Rational Clinical Dose Selection of Adeno‐Associated Virus‐Mediated Gene Therapy Based on Allometric Principles
Notice bibliographique
Résumé
One of the challenges in translational medicine is to select first-in-human doses of investigational drugs based on findings in preclinical studies. Despite substantial progress in the optimization of recombinant adeno-associated virus (AAV) vectors of in vivo gene therapy for treating various diseases, there remain significant limitations to the use of preclinical data to guide dose selection in clinical trials. Here we introduce a novel concept of gene efficiency factor (GEF) to describe the efficiency of the gene transfer system and describe and apply the concept of GEF in AAV-mediated in vivo gene transfer systems. We explore the utility of allometric scaling to translate GEF across species using AAV-mediated in vivo factor IX (FIX) gene therapy for hemophilia B and to demonstrate the use of GEF in predicting efficacious AAV vector doses in humans. We show for the first time that an allometric relationship exists for GEF of AAV-mediated in vivo gene therapy. Furthermore, we demonstrate the feasibility of using the allometric relationship of GEF to select efficacious first-in-human doses of virus-mediated invivo gene therapy. Based on our findings, allometry of GEF can be used to translate biological efficiency from animal studies to clinical studies and provide a rational basis of setting first-in-human doses for new virus-mediated invivo gene therapy products.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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 | 0,000 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».