Gene-Edited Cell Models to Study Chronic Wasting Disease
Notice bibliographique
Résumé
, and currently no options exist to prevent or cure prion diseases. Chronic wasting disease (CWD) in deer, elk and other cervids is considered the most contagious prion disease, with extensive shedding of infectivity into the environment. Cell culture models provide a versatile platform for convenient quantification of prions, for studying the molecular and cellular biology of prions, and for performing high-throughput screening of potential therapeutic compounds. Unfortunately, only a very limited number of cell lines are available that facilitate robust and persistent propagation of CWD prions. Gene-editing using programmable nucleases (e.g., CRISPR-Cas9 (CC9)) has proven to be a valuable tool for high precision site-specific gene modification, including gene deletion, insertion, and replacement. CC9-based gene editing was used recently for replacing the PrP gene in mouse and cell culture models, as efficient prion propagation usually requires matching sequence homology between infecting prions and prion protein in the recipient host. As expected, such gene-editing proved to be useful for developing CWD models. Several transgenic mouse models were available that propagate CWD prions effectively, however, mostly fail to reproduce CWD pathogenesis as found in the cervid host, including CWD prion shedding. This is different for the few currently available knock-in mouse models that seem to do so. In this review, we discuss the available in vitro and in vivo models of CWD, and the impact of gene-editing strategies.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».