MétaCan
Menu
Retour à la cohorte
Enregistrement W3027487440 · doi:10.3390/v12050579

Zika Virus with Increased CpG Dinucleotide Frequencies Shows Oncolytic Activity in Glioblastoma Stem Cells

2020· article· en· W3027487440 sur OpenAlexafffund
Ivan Trus, Nathalie G. Bérubé, Peng Jiang, Janusz Rak, Volker Gerdts, Uladzimir Karniychuk

Notice bibliographique

RevueViruses · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensMcGill University Health CentreUniversity of Saskatchewan
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Neurological Disorders and StrokeSaskatchewan Health Research Foundation
Mots-clésOncolytic virusGlioblastomaZika virusCpG siteStem cellBiologyVirologyCancer researchVirusGeneDNA methylationGeneticsGene expression

Résumé

récupéré en direct d'OpenAlex

We studied whether cytosine phosphate-guanine (CpG) recoding in a viral genome may provide oncolytic candidates with reduced infection kinetics in nonmalignant brain cells, but with high virulence in glioblastoma stem cells (GSCs). As a model, we used well-characterized CpG-recoded Zika virus vaccine candidates that previously showed genetic stability and safety in animal models. In vitro, one of the CpG-recoded Zika virus variants had reduced infection kinetics in nonmalignant brain cells but high infectivity and oncolytic activity in GSCs as represented by reduced cell proliferation. The recoded virus also efficiently replicated in GSC-derived tumors in ovo with a significant reduction of tumor growth. We also showed that some GSCs may be resistant to Zika virus oncolytic activity, emphasizing the need for personalized oncolytic therapy or a strategy to overcome resistance in GSCs. Collectively, we demonstrated the potential of the CpG recoding approach for oncolytic virus development that encourages further research towards a better understanding of host-tumor-CpG-recoded virus interactions.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,904

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,253
Écart entre enseignants0,227 · 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.

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

Citations38
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVirusesMême sujetMosquito-borne diseases and controlTravaux en français237 207