Potential of helper-dependent Adenoviral vectors in CRISPR-cas9-mediated lung gene therapy
Notice bibliographique
Résumé
Since CRISPR/Cas9 was harnessed to edit DNA, the field of gene therapy has witnessed great advances in gene editing. New avenues were created for the treatment of diseases such as Cystic Fibrosis (CF). CF is caused by mutations in the Cystic Fibrosis Transmembrane Conductance Regulator (CFTR) gene. Despite the success of gene editing with the CRISPR/Cas9 in vitro, challenges still exist when using CRISPR/Cas9 in vivo to cure CF lung disease. The delivery of CRISPR/Cas9 into lungs, as well as the difficulty to achieve the efficiency required for clinical efficacy, has brought forth new challenges. Viral and non-viral vectors have been shown to deliver DNA successfully in vivo, but the sustained expression of CFTR was not adequate. Before the introduction of Helper-Dependent Adenoviral vectors (HD-Ad), clinical trials of treating pulmonary genetic diseases with first-generation viral vectors have shown limited efficacy. With the advantages of larger capacity and lower immunogenicity of HD-Ad, together with the versatility of the CRISPR/Cas9 system, delivering CRISPR/Cas9 to the airway with HD-Ad for lung gene therapy shows great potential. In this review, we discuss the status of the application of CRISPR/Cas9 in CF gene therapy, the existing challenges in the field, as well as new hurdles introduced by the presence of CRISPR/Cas9 in the lungs. Through the analysis of these challenges, we present the potential of CRISPR/Cas9-mediated lung gene therapy using HD-Ad vectors with Cystic Fibrosis lung disease as a model of therapy.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».