MétaCan
Menu
Retour à la cohorte
Enregistrement W4226054387 · doi:10.3389/fimmu.2022.857276

Overcoming the Challenges Imposed by Humoral Immunity to AAV Vectors to Achieve Safe and Efficient Gene Transfer in Seropositive Patients

2022· review· en· W4226054387 sur OpenAlexfundno aff
David‐Alexandre Gross, Novella Tedesco, Christian Leborgne, Giuseppe Ronzitti

Notice bibliographique

RevueFrontiers in Immunology · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensnon disponible
Organismes subventionnairesWorld Anti-Doping AgencyAgence Nationale de la Recherche
Mots-clésHumoral immunityImmunityGene transferImmunologyVirologyBiologyImmune systemMedicineGeneGenetics

Résumé

récupéré en direct d'OpenAlex

(AveXis, now Novartis) place vectors derived from adeno-associated viruses (AAV) among the best options for gene transfer in multiple tissues. Despite these successes, limitations remain to the application of this therapeutic modality in a wider population. AAV was originally identified as a promising virus to derive gene therapy vectors because, despite infecting humans, it was not associated with any evident disease. Thee large proportion of AAV infections in the human population is now revealing as a limitation because after exposure to wild-type AAV, anti-AAV antibodies develops and may neutralize the vectors derived from the virus. Injection of AAV in humans is generally well-tolerated although the immune system can activate after the recognition of AAV vectors capsid and genome. The formation of high-titer neutralizing antibodies to AAV after the first injection precludes vector re-administration. Thus, both pre-existing and post-treatment humoral responses to AAV vectors greatly limit a wider application of this gene transfer modality. Different methods were suggested to overcome this limitation. The extensive preclinical data available and the large clinical experience in the control of AAV vectors immunogenicity are key to clinical translation and to demonstrate the safety and efficacy of these methods and ultimately bring a curative treatment to patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,293
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetVirus-based gene therapy researchTravaux en français237 207