate of findings. Other controversies include eugenics, patentability and unrealistic expectations of professionals and the public. Growing points: Biggest issues are the void of research on human germ cell biology, the appropriate routes for oversight and transparency, and the scientific and ethical areas of reproductive medicine. Areas timely for developing research: The principle of genomic solidarity and priority on public good should be a lens for bringing clarity to CRISPR debates. The valid claim of genetic exceptionalism supports restraint on experimentation in human germ cells, given the trans-generational dangers and the knowledge gap in germ cell biology.
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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 découle