Optimized Pre-Clinical Grade Production of Two Novel Lentiviral Vector Pseudotypes for Lung Gene Delivery
Notice bibliographique
Résumé
Lung gene therapy requires efficient transduction of slow-replicating epithelia and stable expression of delivered transgenes in the respiratory tract. Lentiviral (LV) vectors have the ideal coding, expression, and transducing capacity required for gene therapy. A modified envelope glycoprotein from the Jaagsiekte Sheep Retrovirus, termed Jenv, is well suited for LV-mediated lung gene therapy due to its inherent lung tropism. Here, two novel Jenv-pseudotyped LVs that effectively transduce lung tissue and yield titers similar to the gold standard, vesicular stomatitis virus glycoprotein (VSVg)-pseudotyped LVs, were generated. As the concentration efficiency of LVs was found to depend on envelope pseudotype, a large-scale production method tailored for Jenv-pseudotyped LVs was developed and the most appropriate method of concentration was determined. In contrast to VSVg and Ebola virus glycoprotein-pseudotyped LVs, ultracentrifugation through a sucrose cushion drastically reduced the yield of Jenv LVs, whereas polyethylene glycol precipitation and tangential flow filtration (TFF) proved to be more suitable methods for concentrating Jenv LVs. Importantly, pressure during TFF was found to be crucial for increasing LV recovery. Finally, a unique mouse model was developed to test the suitability of these novel Jenv-pseudotyped LVs for use in lung gene therapy applications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».