Applications of CRISPR/Cas9 for the Treatment of Duchenne Muscular Dystrophy
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
Duchenne muscular dystrophy (DMD) is a fatal X-linked recessive neuromuscular disease prevalent in 1 in 3500 to 5000 males worldwide. As a result of mutations that interrupt the reading frame of the dystrophin gene (DMD), DMD is characterized by a loss of dystrophin protein that leads to decreased muscle membrane integrity, which increases susceptibility to degeneration. CRISPR/Cas9 technology has garnered interest as an avenue for DMD therapy due to its potential for permanent exon skipping, which can restore the disrupted DMD reading frame in DMD and lead to dystrophin restoration. An RNA-guided DNA endonuclease system, CRISPR/Cas9 allows for the targeted editing of specific sequences in the genome. The efficacy and safety of CRISPR/Cas9 as a therapy for DMD has been evaluated by numerous studies in vitro and in vivo, with varying rates of success. Despite the potential of CRISPR/Cas9-mediated gene editing for the long-term treatment of DMD, its translation into the clinic is currently challenged by issues such as off-targeting, immune response activation, and sub-optimal in vivo delivery. Its nature as being mostly a personalized form of therapy also limits applicability to DMD patients, who exhibit a wide spectrum of mutations. This review summarizes the various CRISPR/Cas9 strategies that have been tested in vitro and in vivo for the treatment of DMD. Perspectives on the approach will be provided, and the challenges faced by CRISPR/Cas9 in its road to the clinic will be briefly discussed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,000 | 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 découle