Current Clinical Applications of In Vivo Gene Therapy with AAVs
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
Hereditary diseases are caused by mutations in genes, and more than 7,000 rare diseases affect over 30 million Americans. For more than 30 years, hundreds of researchers have maintained that genetic modifications would provide effective treatments for many inherited human diseases, offering durable and possibly curative clinical benefit with a single treatment. This review is limited to gene therapy using adeno-associated virus (AAV) because the gene delivered by this vector does not integrate into the patient genome and has a low immunogenicity. There are now five treatments approved for commercialization and currently available, i.e., Luxturna, Zolgensma, the two chimeric antigen receptor T cell (CAR-T) therapies (Yescarta and Kymriah), and Strimvelis (the gammaretrovirus approved for adenosine deaminase-severe combined immunodeficiency [ADA-SCID] in Europe). Dozens of other treatments are under clinical trials. The review article presents a broad overview of the field of therapy by in vivo gene transfer. We review gene therapy for neuromuscular disorders (spinal muscular atrophy [SMA]; Duchenne muscular dystrophy [DMD]; X-linked myotubular myopathy [XLMTM]; and diseases of the central nervous system, including Alzheimer's disease, Parkinson's disease, Canavan disease, aromatic l-amino acid decarboxylase [AADC] deficiency, and giant axonal neuropathy), ocular disorders (Leber congenital amaurosis, age-related macular degeneration [AMD], choroideremia, achromatopsia, retinitis pigmentosa, and X-linked retinoschisis), the bleeding disorder hemophilia, and lysosomal storage disorders.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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