MétaCan
Menu
Retour à la cohorte
Enregistrement W2988590615 · doi:10.3389/fonc.2019.01208

Therapeutic Prospects of mRNA-Based Gene Therapy for Glioblastoma

2019· review· en· W2988590615 sur OpenAlexaff
Xiangjun Tang, Shenqi Zhang, Rui Fu, Li Zhang, Kuan-Ming Huang, Hao Peng, Long‐Jun Dai, Qianxue Chen

Notice bibliographique

RevueFrontiers in Oncology · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Science Foundation of Hubei ProvinceNational Natural Science Foundation of China
Mots-clésGlioblastomaGenetic enhancementMedicineCancer researchGeneMessenger RNAOncologyBioinformaticsComputational biologyBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

The treatment of glioblastoma has been a big challenge for decades in the oncological field mainly owing to its unique biological characteristics, such as high heterogeneity, diffusing invasiveness, and capacity to resist conventional therapies. The mRNA-based therapeutic modality holds many superior features, including easy manipulation, rapid and transient expression, and adaptive convertibility without mutagenesis, which is suitable for dealing with glioblastoma’s complexity and variability. Synthetic anticancer mRNAs carried by various vehicles act as the ultimate attackers of the tumor across biological barriers. In this modality, specifically targeted glioblastoma treatment can be guaranteed by adding targeting molecules at certain levels. The choice of mRNA-bearing vehicle and administration method is a fully patient-tailored selection. This review covers the advantages and possible limitations of mRNA-based gene therapy, the in vitro synthesis of mRNA, the feasible methods for synthetic mRNA delivery and clinical therapeutic prospects of mRNA-based gene therapy for glioblastoma.

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 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,038
Tête enseignante GPT0,344
Écart entre enseignants0,305 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations70
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetRNA Interference and Gene DeliveryTravaux en français237 207