Efficient Gamma‐Retroviral Transduction of Primary Human Skin Cells Using the EF‐c Peptide as a Transduction Enhancer
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
Efficient gene transfer into cultured fibroblasts and keratinocytes during retroviral transduction is a critical step toward the treatment of genodermatoses such as epidermolysis bullosa. However, achieving high transduction rates is still a difficult task, particularly for the insertion of large coding sequences for which high viral titers cannot always be obtained. Multiple polycationic molecules, such as polybrene, which has been used in several clinical trials, have the ability to boost ex vivo retroviral gene transfer. However, the use of polybrene has been associated with a reduction of the proliferation and growth potential of human keratinocytes in culture. We developed a method for the efficient retroviral transduction of primary fibroblasts and keratinocytes using EF-c, a polycationic nanofibril-forming peptide. In comparison with polybrene, we found that the retroviral transduction efficiency with EF-c was increased 2.5- to 3.2-fold for fibroblasts, but not for keratinocytes. Moreover, the use of EF-c did not affect fibroblast proliferation and keratinocyte stem cell content, whereas polybrene induced a decrease in both. This method could have a positive impact on the development of ex vivo gene correction of genodermatoses, allowing for more efficient gene transfer into primary skin cells with little to no effect on proliferation and stem cell content. © 2022 Wiley Periodicals LLC. Basic Protocol: Fibroblast and keratinocyte transduction Support Protocol: Assessment of transduction efficiency through flow cytometry analysis.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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