MétaCan
Menu
Retour à la cohorte
Enregistrement W2927265161 · doi:10.7490/f1000research.1116074.1

Bioinformatics design of MiniPromoters for targeted delivery of expression

2018· article· en· W2927265161 sur OpenAlexaff
Oriol Fornés

Notice bibliographique

RevueFaculty of 1000 Research Ltd · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueViral Infectious Diseases and Gene Expression in Insects
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOpen peer reviewPlant biologyComputational biologyBioinformaticsPhysiologyMedicineBiologyNeuroscienceBotany

Résumé

récupéré en direct d'OpenAlex

Gene therapy has re-emerged as a viable treatment for rare genetic disorders. Key to recent progress in the field is non-insertional gene delivery using adeno-associated virus (AAV) vectors. Limited by the restricted payload capacity of AAV vectors, most AAV-based gene therapies use small, ubiquitous promoters. As a result, off-target expression of the therapeutic gene can occur, which may in turn have undesired side effects. In this context, designing selective promoters that restrict the expression of the therapeutic genes to the clinically relevant cells is an important research goal. In the past, we have shown the capacity to design compact, selective promoter sequences ( i.e. MiniPromoters) for targeting specific cells within the brain and eye. The design of a MiniPromoter was a manual process involving three steps: 1) literature search for a gene with restricted expression patterns in the target cells; 2) identification of the cis -regulatory regions (CRRs) of that gene ( i.e. promoter and enhancers); and 3) assembly of a subset of the gene’s CRRs into a MiniPromoter sequence. We are developing the OnTarget software to automate the design of MiniPromoters. It has three main components: 1) a Data Repository linking thousands of public processed experiments (CAGE, GRO-seq, ATAC-seq, DNase-seq, ChIP-seq, Hi-C, etc.) from multiple human primary cells, tissues and cell lines with in-house data collections (JASPAR, MANTA, allele-specific binding events, etc.); 2) a Selection Module for identifying and selecting CRRs of human genes in cell/tissue-specific contexts; and 3) a Design Module for fine-tuning the identified CRRs and modifying transcription factor binding sites within these CRRs in order to modulate the amount of delivered expression.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,049
Tête enseignante GPT0,360
Écart entre enseignants0,311 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueFaculty of 1000 Research LtdMême sujetViral Infectious Diseases and Gene Expression in InsectsTravaux en français237 207