MétaCan
Menu
Retour à la cohorte
Enregistrement W2768713198 · doi:10.2174/1566523217666171122094629

CRISPR/Cas9 Gene Editing: From Basic Mechanisms to Improved Strategies for Enhanced Genome Engineering In Vivo

2017· review· en· W2768713198 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueCurrent Gene Therapy · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensJewish General HospitalDalhousie University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCRISPRGenome editingCas9Homologous recombinationGenomeBiologyComputational biologyGenome engineeringGeneticsGeneHomology directed repairDNA repairDNA mismatch repair

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Targeted genome editing using the CRISPR/Cas9 technology is becoming a major area of research due to its high potential for the treatment of genetic diseases. Our understanding of this approach has expanded in recent years yet several new challenges have presented themselves as we explore the boundaries of this exciting new technology. Chief among these is improving the efficiency but also the preciseness of genome editing. The efficacy of CRISPR/Cas9 technology relies in part on the use of one of the major DNA repair pathways, Homologous recombination (HR), which is primarily active in S and G2 phases of the cell cycle. Problematically, the HR potential is highly variable from cell type to cell type and most of the cells of interest to be targeted in vivo for precise genome editing are in a quiescent state. CONCLUSION: In this review, we discuss the recent advancements in improving targeted CRISPR/Cas9 based genome editing and the promising ways of delivering this technology in vivo to the cells of interest.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,762
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,051
Tête enseignante GPT0,381
Écart entre enseignants0,331 · 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