Potential of helper-dependent Adenoviral vectors in CRISPR-cas9-mediated lung gene therapy
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
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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