MétaCan
Menu
Retour à la cohorte
Enregistrement W4243455690 · doi:10.2174/2210304x11101020118

Delivery Systems for Applications in siRNA Technology

2011· article· en· W4243455690 sur OpenAlexaff
Kathleen Hefferon

Notice bibliographique

RevueDrug Delivery Letters · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSmall interfering RNARNA interferenceNanocarriersRNATrans-acting siRNAViral vectorGene silencingComputational biologyBiologyCell biologyGeneGeneticsPharmacologyDrug

Résumé

récupéré en direct d'OpenAlex

Short interfering RNAs, or siRNAs, belong to a class of RNA species which play a role in both cellular defence and gene regulation. siRNAs are members of a larger RNA interference pathway found within cells and are involved in the degradation of RNAs which possess complementarity to specific target sequences. This property has given siRNA technology the potential to become a powerful new tool for a wide variety of disciplines, ranging from the design of novel anti-cancer agents to agricultural applications. The following review outlines novel delivery systems that can be used for applied siRNA technologies. Improved delivery systems for the cellular uptake of siRNAs using both viral expression vectors and nanoliposomal particles are discussed. New therapeutics that can be used to combat human disease and agricultural applications of siRNA technologies are also described. This review attempts to pave the way for future innovations based upon RNA interference in medicine and agriculture. Keywords: siRNA, nanocarrier, lentiviral vector, delivery vehicle, RNA interference, siRNA Conjugates, virus expression vectors, Nonviral Nanocarrier Systems, VEGFR, neurodegenerative diseases

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)0,000
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,009

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 Opus0,014
Tête enseignante GPT0,219
Écart entre enseignants0,206 · 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
GenreMéthodes

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

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrug Delivery LettersMême sujetRNA Interference and Gene DeliveryTravaux en français237 207